In hypertensive individuals, sleep time and sleep efficiency did not affect the number of angina episodes: a cross-sectional study
Notice bibliographique
Résumé
Abstract Previous studies have reported adverse effects of short and long sleep duration on cardiovascular health. However, how sleep time and sleep efficiency affect angina have not been studied in hypertensive individuals. This study aimed to assess the relationship of sleep with angina. Using a cross-sectional design, data from 1563 hypertensive individuals were collected from the parent Sleep Heart Health Study (SHHS). Age, alcohol use, average diastolic blood pressure (ADBP), average systolic blood pressure (ASBP), cigarette use, sleep time, sleep efficiency, percent time in stage N3 of sleep, and body mass index (BMI) were used as covariates. Multiple linear regression, the Chi-Square test, and Pearson’s correlation coefficient were used for data analysis. Unadjusted sleep efficiency, sleep time, ADBP, and age were significant (p < 0.05) predictors of the number of angina episodes (Anginan). When the covariates were adjusted, only ADBP and ASBP were significant (p < 0.05) predictors of Anginan. Sleep efficiency, BMI, ADBP, sleep time, and age had a significant (p < 0.05) correlation with Anginan. In hypertensive individuals, sleep time and sleep efficiency did not affect Anginan when adjusted for covariates. ADBP and ASBP were found to be significant predictors of Anginan when the covariates were adjusted.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».