Network analysis of sleep bruxism in the <scp>EPISONO</scp> adult general population
Notice bibliographique
Résumé
Sleep bruxism (SB) has been associated with biological and psychosocial factors. The assessment of SB includes self-report, clinical evaluation, and polysomnography. This study aimed to investigate the associations of self-reported SB with other sleep disorders and demographic, psychological, and lifestyle factors in the adult general population, and to investigate whether self-reported SB and polysomnographically (PSG) confirmed SB provide similar outcomes in terms of their associated factors. We recruited 915 adults from the general population in Sao Paulo, Brazil. All participants underwent a one-night PSG recording and answered questions about sex, age, BMI, insomnia, OSA risk, anxiety, depression, average caffeine consumption, smoking frequency, and alcohol consumption frequency. We investigated the link between SB and the other variables in univariate, multivariate, and network models, and we repeated each model once with self-reported SB and once with PSG-confirmed SB. Self-reported SB was only significantly associated with sex (p = 0.042), anxiety (p = 0.002), and depression (p = 0.03) in the univariate analysis, and was associated with insomnia in the univariate (p < 0.001) and multivariate (β = 1.054, 95%CI 1.018-1.092, p = 0.003) analyses. Network analysis showed that self-reported SB had a direct positive edge to insomnia, while PSG-confirmed SB was not significantly associated with any of the other variables. Thus, sleep bruxism was positively associated with insomnia only when self-reported, while PSG-confirmed SB was not associated with any of the included factors.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,008 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».