Physical inactivity amplifies the negative association between sleep quality and depressive symptoms
Notice bibliographique
Résumé
Poor sleep quality and physical inactivity are known risk factors for depressive symptoms. Yet, whether these factors differently contribute to depressive symptoms and whether they interact with one another remains unclear. Here, we examined how sleep quality and physical activity influence depressive symptoms in 79,274 adults 50 years of age or older (52.4% women) from the Survey of Health, Aging and Retirement in Europe (SHARE) study. Sleep quality (poor vs. good), physical activity (inactive vs. active), and depressive symptoms (0 to 12 score) were repeatedly collected (7 waves of data collection) between 2004 and 2017. Results showed that sleep quality and physical activity were associated with depressive symptoms. Specifically, participants with poorer sleep quality reported more depressive symptoms than participants with better sleep quality (b = 1.85, 95% CI = 1.83-1.86, p < .001). Likewise, compared to physically active participants, physically inactive participants reported more depressive symptoms (b = 0.44, 95% CI = 0.42-0.45, p < .001). Moreover, sleep quality and physical activity showed an interactive association with depressive symptoms (b = 0.17, 95% CI = 0.13-0.20, p < .001). The negative association between poor sleep quality and higher depressive symptoms was stronger in physically inactive than active participants. These findings suggest that, in adults 50 years of age or older, both poor sleep quality and physical inactivity are related to an increase in depressive symptoms. Moreover, the detrimental association between poor sleep quality and depressive symptoms is amplified in physically inactive individuals.
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 | 0,001 | 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 | 0,000 | 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 ».