MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399801613 · doi:10.1101/2024.06.18.24309137

Disruptions in Sleep Health and Independent Associations with Psychological Distress in Close Family Members of Cardiac Arrest Survivors: A Prospective Study

2024· preprint· en· W4399801613 sur OpenAlexaff
Isabella M Tincher, Danielle A. Rojas, Sabine Abukhadra, Christine E. DeForge, Mina Yuan, S. Justin Thomas, Kristin Flanary, Daichi Shimbo, Nour Makarem, Bernard Chang, Sachin Agarwal

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésPsychological distressPsychologyDistressSleep (system call)Clinical psychologyPsychiatryMedicineCardiovascular healthProspective cohort studyMental healthInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Background: While recent guidelines have noted the deleterious effects of poor sleep on cardiovascular health, the upstream impact of cardiac arrest-induced psychological distress on sleep health metrics among families of cardiac arrest survivors remains unknown. Methods: Sleep health of close family members of consecutive cardiac arrest patients admitted at an academic center (8/16/2021 - 6/28/2023) was self-reported on the Pittsburgh Sleep Quality Index (PSQI) scale. The baseline PSQI administered during hospitalization was cued to sleep in the month before cardiac arrest. It was then repeated one month after cardiac arrest, along with the Patient Health Questionnaire-8 (PHQ-8) to assess depression severity. Multivariable linear regressions estimated the associations of one-month total PHQ-8 scores with changes in global PSQI scores between baseline and one month with higher scores indicating deteriorations. A prioritization exercise of potential interventions categorized into family's information and well-being needs to alleviate psychological distress was conducted at one month. Results: In our sample of 102 close family members (mean age 52±15 years, 70% female, 21% Black, 33% Hispanic), mean global PSQI scores showed a significant decline between baseline and one month after cardiac arrest (6.2±3.8 vs. 7.4±4.1; p<0.01). This deterioration was notable for sleep quality, duration, and daytime dysfunction components. Higher PHQ-8 scores were significantly associated with higher change in PSQI scores, after adjusting for family members' age, sex, race/ethnicity, and patient's discharge disposition [β=0.4 (95% C.I 0.24, 0.48); p<0.01]. Most (n=72, 76%) prioritized interventions supporting information over well-being needs to reduce psychological distress after cardiac arrest. Conclusions: There was a significant decline in sleep health among close family members of cardiac arrest survivors in the acute phase following the event. Psychological distress was associated with this sleep disruption. Further investigation into their temporal associations is needed to develop targeted interventions to support families during this period of uncertainty. WHAT IS KNOWN: Sleep health has been identified as a key element in maintaining cardiovascular health.Close family members of critically ill patients experience suboptimal sleep health and psychological distress may contribute to it. WHAT THE STUDY ADDS: It is breaking new ground in understanding the sleep health dynamics of close family members of cardiac arrest survivors, a critical but often overlooked group of caregivers.The study highlights significant associations between psychological distress and poor sleep that further deteriorates within the first month after a loved one's cardiac arrest.Families of cardiac arrest survivors expressed a high priority for information-based interventions to help alleviate psychological distress during the initial month following the cardiac event emphasizing the need for targeted, accessible, resources to address their psychological and potentially sleep-related challenges.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,341
Écart entre enseignants0,319 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSleep and related disorders→Travaux en français237 207→