Multidimensional Sleep and Self-Rated Physical Health and Depressive Symptoms Among Retired Older Adults: A Sex-Stratified Analysis
Notice bibliographique
Résumé
OBJECTIVES: Individual sleep characteristics have been shown to independently influence physical and mental health in older adults, but these characteristics are often interdependent. However, few studies have explored multidimensional sleep health in relation to self-rated health outcomes among retired older adults, particularly with regard to sex differences. This study examined the associations between multidimensional sleep health, and self-rated physical and mental (i.e. depressive symptoms) health in retired older adults (M years of retirement = 6.59), stratified by sex. METHODS: = 154; Mage = 68.4, 55.2% female) reported physical health (RAND-12) and depressive symptoms (CES-D). Multidimensional sleep health was measured using wrist actigraphy to assess sleep efficiency, timing, duration, and regularity, and sleep diaries to evaluate daytime alertness and sleep satisfaction. Each component was dichotomized and summed for a composite score (0-6). Hierarchical linear regressions examined the relationships between multidimensional sleep health and health outcomes. RESULTS: Women had poorer multidimensional sleep health compared to men. In the full sample, poorer multidimensional sleep health was associated with worse self-rated physical health and depressive symptoms. Sex-stratified analyses revealed significant associations only in women. CONCLUSION: Multidimensional sleep health is associated with self-rated physical health and depressive symptoms in older retired women. Future research should explore why sleep health may be more salient for self-rated physical health and depressive symptoms in women vs. men and their links to health outcomes, providing insights for tailored 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».