679 Prevalence of Sleep Disturbances in Patients with Chronic Non-cancer Pain: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Introduction In individuals with chronic pain, sleep disturbances have been suggested to increase suffering, perception of pain, and to negatively affect long-term prognosis. This systematic review and meta-analysis aims to determine the pooled prevalence of sleep disturbances in chronic non-cancer pain patients with no other sleep disorders, using the patient-rated questionnaires Pittsburgh Sleep Quality Index (PSQI) and Insomnia Severity Index (ISI). Methods Multiple databases were searched for studies reporting the prevalence of sleep disturbances in chronic pain patients. Chronic pain was defined as pain >3 months. Comorbid sleep disorders such as sleep disordered breathing and restless leg syndrome were excluded. Sleep disturbances were defined using the PSQI cutoff of > 5 (poor sleep quality) and ISI ≥ 8 (subthreshold to clinical insomnia). The meta-analysis was conducted to examine the pooled prevalence of PSQI and ISI data using the inverse-variance random-effects model and to examine mean differences in PSQI scores. Results The systematic search resulted in 25,486 articles and 20 were included for analysis. In 12 studies using PSQI, the pooled prevalence of sleep disturbance was 75.3% among 3,597 chronic pain patients (mean age 53 ± 12 years; 74% female). In eight studies using ISI, the pooled prevalence was 72.9% among 2,578 chronic pain patients (mean age 63 ± 12 years; 57% female). The meta-analysis showed a significant mean difference of 2.75 (p < 0.001) in the global PSQI score between the chronic pain group versus the non-chronic pain group. The meta-analysis also showed a significant mean difference in the scores of four of seven PSQI components: sleep latency, sleep efficiency, sleep duration, and sleep disturbances (p < 0.05). Conclusion In chronic pain patients, the pooled prevalence of sleep disturbances as measured by PSQI (75.3%) and ISI (72.9%) studies was much higher than those reported for the general population. The relatively high prevalence of sleep disturbances in chronic pain patients emphasizes the importance of further characterizing the relationship between sleep and chronic pain. Support (if any):
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,003 | 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 tête enseignante, 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 ».