با آخرین اقدامات خود، این شرکت کمتر شبیه یک سازنده تجهیزات پزشکی است که لوازم جانبی گران‌قیمت را به علاقه‌مندان به تناسب اندام می‌فروشد و بیشتر شبیه یک شرکت تجهیزات پزشکی است که به بیمارستان‌ها، بیماران و بیمه‌های سلامت خدمات ارائه می‌دهد. درک چاقی و پیامدهای آن برای تصمیم‌گیری آگاهانه در مورد سلامت و تندرستی فرد مهم است. آپنه خواب درمان نشده می‌تواند مشکلات جدی برای سلامتی ایجاد کند. چه چیزی در مورد رویکرد پزشکی ییل به آپنه انسدادی خواب کودکان برجسته است؟ زمان خواب و زمان بیداری در این تجزیه و تحلیل در نظر گرفته نشده است و ما متغیر “کل زمان خواب” را در یک ستون عددی کدگذاری کردیم. ما یک شبکه را که نشان‌دهنده داده‌های بیمار و یک شبکه را که نشان‌دهنده داده‌های کنترل است، رسم می‌کنیم. قبل از شروع تجزیه و تحلیل، مجموعه داده‌های خود را با حذف نمونه‌هایی با داده‌های گمشده زیاد، وارد کردن مقادیر گمشده در صورت لزوم و حذف متغیرهای خاصی که اطلاعات گمشده زیادی نیز داشتند، تمیز کردیم. سایر افراد برای پر کردن هرگونه نظرسنجی کودک خیلی کوچک بودند و بنابراین داده‌های گمشده زیادی داشتند. برای مثال، از بیماران خواسته شد تا در مقیاس ۱ تا ۷ میزان موافقت خود را با جملات خاصی مانند «به سختی از رختخواب بیرون می‌روم» یا «در طول روز احساس خواب‌آلودگی می‌کنم» رتبه‌بندی کنند.

درمان آپنه خواب

بسیاری از سوالات در نظرسنجی‌ها در مقیاس لیکرت بودند. سوالات بله-خیر به صورت دودویی کدگذاری شدند. برای هر جفت سوال نظرسنجی i𝑖i و j𝑗j، همبستگی پیرسون را بین پاسخ‌های پرسشنامه در بین همه پاسخ‌دهندگان محاسبه می‌کنیم. تکنیک‌های اعتبارسنجی خاص برای هر الگوریتم در بخش ۴ مورد بحث قرار گرفته است. الگوریتم‌ها بر روی سه زیرمجموعه از داده‌ها اجرا شدند: فقط سوالات نظرسنجی، فقط اندازه‌گیری‌های جمجمه و صورت، و داده‌های ترکیبی از هر دو نظرسنجی و جمجمه و صورت. ما این اطلاعات را با تجسم طبقه‌بندی بیمار در بخش ۳.۳ در تجزیه مقدار منفرد مقایسه می‌کنیم. با توجه به ارزش معیارهای جمجمه و صورت همانطور که در بخش ۲.۲ بحث شد، توجه داریم که زیرمجموعه معیارهای جمجمه و صورت و ارتباط آنها با تشخیص OSA ارزش بررسی جداگانه از داده‌های نظرسنجی را دارد. با توجه به ابعاد بالای داده‌ها و مجموعه روش‌های طبقه‌بندی توپولوژیکی و هندسی موجود، اعمال الگوریتم K-Mapper بر روی داده‌های ما می‌تواند نشان دهد که آیا چنین روش‌های هندسی و توپولوژیکی ارزش پیاده‌سازی دارند یا خیر، یا اینکه آیا ممکن است از این تکنیک‌ها اطلاعاتی به دست آوریم که از ابزارهای آماری سنتی به دست نمی‌آوریم. دانستن این اطلاعات توزیع مهم است زیرا نه تنها برای پزشکان مهم است که پیش‌بینی کنند چه زمانی کودک OSA دارد، بلکه تشخیص دهند چه زمانی ندارد.

عمل جراحی آپنه

توپولوژی این مجموعه‌های فوق سطحی اطلاعاتی در مورد اینکه چه علائمی بیشتر در OSA کودکان و بیماران گروه کنترل همزمان هستند، ارائه می‌دهد. به طور خاص، متوجه می‌شویم که پنج مورد از متغیرهای جمجمه‌ای-صورتی در گروه کنترل در یک جزء متصل قرار دارند، در حالی که همه متغیرهای جمجمه‌ای-صورتی در گروه بیمار گره‌های جداگانه‌ای هستند. این ممکن است نشان دهد که متغیرهای جمجمه‌ای-صورتی ممکن است در یافتن گروه کنترل مفید باشند، اما برای تشخیص OSA به اندازه کافی ارزشمند نیستند. برای آپنه انسدادی خواب متوسط تا شدید، ممکن است دستگاه تنفسی تجویز شود که هوای تحت فشار را از طریق ماسک به شما می‌رساند تا راه هوایی شما را در هنگام خواب باز نگه دارد. چند تنظیم هوای تحت فشار وجود دارد که ارائه دهنده شما می‌تواند برای دستگاه BiPAP شما تجویز کند. افرادی مبتلا به دیابت در آنجا هستند. 0.6، برخی از همبستگی‌های علائم وجود دارد که واضح به نظر می‌رسند. علاوه بر این، بین سیگار کشیدن و COPD و OSA ارتباط وجود دارد. جدول 3 شیوع OSA در میانسالان و سالمندان ایالات متحده

جدیدترین درمان آپنه

با این حال، از ماتریس‌های فاصله، شکل‌های صورت در گروه خطر OSA و گروه بدون خطر OSA قابل تشخیص نیستند. این تفاوت اتصال هنوز هم وجود دارد، اگرچه در مجموعه دوم نمودارها در شکل 4 (ب) چندان آشکار نیست، جایی که اتصال بار دیگر در گروه کنترل قوی‌تر از گروه بیمار به نظر می‌رسد. مشاهده می‌کنیم که در این مجموعه اول نمودارها، گروه کنترل اتصال بالاتری نسبت به گروه بیمار دارد. با این حال، در شکل 4 (الف)، می‌بینیم که اگرچه به نظر می‌رسد نمودارهای بیمار و کنترل تعداد گره‌های یکسانی دارند (هر دو 49 گره در شکل دارند، بقیه جدا هستند)، گروه کنترل اجزای متصل کمتری دارد (11، در مقابل 15 در گروه بیمار، بدون احتساب گره‌های جدا شده). وجود لبه‌ها و گره‌های بیشتر در اجزای متصل شبکه گروه کنترل نشان می‌دهد که برخی از زیرمجموعه‌های متغیرها در گروه کنترل ممکن است همبستگی‌های بالایی نسبت به همان زیرمجموعه‌های متغیرها در گروه بیمار داشته باشند. شبکه گروه کنترل دارای ۲۹ گره، ۲۱ لبه و ۱۰ جزء متصل (بدون احتساب گره‌های مجزا) است، در حالی که شبکه گروه بیمار دارای ۲۱ گره، ۱۴ لبه و ۸ جزء متصل است.