Modification of <scp>McGill</scp> Oximetry Score in Improving the Diagnostic Capability of Paediatric <scp>OSA</scp>
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to devise a modified oximetry scoring system and calculate its diagnostic accuracy in detecting paediatric obstructive sleep apnoea syndrome (OSAS). STUDY DESIGN: This prospective diagnostic accuracy study was divided into two phases. SETTING: The study was conducted at a quaternary teaching hospital. METHODS: Polysomnograms performed from 1 April 2014 to 31 December 2021 were included. In Phase 1, the parameters of 95 oximetry trend graphs were evaluated, and a modified scoring system was constructed. In Phase 2, the modified scoring system was employed in 272 oximetry trend graphs, and its diagnostic accuracy was determined. A logistic regression model was used to assess the ability of each scoring system to predict paediatric OSAS. RESULTS: A total of 367 patients were recruited. In Phase 1, a four-tier severity classification system was constructed. In Phase 2, its diagnostic accuracy was found to be 53.3% sensitive, 97% specific, with positive predictive value of 98.5% and negative predictive value of 34.6%. The lowest detectable apnoea-hypopnoea index (AHI) was 4.5. The inter-rater reliability calculated was 80%. Logistic regression was applied to assess associations of the modified McGill score (MMS) or McGill oximetry score (MOS) with OSAS. The area under the receiver operating characteristic curve was higher for the MMS than for MOS (0.78 [95% CI 0.73-0.84] vs. 0.59 [95% CI 0.51-0.66]). CONCLUSION: This study demonstrated that our modified scoring system had increased sensitivity at detecting OSAS at a much lower AHI and showed a much greater ability to predict paediatric OSAS.
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 | 0,004 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 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 ».