Predicting response to stepped-care cognitive behavioral therapy for insomnia using pre-treatment heart rate variability in cancer patients
Notice bibliographique
Résumé
OBJECTIVE: This study examined whether high frequency heart-rate variability (HF-HRV) and HF-HRV reactivity to worry moderate response to cognitive behavioural therapy for insomnia (CBT-I) within both a standard and stepped-care framework among cancer patients with comorbid insomnia. Biomarkers such as HF-HRV may predict response to CBT-I, a finding which could potentially inform patient allocation to different treatment intensities within a stepped-care framework. METHODS: = 55.3, SD = 10.4) were randomized to receive either stepped-care or standard CBT-I. 145 participants had their HRV assessed at pre-treatment during a rest and worry period. Insomnia symptoms were assessed using the Insomnia Severity Index (ISI) and daily sleep diary across five timepoints from pre-treatment to a 12-month post-treatment follow-up. RESULTS: Resting HF-HRV was significantly associated with pre-treatment sleep efficiency and sleep onset latency but not ISI score. However, resting HF-HRV did not predict overall changes in insomnia across treatment and follow-up. Similarly, resting HF-HRV did not differentially predict changes in sleep diary parameters across standard or stepped-care groups. HRV reactivity was not related to any of the assessed outcome measures in both cross-sectional and longitudinal analyses. CONCLUSION: Although resting HF-HRV was related to initial daily sleep parameters, HF-HRV measures did not significantly predict longitudinal responses to CBT-I. These findings suggest that HF-HRV does not predict treatment responsiveness to CBT-I interventions of different intensity in cancer patients.
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 | 0,001 | 0,002 |
| 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 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 ».