Self-Reported Clinical Correlates of Insomnia
Notice bibliographique
Résumé
Objective: to examine clinical correlates of post-accident insomnia.Background and Aims: survivors of motor vehicle accidents (MVAs) usually report impaired sleep and other symptoms such as persistent pain, depressive symptoms, anxiety, anger, and post-MVA neurological symptoms.We examined how these variables correlate with insomnia.Materials and Methods: 101 patients (mean age 42.6, SD=14.1, 39 males, 62 females) undergoing psychological assessment after an MVA completed the Insomnia Severity Index, the Rivermead Post-Concussion Symptoms Questionnaire, and the Brief Pain Inventory.We also assessed post-MVA neurological symptoms other than concussion (e.g., hand tremor, tingling, numbness, impaired muscular control over limbs), the current mood (anxiety, depression, anger).We also interviewed our patients about the immediate symptoms of concussion (loss of consciousness, or feeling dazed, stunned, confused, disoriented, or dizzy). Results:The Insomnia Severity Index (ISI) in our sample ranged from 2 to 28 (mean 22.3, SD=5.3).The psychometric properties of ISI in our sample are satisfactory (Cronbach's alpha=.88).The insomnia scores correlated moderately with depressive mood (r=.64) and also with the post-concussion syndrome even after the item dealing with impaired sleep was removed from the Rivermead (r=.66).The insomnia also correlated with measures of MVA related pain (r=.41), anxiety (r=.48), and anger (r=.39), post-MVA neurological symptoms other than concussion (r=.36), and with diagnosis of PTSD (r=.50), but not with age and gender (p>.05). Conclusions:The post-MVA insomnia (as represented by ISI scores) is moderately correlated with the postconcussion syndrome and with depressed mood.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».