The relationship between obesity and obstructive sleep apnea in four community-based cohorts: an individual participant data meta-analysis of 12,860 adults
Notice bibliographique
Résumé
Background: Obesity is a well-established risk factor for obstructive sleep apnea (OSA). We assessed the reciprocal prevalence of obesity and OSA and how it varies by age and sex. Methods: Following a systematic review through March 27, 2025, the final sample included four community-based cohort studies in the US and Switzerland. OSA severity was quantified using the apnea-hypopnea index (AHI, all apneas plus hypopneas with ≥4% oxygen desaturation/hour). Random effects individual participant data (IPD) meta-analyses estimated prevalences. Logistic regression compared odds of OSA across weight groups. Findings: were 2.18 [1.73-2.76] and 4.84 [3.09-6.00], respectively. Interpretation: Our analyses show that most adults with OSA do not have obesity, with 44.4% having overweight and 23.5% having normal weight or underweight. Obesity was more prevalent among females compared to males and in younger individuals (<65 years) compared to older individuals with OSA. Recognizing OSA is not exclusive to obesity highlights the need for personalized treatment plans. Funding: American Academy of Sleep Medicine, National Heart, Lung, and Blood Institute, and Apnimed.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».