MétaCan
Menu
Retour à la cohorte
Enregistrement W4378610593 · doi:10.1093/sleep/zsad077.0431

0431 Different physiological characteristics of obstructive sleep apnea symptom subtypes across international sleep centers

2023· article· en· W4378610593 sur OpenAlexaff
Brendan T Keenan, Philip de Chazal, Thomas Penzel, Bethany Gerardy, Ulysses J. Magalang, Magdy Younes, Diego R. Mazzotti, Allan I Pack

Notice bibliographique

RevueSLEEP · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensUniversity of ManitobaResearch Manitoba
Organismes subventionnairesnon disponible
Mots-clésObstructive sleep apneaNon-rapid eye movement sleepMedicinePolysomnographyArousalWakefulnessApneaSleep (system call)Internal medicineSleep apneaCardiologyOdds ratioElectroencephalographyAudiologyPsychologyPsychiatryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Obstructive Sleep Apnea (OSA) is a widespread and heterogeneous sleep disorder. Studies have identified reproducible subtypes of OSA based on patient-reported symptoms that have different cardiovascular outcomes. Prior data showed similar apnea-hypopnea index (AHI) across subtypes; however, other physiological characteristics have not been comprehensively compared among these subtypes. Methods 1,285 participants from the Sleep Apnea Global Interdisciplinary Consortium (SAGIC) with moderate-severe OSA (AHI≥15) were included. Differences in traditional and novel physiological traits were compared among the Disturbed Sleep (n=183 [14.2%]), Minimally Symptomatic (n=581 [45.2%]), and Excessively Sleepy (n=521 [40.5%]) subtypes using analysis of covariance (ANCOVA) adjusted for age, sex, BMI and race/ethnicity. Measures included AHI and other respiratory event indices, hypoxic burden, oxygen characteristics, sleep/wake amounts, electroencephalogram (EEG) spectral characteristics, including metrics related to the odds ratio product (ORP; a validated index of sleep depth ranging from 0.0 [deep sleep] to 2.5 [full wakefulness]), arousal intensity, and heart rate response to arousal. Results Compared to other subtypes, the Disturbed Sleep subtype demonstrated increased wakefulness (more wake time [p< 0.001] and wake after sleep onset [p=0.001]), higher beta frequency EEG power (14.33-20.0 Hz [p=0.025] and 20.33-35.0 Hz [p=0.004]), and less deep sleep (higher average [p=0.001] and NREM-specific [p=0.044] ORP, less time with ORP from 0.50-0.75 [p=0.004] and 0.75-1.00 [p=0.015], and more time from 2.20-2.25 [p=0.017] and 2.25-2.50 [p=0.0005]). The Excessively Sleepy subtype had more severe hypoxemia, including greater hypoxic burden (p=0.002) and lower average SpO2 (p=0.002) and minimum SpO2 (p=0.0002) compared to other subtypes. Conclusion Differences in physiological characteristics, including ORP-related traits, were observed among symptom subtypes. Results suggest that characteristics indicative of increased wakefulness may distinguish those with the Disturbed Sleep subtype, whereas more severe hypoxemia may characterize the Excessively Sleepy subtype. Future investigations into underlying molecular causes of symptom subtypes, particularly the Excessively Sleepy, are warranted given evidence of associations with outcomes such as cardiovascular disease. Support (if any) SAGIC Investigators (Ayas N, Chen NH, Cistulli P, de Chazal P, Gislason TG, Han F, Hirsch-Allen AJ, Keenan BT, Li QY, Magalang UJ, Maislin G, Mazzotti DR, McArdle N, Mindel J, Pack AI, Penzel T, Schwab RJ, Singh B, Sutherland K); NIH P01 HL094307

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,315
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207