Major Depressive Disorder and Sleep Disturbance in Patients with Chronic Pain
Notice bibliographique
Résumé
BACKGROUND: Disturbed sleep is a common problem in both chronic pain and major depressive disorder (MDD). Moreover, many patients with chronic pain are depressed. OBJECTIVES: To examine the effects of depression on the sleep behaviour of chronic pain patients by comparing patients who did or did not meet diagnostic criteria for MDD. METHODS: A total of 60 patients with chronic musculoskeletal pain underwent structured diagnostic interviews for MDD and insomnia, and completed questionnaires assessing pain severity, disability, sleep quality, beliefs and attitudes about sleep, and sleep hygiene. For four consecutive days, they also completed a sleep diary, and reported on sleep hygiene practices and presleep arousal. RESULTS: Thirty-three patients (55%) met diagnostic criteria for MDD, most of whom (n=32 [97%]) also fulfilled criteria for insomnia disorder. Insomnia was also common among patients without MDD (21 of 27 [78%]). Participants with MDD had higher self-reports of pain, disability, dysfunctional beliefs about sleep, and, on a prospective basis, greater presleep arousal and poorer sleep hygiene. However, diary assessments of specific sleep parameters (eg, sleep onset latency, total sleep time, sleep efficiency) did not differ between the groups. DISCUSSION: Chronic pain patients with comorbid MDD exhibited more dysfunctional beliefs about sleep, poorer sleep hygiene practices and greater presleep arousal; however, diary-recorded sleep characteristics may not differ from those of patients without MDD. Chronic pain itself may disturb sleep so extensively that MDD introduces little additive effect. CONCLUSION: MDD in chronic pain may be related to the cognitive and behavioural aspects of insomnia, rather than to an incremental disturbance in the initiation or maintenance of sleep.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».