1078 Sleep Problems In Posttraumatic Stress Disorder (PTSD) In A Nationally Representative Us Sample Before And After Controlling For Comorbid Depression: Results From A Nationally Representative US Sample
Notice bibliographique
Résumé
Abstract Introduction The impact of psychiatric comorbidities on sleep disturbances in PTSD have been studied in the National Comorbidity Survey (NCS)(Leskin GA, 2002) and the NCS-replication (Lauterbach D, 2011) studies. We examined sleep problems in PTSD before and after controlling for comorbid depressive disease, in the National Ambulatory Medical Care Survey(NAMCS) and National Hospital Ambulatory Medical Care Survey (NHAMCS) which use a multi-stage probability design to collect nationally representative data on health care visits. Methods We examined patient visits(1995-2015) from NAMCS/NHAMCS with a PTSD diagnosis (ICD-9-CM 309.81). Both NAMCS/NHAMCS allow ≥3 reasons for visit(RFV) and ≥3 physician-assigned diagnoses (using ICD9-CM codes). The following variables were created: ‘Insomnia’: ICD9-CM codes 307.41,307.42,780.51,RFV 11351; ‘Sleep Disturbance’(SD): ICD-9CM codes 780.5, 780.50, 780.59; ‘Nightmares’: ICD9-CM code 307.4, RFV 11353; Obstructive sleep apnea (OSA): ICD-CM codes 327.23,780.57, RFV 11355, checklist; and ‘Depression’: ICD9-CM codes 296.2, 296.3, 296.82, 311, 296.20-296.36, 300.4. Results There were an estimated 37,262,245±3,203,047 (unweighted count or UWC=3,995; 66.4%±1.8% female;.mean±age: 40.39 ± 0.56 years; ‘Depression’ was comorbid with 37.7%±1.5% cases) PTSD patients visits. All sleep variables accounted for 11.2%±1.2% (UWC=303) of PTSD visits with their individual frequencies as follows: ‘Insomnia’6.5%±1.1%(UWC=153); ‘Nightmares’: 1.9%±0.4%(UWC=74); ‘SD’: 2.0%±0.3%(UWC=67); OSA: 1.3%±0.3%(UWC=27). Logistic regression analysis using PTSD versus all other patient visits as dependent variable revealed the following sleep predictors of PTSD after controlling for age and sex and: (i) before controlling for ‘Depression’: ‘Insomnia’: OR=7.16, (95%CI 4.78-10.73); ‘SD’: OR=4.43(95%CI 2.55-7.71); ‘Nightmares’:OR=104.29 (95%CI56.65-192.02); ‘OSA’: OR=1.71(95%CI 0.94-3.12); and (ii) after controlling for ‘Depression’: ‘Insomnia’: OR=2.88 (95%CI 1.87-4.42); ‘SD’: OR=2.84 (95%CI 1.73-4.67); and ‘Nightmares’: OR=58.33(95%CI 26.39-128.94); and ‘OSA’: OR=2.02(95%CI 1.14-3.57). Conclusion In a nationally representative sample, the association of PTSD with insomnia, sleep disturbance and nightmares remained significant, albeit decreased, after controlling for the confounding effect of comorbid depression; however the association of PTSD with OSA emerged only after the effect of depression was controlled for. Support None
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».