MétaCan
Menu
Retour à la cohorte
Enregistrement W2931081245 · doi:10.1016/j.jsxm.2019.01.143

134 Impaired Sleep is Associated with Low Testosterone in US Adult Males: Results from the National Health and Nutrition Examination Survey

2019· article· en· W2931081245 sur OpenAlexaff
Premal Patel, Benjamin Shiff, Taylor P. Kohn, Ranjith Ramasamy

Notice bibliographique

RevueThe Journal of Sexual Medicine · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésNational Health and Nutrition Examination SurveyTestosterone (patch)MedicineSleep (system call)GerontologyPhysiologyPsychologyInternal medicineEnvironmental healthComputer science

Résumé

récupéré en direct d'OpenAlex

Testosterone deficiency has been linked to several adverse health outcomes and recent data has suggested that abnormal sleep quality may result in lower testosterone levels. To assess the effect of self-reported sleep patterns on serum testosterone while controlling for co-morbidities, and baseline demographics. Using data collected from the 2011-2012 National Health and Nutrition Examination Survey (NHANES), we extracted serum total testosterone level, sleep duration, demographic, and co-morbidities for men aged 16 years and older. Univariate and multivariate linear regression was used to estimate the association of number of hours slept, co-morbidities, and demographics with serum testosterone. Among the 9,756 individuals in the NHANES dataset, 2,295 (23.5%) were males 16 years and older with a median (interquartile range) age of 46 years (29 - 62) who also had serum testosterone levels drawn. Median serum testosterone level was 377 ng/dL (IQR: 279 – 492 ng/dL). Median number of hours slept was 7 hours (IQR: 6 - 8 hours). On multivariate linear regression, we found serum testosterone decreased by 0.49 ng/dL per year of age (p = 0.04), 5.85 ng/dL per hour loss of sleep (p<0.01) and 6.18 ng/dL per unit of body mass index (BMI) increase (p<0.01).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Sexual MedicineMême sujetSleep and related disordersTravaux en français237 207