MétaCan
Menu
Retour à la cohorte
Enregistrement W4386471383 · doi:10.13078/jsm.230014

Performance Accuracy of Wrist-Worn Oximetry and Its Automated Output Parameters for Screening Obstructive Sleep Apnea in Children

2023· article· en· W4386471383 sur OpenAlexaboutno aff
Mon Ohn, Kathleen J. Maddison, Julie Nguyen, Daisy Evans, Natasha Bear, R. Nazim Khan, Peter R. Eastwood, Britta S. von Ungern‐Sternberg, Andrew Wilson, Jennifer H. Walsh

Notice bibliographique

RevueJournal of Sleep Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensnon disponible
Organismes subventionnairesStan Perron Charitable FoundationAustralian and New Zealand College of Anaesthetists
Mots-clésMedicinePolysomnographyObstructive sleep apneaReceiver operating characteristicLogistic regressionOdds ratioConfidence intervalPulse oximetryLikelihood ratios in diagnostic testingApneaArea under the curveSleep apneaDiagnostic odds ratioInternal medicinePhysical therapyAnesthesia

Résumé

récupéré en direct d'OpenAlex

Objectives: Obstructive sleep apnea (OSA) increases the risk of perioperative adverse events in children. While polysomnography (PSG) remains the reference standard for OSA diagnosis, oximetry is a valuable screening tool. The traditional practice is the manual analysis of desaturation clusters derived from a tabletop device using the McGill oximetry score. However, automated analysis of wearable oximetry data can be an alternative. This study investigated the accuracy of wrist-worn oximetry with automated analysis as a preoperative OSA screening tool. Methods: Healthy children scheduled for adenotonsillectomy underwent concurrent overnight PSG and wrist-worn oximetry. PSG determined the obstructive apnea-hypopnea index (OAHI). Oximetry data were auto-analyzed to determine 3% oxygen desaturation index (ODI3) and visually scored as per McGill criteria. The logistic regression model assessed the predictive performance of ODI3 for detecting the presence and severity of OSA after adjusting for covariates. Results: Seventy-six children (34 females), aged (mean±standard deviation) 5.7±1.6 years were classified, based on PSG-derived OAHI, as no OSA (n=31), mild (n=31), and moderate-severe OSA (n=14). Oximetric ODI3 was identified as the sole predictor of moderate-severe OSA (OAHI≥5 events/h) (odds ratio 1.38, 95% confidence interval 1.15, 1.65, <i>p</i>=0.001). The best diagnostic performance was at ODI3=5 events/h (78.6% sensitivity, 75.8% specificity [receiver operating characteristic-area under the curve {ROC-AUC}=0.857]). ODI3 was also more sensitive than the McGill oximetry score in diagnosing moderate-severe OSA (78.6% by ODI3 vs. 33.0% by McGill). The performance was suboptimal for any level of OSA (OAHI≥1 event/h) (75.6% sensitivity, 61.3% specificity [ROC-AUC=0.709]). Conclusions: Wrist-worn oximetry-derived automated ODI3 can reliably identify moderate-severe OSA in children undergoing adenotonsillectomy, making it a potentially useful preoperative OSA screening tool.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,276
Score d'incertitude au seuil0,880

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,327
Écart entre enseignants0,293 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sleep MedicineMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207