Key Associations Found in the Struggle With Sleep in Lung Transplant Recipients
Notice bibliographique
Résumé
Introduction Gaps exist in the understanding of the etiology of poor sleep quality after lung transplantation. Research Question: What factors are associated with poor sleep quality in lung transplant recipients? Design A quantitative, single-site, cross-sectional study used an anonymous survey based on 3 scales. The Pittsburgh Sleep Quality Index scale with scores dichotomized to poor versus good sleepers based on the cutoff score > 8. The Hospital Anxiety and Depression Scale evaluated symptoms of anxiety and depression, and the Short Form-12 measured health-related quality of life using the mental and physical component scores. Additional self-reported data included demographic and transplant-related variables. Results The response rate was 38.4% (61/158), and 52.5% of the sample (32/61) evidenced a Pittsburgh Sleep Quality Index score > 8, suggestive of poor sleep quality. Bivariate analyses demonstrated that poor sleep was significantly related to symptoms of depression ( P < .01), anxiety ( P < .01), stressors of hospitalization ( P < .05), and treatment of acute rejection ( P < .05). Multivariate analysis demonstrated that anxiety was significantly associated with poor sleep (odds ratio = 1.34, P < .05). Conclusion Poor subjective sleep quality remains prevalent in lung transplant recipients. Individuals with anxiety symptoms were at a greater risk for poor sleep. Guidance for strategies to improve sleep quality requires further in-depth exploration before implementation of interventions.
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 | 0,001 |
| 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) | 0,000 | 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 ».