MétaCan
Menu
Retour à la cohorte
Enregistrement W4414158112 · doi:10.1093/sleepadvances/zpaf061

Obstructive sleep apnea diagnosis and management in First Nations communities: protocol for the Let’s Yarn About Sleep-Obstructive Sleep Apnea Program

2025· article· en· W4414158112 sur OpenAlexaboutno aff
Yaqoot Fatima, Shannon L. Edmed, Roslyn Von Senden, Romola S. Bucks, Bushra Nasir, Daniel Sullivan, Azhar Hussain Potia, Kathleen J. Maddison, Wayne Williams, Tracy Woodroffe, Simon A. Joosten, Michelle Olaithe, Mark A. Robinson, Lauren P. Lawson, Scott Coussens, Ruth Wallace, Shaun Solomon, Ching Li Chai‐Coetzer, Danny J. Eckert, Elizabeth A Machan, Neil Dunne, Stephanie King, D Mann, Philip I. Terrill, Alvin Hava, Timothy Skinner

Notice bibliographique

RevueSLEEP Advances · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObstructive sleep apneaService delivery frameworkService (business)Protocol (science)Work (physics)Health careSleep apneaAnalytics

Résumé

récupéré en direct d'OpenAlex

Abstract Obstructive Sleep Apnea (OSA) is a highly prevalent, yet significantly under-recognized disorder in First Nations Australians. Responding to strong community demand for local capacity building for sleep health equity, this paper outlines the Let’s Yarn About Sleep-OSA (LYAS-OSA) program protocol. The LYAS-OSA program will involve the co-design, implementation, and evaluation of a place-based, culturally responsive, nurse-led, and Aboriginal Health Worker-supported model for OSA diagnosis and management for First Nations peoples. This program will partner with health services and organizations across 12 communities in Queensland, Australia. The program will be conducted from 2023 to 2027. During the set up and development stage, an advanced data analytics study of secondary data will examine OSA phenotypes and symptomatology in First Nations Queensland communities. In addition, consumers and healthcare professionals will be engaged in co-design workshops to inform the development of a service delivery model framework. In stage two, local capacity building activities for Aboriginal Health Workers and nurses will be undertaken, with training on OSA diagnosis and management. This work will culminate in delivering and evaluating the co-designed service model. This community-led approach to co-designing, implementing, and evaluating the LYAS-OSA service delivery model will advance knowledge to deliver culturally responsive, context-responsive, OSA diagnosis, and management care for First Nations communities. The LYAS-OSA program outputs will significantly contribute to the evidence base and service delivery provision for OSA care, thereby improving sleep health equity for First Nations Australians. Statement of Significance Obstructive Sleep Apnea (OSA) in First Nations communities is highly prevalent, yet limited community awareness, lack of culturally responsive services, and unavailability of local diagnosis and management hinder timely and effective care. Addressing these gaps is crucial for improving sleep health equity for First Nations Australians. The program offers a community-led, co-designed, place-based model of care that integrates data analytics, co-design, and healthcare providers’ capacity building to address service delivery gaps. This approach aims to bridge service delivery gaps in Obstructive Sleep Apnea care for First Nations peoples across Australia. The outputs and outcomes from this program will significantly contribute to the evidence base for improving the quality and accessibility of Obstructive Sleep Apnea care for First Nations Australians.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,335
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEP AdvancesMême sujetNeuroscience of respiration and sleepTravaux en français237 207