Sleep quality in individuals with post-COVID-19 condition: Relation with emotional, cognitive and functional variables
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
The study aimed to assess sleep quality in PCC patients and its predictors by analysing its relationship with emotional, cognitive and functional variables, as well as possible differences based on COVID-19 severity. We included 368 individuals with PCC and 123 healthy controls (HCs) from the NAUTILUS Project (NCT05307549 and NCT05307575). We assessed sleep quality (Pittsburgh Sleep Quality Index, PSQI), anxiety (Generalized Anxiety Disorder, GAD-7), depression (Patient Health Questionnaire, PHQ-9), global cognition (Montreal Cognitive Assessment, MoCA), everyday memory failures (Memory Failures of Everyday Questionnaire, MFE-30), fatigue (Chadler Fatigue Questionnaire, CFQ), quality of life (European Quality of Life-5 Dimensions, EQ-5D), and physical activity levels (International Physical Activity Questionnaire, IPAQ). 203 were nonhospitalized, 83 were hospitalized and 82 were admitted to the intensive care unit (ICU). We found statistically significant differences in the PSQI total score between the PCC and HC groups (p < 0.0001), but there were no differences among the PCC groups. In the multiple linear regressions, the PHQ-9 score was a predictor of poor sleep quality for mild PCC patients (p = 0.003); GAD-7 (p = 0.032) and EQ-5D (p = 0.011) scores were predictors of poor sleep quality in the hospitalized PCC group; and GAD-7 (p = 0.045) and IPAQ (p = 0.005) scores were predictors of poor sleep quality in the group of ICU-PCC. These results indicate that worse sleep quality is related to higher levels of depression and anxiety, worse quality of life and less physical activity. Therapeutic strategies should focus on these factors to have a positive impact on the quality of sleep.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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