Obstructive sleep apnea screening in children with asthma
Notice bibliographique
Résumé
RATIONALE: Obstructive sleep apnea is highly prevalent in children with asthma, particularly in obese children. The sleep-related breathing disorder screening questionnaire has low screening accuracy for obstructive sleep apnea in children with asthma. Our goal was to identify the questions on the sleep-related breathing disorder survey associated with obstructive sleep apnea in children with asthma. METHODS: Participants completed the survey, underwent polysomnography and their body mass index z-score was measured. Participants with survey scores above 0.33 were considered high risk for obstructive sleep apnea and those with an apnea-hypopnea index ≥ 2 events/h classified as having obstructive sleep apnea. Logistic regression was used to examine the association of each survey question and obstructive sleep apnea. Positive and negative predictive values were calculated to estimate screening accuracy. RESULTS: The prevalence of obstructive sleep apnea was 40% in our sample (n = 136). Loud snoring, morning dry mouth, and being overweight were the survey questions associated with obstructive sleep apnea. The composite survey score obtained from all 22 questions had positive and negative predictive values of 51.0% and 65.5%, while the combined model of loud snoring, morning dry mouth, and being overweight had positive and negative predictive values of 60.3% and 77.6%. On the other hand, the body mass index z-score alone had positive and negative predictive values of 76.3% and 72.2%. CONCLUSIONS: The body mass index z-score is useful for obstructive sleep apnea screening in children with asthma and should be applied routinely given its simplicity and concerns that obstructive sleep apnea may contribute to asthma morbidity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».