MétaCan
Menu
Retour à la cohorte
Enregistrement W3169571379 · doi:10.1093/sleep/zsab141

Patterns of concomitant prescription, over-the-counter and natural sleep aid use over a 12-month period: a population based study

2021· article· en· W3169571379 sur OpenAlexafffundabout
Janet M. Y. Cheung, Denise C. Jarrin, Simon Beaulieu‐Bonneau, Hans Ivers, Geneviève Morin, Charles M. Morin

Notice bibliographique

RevueSLEEP · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésConcomitantMedical prescriptionMedicineSleep (system call)PopulationOver-the-counterNatural historyPeriod (music)AnesthesiaPediatricsDemographyPsychologyPsychiatryInternal medicinePharmacologyEnvironmental healthComputer science

Résumé

récupéré en direct d'OpenAlex

STUDY OBJECTIVES: Concomitant patterns of sleep aid use may provide insight for understanding the transition to chronic sleep medication use. Therefore, we sought to characterize the trajectories of concomitant natural product (NP), over-the-counter (OTC), and prescribed (Rx) sleep aid use in a population-based sample over 12-months. METHODS: Self-reported data on the use of NP, OTC, and Rx sleep aids were extracted from a Canadian longitudinal study on the natural history of insomnia (N = 3416, M age = 49.7 ± 14.7 years old; 62% women) at baseline, 6-month, and 12-month. Latent class growth modeling was used to identify latent class trajectories using MPlus Version 7. Participants completed a battery of clinical measures: Ford Insomnia Response to Stress Test, abbreviated Dysfunctional Beliefs and Attitudes about Sleep Scale, Beck Depression Inventory, Insomnia Severity Index and, the Pittsburgh Sleep Quality Index. Associations between class membership and baseline covariates were evaluated. RESULTS: Concurrent sleep aid use fell into six distinct latent class trajectories over a 12-month period: Minimal Use (74.5%), Rx-Dominant (11.3%), NP-Dominant (6.3%), OTC-Dominant (4.3%), Rx-NP-Dominant (2.4%), and Rx-OTC-Dominant (1.1%). The three latent classes with prominent prescribed agent use predicted greater incidence of healthcare professional consultations for their sleep (p < 0.05), poorer sleep quality (p < 0.001), elevated dysfunctional sleep beliefs (p < 0.001), and sleep reactivity (p < 0.001). Compared to the other four latent classes, clinical profiles of Rx-NP-dominant and Rx-OTC-dominant groups endorsed greater severity across measures. CONCLUSIONS: Patterns of sleep aid use may provide insight for identifying individuals who may be vulnerable to inappropriate self-medicating practices.

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)0,001
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 enseignants0,246
Score d'incertitude au seuil0,488

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,267
Écart entre enseignants0,255 · 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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and related disordersTravaux en français237 207