Artificial Intelligence Diagnosis of Obstructive Sleep Apnoea using Overnight Pulse Oximetry: A Systematic Review and Bayesian Meta-Analysis (Preprint)
Notice bibliographique
Résumé
BACKGROUND: Obstructive sleep apnoea (OSA) affects 38% of the population, yet over 90% of cases remain undiagnosed. The current gold standard for diagnosis, polysomnography (PSG), requires specialised equipment, and trained personnel, making it inaccessible in primary care and acute settings. With AI advancements, oximetry-based AI models have emerged as a potential alternative for OSA diagnosis. OBJECTIVE: This meta-analysis aims to evaluate the diagnostic accuracy of AI models trained on pulse oximetry readings in diagnosing OSA. METHODS: A systematic search was conducted across Medline/PubMed, Embase, Scopus, Web of Science, and IEEE Xplore databases from inception to 3 January 2026. Studies that evaluated the diagnostic accuracy of AI models trained on SpO₂ recordings, compared to the apnoea-hypopnea index (AHI) as the reference standard were included and screened by two blinded independent reviewers. Studies that did not evaluate AI on AHI-defined OSA and non-English texts were excluded. Models were evaluated using Bayesian bivariate meta-analysis and meta-regression. Publication bias was examined using a selection model approach, while risk of bias and evidence quality were assessed with QUADAS-2 and GRADE. RESULTS: From 13,986 screened articles, 25 studies met the inclusion criteria, encompassing 23,171 participants with a mean age of 40 to 63 years, and a mean BMI of 25 to 37. AI-oximetry models demonstrated a pooled sensitivity of 91.1% (95% CrI: 89.7-92.4%) and specificity of 88.4% (95% CrI: 85.3-90.8%), with a diagnostic odds ratio (DOR) of 77.7 (95% CrI: 60.2-99.6). Neural network classifiers achieved the highest sensitivity (92.7%) and specificity (91.3%). Deep learning feature extraction models were significantly higher in sensitivity by 3.7% than domain expert-based approaches. Sensitivity decreased slightly with higher AHI cut-offs, while specificity increased by 16.6% from an AHI cut-off of ≥5 to ≥30. Sensitivity analyses showed that even with up to 40% probability of unpublished study, changes in accuracy were modest (AUC: 0.902 to 0.877). QUADAS-2 and GRADE assessments found low-moderate risk of bias with high overall quality of evidence. CONCLUSIONS: AI-oximetry models showed high diagnostic accuracy for OSA across models and AHI cut-offs, performing better than or comparably to traditional overnight oximetry and HSATs. This review provides the first pooled quantitative synthesis of AI models trained solely on oximetry data, with additional evaluations of publication bias and methodological limitations. Prior reviews were largely narrative or used alternative AI inputs other than oximetry. This study advances the field by offering a clearer and more reliable evidence base on pooled AI-oximetry performance. These findings support the potential of oximetry-based AI as a convenient and scalable tool for OSA screening and diagnosis, with potential real-world applications in both primary care and inpatient settings for early identification of high-risk patients. Prospective external validation in diverse populations and low-prevalence settings is still needed before widespread real-world use. CLINICALTRIAL: This review was registered on PROSPERO (CRD42025648556) and did not receive any source of funding.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | low |
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 | 0,025 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,031 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».