Association Between Household Dust Exposure and Sleep Duration: Findings from NHANES 2005–2006
Notice bibliographique
Résumé
Objective: Indoor pollutants, such as household dust, are increasingly recognized as potential contributors to health problems, including sleep disturbances. This study investigates the association between household dust exposure and sleep quality among American adults, utilizing data from the National Health and Nutrition Examination Survey (NHANES) between 2005 and 2006. Methods: Data from NHANES were used in a cross-sectional design. Total dust weight (mg) was the primary exposure variable, and sleep outcomes included self-reported sleep duration, sleep latency, and physician-diagnosed sleep disorders. Data analysis was conducted using univariate and regression models in STATA (version 18.5), with adjustments for confounders. Results: 5,582 adults aged ≥18 years had available data on sleep duration, and 4,893 on sleep latency. In an adjusted model controlling for age and emotional support, dust weight was significantly associated with a slight decrease in sleep duration (adjusted β = -0.0001, p = 0.047). In multivariate logistic regression, dust weight showed a significant negative association with sleep duration (adjusted OR = 0.999, 95% CI: 0.999 to 0.999, p = 0.030), with age and emotional support demonstrating positive associations. Sleep latency showed no significant relationship with dust weight in linear regression analysis, even when controlled for emphysema and PHQ-9 score (adjusted β = -0.0002, 95% CI: -0.001 to 0.0009, p = 0.712). Multivariate logistic regression analysis also confirmed no significant association between dust weight and sleep latency. Conclusions: This study suggests that household dust exposure modestly impacts sleep duration, highlighting the value of improving indoor air quality to enhance sleep health.
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 | 0,028 | 0,044 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».