MétaCan
Menu
Retour à la cohorte
Enregistrement W2940021162 · doi:10.1093/sleep/zsz067.421

0422 Correlates Of Cognitive Function In Patients With Insomnia Disorders: A Cross-sectional Study

2019· article· en· W2940021162 sur OpenAlexaboutno aff
Zuogeng Hong, Qiong Ou, Jiezhen Guo

Notice bibliographique

RevueSLEEP · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInsomniaCognitionStepwise regressionMontreal Cognitive AssessmentSleep (system call)Sleep onset latencySleep disorderBayesian multivariate linear regressionPrimary InsomniaCross-sectional studyPsychologySleep onsetEffects of sleep deprivation on cognitive performanceInternal medicineMedicinePhysical therapyAudiologyLinear regressionPsychiatryCognitive impairment

Résumé

récupéré en direct d'OpenAlex

It has been widely accepted that insomnia can significantly impair cognitive function. However, there is very limited evidence regarding risk factors for these cognitive impairments. Hence, this study aims to explore the risk factors for cognitive impairment in patients with insomnia. 129 patients [mean age: 48.8 ± 11.4 years; 89 (69.0%) females] with insomnia disorder were recruited. Insomnia Severity Index (ISI) was used to measure the severity of insomnia symptoms. One-week sleep diary was used to assess sleep patterns, including the sleep onset latency, sleep efficiency, total sleep and number of awakening after sleep. The Montreal Cognitive Assessment (MoCA) was used to measure the cognitive function. Risk factors were identified by using the multivariate linear regression with stepwise variable selection method. MoCA score was negatively correlated with age (r = -3.2; P < 0.01), sleep onset latency (r = -3.2; P < 0.01) while positive correlated with education level (r = 0.50; P < 0.01), sleep efficiency (r = 0.26; P < 0.01) and sleep duration (r = 0.21; P = 0.02). However, MoCA was not associated with the ISI total score (r = -0.09; P = 0.30). In linear regression model, MoCA score was only associated with sleep efficient (regression coefficient = 2.70; P = 0.04) after controlling for education level by using stepwise approach, which included age, sex, education level, and other parameters with significant correlation with MoCA. Sleep quality as measured by sleep efficiency in sleep diary seems to be correlated with cognitive function in patients with insomnia disorder. However, severity of insomnia as measured by the ISI is not likely to be correlated with cognitive function in patients with insomnia disorder. National Natural Science Foundation of China(NSFC81870077)

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,259
Écart entre enseignants0,252 · 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 revueSLEEPMême sujetSleep and related disordersTravaux en français237 207