O059 Opioid-related central sleep apnea doesn’t harm respiratory and sleep parameters
Notice bibliographique
Résumé
Abstract Introduction Opioid-related central sleep apnea (CSA) is increasingly common, but its clinical implications are poorly understood. We analysed the “OpSafe” cohort, a large prospective multicentre study of chronic opioid users, to investigate whether opioid-related CSA worsens key respiratory and sleep outcomes. Methods Participants were chronic opioid users recruited from five pain clinics. They were measured daytime oxygen saturation (SpO2) and Epworth Sleepiness Scale (ESS), followed by in-lab polysomnography. Results A total of 160 participants were divided into three groups: 21 CSA, 66 obstructive sleep apnea (OSA), and 73 no-apnea. CSA participants had ~4 times higher opioid dose and exhibited a ~ 3% lower daytime SpO2 than OSA and no apnea participants. However, during sleep, oxygenation measures were similar between CSA and OSA groups. Compared daytime SpO2 to sleep mean SpO2, OSA decreased significantly (95.1 ± 1.9 vs 93.9 ± 2.1, p=.001), no-apnea moderately dropped (95.9 ± 1.9 vs 95.1 ± 2, p=.05), whereas CSA participants had no change (92.9 ± 3.4 vs 93.5 ± 2, p=.66). CSA event duration was shorter than that of OSA. Sleep architecture and arousal indices in CSA patients were normal except for a reduced REM sleep linked to higher opioid doses. Abnormalities in quantitative EEG power only occurred during REM sleep while CSA was rare. Furthermore, CSA was not a significant predictor of daytime sleepiness, explaining only 1.5% of the variance of ESS. Discussion Our novel findings showed that opioid-related CSA did not worsen key respiratory and sleep outcomes. While it is essential to alleviate respiratory depression, targeted therapies to reduce opioid-related CSA may be unnecessary.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».