Physical activity attenuates the effect of poor sleep quality on cognitive function in adults with chronic stroke
Notice bibliographique
Résumé
Abstract Background Good sleep quality is important for cognitive health. Individuals with chronic stroke are at an increased risk for dementia and about half have insomnia. Stroke survivors are a target population in need of intervention strategies to promote sleep quality to preserve cognitive function. Physical activity is a promising approach. Hence, in this cross‐sectional analysis, we examined whether physical activity moderates the effect of poor sleep quality on cognitive function in adults with chronic stroke. Method This is a cross‐sectional analysis of baseline data acquired from 121 community‐dwelling older adults with chronic stroke (age: 70.73 ± 8.56 years; 38.30% female) enrolled in a 6‐month randomized control trial. Sleep quality was assessed with the MotionWatch8 (MW8) and physical activity was measured with the Life Space Questionnaire (LSQ; 0‐120). Participants were split into higher or lower physical activity by the median LSQ score (median = 64.00). Cognitive performance was measured with the 13‐item Alzheimer’s Disease Assessment Scale (ADAS‐Cog; 0‐85), with higher scores indicating worse cognitive performance. A linear regression was performed to first assess the independent association of MW8‐measures of sleep quality (i.e., sleep duration, fragmentation, efficiency, latency, and awakenings) and ADAS‐Cog score, after accounting for age and Montreal Cognitive Assessment score (MoCA) score. Based on the results of this linear regression, we performed a second linear regression with ADAS‐Cog score as the dependent variable, and sleep latency (minutes), physical activity level, and the interaction of sleep latency * physical activity level as independent variables, controlling for age and MoCA score. Result Greater sleep latency (β1 = 0.22, p = 0.017) was significantly associated with greater ADAS‐Cog score, after controlling for age and MoCA (R2 = .50, F(3, 105) = 34.74, p<.01). Physical activity significantly moderated the association between sleep latency (β1 = 0.38, p = 0.033) and ADAS‐Cog score (R2 = .53, F(5, 103) = 22.93, p<.01). Specifically, those in the higher physical activity group showed lower ADAS‐Cog scores with higher sleep latency (r = .67, p = .627) and those in the lower physical activity group showed higher ADAS‐Cog scores with higher sleep latency (r = .75, p = .007). Conclusion Physical activity attenuates the effect of poor sleep quality on cognitive function in adults with chronic stroke.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».