Incidence, worsening and risk factors of daytime sleepiness in a population-based 5-year longitudinal study
Notice bibliographique
Résumé
Excessive daytime sleepiness (EDS) is highly prevalent in the general population; however little is known about its evolution and predictors. Our objectives were to document its natural history, provide estimates of its prevalence, incidence and persistence rates, and to identify predictors of increased daytime sleepiness (DS) in a longitudinal community study of 2157 adults over 5 years. Participants completed postal assessment at baseline and at each yearly follow-up. DS was evaluated by the Epworth Sleepiness scale (ESS). At baseline, 33% reported EDS (ESS > 10) with 33% of them reported persistent EDS. Of those without EDS at baseline, 28% developed incident EDS (15% were persistent) and 31% increased DS (augmentation ≥4-points between two consecutive evaluations). Younger age and depression were independent predictors of incident EDS and DS increase while lower coffee consumption, smoking, insomnia, tiredness and chronic pain were associated with incident EDS, and living alone with DS increase only. Persistent vs transient EDS or DS showed association with poor general health including metabolic diseases. Thus, sleepiness fluctuated over time and it was predicted by common lifestyle and psychological factors potentially modifiable. However, persistent sleepiness was associated with chronic medical diseases thus highlighting a homogeneous group at risk requiring a dedicated management.
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 ».