You are here

Home » Content

Obstrüktif Uyku Apnesi Tanısında Epworth Uykululuk Ölçeğinin Ortak Değişkene Göre Düzeltilmiş İşlem Karakteristik Eğrisi ile Değerlendirilmesi

Covariate Adjusted Receiver Operating Characteristic Curve Analysis for the Evaluation of the Epworth Sleepiness Scale in Diagnosis of Obstructive Sleep Apnea

Journal Name:

  • Akdeniz Tıp Dergisi

Publication Year:

  • 2017
DOI: 
10.17954/amj.2017.75

Key Words:

Keywords (Original Language):

Author NameUniversity of Author
Abstract (2. Language): 
Objective: The purpose of this study was to investigate the effect of covariates in the diagnostic performance of the Epworth Sleepiness Questionnaire (ESS) in obstructive sleep apnea (OSA) and to analyze it by covariate adjusted analysis. Material and Methods: This retrospective cohort study enrolled 340 consecutive patients, who completed the ESS questionnaire, underwent complete polysomnographic evaluation and were diagnosed with OSA (apnea hypopnea index, AHI >5) at our accredited sleep disorders center between April 2016 and August 2016. Diagnostic accuracy of ESS was evaluated for two different settings; AHI ≥ 15 and AHI ≥ 30. In the statistical analysis, classical receiver operating characteristic (ROC) curve and covariate adjusted ROC curve analyzes were used. Results: In the ROC regression model, where all covariates were included, only the covariate effect of neck circumference was found statistically significant (P <0.001). The standardized estimates indicated that gender was the second most effective covariate, but it was not significant (P = 0.08). Area under covariates adjusted ROC curves was lower than the classical ROC curves (AHI ≥ 15 AUC = 0.650female, 0.646male), (AHI ≥ 30 0.661female, 0.622male). Conclusion: It is shown that the ESS score was affected by the covariates of neck circumference and gender in OSA diagnosis and that the diagnosis performance was not high when covariates were adjusted.
Bookmark/Search this post with
Abstract (Original Language): 
Amaç: Obstrüktif uyku apnesi (OSA) tanısında Epworth uykululuk ölçeğinin (ESS) başarısının değerlendirmesinde ortak değişken etkisinin araştırılması ve etkili ortak değişkenler için düzeltme yapılarak analiz edilmesi amaçlanmıştır. Gereç ve Yöntemler: Çalışmaya Nisan 2016 - Ağustos 2016 tarihleri arasında Akdeniz Üniversitesi Kulak Burun Boğaz Hastalıkları Anabilim Dalı’ nda polisomnografi ile OSA tanısı konulan (apne hipopne indeksi, AHİ >5) ve ESS anketi olan 340 hasta alınmıştır. ESS’ nin OSA tanısındaki başarısı AHİ ≥ 15 ve AHİ ≥ 30 olmak üzere iki farklı düzende incelenmiştir. Analizde klasik işlem karakteristik eğrisi (İKE) ve ortak değişken etkisi düzeltilmiş İKE analizi kullanılmıştır. Bulgular: Ortak değişken etki tahminleri tüm olası ortak değişkenlerin modele katıldığı İKE modeli ile incelendiğinde, diğer değişkenler de modeldeyken sadece boyun çevresinin anlamlı etkisi olduğu gözlenmiştir (P <0.001). İkinci sırada en yüksek etkiye sahip değişken ise cinsiyettir, fakat etkisi istatistiksel olarak anlamlı bulunmamıştır (P = 0,08). Cinsiyet ve boyun çevresine göre düzeltme yapıldığında ESS ile OSA saptama başarısının düştüğü görülmektedir (AHİ ≥ 15 için İKE-AKA = 0,650kadın, 0,646erkek), (AHİ ≥ 30 için 0,661kadın, 0,622erkek). Sonuç: ESS skorunun OSA tanısında cinsiyet ve boyun çevresi değişkenlerinden etkilendiği, bu ortak değişkenlere göre düzeltme yapıldığında ise tanı başarısının yüksek olmadığı görülmüştür.
FULL TEXT (PDF): 
PDF icon arastirmax-obstruktif-uyku-apnesi-tanisinda-epworth-uykululuk-olceginin-ortak-degiskene-gore-duzeltilmis-islem-karakteristik-egrisi-ile-degerlendirilmesi.pdf
  • 2
83
88
  • Turkish

REFERENCES

References: 

