卡塔尔世界杯8强波胆分析

摘要

背景:

美国睡眠医学学会指南建议，临床预测算法可用于筛查阻塞性睡眠呼吸暂停(OSA)患者，而无需取代多导睡眠描记术(PSG)——这是金标准。

摘要目的:

我们的目标是识别、收集和分析现有的机器学习方法，这些方法被用于疑似OSA的成年患者的疾病筛查。

方法:

我们搜索了MEDLINE、Scopus和ISI Web of Knowledge数据库来评估不同机器学习技术的有效性，以PSG作为金标准结果衡量标准。本系统综述在PROSPERO注册，文献编号为CRD42021221339。

结果:

我们检索到5479篇文章，其中63篇被收录。我们发现23项研究仅进行了诊断模型的开发，26项增加了内部验证，14项将临床预测算法应用于独立样本(尽管并非所有研究都报告了最常见的鉴别指标-敏感性和/或特异性)。35项研究采用逻辑回归，16项研究采用线性回归，9项研究采用支持向量机，8项研究采用神经网络，6项研究采用决策树，4项研究采用贝叶斯网络。随机森林、判别分析、分类回归树、nomogram各2项研究，Pearson相关、自适应神经模糊推理系统、人工免疫识别系统、遗传算法、超稀疏线性整数模型、k近邻算法各1项研究。最佳AUC为。98[.96-。99]在logistic回归中，年龄、腰围、爱普沃斯嗜睡和氧饱和度作为预测因素。

结论:

虽然获得了较高的值，但仍缺乏大规模队列的外部验证结果和标准的OSA标准定义。