MétaCan
Menu
Retour à la cohorte
Enregistrement W4381433847 · doi:10.2196/48032

Depression as a Mediator and Social Participation as a Moderator in the Bidirectional Relationship Between Sleep Disorders and Pain: Dynamic Cohort Study

2023· article· en· W4381433847 sur OpenAlexvenueno aff
Si Fan, Qianning Wang, Feiyang Zheng, Yuanyang Wu, Tiantian Yu, Yanting Wang, Xinping Zhang, Dexing Zhang

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModerationSleep (system call)Depression (economics)PsychologyClinical psychologyPsychiatryCohortChronic painEpidemiologyCohort studyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic pain, sleep disorders, and depression are major global health concerns. Recent studies have revealed a strong link between sleep disorders and pain, and each of them is bidirectionally correlated with depressive symptoms, suggesting a complex relationship between these conditions. Social participation has been identified as a potential moderator in this complex relationship, with implications for treatment. However, the complex interplay among sleep disorders, pain, depressive symptoms, and social participation in middle- and old-aged Asians remains unclear. OBJECTIVE: This study aimed to examine the bidirectional relationship between sleep disorders and pain in middle- and old-aged Chinese and measure the role of depression as a mediator and social participation as a moderator in this bidirectional relationship through a dynamic cohort study. METHODS: We used data from the China Health and Retirement Longitudinal Study across 5 years and included a total of 7998 middle- and old-aged people (≥45 years old) with complete data in 2011 (T1), 2015 (T2), and 2018 (T3). The cross-lag model was used to assess the interplay among sleep disorders, pain, depressive symptoms, and social participation. Depressive symptoms were assessed by the 10-item Centre for Epidemiological Studies Depression scale. Sleep disorders were assessed by a single-item sleep quality scale and nighttime sleep duration. The pain score was the sum of all pain locations reported. Social participation was measured using self-reported activity. RESULTS: Our results showed significant cross-lagged effects of previous sleep disorders on subsequent pain at T2 (β=.141; P<.001) and T3 (β=.117; P<.001) and previous pain on subsequent poor sleep at T2 (β=.080; P<.001) and T3 (β=.093; P<.001). The indirect effects of previous sleep disorders on pain through depressive symptoms (β=.020; SE 0.004; P<.001; effect size 21.98%), as well as previous pain on sleep disorders through depressive symptoms (β=.012; SE 0.002; P<.001; effect size 20.69%), were significant across the 3 time intervals. Among participants with high levels of social participation, there were no statistically significant effects of previous sleep disorders on subsequent pain at T2 (β=.048; P=.15) and T3 (β=.085; P=.02), nor were there statistically significant effects of previous pain on subsequent sleep disorders at T2 (β=.037; P=.15) and T3 (β=.039; P=.24). Additionally, the mediating effects of depressive symptoms on the sleep disorders-to-pain pathway (P=.14) and the pain-to-sleep disorders pathway (P=.02) were no longer statistically significant. CONCLUSIONS: There is a bidirectional relationship between sleep disorders and pain in middle- and old-aged Asians; depression plays a longitudinal mediating role in the bidirectional relationship between them; and social participation moderates the bidirectional relationship between them directly and indirectly by affecting depression. Future interventions may consider the complex relationship between these conditions and adopt a comprehensive treatment regime.

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)0,004
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,368
Écart entre enseignants0,332 · 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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetSleep and related disordersTravaux en français237 207