Prognostic and predictive analysis of effectiveness of pharmacological and non-pharmaceutical treatment approaches for chronic insomnia
Notice bibliographique
Résumé
Background. Limited access to cognitive behavioral therapy for insomnia (CBT-I) which is the most effective and safe treatment approach for chronic insomnia leads to the elaboration of shortened and interned delivered CBT-I methods. Investigation of effectiveness predictors of the new methods is important for their better result.
 Aim. Investigation of effectiveness predictors for pharmacotherapy and CBT-I based brief behavioral therapy for insomnia (BBT-I).
 Materials and methods. The data for the analysis were acquired from a randomized study of 42 participants with chronic insomnia who received either zopiclone 7.5 mg or BBT-I for 2 weeks. The difference of the insomnia severity index from pre- to post-treatment was the main outcome measure. Potential predictors included demographic and medical history data, objective sleep characteristics, baseline scores of Beck depression inventory (BDI), Spielberger anxiety scale, Toronto alexithymia scale, sleep hygiene index, dysfunctional beliefs and attitudes about sleep scale, Epworth sleepiness scale. Univariate linear regression analysis was used for prognostic analysis. To identify predictors of treatment outcome after the treatment course and after the 2 weeks follow-up we used multiple linear regression models with interaction.
 Results. In the prognostic analysis higher amount of awakenings during the night and a higher proportion of the 1 stage NREM sleep measured objectively correlated with better outcome E=0.2202 (p=0.05) and E=0.55 (p=0.039) respectively. Older age and higher baseline BDI score significantly worsened the outcome: E=0.233 (p=0.047) and E=0.2 (р=1.55e-06) respectively. Clinical predictors of the BBT-I effectiveness were an absence of the sleep onset problems and absence of GABA hypnotics use in medical history and the higher baseline daytime sleepiness.
 Conclusion. Neurophysiological (frequency of awakenings, percentage of the sleep stage N1) and clinical (severity of depression, age, daytime sleepiness) predictors of the effectiveness of BBT-I were revealed. This findings will help to select the patients who should undergo a shortened course of CBT-I.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».