1. Malhotra A, White DP. Obstructive sleep apnoea. Lancet
2002; 360: 237-45.
2. Young T, Palta M, Dempsey J, Skatrud J, Weber S, Badr
S. The occurrence of sleep-disordered breathing among
middle-aged adults. N Engl J Med 1993; 328:1230-5.
3. Johns MW. A new method for measuring daytime
sleepiness: The Epworth sleepiness scale. Sleep 1991;14:
540-5.
4. Berry RB, Budhiraja R, Gottlieb DJ, Gozal D, Iber C,
Kapur VK. Rules for scoring respiratory events in sleep:
Update of the 2007 AASM manual for the scoring of
sleep and associated events. Deliberations of the sleep
88
Bozkurt S. ve ark.
Akd Tıp D / Akd Med J / 2017; 2: 83-88
apnea definitions task force of the American academy of
sleep medicine. J Clin Sleep Med 2012; 8: 597–619.
5. Karakoç O, Akçam T, Gerek M, Birkent H. Horlama ve
obstrüktif uyku apneli hastalarda Epworth Uykululuk
Skalasının güvenilirliği. KBB-Forum 2007; 6: 86-9.
6. R Core Team. R: A language and environment for
statistical computing. 2013 (http://www.R-project.org/).
7. Robin X, Turck N, Hainard A, Tiberti N, Lisacek F,
Sanchez JC, Müller M. pROC: An open-source package
for R and S+ to analyze and compare ROC curves. BMC
Bioinformatics. 2011; 12: 77.
8. Rodriguez-Alvarez, MX, Roca-Pardinas J, Cadarso-
Suarez C. A new flexible direct ROC regression model -
Application to the detection of cardiovascular risk factors
by anthropometric measures. Computational Statistics
and Data Analysis 2011; 5512: 3257–3270.
9. Peppard PE, Young T, Barnet JH, Palta M, Hagen EW,
Hla KM. Increased prevalence of sleep-disordered
breathing in adults. Am J Epidemiol 2013; 177: 1006-14.
10. Ramachandran SK, Josephs LA. A meta-analysis of
clinical screening tests for obstructive sleep apnea.
Anesthesiology 2009; 110: 928-39.
11. Eiseman NA, Westover MB, Mietus JE, Thomas RJ,
Bianchi MT. Classification algorithms for predicting
sleepiness and sleep apnea severity. J Sleep Res 2012; 21:
101-12.
12. Abrishami A, Khajehdehi A, Chung F. A systematic
review of screening questionnaires for obstructive sleep
apnea. Can J Anaesth 2010; 57: 423-38.
13. Hanley JA, McNeil BJ. The meaning and use of the area
under a receiver operating characteristic (ROC) curve.
Radiology 1982; 143: 29-36.
14. Hanley JA. Receiver operating characteristic (ROC)
methodology: the state of the art. Crit Rev Diagn Imaging
1989; 29: 307-35.
15. Zou KH, O’ Malley AJ, Mauri L. Receiver-operating
characteristic analysis for evaluating diagnostic tests and
predictive models. Circulation 2007; 115: 654-7.
16. Janes H, Longton G, Pepe M. Accommodating Covariates
in ROC Analysis. Stata J 2009; 9: 17-39.
17. Erkorkmaz Ü, Çolak E, Bal C, Özdamar K, Etikan İ,
Ekerbiçer HÇ. Covariate Adjusted ROC Curve Analysis
and An Application. Sakarya Tıp Dergisi 2015; 5: 140-8.
18. Demir E, Yavuz Y. Prostat Kanseri Tanısında PSA İçin
İşlem Karakteristik Eğrisi Analizinde Ortak Değişken
Düzeltmesi. Turkiye Klinikleri Journal of Biostatistics
2016; 8: 162-71.
19. Janes H, Pepe MS. Adjusting for covariates in studies
of diagnostic, screening, or prognostic markers: an old
concept in a new setting. Am J Epidemiol. 2008;168: 89-
97.
20. Pardo-Fernández JC, Rodriguez-Alvarez MX, Keilegom
IV. A review on ROC curves in the presence of covariates.
REVSTAT–Statistical Journal 2014;12: 21-41.
21. Bonzelaar LB, Salapatas AM, Yang J, Friedman M.
Validity of the epworth sleepiness scale as a screening
tool for obstructive sleep apnea. Laryngoscope 2017; 127:
525-531.
22. Nagappa M, Liao P, Wong J, Auckley D, Ramachandran
SK, Memtsoudis S, Mokhlesi B, Chung F. Validation of
the STOP-Bang Questionnaire as a Screening Tool for
Obstructive Sleep Apnea among Different Populations: A
Systematic Review and Meta-Analysis. PLoS One. 2015;
10: e0143697.
23. Gander PH, Marshall NS, Harris R, Reid P. The
Epworth Sleepiness Scale: influence of age, ethnicity, and
socioeconomic deprivation. Epworth Sleepiness scores of
adults in New Zealand. Sleep. 2005;28: 249-53.

Thank you for copying data from http://www.arastirmax.com