Subtyping at‐risk adolescents for predicting response toward insomnia prevention program
Notice bibliographique
Résumé
BACKGROUND: Previous study has shown that a brief cognitive-behavioral prevention insomnia program could reduce 71% risk of developing insomnia among at-risk adolescents. This study aimed to evaluate the differential response to insomnia prevention in subgroups of at-risk adolescents. METHODS: Adolescents with a family history of insomnia and subthreshold insomnia symptoms were randomly assigned to a 4-week insomnia prevention program or nonactive control group. Assessments were conducted at baseline, 1 week, and 6- and 12-month after the intervention. Baseline sleep, daytime, and mood profiles were used to determine different subgroups by using latent class analysis (LCA). Analyses were conducted based on the intention-to-treat approach. RESULTS: LCA identified three subgroups: (a) insomnia symptoms only, (b) insomnia symptoms with daytime sleepiness and mild anxiety, and (c) insomnia symptoms with daytime sleepiness, mild anxiety, and depression. The incidence rate of insomnia disorder over the 12-month follow-up was significantly reduced for adolescents receiving intervention in subgroup 3 compared with the controls (hazard ratio [HR] = 0.37; 95% confidence interval [CI]: 0.13-0.99; p = .049) and marginally for subgroup 2 (HR = 0.14; 95% CI: 0.02-1.08; p = .059). In addition, adolescents who received intervention in subgroups 2 and 3 had a reduced risk of excessive daytime sleepiness (subgroup 2: adjusted OR [AdjOR] = 0.45, 95% CI: 0.23-0.87; subgroup 3: AdjOR = 0.32, 95% CI: 0.13-0.76) and possible anxiety (subgroup 2: AdjOR = 0.47, 95% CI: 0.27-0.82; subgroup 3: AdjOR = 0.33, 95% CI: 0.14-0.78) compared with the controls over the 12-month follow-up. CONCLUSIONS: Adolescents at risk for insomnia can be classified into different subgroups according to their psychological profiles, which were associated with differential responses to the insomnia prevention program. These findings indicate the need for further phenotyping and subgrouping at-risk adolescents to develop personalized insomnia prevention.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».