Comparison of Epworth Sleepiness Scale and OSA‐18 Scores With Polysomnography in Children
Notice bibliographique
Résumé
OBJECTIVE: Our goal is to determine if there is a correlation between Modified Epworth Sleepiness Scale (M-ESS) scores, obstructive sleep apnea (OSA)-18 scores, and polysomnography (PSG) outcomes in children. STUDY DESIGN: Retrospective chart review. SETTING: Pediatric otolaryngology clinic. METHODS: Charts of consecutive children presenting from July 2021 to July 2023 were reviewed. Demographics, body mass index (BMI), BMI Z score, M-ESS score, OSA-18 score, PSG results, and sleep apnea severity were included. One-way analysis of variance and Pearson/Spearman correlation coefficients were calculated. RESULTS: Three hundred sixty-seven children were included, 162 (44.1%) girls and 205 (55.9%) boys. Mean patient age was 7.8 (95% confidence interval [CI]: 7.3-8.3) years. M-ESS score was 6.3 (n = 348, 95% CI: 5.8-6.8), mean OSA-18 score was 56.2 (n = 129, 95% CI: 53.0-59.4). Mean apnea-hypopnea index (AHI) was 10.1 (95% CI: 8.7-11.4) events/h, obstructive AHI 9.3 (95% CI: 8.0-12.7) events/h, respiratory distress index 14.6 (95% CI: 8.4-20.8) events/h, and oxygen saturation nadir 89.8% (95% CI: 89.1-90.4). Sixty-two children (17.2%) had mild, 192 (53.5%) moderate, and 105 (29.2%) severe sleep apnea. M-ESS score correlated weakly to AHI (r = .19, P = <.001), and OSA-18 score to oxygen saturation nadir (r = -.16, P = .002). After logistic regression adjusted for age and BMI, neither clinical scores were independently associated with AHI. CONCLUSION: M-ESS and OSA-18 scores have a weak correlation with OSA severity in children. More reliable, age-appropriate screening tools are needed in pediatric sleep apnea.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».