Social disparities in sleep health of African populations: A systematic review and meta-analysis of observational studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To document the relationship between socioeconomic status (SES) and sleep health in African populations. METHODS: Observational cross-sectional or cohort studies examining the association between SES indicators and sleep outcomes in participants from African countries were included. The search was performed in the MEDLINE, Embase, and Web of Science Core Collection electronic databases in June 2021. Selection, confounding, attrition/exclusion, detection, and selective reporting bias were assessed using the OHAT Risk of Bias Tool. Random effects meta-analysis was used for summarizing the effect estimates. RESULTS: Forty-three reports were selected, having sampled 153,372 Africans from 26 countries. Education was the most frequent SES indicator and composite measures of sleep quality or disturbances was the most common sleep outcome. Low educational attainment was significantly associated with lower odds of short sleep (odds ratio [OR]=0.65, 95% confidence intervals [0.50, 0.84], p = .001) and higher odds of insomnia (OR=1.53, [1.18, 1.99], p = .001) or poor sleep quality (OR=1.60, [1.17, 2.18], p = .003). Low levels of income/assets were related to higher odds of insomnia (OR=1.38, [1.02, 1.86], p = .04) and low occupational/employment status was linked to lower odds of short sleep duration (OR=0.49, [0.30, 0.79], p = .004). CONCLUSIONS: Socioeconomic disadvantage was a significant predictor of insomnia and poor sleep quality, while it was associated with longer sleep duration. Significant heterogeneity in terms of exposure and outcomes, scarcity of longitudinal designs, lack of objective outcome measurement, and low representation of rural samples and participants from low-income countries limit the quality of evidence.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,000 |
| 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 découle