MétaCan
Menu
Retour à la cohorte
Enregistrement W4400424518 · doi:10.1186/s12938-024-01254-8

Measures of overnight oxygen saturation to characterize sleep apnea severity and predict postoperative respiratory depression

2024· article· en· W4400424518 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBioMedical Engineering OnLine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensToronto Western HospitalToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMedicineApneaSleep apneaAnesthesiaLogistic regressionApnea–hypopnea indexPolysomnographyRespiratory systemHypopneaDepression (economics)Oxygen saturationObstructive sleep apneaSeverity of illnessRespiratory monitoringInternal medicineOxygen

Résumé

récupéré en direct d'OpenAlex

Abstract Background Sleep apnea syndrome, characterized by recurrent cessation (apnea) or reduction (hypopnea) of breathing during sleep, is a major risk factor for postoperative respiratory depression. Challenges in sleep apnea assessment have led to the proposal of alternative metrics derived from oxyhemoglobin saturation (SpO 2 ), such as oxygen desaturation index (ODI) and percentage of cumulative sleep time spent with SpO 2 below 90% (CT90), as predictors of postoperative respiratory depression. However, their performance has been limited with area under the curve of 0.60 for ODI and 0.59 for CT90. Our objective was to propose novel features from preoperative overnight SpO 2 which are correlated with sleep apnea severity and predictive of postoperative respiratory depression. Methods Preoperative SpO 2 signals from 235 surgical patients were retrospectively analyzed to derive seven features to characterize the sleep apnea severity. The features included entropy and standard deviation of SpO 2 signal; below average burden characterizing the area under the average SpO 2 ; average, standard deviation, and entropy of desaturation burdens; and overall nocturnal desaturation burden. The association between the extracted features and sleep apnea severity was assessed using Pearson correlation analysis. Logistic regression was employed to evaluate the predictive performance of the features in identifying postoperative respiratory depression. Results Our findings indicated a similar performance of the proposed features to the conventional apnea–hypopnea index (AHI) for assessing sleep apnea severity, with average area under the curve ranging from 0.77 to 0.81. Notably, entropy and standard deviation of overnight SpO 2 signal and below average burden showed comparable predictive capability to AHI but with minimal computational requirements and individuals’ burden, making them promising for screening purposes. Our sex-based analysis revealed that compared to entropy and standard deviation, below average burden exhibited higher sensitivity in detecting respiratory depression in women than men. Conclusion This study underscores the potential of preoperative SpO 2 features as alternative metrics to AHI in predicting postoperative respiratory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,285
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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