Notice bibliographique
Résumé
Failure of upper airway muscles to develop efficient dilating forces plays a key role in the occurrence of obstructive sleep apnoea in given patients. Thus, myofunctional therapy has been developed to improve the activity/efficacy of the upper airway (UA) dilator muscles, reduce its fatigability and improve mechanical performance. Various programmes, differing in the types of daytime exercises to be completed, as well as in their duration and intensity, have been evaluated. Meta-analysis confirmed the efficacy of myofunctional therapy, with mean apnoea hypopnoea index (AHI) scores decreasing from 28.0 ± 16.2/h to 18.6 ± 13.1/h, and lowest oxygen saturation (LSAT) values improving from 83.2% ± 6.1% to 85.1% ± 7.0%. In children, MT and nasal washing may result in little to no difference in AHI. Integrating oropharyngeal exercises with the use of a smartphone application to complete and record exercise performances represents an innovative turn in the development of ambulatory MT programmes. Since adherence to therapy is a weakness in conventional OSA strategies such as CPAP, this approach to MT is promising, as evidenced by a 90% mean adherence to it after 3 months of using a smart application. There is further need to determine the most effective combination of exercise algorithms and identify the target population most likely to benefit from MT in outpatient training programmes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».