Association between insomnia patients’ pre-treatment characteristics and their responses to distinctive treatment sequences
Notice bibliographique
Résumé
STUDY OBJECTIVES: It is common to provide insomnia patients a second treatment when the initial treatment fails, but little is known about optimal treatment sequences for different patient types. This study examined whether pre-treatment characteristics/traits predict optimal treatment sequences for insomnia patients. METHODS: A community sample of 211 adults (132 women; Mage = 45.6 ± 14.9 years) with insomnia were recruited. Patients were first treated with behavioral therapy (BT) or zolpidem (Zol). Non-remitting BT recipients were randomized to a second treatment with either Zol or cognitive therapy; non-remitting Zol recipients underwent BT or Trazodone as a second treatment. Remission rates were assessed at the end of the first and second 6-week treatments. We then compared the remission rates of dichotomous groups formed on the basis of gender, age, pretreatment scores on SF36 and Multidimensional Fatigue Scale, the presence/absence of psychiatric/medical comorbidities or pain disorders, and mean subjective sleep duration and efficiency within and across treatment sequences. RESULTS: Lower remission rates were noted for those: with a pain disorder, poor mental health perceptions, high MFI fatigue scores, and lower sleep times and efficiencies. Patients with a pain disorder responded best to the BT-to-Zol sequence, whereas patients with more mental impairment, severe fatigue, short sleep, and low sleep efficiency responded poorly to treatment starting with BT. CONCLUSIONS: Pain, fatigue, poor mental health status, and subjective sleep duration and efficiency all affect response to different insomnia treatment sequences. Findings may guide clinicians in matching insomnia treatments to their patients. CLINICAL TRIAL REGISTRATION: ClinicalTrials.gov Identifier: NCT01651442, Protocol version 4, April 20, 2011, registered June 26, 2012, https://clinicaltrials.gov/ct2/show/NCT01651442?rslt=With&type=Intr&cond=Insomnia&cntry=US&state=US%3ACO&city=Denver&age=12&draw=2&rank=1.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».