Prevalence and correlates of total sleep time among the older adults during COVID-19 pandemic in Bangladesh
Notice bibliographique
Résumé
Purpose: The present study was aimed to identify inappropriate sleep duration and its correlates among the Bangladeshi older adults during the COVID-19 pandemic. Material and methods: This cross-sectional study was carried out among 1030 older adults aged 60 years and above in Bangladesh. Information was collected through telephone interviews using a pretested semi-structures questionnaire installed in SurveyCTO mobile app. Sleep duration was defined as total sleep time (TST) in last 24 h including day and nighttime sleep. TST was further categorized into shorter (<7 h), recommended (7-8 h), and longer sleep (>8 h) according to 2015 National Sleep Foundation guideline. The multinomial logistic regression model identified the factors associated with sleep duration. Results: Mean TST was 7.9 h (SD=1.62). Of the total participants, 28.2% had longer and 17.8% shorter sleep duration. In the regression model, participants' age of ≥80 years (OR: 3.36, 1.46-7.73), monthly family income of <5,000 Bangladeshi Taka (OR: 3.50, 1.79-6.82), difficulty in getting medicine during COVID-19 (OR: 1.72, 1.05-2.82), lack of communication during the pandemic (OR: 2.20, 1.43-3.40) and receiving COVID-19 related information from friends/family/neighbours (OR: 1.83, 1.11-3.01) were significantly associated with shorter TST. On the other hand, monthly family income of < 5,000 Bangladeshi Taka (OR: 2.00, 1.13-3.53), difficulty in getting medicine during COVID-19 pandemic (OR: 2.01, 1.33-3.03) and receiving COVID-19 related information from radio/TV (OR: 2.09, 1.22-3.59) were associated with longer TST. Conclusions: The study findings suggest implementing sleep management program for older adults in Bangladesh, particularly during emergencies like COVID-19.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».