The relationship between daytime napping and glycemic control in people with type 2 diabetes
Notice bibliographique
Résumé
Aim: To examine the association between napping characteristics and glycemic control in people with type 2 diabetes. Design: This study used a cross-sectional design. Methods: A convenience sample of people with type 2 diabetes (N=226) were included. Glycemic control was indicated by HbA1c which was measured by A1C Now®+. Napping characteristics including napping frequency, duration, timing, and type were measured by validated questionnaires. Other variables, such as insomnia, cognitive impairment, and depression were measured by the Insomnia Severity Index, Montreal Cognitive Assessment, and Patient Health Questionnaire-9, respectively. Multivariate linear regression analyses were performed. Results: The sample consisted of 122 women (54.0%), with a median age of 67 years. Their median HbA1c was 6.8%. No significant relationship was found between napping frequency and HbA1c. Among nappers, after controlling for covariates, long napping duration (≥60 min) and morning napping were both associated with poorer glycemic control. Compared with appetitive napping, restorative napping was associated with better glycemic control. Conclusion: Daytime napping (e.g., duration and type) is an important modifiable factor for glycemic control in people with type 2 diabetes. This study provides new insights into the relationship between napping and glucose management among people with diabetes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».