Sleep Quality in Patients With Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
BACKGROUND: This study aims to evaluate the sleep quality in patients with type 2 diabetes mellitus (T2DM), and to assess the relevance of other factors to sleep quality. METHODS: A cross-sectional study was carried out at the National Center for Diabetes, Endocrinology and Genetics (NCDEG) in Amman, Jordan, during the period from October 1, 2015 to December 31, 2015. A total of 1,211 (540 male and 671 female) patients with T2DM were recruited. Data were collected using the Pittsburgh sleep quality index (PSQI) to assess the sleep quality with a cutoff point of PSQI ≥ 8. Participants' demographic background data were also recorded. Statistical analysis was conducted using SPSS version 22. RESULTS: , and mean duration of diabetes was 10.3 ± 7.38 years. The mean PSQI score was 10.2 ± 3.10. In the present study, poor sleep quality was reported in 81% of participants. Multivariate logistic regression analysis revealed that poor sleep quality was significantly associated with high HbA1c, female gender, smoking, unemployment, and insulin use. The study showed that subjective sleep quality and quantity, night sleep disturbance, and daytime dysfunction were risk factors for poor glycemic control. CONCLUSIONS: In our series, patients with T2DM (81%) have poor sleep quality. Females, smokers, unemployed individuals, insulin users and patients with uncontrolled diabetes seem to be significantly at higher risk of poor sleep quality.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».