How Hyperarousal and Sleep Reactivity Are Represented in Different Adult Age Groups: Results from a Large Cohort Study on Insomnia
Notice bibliographique
Résumé
Hyperarousal is a 24-h state of elevated cognitive and physiological activation, and is a core feature of insomnia. The extent to which sleep quality is affected by stressful events—so-called sleep reactivity—is a vulnerability factor for developing insomnia. Given the increasing prevalence of insomnia with age, we aimed to investigate how hyperarousal and sleep reactivity were related to insomnia severity in different adult age groups. Data were derived from a large cohort study investigating the natural history of insomnia in a population-based sample (n = 1693). Baseline data of the Arousal Predisposition Scale (APS) and Ford Insomnia Response to Stress Test (FIRST) were examined across age and sleep/insomnia subgroups: 25–35 (n = 448), 35–45 (n = 528), and 45–55 year olds (n = 717); good sleepers (n = 931), individuals with insomnia symptoms (n = 450), and individuals with an insomnia syndrome (n = 312). Results from factorial analyses of variance (ANOVA) showed that APS scores decreased with increasing age, but increased with more severe sleep problems. FIRST scores were not significantly different across age groups, but showed the same strong increase as a function of sleep problem severity. The findings indicate that though arousal predisposition and sleep reactivity increase with more severe sleep problems, only arousal decreases with age. How arousing events affect an individual during daytime thus decreases with age, but how this arousal disrupts sleep is equivalent across different adult age groups. The main implication of these findings is that treatment of insomnia could be adapted for different age groups and take into consideration vulnerability factors such as hyperarousal and stress reactivity.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».