Insomnia and Impaired Quality of Life in the United States
Notice bibliographique
Résumé
OBJECTIVE: This analysis characterizes the individual-level and population-level burden of insomnia in relation to other medical conditions and describes the comorbidity of insomnia with other medical conditions, including the dependence of these comorbidities on pain, life events, and mental disorders. METHODS: Information from 34,712 adults in the National Epidemiologic Survey on Alcohol and Related Conditions-III (2012-2013) was analyzed. Quality-adjusted life-years (QALYs) were measured with the SF-6D, a 6-dimensional health state classification derived from the Short-Form-12, version 2. RESULTS: In the last 12 months, 27.3% of adults reported insomnia. The US annual loss of QALYs associated with insomnia (5.6 million; 95% CI, 5.33-5.86 million) was significantly larger than that associated with any of the other 18 medical conditions assessed, including arthritis (4.94 million; 95% CI, 4.62-5.26 million), depression (4.02 million; 95% CI, 3.87-4.17 million), and hypertension (3.63 million; 95% CI, 3.32-3.93 million). After control for demographic factors, all conditions examined from obesity (adjusted odds ratio [aOR] = 1.25) to mania (aOR = 5.04) were associated with an increased risk of insomnia. Further controlling for pain, stressful life events, and mental disorders decreased the odds of the co-occurrence of insomnia with these conditions. The decrease in insomnia comorbidity associated with pain was greatest for fibromyalgia (31.8%) and arthritis (20.1%); the decrease in insomnia comorbidity associated with life events was greatest for mania (13.4%) and drug use disorders (11.2%); and the decrease in insomnia comorbidity associated with mental disorders was greatest for peptic ulcer disease (11.2%) and liver diseases (11.1%). CONCLUSIONS: Insomnia is prevalent and associated with substantial population-level burden in self-assessed health. The co-occurrence of insomnia with common medical conditions is differentially related to pain and to a lesser extent to stressful life events and mental disorders.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».