Association Between Sleep Efficiency Variability and Cognition Among Older Adults: Cross-Sectional Accelerometer Study
Notice bibliographique
Résumé
Background: Sleep efficiency is often used as a measure of sleep quality. Getting sufficiently high-quality sleep has been associated with better cognitive function among older adults; however, the relationship between day-to-day sleep quality variability and cognition has not been well-established. Objective: We aimed to determine the relationship between day-to-day sleep efficiency variability and cognitive function among older adults, using accelerometer data and 3 cognitive tests. Methods: We included older adults aged >65 years with at least 5 days of accelerometer wear time from the National Health and Nutrition Examination Survey (NHANES) who completed the Digit Symbol Substitution Test (DSST), the Consortium to Establish a Registry for Alzheimer's Disease Word-Learning subtest (CERAD-WL), and the Animal Fluency Test (AFT). Sleep efficiency was derived using a data-driven machine learning algorithm. We examined associations between sleep efficiency variability and scores on each cognitive test adjusted for age, sex, education, household income, marital status, depressive symptoms, diabetes, smoking habits, alcohol consumption, arthritis, heart disease, prior heart attack, prior stroke, activities of daily living, and instrumental activities of daily living. Associations between average sleep efficiency and each cognitive test score were further examined for comparison purposes. Results: A total of 1074 older adults from the NHANES were included in this study. Older adults with low average sleep efficiency exhibited higher levels of sleep efficiency variability (Pearson r=-0.63). After adjusting for confounding factors, greater average sleep efficiency was associated with higher scores on the DSST (per 10% increase, β=2.25, 95% CI 0.61 to 3.90) and AFT (per 10% increase, β=.91, 95% CI 0.27 to 1.56). Greater sleep efficiency variability was univariably associated with worse cognitive function based on the DSST (per 10% increase, β=-3.34, 95% CI -5.33 to -1.34), CERAD-WL (per 10% increase, β=-1.00, 95% CI -1.79 to -0.21), and AFT (per 10% increase, β=-1.02, 95% CI -1.68 to -0.36). In fully adjusted models, greater sleep efficiency variability remained associated with lower DSST (per 10% increase, β=-2.01, 95% CI -3.62 to -0.40) and AFT (per 10% increase, β=-.84, 95% CI -1.47 to -0.21) scores but not CERAD-WL (per 10% increase, β=-.65, 95% CI -1.39 to 0.08) scores. Conclusions: Targeting consistency in sleep quality may be useful for interventions seeking to preserve cognitive function among older adults.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».