Comparison of therapy outcomes in patients with PAP therapy using a patient engagement tool via PAP device vs a therapy companion app
Notice bibliographique
Résumé
Background: Assessed patient engagement tool (PET) is designed to improve adherence to positive airway pressure (PAP) therapy and can be delivered through PAP device or therapy companion app. When using the app, users can access supporting and troubleshooting content. This study compares adherence, usage, termination rates, and outcomes via PAP device or therapy companion app. Methods: This retrospective study included 89,093 European patients who responded to PET via PAP device (n= 28,692) or app (n = 60,401). Inverse probability weighting adjusted age, country, therapy mode, usage, leak rates and residual AHI. Outcomes included usage, residual AHI, mask leak, and termination. Results: At 365 days, app responders had more patients averaging ≥4 hrs/night than PAP device (65.35% vs. 59.16%; p<0.001) and greater usage (4.77 ± 2.54 vs. 4.41 ± 2.72 hrs/day; p<0.001). On days used, app users logged more hours (5.90 ± 1.81 vs. 5.71 ± 1.99; p<0.001). They also had lower median leak (3.68 vs. 4.27 L/min) and residual AHI (2.38 vs. 2.49 events/hr; p<0.001). Termination rate was lower in the app group (26.85%) vs. PAP device (33.71%; RR: 1.255, p<0.001), with longer time to termination (123 vs. 111 days; p<0.001). Conclusion: Patients responding to PET via app showed better outcomes than PAP device PET user. These findings highlight the potential of an app to optimize PAP therapy outcomes. erj;66/suppl_69/PA2871/F1 F1 F1
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».