Hypoxic indices for obstructive sleep apnoea severity and cardiovascular disease risk prediction: A comparison and application in a community population
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: The apnoea-hypopnoea index (AHI) and oxygen desaturation index (ODI) encounter challenges in capturing the intricate relationship between obstructive sleep apnoea (OSA) and cardiovascular disease (CVD) risks. Although novel hypoxic indices have been proposed to tackle these limitations, there remains a gap in comprehensive validation and comparisons across a unified dataset. METHODS: Samples were derived from the Sleep Heart Health Study (SHHS), involving 4485 participants aged over 40 years after data quality screening. The study compared several key indices, including AHI, ODI, the reconstructed hypoxic burden (rHB), the percentage of sleep time with the duration of respiratory events causing desaturation (pRED_3p) and the sleep breathing impairment index (SBII), in relation to CVD mortality and morbidity risks. Adjusted Cox proportional models were employed to calculate hazard ratios (HRs) for each index, and comparisons were performed. RESULTS: SBII and pRED_3p exhibited significant correlations with both CVD mortality and morbidity, with SBII showing the highest adjusted HR (95% confidence interval) for mortality (2.04 [1.25, 3.34]) and pRED_3p for morbidity (1.43 [1.09-1.88]). In contrast, rHB was only significant in predicting CVD mortality (1.63 [1.05-2.53]), while AHI and ODI did not show significant correlations with CVD outcomes. The adjusted models based on SBII and pRED_3p exhibited optimal performance in the CVD mortality and morbidity datasets, respectively. CONCLUSION: This study identified the optimal indices for OSA-related CVD risks prediction, SBII for mortality and pRED_3p for morbidity. The open-source online platform provides the computation of the indices.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».