Prediction of severity of obstructive sleep apnea by awake impulse oscillometry
Notice bibliographique
Résumé
OBJECTIVE/BACKGROUND: Obstructive sleep apnea (OSA) is a common disease, which poses a significant health threat. Initial diagnostics with polygraphy or polysomnography are time consuming and expensive. Therefore, there is an unmet medical need for simplification, especially to exclude healthy patients from elaborate and unnecessary diagnostics. Impulse oscillometry (IOS) is a simple, cheap and noninvasive tool to asses upper airway resistance, which is increased in patients with OSA. The objective was to examine the relationship between IOS parameters and polysomnography in order to evaluate the applicability of IOS as a supplementing tool in OSA diagnostics. PATIENTS/METHODS: We performed a prospective, cross-sectional, observational study across 107 participants. Pulmonary function tests with IOS, bodyplethysmography and overnight polysomnography were performed. We computed direct and partial correlations between IOS- and PSG-results. ROC analysis was performed to evaluate the most impactful predictive IOS parameter for diagnosing OSA. RESULTS: In ROC analysis the predicted probability of resistance at 5Hz (R5%) combined with age showed the highest AUC of 0.919, while R5 at 0.4325kPa/(l/s) provided the optimal cut-off. Correlations between IOS parameters and OSA severity as well as the duration and severity of oxygen desaturation were observed. However, they could not be reproduced as partial correlations after eliminating the BMI as confounding variable. CONCLUSION: Our results cannot indicate the usefulness of IOS in OSA diagnostics. The lack of BMI-independent partial correlations between IOS- and PSG-results suggest a correlation without causality fallacy between IOS- and PSG-results. Therefore, the initial impression of good test quality for IOS might be invalid.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».