Associations between Sleep Characteristics and Cardiovascular Risk Factors in Adolescents Living with Type 1 Diabetes
Notice bibliographique
Résumé
Adolescents living with type 1 diabetes (T1D) have an increased risk of developing cardiovascular disease. Sleep patterns have physiological and behavioral impacts on diabetes outcomes. This study aimed to investigate the associations between sleep patterns and CVD risk factors in adolescents living with T1D and their peers living without T1D. This cross-sectional study assessed CVD risk factors and sleep characteristics (and their associations) in adolescents, aged 12–18 years, living with T1D (n = 48) and their peers (n = 19) without T1D. Outcomes included blood pressure, lipid profiles, and sleep characteristics (accelerometry). Statistical differences between groups were determined with chi-square or independent samples t-tests. The associations between sleep characteristics and CVD risk factors were assessed with multivariate linear regression analyses. We found no significant differences between the two groups in terms of sleep duration, efficiency, sleep onset and offset, and frequency of awakenings, and there were associations between sleep efficiency and LDL-C (β = −0.045, p = 0.018, model R2 = 0.230) and triglycerides (β = −0.027, p = 0.012, model R2 = 0.222) after adjusting confounders (diabetes status, sex, age, pubertal stage) in all participants. In conclusion, adolescents with T1D and without T1D sleep less than the recommended eight hours per night. The associations between sleep efficiency and LDL-C and triglycerides are independent of sleep duration, regardless of sex, age, and pubertal stage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».