MétaCan
Menu
Retour à la cohorte
Enregistrement W4214524248 · doi:10.3390/app12052414

Sleep-Disordered Breathing Risk with Comorbid Insomnia Is Associated with Mild Cognitive Impairment

2022· article· en· W4214524248 sur OpenAlexfundno aff
Christian Agudelo, Alberto R. Ramos, Xiaoyan Sun, Sonya Kaur, Dylan Del Papa, Josefina Kather, Douglas M. Wallace

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchLeonard M. Miller School of MedicineGenentechNational Institutes of HealthIXICOMcKnight FoundationH. Lundbeck A/SServierEisaiPfizerBiogenUniversity of MiamiBioClinicaNorthern California Institute for Research and EducationEvelyn F. McKnight Brain Research FoundationF. Hoffmann-La RocheBristol-Myers SquibbU.S. Department of DefenseEli Lilly and CompanyUniversity of Southern CaliforniaNovartis Pharmaceuticals CorporationBrain Research FoundationAlzheimer's AssociationFoundation for the National Institutes of HealthAlzheimer's Disease Neuroimaging InitiativeMeso Scale Diagnostics
Mots-clésInsomniaMedicineOdds ratioLogistic regressionComorbidityRisk factorPsychiatryPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Few studies have evaluated the combined association between SDB with comorbid insomnia and mild cognitive impairment (MCI). To test the hypothesis that SDB with comorbid insomnia is associated with greater odds of MCI than either sleep disorder independently, we used ADNI data to evaluate cross-sectional associations between SDB risk with comorbid insomnia status and MCI. Methods: Participants with normal cognition or MCI were included. Insomnia was defined by self-report. SDB risk was assessed by modified STOP-BANG. Logistic regression models evaluated associations between four sleep disorder subgroups (low risk for SDB alone, low risk for SDB with insomnia, high risk for SDB alone, and high risk for SDB with insomnia) and MCI. Models adjusted for age, sex, BMI, APOE4 genotype, race, ethnicity, education, marital status, hypertension, cardiovascular disease, stroke, alcohol abuse, and smoking. Results: The sample (n = 1391) had a mean age of 73.5 ± 7.0 years, 44.9% were female, 72.0% were at low risk for SDB alone, 13.8% at low risk for SDB with insomnia, 10.1% at high risk for SDB alone, and 4.1% at high risk for SDB with insomnia. Only high risk for SDB with comorbid insomnia was associated with higher odds of MCI (OR 3.22, 95% CI 1.57–6.60). Conclusion: Studies are needed to evaluate SDB with comorbid insomnia as a modifiable risk factor for MCI.

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)0,005
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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetSleep and related disordersTravaux en français237 207