MétaCan
Menu
Retour à la cohorte
Enregistrement W4378471921 · doi:10.1016/j.sleh.2023.03.002

Six multidimensional sleep health facets in older adults identified with factor analysis of actigraphy: Results from the Einstein Aging Study

2023· article· en· W4378471921 sur OpenAlexfundaboutno aff
Linying Ji, Meredith L. Wallace, Lindsay Master, Margeaux M. Schade, Yuqi Shen, Carol A. Derby, Orfeu M. Buxton

Notice bibliographique

RevueSleep Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesPennsylvania State UniversityUniversity of MiamiYork UniversityUniversity of PennsylvaniaNational Institute on AgingBoston CollegeNational Institutes of HealthNational Science Foundation
Mots-clésActigraphySleep onsetRisk factorMedicineSleep diaryAlertnessConfidence intervalConfirmatory factor analysisSleep (system call)Exploratory factor analysisPsychologyPhysical therapyGerontologyInsomniaClinical psychologyPsychiatryInternal medicinePsychometricsStatisticsStructural equation modeling

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The concept of multi-dimensional sleep health, originally based on self-report, was recently extended to actigraphy in older adults, yielding five components, but without a hypothesized rhythmicity factor. The current study extends prior work using a sample of older adults with a longer period of actigraphy follow-up, which may facilitate observation of the rhythmicity factor. METHODS: = 77.2 years, 67% females; 47% White, 40% Black, 13% Hispanic/Others) over 2 weeks were used in exploratory factor analysis to determine factor structures, followed by confirmatory factor analysis on a different subsample. The utility of this approach was demonstrated by associations with global cognitive performance (Montreal Cognitive Assessment). RESULTS: Exploratory factor analysis identified six factors: Regularity: standard deviations of four sleep measures: midpoint, sleep onset time, night total sleep time (TST), and 24-hour TST; Alertness/Sleepiness (daytime): amplitude, napping (mins and #/day); Timing: sleep onset, midpoint, wake-time (of nighttime sleep); up-mesor, acrophase, down-mesor; Efficiency: sleep maintenance efficiency, wake after sleep onset; Duration: night rest interval(s), night TST, 24-hour rest interval(s), 24-hour TST; Rhythmicity (pattern across days): mesor, alpha, and minimum. Greater sleep efficiency was associated with better Montreal Cognitive Assessment performance (β [95% confidence interval] = 0.63 [0.19, 1.08]). CONCLUSIONS: Actigraphic records over 2 weeks revealed that Rhythmicity may be an independent factor in sleep health. Facets of sleep health can facilitate dimension reduction, be considered predictors of health outcomes, and be potential targets for sleep 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 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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,330
Écart entre enseignants0,307 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSleep HealthMême sujetSleep and related disordersTravaux en français237 207