Hypersomnolence and Sleep Disorders in a Rheumatic Disease Patient Population
Notice bibliographique
Résumé
OBJECTIVES: There is increasing awareness of the importance of sleep in health maintenance. Our primary objective was to evaluate prevalence of excess daytime sleepiness in a rheumatic disease patient population. Secondary objectives included evaluation of prevalence of abnormal sleep quality and primary sleep disorders. METHODS: Consecutive Rheumatology clinic patients were invited to participate in a self-administered questionnaire study. Included were measures for pain, fatigue, and global functioning, modified Health Assessment Questionnaire, Epworth Sleepiness Score (ESS), Pittsburgh Sleep Quality Index (PSQI), Berlin Score, diagnostic criteria for restless legs syndrome (RLS), Centre for Epidemiologic Studies Depression score (CES-D), stress scores, and the short form-36 quality of life instrument. RESULTS: Of 507 consecutive patients invited to participate, 423 agreed. Mean age was 52.1 years; 26% were male. Prevalence of excessive sleepiness (ESS >10) was 25.7%, abnormal sleep quality (PSQI >5) was 67.3%, high risk for obstructive sleep apnea Berlin scores were present in 35.2% and 24% of participants met criteria for RLS. Significantly worse pain, fatigue, global function, short form-36 summary scores, modified Health Assessment Questionnaire, depression, and stress scores were present in patients with higher ESS and PSQI scores. No significant differences in sleep assessment scores were observed between specific rheumatic disease groups. CONCLUSIONS: Our findings suggest a high prevalence of unrecognized hypersomnolence, poor sleep quality, and primary sleep disorders in rheumatology patients. We suggest evaluation of sleep health be incorporated into standard clinical assessments of all rheumatology patients. We would recommend this evaluation include the ESS and the criteria for RLS.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».