Modeling the relationship between shift work and cardiometabolic risk through circadian disruption, sleep and stress pathways
Notice bibliographique
Résumé
The purpose of this study is to elucidate the multiple pathways linking shift work exposure to cardiometabolic risk (CMR) through the intermediates of circadian disruption, sleep disturbances, and stress. A cross-sectional study was conducted at Kingston Health Sciences Center that included female hospital workers, 160 who worked a day-only schedule and 168 who worked rotating days and nights. Participants completed questionnaires, a clinical exam, and wore accelerometers to collect sleep data for 8 days. Participants also collected urine samples at each void during a 24-h collection period, on the day shift for day-only workers and the night shift for rotating shift workers, for cortisol and melatonin measures. We adapted and tested a conceptual model proposed by Knutsson and Boggild for circadian disruption, sleep, and stress mechanistic pathways linking shift work to CMR using structural equation modeling techniques. Status as a rotating shift worker was associated with increased circadian disruption of cortisol and melatonin production compared to day-only workers (P < .001). Increased circadian disruption was associated with an increased CMR (P = .01). Rotating shift work was associated with sleep disturbances (P = .002) and increased job stress (P < .001), but neither was associated with CMR. We conclude that rotating shift work is associated indirectly with increased CMR. This association is mediated by circadian disruption as indicated by attenuated melatonin and cortisol, and flatter cortisol curves.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».