O079 The effect of long-term CPAP on subclinical markers of coronary artery disease in clinic patients with OSA
Notice bibliographique
Résumé
Abstract Background In view of the current uncertainty about the relationship between obstructive sleep apnoea (OSA) and development of major adverse cardiovascular events (MACE) we studied the long-term effect of continuous positive airway pressure (CPAP) on important subclinical markers known to be on the causal pathway to coronary artery disease (CAD) Methods We used our database of sleep clinic patients (n=4,226) who had baseline phenotypic assessments, between 2006 and 2010, including level 1 polysomnography to determine the presence and severity of OSA. We performed follow-up assessments between 2019-22 on 2 groups of consenting participants who were alive and free of MACE at baseline and during the follow-up period: those with long-term good CPAP use and those with poor or no use. We will compare follow-up High sensitivity Troponin-I and coronary calcium scores between groups, using propensity score matching methods. Progress to date A total of 263 patients completed follow-up assessments and will undergo propensity score matching. Of these, 134 had good CPAP use and 129 had no or poor CPAP use. The two groups had similar baseline characteristics: median age 62 vs 60 years, male 67% vs 64%, body-mass-index 32.6 vs 30.0kg/m2 respectively. Intended outcome and impact This project is intended to provide further insight into the relationship between OSA and risk for developing CAD, by studying the effect of long-term good CPAP use, compared to no or poor CPAP use, on changes in established sub-clinical biomarkers of coronary disease.
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 | 0,000 | 0,000 |
| 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 ».