The nosological status of unipolar mania and hypomania within <scp>UK</scp> Biobank according to objective and subjective measures of diurnal rest and activity
Notice bibliographique
Résumé
BACKGROUND: There is uncertainty whether unipolar mania is a discrete sub-type of bipolar disorder. Disrupted rest/activity rhythms are a key feature of bipolar disorder (BD) but have not been well characterised in unipolar mania/hypomania (UM). We compared subjective and objective rest/activity patterns, demographic and mental health outcomes across BD, UM and control groups. METHODS: UK residents aged 37-73 years were recruited into UK Biobank from 2006 to 2010. BD, UM and control groups were identified via a mental health questionnaire. Demographic, mental health and subjective sleep outcomes were self-reported. Accelerometery data were available for a subset of participants, and objective measures of sleep and activity were derived. RESULTS: A greater proportion of males met UM criteria, and more females were in the BD group. Both BD and UM groups had poor mental health outcomes vs. controls. Objectively measured activity differed between all three groups: UM had highest levels of activity and BD lowest. The UM group had shorter sleep duration compared to controls. Subjective rest/activity measures showed that both mood disorder groups (compared to controls) had later chronotype preference, more disturbed sleep and increased difficulty getting up in the morning. However, the UM group were more likely to report an early chronotype compared to BD and control groups. CONCLUSIONS: BD and UM share features in common, but key differences support the proposition that UM may be a distinct and more clinically homogenous disorder. UM was characterised by a higher proportion of males, early chronotype, increased activity and shorter sleep duration.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».