Relationship of Nocturnal Sleep Dysfunction and Pain Subtypes in Parkinson's Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Little research has been conducted regarding the relationship between sleep disorders and different pain types in Parkinson's disease (PD). Objective To explore the influence of the various pain subtypes experienced by PD patients on sleep. Methods Three hundred consecutive PD patients were assessed with the PD Sleep Scale‐Version 2 (PDSS‐2), King's PD Pain Scale (KPPS), King's PD Pain Questionnaire (KPPQ), Visual Analog Scales for Pain (VAS‐Pain), and Hospital Anxiety and Depression Scale. Results According to the PDSS‐2, 99.3% of our sample suffered from at least one sleep issue. Those who reported experiencing any modality of pain suffered significantly more from sleep disorders than those who did not (all, P < 0.003). The PDSS‐2 showed moderate‐to‐high correlations with the KPPS (r S = 0.57), KPPQ (0.57), and VAS‐Pain (0.35). When PDSS‐2 items 10 to 12 (pain‐related) were excluded, the correlation values decreased to 0.50, 0.51, and 0.28, respectively, while these items showed moderate‐to‐high correlations with KPPS (0.56), KPPQ (0.54), and VAS‐Pain (0.42). Among the variables analyzed, multiple linear regression models suggested that KPPS and KPPQ were the most relevant predictors of sleep disorders (as per the PDSS‐2), although following exclusion of PDSS‐2 pain items, depression was the relevant predictor. Depression and anxiety were the most relevant predictors in the analysis involving the VAS‐Pain. Regression analysis, considering only the KPPS domains, showed that nocturnal and musculoskeletal pains were the best predictors of overall nocturnal sleep disorder. Conclusions Pain showed a moderate association with nocturnal sleep dysfunction in PD. Some pain subtypes had a greater effect on sleep than others.
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.
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 | 0,002 | 0,006 |
| 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 découle