Association Between Sleep Disorder and Increased Body Mass Index in Adult Patients
Notice bibliographique
Résumé
Abstract Introduction and objectives . Obesity is a public health issue, with increasing prevalence and incidence all over the world. Diet and exercise applied in obesity treatment are not always as effective as expected, as there are many other determining factors which can lead to obesity. One of these modifiable factors seem to be sleep disorder. The objective of our study was to test the positive association between the presence of sleep disorder and increased body mass index (BMI). Material and method . 84 patients were screened in a descriptive cross-sectional study. Each patient completed the adjusted 7 items University of Toronto Sleep Assessment Questionnaire (SAQ©). Each affirmative answer was accounted 1 point. The total score was calculated. Mild sleep disorder was considered at 4-5 points, severe sleep disorder at 6 - 7 points. Body mass index (BMI) was calculated for each patient by the formula weight (Kg)/squared height (m 2 ). We considered increased BMI values greater than 25 kg/m 2 . The association between the sleep disorder and increased BMI was statistically tested. Results . We interviewed 84 patients, 32 (38%) men (average age 54 +/− 6.63) and 52 (62%) women (average age 50 +/− 5.26). Mild sleep disorder was present in 36 patients, and severe sleep disorder in 25 patients. We noticed association between sleep disorder and increased BMI (p=0.0064, RR=2.925, 95% CI 1.16-7.36). We observed the risk for increased BMI dependent on the sleep disorder severity. Conclusions . Sleep disorder is a potentially modifiable risk factor which can be included in obesity therapeutic approach and management. Early diagnosis and treatment of sleep disorder is important in obesity prevention.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».