Natural history of excessive daytime sleepiness: a population-based 5-year longitudinal study
Notice bibliographique
Résumé
STUDY OBJECTIVES: To document the rates of persistent, remitted, and intermittent excessive daytime sleepiness (EDS) in a longitudinal 5-year community study of adults and to assess how changes in risk factors over time can predict improvement of daytime sleepiness (DS). METHODS: Participants were recruited in 2007-2008 as part of a population-based epidemiological study implemented in Canada. They completed postal assessments at baseline and at each yearly follow-up. An Epworth Sleepiness Scale total score >10 indicated clinically significant EDS; a 4-point reduction between two consecutive evaluations defined DS improvement. Socio-demographic, lifestyle, health characteristics, and sleep-related measures (e.g. insomnia symptoms, sleep duration, sleep medication) were self-reported at each time point. Cox proportional-hazard models were used to predict EDS and DS remissions over 5 years. RESULTS: Among the 2167 participants, 33% (n = 714) met criteria for EDS at baseline, of whom 33% had persistent EDS, 44% intermittent EDS, and 23% remitted EDS over the follow-up. Furthermore, 61.4% of 2167 initial participants had stable DS, 27.1% sustained DS improvement and 8.5% transient improvement over the follow-up. The main predictors of EDS remission or DS improvement were normal weight, taking less hypnotics, having hypertension, increased nighttime sleep duration, and decreased insomnia, and depressive symptoms. CONCLUSIONS: EDS waxes and wanes over time with frequent periods of remission and is influenced by behavioral characteristics and changes in psychological, metabolic, and nighttime sleep patterns. Targeting these predictors in future interventions is crucial to reduce DS in the general adult population.
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 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 | 0,000 | 0,000 |
| 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) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».