Sleep Problems in Patients With Psoriatic Arthritis: A Systematic Literature Review and Metaanalysis
Notice bibliographique
Résumé
Objective The aim of this systematic review and metaanalysis is to summarize evidence regarding the relationship between psoriatic arthritis (PsA) and sleep problems. Methods We identified 36 eligible studies—26 cross-sectional, 7 cohort, and 3 interventional studies—in PubMed and Embase. Results The prevalence of self-reported sleep problems in patients with PsA ranged from 30% to 85%. A metaanalysis of 6 studies that used the Pittsburgh Sleep Quality Index revealed a prevalence of poor sleep quality for patients with PsA of 72.9% (95% CI 63-81.8; I 2 = 78%), which was statistically higher than in healthy controls (26.9%, 95% CI 11.7-45.4; I 2 = 81%) but not significantly different than in patients with psoriasis (59.8%, 95% CI 46.9-72.1; I 2 = 51%). Sleep disturbance was ranked in the top 4 health-related quality of life domains affected by PsA. One study suggested a bidirectional relationship between PsA and obstructive sleep apnea. Predictors of sleep problems included anxiety, pain, erythrocyte sedimentation rate, depression, fatigue, physical function, and tender or swollen joint count. Tumor necrosis factor inhibitors, guselkumab, and filgotinib (a Janus kinase inhibitor) were associated with improved sleep outcomes. Conclusion Poor sleep quality is prevalent in patients with PsA. Objective sleep measures (ie, actigraphy and polysomnography) have not been used in PsA studies, and evidence on the validity of patient-reported sleep measures in PsA is lacking. Future studies should validate self-reported sleep measures in PsA, explore how sleep quality relates to PsA disease activity and symptoms using both objective and subjective sleep measures, assess the efficacy of strategies to manage sleep problems, and assess the effects of such management on symptoms and disease signs in patients with PsA.
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 | 0,016 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,038 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».