MétaCan
Menu
Retour à la cohorte
Enregistrement W4378611558 · doi:10.1093/sleep/zsad077.0499

0499 Identifications of symptoms clusters by the Quebec Sleep Questionnaire in sleep apnea patients

2023· article· en· W4378611558 sur OpenAlexaffabout
Frédéric Sériès, Annie C. Lajoie, Yves Lacasse

Notice bibliographique

RevueSLEEP · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésQuality of life (healthcare)MedicineCluster (spacecraft)Sleep apneaDiseaseSleep (system call)Incidence (geometry)ApneaPediatricsInternal medicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Sleep apnea (SA) patients may present different symptom clusters. The clinical importance of such clustering is supported by the differences in the incidence of cardiovascular diseases between hypersomnolent and non hypersomnolent patients. The Quebec Sleep Questionnaire (QSQ) has been elaborated 20 years ago that documents quality of life in SA patients by measuring the impact of the disease on five different domains (nocturnal and diurnal symptoms, hypersomnolence, emotions and social interactions). Previous cluster analyses took into account the frequency of typical SA symptoms. Many, but not all symptoms selected in these studies are addressed in the QSQ. The objective of this study is to determine if quality of life clusters can be identified using responses collected from the QSQ in SA patients. Methods A cluster analysis was completed in symptom scores collected from the QSQ+ Epworth scores in147 patients who filled in the questionnaire during its validation (75.5 % males, age: 53 ± 11 y, BMI: 30.4 ± 4.7 Kg.m2, AHI 31.3 ± 14.8 /h). For each item, patients were considered as symptomatic for scores ≤ 4 (the lowest the score the higher the impact) and for ESS > 10. Results Three clusters were identified: patients in cluster 1 (20.4 % of patients) can be identified as minimally symptomatic in each domain. In the cluster 2 (32.6 %), quality of life was mainly impacted by hypersomnolence with disturbed sleep. Patients in cluster 3 (46.9 %) reported important impacts on their quality of life in each domain of the QSQ. Gender, BMI and AHI did not differ between the three clusters. However, patients in cluster 1 were significantly younger than those of cluster 2 (50.5 ± 9.9 and 57.6 ± 11.9 years, respectively, p = 0.01). Conclusion Different clusters of quality of life can be identified by the QSQ in SA patients. These clusters seem to have close similarities with previously reported symptom frequency driven clusters. The relationship between quality of life symptom clusters and long-term clinical outcomes should be explored in a large prospective cohort of sleep apnea patients. Support (if any)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,187
Score d'incertitude au seuil0,737

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,283
Écart entre enseignants0,272 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207