Notice bibliographique
Résumé
The aim of the study was to assess sleep disturbances in subjects with posttraumatic stress disorder (PTSD) from an urban general population and to identify associated psychiatric disorders in these subjects. The study was performed with a representative sample of 1,832 respondents aged 15 to 90 years living in the Metropolitan Toronto area who were surveyed by telephone (participation rate, 72.8%). Interviewers used Sleep-EVAL, an expert system specifically designed to conduct epidemiologic studies of sleep and mental disorders in the general population. Overall, 11.6% of the sample reported having experienced a traumatic event, with no difference in the proportion of men and women. Approximately 2% (1.8%) of the entire sample were diagnosed by the system as having PTSD at the time of interview. The rate was higher for women (2.6%) than for men (0.9%), which translated into an odds ratio (OR) of 2.8 (95% confidence interval [CI], 1.3 to 6.1). PTSD was strongly associated with other mental disorders: 75.7% of respondents with PTSD received at least one other diagnosis. Most concurrent disorders (80.7%) appeared after exposure to the traumatic event. Sleep disturbances also affected about 70% of the PTSD subjects. Violent or injurious behaviors during sleep, sleep paralysis, sleep talking, and hypnagogic and hypnopompic hallucinations were more frequently reported in respondents with PTSD. Considering the relatively high prevalence of PTSD and its important comorbidity with other sleep and psychiatric disorders, an assessment of the history of traumatic events should be part of a clinician's routine inquiry in order to limit chronicity and maladjustment following a traumatic exposure. Moreover, complaints of rapid eye movement (REM)-related sleep symptoms could be an indication of an underlying problem stemming from PTSD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,004 | 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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».