O022 Characteristics of patients with obstructive sleep apnoea with a focus on the First Nations population
Notice bibliographique
Résumé
Abstract Background Obstructive sleep apnoea (OSA) is common with an estimated prevalence of 9-38%. First Nations Australians experience a burden of disease 2.3 times that of the general population. Notably, many of the conditions prevalent in this population are associated with OSA. However, there is a paucity of data relating to the characteristics of First Nations Australians with OSA. Methods This audit aims to analyse the characteristics, co-morbidities, and sleep study data of the cohort of patients referred to our facility for a sleep study between 2010-2023, with a subgroup analysis of the First Nations population. Results To date we have analysed data for 587 patients who attended our facility from 2022-2023 of which 28 (4.7%) identify as First Nations. We analysed 325 diagnostic sleep studies. 315/325 patients were non-First Nations. Of these 61 had a normal study, 88 had mild OSA, 73 had moderate OSA and 93 had severe OSA (as defined by apnoea-hypopnea index of 5-15, 15-30 and >30 respectively). The average BMI was 34.12kg/m2. 10/325 patients identified as First Nations. Of these 3 had a normal sleep study, 3 had mild OSA, 4 had moderate OSA and 2 had severe OSA. The average BMI was 33.98kg/m2. Discussion Data collection and analysis are ongoing. Our small sample size to date likely underestimates the proportion of clients who identify as First Nations. Through this study we hope to gain a deeper understanding of, and contribute to, existing knowledge of specific risk factors present in this group.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».