Sleep quality and associated factors of patients with mild cognitive impairment at King Chulalongkorn Memorial Hospital (P. 3)
Notice bibliographique
Résumé
Background: Thailand has shifted to an aging society.Sleep disturbance is a common problem in the elderly which affects emotion and cognitive levels.Awareness of sleep problems can help implementing elderly care and preventing dementia in the future.Objective: To study sleep quality and determine factors associated with sleep quality among patients with mild cognitive impairment (MCI).Methods: The cross-sectional descriptive study was conducted in MCI patients, aged 50 years and above, from a psychiatric outpatient clinic and cognitive fitness center.The data were collected by questionnaires including demographic data and sleep environment questionnaires; Pittsburgh Sleep Quality Index (PSQI); Sleep Hygiene Index (SHI); STOP-Bang questionnaire; Thai Mental State Examination (TMSE); Montreal Cognitive Assessment (MoCA); Thai Geriatric Depression Scale (TGDS), and Neuropsychiatric Inventory Questionnaire (NPI-Q).The sleep quality was presented as frequency and percentage.The associated factors were analyzed by Chi-square test, Fisher's exact test, and Pearson's correlation coefficient.The predictors of poor sleep quality were analyzed by multiple logistic regression analysis.Results: Of the 100 subjects, 65 were female with a mean age of 71.3 7.5 years old: 64% of them had poor sleep quality.The associated factors of sleep quality were having a history of psychiatric disorders, use of sedating psychotropic drugs, low to moderate sleep hygiene, and anxiety domain of neuropsychiatric symptoms.TGDS and STOP-Bang scores were correlated with PSQI scores (r = 0.215 and 0.230, respectively).The predictors of poor sleep quality were the use of sedating psychotropic drugs (P < 0.01), low to moderate sleep hygiene (P < 0.05), and anxiety domain of neuropsychiatric symptoms (P < 0.05). Conclusion:The prevalence of poor sleep quality in MCI patients was 64%.The associated factors and predicted factors of poor sleep quality were the use of sedating psychotropic drugs, low to moderate sleep hygiene, and anxiety domain of neuropsychiatric symptoms.Therefore, sleep quality should be screened in patients with MCI due to the high prevalence.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».