Assessment of Obstructive Sleep Apnea Among Patients With Chronic Obstructive Pulmonary Disease in Primary Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Study Objectives: Observational studies link untreated obstructive sleep apnea (OSA) with adverse outcomes in chronic obstructive pulmonary disease (COPD). The first step in addressing OSA is a clinical assessment. However, given competing demands and a lack of high-quality evidence, it is unclear how often such assessments occur. We explored the documentation of OSA assessment among patients with COPD in primary care, and the patient and provider characteristics associated with these assessments. Methods: We conducted a cross-sectional study of patients with clinically diagnosed COPD at 2 primary care practices. We abstracted charts to determine whether providers assessed OSA, defined as documentation of symptoms, treatment, or a referral to sleep medicine. We performed multivariable mixed-effects logistic regression to assess the associations of patient and provider characteristics with OSA assessment. Results: Among 641 patients with clinically diagnosed COPD, 146 (23%) had OSA assessed over a 1-year period. Positive associations with OSA assessment included body mass index ≥ 30 (odds ratio [OR] 3.5, 95% confidence interval [CI] 1.8-7.0), pulmonary subspecialist visits (OR 3.9, 95%CI 2.4-6.3), and a prior sleep study demonstrating OSA documented within the electronic medical record (OR 18.0, 95%CI 9.0-35.8). Notably, patients identifying as Black were less likely to have OSA assessed than those identifying as White (OR 0.5, 95%CI 0.2-0.9). Conclusions: Providers document an assessment of OSA among a quarter of patients with COPD. Our findings highlight the importance of future work to rigorously test the impact of assessment on important health outcomes. Our findings also reinforce that additional strategies are needed to improve the equitable delivery of care.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle