MétaCan
Menu
Retour à la cohorte
Enregistrement W4281644270 · doi:10.1093/sleep/zsac079.594

0597 The Relationship Between Sleep Quality and Functional Outcomes Following Acute Stroke and Inpatient Rehabilitation

2022· article· en· W4281644270 sur OpenAlexaff
Pin-Wei Chen, Megan K. O’Brien, Amy Nguyen, Sara Prokup, Kristen L. Knutson, Hyun Sik Yang, Alejandro Hucker, Max Byron, Swati Goyal, Emma Adcock, Linda Morris, Babak Mokhlesi, Phyllis C. Zee, Vineet M. Arora, Arun Jyaraman

Notice bibliographique

RevueSLEEP · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensCanadian Sleep & Circadian Network
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)RehabilitationPhysical therapyMedicineBerg Balance ScaleSleep (system call)Physical medicine and rehabilitationQuality of life (healthcare)Test (biology)Stroke recovery

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction There is mounting evidence that sleep plays an important role in the rehabilitation and recovery process following acute stroke. Following acute care, many patients with stroke are admitted to inpatient rehabilitation facilities (IRFs), where they undergo intensive, interdisciplinary therapy to recover or relearn functional skills to minimize long-term disability. The role and impact of sleep in this early stage of stroke rehabilitation, however, is poorly understood. The purpose of this study is to investigate the relationship between sleep quality and clinical outcomes in the IRF setting following acute stroke. Methods Patients wore a collection of wearable sensors to measure sleep and wake throughout their IRF stay. Linear mixed-effect models (LMEMs) were built to determine the relationship between functional outcomes and sleep quality. Independent variables were total sleep time (TST) and sleep efficiency (SE) derived from wearable sensors, calculated between two clinical measures. Dependent variables included scores from repeated measures of the 6-Minute Walk Test (6MWT), 10-Meter Walk Test (10MWT), Berg Balance Scale (BBS), and Action Research Arm Test (ARAT). Covariates included demographics such as age and stroke type. Results Fifty-three individuals with stroke (age: 58.26±15.57 years; BMI: 28.27±6.16 kg/m2) consented to participate during their IRF program within 7 days of admission. All individuals were recruited from a single-site IRF between July 2020 and August 2021. The average length of stay was 17.85±6.99 days. There were no significant differences in TST between the first three nights and the last three nights (5.1±1.9 hours vs. 5.2±2.0 hours) or SE (67.8±17.7% vs. 69.0±17.8%). The greater standard deviation of TST was associated with lower 6MWT scores (R2=0.77, beta=−0.48, p=0.06), while the greater standard deviation of SE was associated with lower 10MWT scores (R2=0.80, beta=−0.20, p=0.18). Conclusion Our preliminary findings indicate that greater variability in TST and SE are associated with walking endurance and mobility recovery. Future analyses will investigate additional measures of sleep and activity in IRF settings and their relationship with patient outcomes. This work can inform novel sleep interventions to optimize post-stroke recovery. Support (If Any) This work is supported by the Eunice Kennedy Shriver National Institute of Child Health & Human Development (NIH R01HD097786-01A1).

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 enseignants0,008
Score d'incertitude au seuil0,028

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,046
Tête enseignante GPT0,326
Écart entre enseignants0,281 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207