MétaCan
Menu
Retour à la cohorte
Enregistrement W4362635925 · doi:10.1212/wnl.0000000000207249

Sleep Patterns and the Risk of Acute Stroke

2023· article· en· W4362635925 sur OpenAlexafffund
Christine E. Mc Carthy, Salim Yusuf, Conor Judge, Alberto Alvarez‐Iglesias, Graeme J. Hankey, Shahram Oveisgharan, Albertino Damasceno, Helle K. Iversen, Annika Rosengren, Álvaro Avezum, Patricio López‐Jaramillo, Denis Xavier, Xingyu Wang, Sumathy Rangarajan, Martin O’Donnell, Rafael Díaz, George Varigos, Lisheng Liu, Hongye Zhang, Zvonko Rumboldt, Eenesto Peñaherrera, Hans-Christoper Diener, Prem Pais, Osamah Albaker, Khalid Yusoff, Okechukwu S. Ogah, Adesola Ogunniyi, Romaina Iqbal, Germán Málaga, Antonio Dans, Anna Członkowska, Danuta Ryglewicz, Nana Pogosova, Fawaz Alhussein, L. Devilliers, Amhed Elsayed, Yongchai Nilanont, Aytekin Oğuz, Charles Mondo, Alfzalhussein Yusufali, Peter Langhorne

Notice bibliographique

RevueNeurology · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineOdds ratioStroke (engine)Internal medicineModified Rankin ScaleSleep (system call)Sleep disorderPhysical therapyMarital statusIntracerebral hemorrhagePediatricsSubarachnoid hemorrhagePopulationIschemic strokeInsomniaPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background and Objectives: Symptoms of sleep disturbance are common, and may represent important modifiable risk factors for stroke. We evaluated the association between a spectrum of sleep disturbance symptoms and risk of acute stroke in an international setting. Methods: INTERSTROKE is an international case-control study of patients presenting with first acute stroke and controls matched by age (+/- 5 years) and sex. Sleep symptoms in the previous month were assessed via a questionnaire. Conditional logistic regression estimated the association between sleep disturbance symptoms and acute stroke, expressed as odds ratios and 95% confidence intervals. The primary model adjusted for age, occupation, marital status and modified-Rankin Scale at baseline, with subsequent models adjusting for potential mediators (behavioural/disease risk factors). Results: Overall, 4,496 matched participants were included, with 1,799 of participants having experienced an ischemic stroke and 439 an intracerebral haemorrhage. Short sleep (<5hrs: 3.15, 2.09-4.76), long sleep (>9hr: 2.67, 1.89-3.78), impaired quality (1.52, 1.32-1.75), difficulty getting to sleep (1.32, 1.13-1.55) or maintaining sleep (1.33, 1.15-1.53), unplanned napping (1.59, 1.31-1.92), prolonged napping (>1hr: 1.88, 1.49-2.38), snoring (1.91, 1.62-2.24), snorting (2.64, 2.17-3.20) and breathing cessation (2.87, 2.28-2.60) were all significantly associated with increased odds of acute stroke in the primary model. A derived Obstructive Sleep Apnoea (OSA) score of 2-3 (2.67, 2.25-3.15) and cumulative sleep symptoms (>5: 5.06, 3.67-6.97) were also associated with a significantly increased odds of acute stroke, with the latter showing a graded association. Following extensive adjustment, significance was maintained for the majority of symptoms (not difficulty getting to/maintaining sleep and unplanned napping), with similar findings for stroke subtypes. Discussion: We found that sleep disturbance symptoms were common, and associated with a graded increased risk of stroke. These symptoms may be a marker of increased individual risk, or represent independent risk factors. Future clinical trials are warranted to determine the efficacy of sleep interventions in stroke prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,258
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetSleep and related disordersTravaux en français237 207