Towards an Accessible Speech-based Obstructive Sleep Apnea Screening Tool for Underserved Populations
Notice bibliographique
Résumé
Obstructive sleep apnea (OSA) is a chronic respiratory disorder characterized by recurrent interruptions in breathing during sleep. OSA is highly prevalent, affecting 30-70% of people with chronic conditions like hypertension and substance use. The gold standard for clinical OSA diagnosis is the polysomnography (PSG) test, which is a rather cumbersome and expensive procedure, and accordingly can be quite inconvenient for patients. Additionally, patients often have to wait for a long time before they can undergo PSG. As a result, other alternatives for screening OSA have gained attention. For instance, speech is a cheap and accessible modality that shares similar anatomical structures that contribute to OSA. Previous studies have investigated the feasibility of speech recording during wakefulness for assessing the risk of OSA; however, most of the studies have been done in sleep clinics or hospitals in fully- or semi-supervised recording environments. Consequently, the generalizability of the developed algorithms is limited. People experiencing homelessness are specific group of patients who face several challenges accessing healthcare facilities, and due to the existence of OSA comorbidities, have high OSA prevalence. However, this population has never been included in studies related to speech and OSA. Therefore, in this study, for the first time, we demonstrated the difference in spectral speech characteristics of a small cohort (n=18) of people with and without OSA living in homeless shelters, in Toronto, Canada. We also investigated the effect of body posture on such differences and highlighted the potential differences during vowel articulation that can be used for developing an accessible speech-based OSA monitoring tool.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».