MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407182731 · doi:10.1111/hdi.13201

Analysis of Sleep Quality Categories and Associated Factors in Patients on Hemodialysis

2025· article· en· W4407182731 sur OpenAlexvenueno aff
Wanning Jia, Yang Liu, Qian Liu, Dong Wan, He Wenwen

Notice bibliographique

RevueHemodialysis International · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHemodialysisMedicinePittsburgh Sleep Quality IndexSleep qualityLatent class modelDialysisPhysical therapyScale (ratio)Sleep (system call)Internal medicinePsychiatryInsomnia

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Latent profile analysis is a statistical method for identifying potential groups or profiles and categorizing individuals accordingly. In psychology and social sciences, it is frequently employed to explore the latent group structure in data, aiding researchers in comprehending disparities and similarities among different groups. This study utilized latent profile analysis to explore the potential categories of sleep quality in patients on hemodialysis and analyze the factors associated with each category. METHODS: Convenience sampling was used to select 268 patients who received maintenance hemodialysis treatment at China-Japan Friendship Hospital from July 2023 to June 2024. This study was a cross-sectional survey, and data were collected using a general information survey, the Pittsburgh Sleep Quality Index, Frailty Screening Scale, and Fatigue Scale-14. Different sleep types were identified in patients on hemodialysis using latent profile analysis, and the factors affecting sleep quality in each type were analyzed. FINDINGS: The study included 154 males and 114 females, with a mean age of 61.07 ± 13.72 years and a median dialysis duration of 4.00 (2.00, 9.00) years. Latent profile analysis identified four sleep quality categories among patients on hemodialysis: good sleep quality (35.30%), insufficient sleep time with high medication use (13.80%), good sleep time with high medication use (4.50%), and insufficient sleep time with low medication use (46.40%). Sex, age, employment status, ultrafiltration volume, frailty screening scale, and fatigue rate-14 were compared among the different categories, revealing significant differences (p < 0.05). DISCUSSION: Latent profile analysis identified four sleep quality categories among patients undergoing hemodialysis, with factors, such as age, dialysis duration, and the presence of frailty influencing sleep quality differently. Future efforts should focus on this population by providing targeted health counseling and psychological support tailored to the characteristics of each sleep category to address their sleep issues and improve their quality of life.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,297
Écart entre enseignants0,282 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis International→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→