MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390193323 · doi:10.1002/alz.075053

The prevalence of and risk factors for sleep disturbances: a systematic review and meta‐analysis

2023· review· en· W4390193323 sur OpenAlexaff
Nina Butris, Evan Tang, Bianca Pivetta, David He, Aparna Saripella, Ellene Yan, Marina Englesakis, Mark I. Boulos, Mahesh Nagappa, Frances Chung

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensSt. Joseph's HospitalVictoria HospitalLondon Health Sciences CentreWestern UniversitySunnybrook Health Science CentreUniversity of TorontoUniversity Health NetworkMount Sinai HospitalToronto Western HospitalOntario Brain InstituteUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisMEDLINEDeliriumConfidence intervalPopulationActigraphyPittsburgh Sleep Quality IndexSystematic reviewSleep disorderPhysical therapyInternal medicinePsychiatryInsomniaSleep quality

Résumé

récupéré en direct d'OpenAlex

Abstract Background Determining the prevalence and risk factors related to sleep disturbance is beneficial for risk stratification, preventative interventions, and care planning. The objectives of this systematic review and meta‐analysis are to determine the prevalence and risk factors of sleep disturbances and their associated postoperative complications in surgical patients. Method A systematic search of the databases MEDLINE, MEDLINE ePubs Ahead of Print and In‐ process, Embase Classic+Embase, Cochrane Database of Systematic Reviews, and Cochrane Central Register of Controlled Trials from inception to February 23, 2022, was conducted. The inclusion criteria were: (1) adult patients undergoing a surgical procedure; (2) in‐patient population; (3) assessed for pre‐ and postoperative sleep disturbances using the Pittsburgh Sleep Quality Index (PSQI) and/or objective sleep assessment tools, and (4) English language articles. The pooled prevalence of sleep disturbances was calculated using inverse‐variance random‐effects model. The 95% confidence interval (CI) was calculated using normal approximation calculation. Sensitivity analysis was performed to determine the effect of each study on the meta‐analysis estimates. Result The systematic search resulted in 21,951 articles. Twelve studies involving 1,497 patients were included. The pooled prevalence of sleep disturbances at preoperative assessment was 60% (95% CI: 50%, 69%) (Figure). Risk factors for postoperative sleep disturbances were preexisting disturbed sleep and preoperative anxiety. Patients with postoperative delirium had a higher prevalence of pre‐ and postoperative sleep disturbances. Patients with postoperative delirium also had higher wake after sleep onset percentage (WASO%) in preoperative assessment using actigraphy. Conclusion The prevalence of preoperative sleep disturbances is high at 60%. In adult surgical patients undergoing inpatient surgery, preoperative sleep disturbance and anxiety were the two main risk factors for postoperative sleep disturbance. Surgical patients with postoperative delirium were associated with a higher prevalence of pre‐and postoperative sleep disturbances. Preventing sleep disturbances in surgical patients may be important for postoperative outcomes.

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)0,020
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,042
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,042
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,086
Tête enseignante GPT0,357
Écart entre enseignants0,272 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetIntensive Care Unit Cognitive Disorders→Travaux en français237 207→