Temporal relation between sleep and mood in patients with bipolar disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Early recognition of the prodromal symptoms of bipolar disorder, combined with a patient action plan, may help to prevent relapses. Sleep disturbances are frequent warning signs of both mania and depression. This study used cross correlation analysis to characterize the relationship between mood, sleep and bedrest in longitudinal data. METHODS: Self-reported mood, sleep and bedrest (mean 169 +/- 59 days of data per patient) from 59 outpatients with bipolar disorder receiving standard treatment were analyzed. The cross correlation function was used to determine the latency between the changes in sleep and/or bedrest and mood for time shifts of between -7 and 7 days. RESULTS: For sleep and/or bedrest, a significant inverse correlation was found with the change in mood, most commonly with a time latency of one day. Sleep plus bedrest had the strongest relationship with a change in mood, with a significant correlation in 24 of 59 patients (41%) for the night before or night of a mood change. The patients with a significant cross-correlation between mood and sleep plus bedrest reported about two thirds of all large sleep changes of >3 h and three fourths of all large mood changes (>20 on 100-unit scale). Patients with a significant cross correlation were more likely to take benzodiazepines. CONCLUSION: In most patients with a significant cross correlation between sleep and/or bedrest and mood, the mood change occurred on the day following the change in sleep and/or bedrest. Sleep changes from a previous pattern, especially those of more than 3 h, may indicate that a large mood change is imminent.
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.
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 | 0,000 |
| 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 découle