Identification of Obstructive Apnea Signatures Result in Phenotypes with Distinct Biometric Differences
Notice bibliographique
Résumé
Positive airway pressure (PAP) is the gold-standard treatment for patients diagnosed with Obstructive sleep apnea (OSA). We believe personalized treatment may be possible by developing algorithms which have been tuned to specific patient phenotypes. Therefore, it was our objective to investigate if specific airflow-based patient phenotypes existed in patients diagnosed with OSA. Using an apnea-centered analysis, we developed frequency-based representations of the OSA events for 102 patients. We then developed distinct patient phenotypes using projection pursuit analysis while comparing biometric and treatment variables measured by PAP machine or SleepImage RingTM between phenotypes (ANOVA & post-hoc t-test). We identified four clusters associated with patient Obstructive Apnea Signatures (Fig.1). Phenotypes 1 and 3 were both characterized by lower obstructive-apnea-index compared to 2 and 4 (p<0.05). However, Phenotypes 1 and 2 were characterized by higher sleep quality index, stability, and lower fragmentation (scored by SleepImage RingTM) compared to 3 and 4 (p<0.05). Our results demonstrate the utility of Obstructive Apnea Signatures and the existence of specific signature-based phenotypes. We believe this marks the beginning of personalized PAP therapy, where treatment is tailored to the unique airflow signatures and the specific needs of different patient phenotypes. erj;66/suppl_69/PA3205/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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».