MétaCan
Menu
Retour à la cohorte
Enregistrement W2801380226 · doi:10.1093/sleep/zsy061.375

0376 Trajectories of Natural Product and Over-the-Counter Sleep Aid Users: A Five Year Follow-Up

2018· article· en· W2801380226 sur OpenAlexaffabout
Janet M. Y. Cheung, Denise C. Jarrin, Simon Beaulieu‐Bonneau, Hans Ivers, Geneviève Morin, Charles M. Morin

Notice bibliographique

RevueSLEEP · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésLatent class modelPopulationInsomniaDemographyRepeated measures designAnalysis of varianceMedicinePsychologyStatisticsPsychiatryInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

Natural products (NP) and over-the-counter (OTC) sleep aids are widely used despite limited evidence on their risks and benefits. Given the heterogeneity of help-seeking behaviors, variable patterns of NP and OTC use are expected. However, self-medicating patterns of NP and OTC use have not been studied over an extended time period. Therefore, the aim of this study was to investigate trajectories and predictors of sleep-related self-medicating patterns in a Canadian population-based sample. Data were derived from a longitudinal study on the natural history of insomnia. Participants were 3416 adults (mean age = 49.7 (±14.7); 62% women, 56% good sleepers, 44% insomnia symptoms/syndrome). Self-reported usage frequency data (i.e. nights/week of use) were extracted from a sub-population of NP (n=794) and OTC (n=606) users across seven time-points over five years. Latent class growth modeling for count data (SAS PROJ TRAJ) was used to identify distinct temporal trajectories of NP and OTC use. Preliminary associations between class membership and baseline participant characteristics were assessed using a one-way ANOVA or the χ2 test. Sampling weights were applied to all analyses to ensure population representativeness and to adjust for partial non-response. NP usage frequencies were classified into five latent-class trajectories: minimal user (30%), moderate user (37%), intermittent-decreasing user (9%), intermittent-increasing user (14%) and high user (10%). For OTC use, four latent-class trajectories were identified: intermittent user (17%), minimal user (53%), rebound user (20%) and high user (10%). Across NP and OTC sleep aids, high users were older, more likely to use prescription sleep medications, had poorer sleep quality, greater insomnia severity and depressive symptoms and were less likely to be a good sleeper compared to minimal users. However, only NP high users were more likely to consult health professionals about their sleep. Temporal trajectories of NP and OTC usage frequencies highlight heterogeneous patterns of chronic self-medicating practices, particularly among NP users. Such patterns could potentially inform the transition to prescribed sleep medication use. Research is supported by the Canadian Institutes of Health Research (MOP#115103).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,450

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,286
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and Wakefulness ResearchTravaux en français237 207