Sleep Quality and Factors Influencing Self-Reported Sleep Duration and Quality in the General Internal Medicine Inpatient Population
Notice bibliographique
Résumé
BACKGROUND: Sleep quality in hospitalized Canadian General Internal Medicine patients is not well characterized. Our goals were to characterize hospital sleep quality in this population and identify potentially modifiable barriers to good sleep. METHODS: GIM inpatients at a quaternary centre in Edmonton, Canada completed a survey, including the Verran-Snyder Halpern (VSH) questionnaire, to characterize the previous night's sleep within 48 hours prior to discharge. A chart review was also completed to assess comorbidities, discharge diagnoses, and pharmaceutical sleep aid use. RESULTS: Patients reported significantly worse nighttime sleep duration in hospital compared with home (mean 5.5 versus 7.0 hours per night, p < 0.0001). Sleep quality was poor, as measured by the VSH disturbance (mean 371), effectiveness (190), and supplementation (115) subscales. Variables independently associated with poorer sleep duration in multivariable regression include prior diagnosis of sleep disorder and multi-patient occupancy rooms. Age, sex, admitting diagnosis, length of stay, frequency of vital checks, and use of sleep pharmaceuticals during the index hospitalization were not associated with sleep duration. The most frequently reported reasons for poor sleep included noise (59%), nursing interruptions (30%), uncomfortable beds (18%), bright lights (16%), unfamiliar surroundings (14%), and pain (9%). CONCLUSIONS: Sleep quality for GIM inpatients is significantly worse in hospital than at home. There is a need to test non-pharmacologic interventions to address the most frequently identified factors causing poor sleep hygiene for GIM inpatients.
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 | 0,001 | 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 ».