P057 Prevalence of poor sleep in First Nations peoples across the globe: A systematic review
Notice bibliographique
Résumé
Abstract This review aims to collate and assess the extant literature on the prevalence of sleep issues among First Nations peoples across the globe. A systematic literature search, was conducted across key academic databases and grey literature sources to retrieve studies published until November 2021. Studies offering quantitative data on sleep issues in First Nations Peoples were included. The NIH Quality Assessment Tool was used to assess the methodological quality and an adapted version of the Indigenous Quality Appraisal tool was used to evaluate First Nations' engagement in research. Results: A total of 65 studies,(28 longitudinal, 37 cross-sectional) met the inclusion criteria for this review. The included evidence indicated that the First Nations Australians reported night-time awakenings (22%), severe daytime sleepiness (27%), short sleep duration (35%) and long sleep duration (41%). The Māori population from New Zealand consistently reported insufficient sleep (36%) and short sleep duration (28.6%). The First Nations Americans / Alaska Native populations reported insomnia (25% to 33%) and insufficient sleep (15% to 40%). The Cree First Nations from Canada had a higher prevalence of insomnia (38.5%) and sleep deprivation (25% to 40%). Most studies scored "quality" in quality assessment. However, First Nations' engagement in research could not be adequately assessed due to limited information. The review findings highlight that a significant proportion of First Nations peoples are experiencing poor sleep. Considering the established link between poor sleep and adverse health outcomes, sleep health equity in First Nations communities should be a high priority for service providers and policymakers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».