Sleep Quality Disturbances Are Associated with White Matter Alterations in Veterans with Post-Traumatic Stress Disorder and Mild Traumatic Brain Injury
Notice bibliographique
Résumé
Sleep disturbances are strongly associated with mild traumatic brain injury (mTBI) and post-traumatic stress disorder (PTSD). PTSD and mTBI have been linked to alterations in white matter (WM) microstructure, but whether poor sleep quality has a compounding effect on WM remains largely unknown. We evaluated sleep and diffusion magnetic resonance imaging (dMRI) data from 180 male post-9/11 veterans diagnosed with (1) PTSD (n = 38), (2) mTBI (n = 25), (3) comorbid PTSD+mTBI (n = 94), and (4) a control group with neither PTSD nor mTBI (n = 23). We compared sleep quality (Pittsburgh Sleep Quality Index, PSQI) between groups using ANCOVAs and calculated regression and mediation models to assess associations between PTSD, mTBI, sleep quality, and WM. Veterans with PTSD and comorbid PTSD+mTBI reported poorer sleep quality than those with mTBI or no history of PTSD or mTBI (p = 0.012 to <0.001). Poor sleep quality was associated with abnormal WM microstructure in veterans with comorbid PTSD+mTBI (p < 0.001). Most importantly, poor sleep quality fully mediated the association between greater PTSD symptom severity and impaired WM microstructure (p < 0.001). Our findings highlight the significant impact of sleep disturbances on brain health in veterans with PTSD+mTBI, calling for sleep-targeted interventions.
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 | 0,000 | 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 | 0,000 |
| 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 ».