Self‐perceived quality of sleep and mortality in <scp>N</scp>orwegian dialysis patients
Notice bibliographique
Résumé
Sleep complaints are prevalent and associated with poor health-related quality of life (HRQoL), depression and possibly mortality in dialysis patients. This study aimed to explore possible associations between sleep quality, daytime sleepiness and mortality in dialysis patients. In this study, 301 dialysis patients were followed up to 4.3 years. HRQoL was evaluated at baseline with the Kidney Disease and Quality of Life--Short Form (KDQoL-SF), depression with Beck Depression Inventory (BDI), sleep quality with Pittsburgh Sleep Quality Index and daytime sleepiness with Epworth Sleepiness Scale. The single item "on a scale from 0-10, how would you evaluate your sleep?" in the sleep subscale in KDQoL-SF was used to identify poor (0-5) and good sleepers (6-10). A total of 160 patients (53.3%) were characterized as poor sleepers. They were younger (r = 0.241, P < 0.001), had more depression (BDI: 8.72 ± 6.79 vs. 13.60 ± 8.04, P < 0.001), a higher consumption of hypnotics and antidepressants and reduced HRQoL (Mental Component Summary score: 45.4 ± 11.0 vs. 50.0 ± 10.4, P < 0.001. Physical Component Summary score: 35.0 ± 9.9 vs. 38.5 ± 10.5, P = 0.004). In multivariate analyses, poor sleepers had nearly a twofold increase in mortality risk (hazard ratio [HR] 1.92, confidence interval [CI] 1.10-3.35, P = 0.022). Daytime sleepiness was not related to mortality (HR 1.01, CI 0.95-1.08, P = 0.751). Sleep complaints predicted increased mortality risk in dialysis patients and should therefore be routinely assessed. Further studies are needed to find suitable treatment options for poor sleep in dialysis patients as it may affect both HRQoL and survival.
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 | 0,000 | 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 ».