Identification of quality‐of‐life clusters by the Quebec sleep questionnaire in sleep apnea patients
Notice bibliographique
Résumé
Summary Patients with obstructive sleep apnea (OSA) may present different symptoms. The clinical importance of symptom clustering is supported by the difference in the incidence of cardiovascular diseases between hypersomnolent and non‐hypersomnolent sleep apnea patients. The objective of this study was to determine if quality‐of‐life clusters could be identified from the Quebec Sleep Questionnaire (QSQ) in OSA patients. Latent class analysis was used to identify clusters in a multivariate analysis of dichotomic variables (presence or absence of symptoms) for each item the QSQ obtained from 147 patients who fulfilled the questionnaire during its validation and subsequent trials (75.5% males, age: 53 ± 11 years, body mass index (BMI): 30.4 ± 4.7 kg/m 2 , apnea/hypopnea index (AHI): 31.3 ± 14.8/h). Three clusters were identified. Quality of life was preserved in patients of cluster 1 (20.4% of patients). Patients of cluster 2 (32.6% of patients) had a moderately impaired quality of life, mainly due to daytime somnolence and poor sleep quality. Patients with impaired quality of life (cluster 3, 46.9% of patients) had an important impact in every domain of the QSQ with the highest sleepiness and daytime symptom impairments. Gender, BMI, and AHI did not differ between the three clusters. In conclusion, different quality‐of‐life clusters can be identified from the QSQ in sleep apnea patients. These clusters are similar to those reported previously. Further studies are needed to validate these clusters in larger and independent cohorts, to evaluate how they respond to OSA treatment, and their relationship with incident outcomes.
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 | 0,010 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».