Prevalence and Risk Factors of Positional Obstructive Sleep Apnea in Chinese Children: A Retrospective Study
Notice bibliographique
Résumé
Objective: To investigate the prevalence, characteristics, risk factors, and clinical outcomes of positional obstructive sleep apnea (POSA) in Chinese children. Methods: This was a retrospective analysis of children aged 4-17 years with OSA from local referrals for sleep-disordered breathing. Children who underwent diagnostic polysomnography (PSG) with at least 30 minutes of total sleep time in both supine and non-supine sleep were included. Standardized sleep questionnaires, Sleepiness Scales, Child Behavior Checklist and 24-hour ambulatory blood pressure monitoring were completed. OSA was defined as obstructive apnea-hypopnea index (OAHI) ≥1/h. POSA was defined as OAHI in the supine position ≥ two times the OAHI in the non-supine position. Results: 314 children (mean age: 10.88±3.22 years; male: 70%) with OSA were analyzed, of whom 147 (46.8%) had moderate/severe OSA (OAHI≥5). Prevalence of POSA was 58% within our cohort and 51% among those with moderate/severe OSA. Children with POSA were older (10.8±3.3 years vs 9.1±2.6 years; p<0.001), had milder disease [OAHI 4.12 (2.14-8.62) events/h vs 6.16 events/h); p=0.026] and had smaller tonsillar size (55% vs 72%; p=0.011). By logistic regression, POSA was associated with older age (OR 1.20; 95% confidence interval (CI) 1.09-1.32; p<0.001) and lower OAHI (B-0.036; SE 0.011; OR 0.964; 95% CI 0.943-0.986; p=0.001). Conclusion: POSA is a prevalent phenotype seen in children, demonstrating strong associations with older age, more mature pubertal development, smaller tonsillar size and milder disease severity. Future studies should also delineate the natural history and longitudinal stability of this subtype over time.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».