Insomnia and Cardiometabolic Health: Bridging the Gap Between Sleep Deficit and Disease Prevention
Notice bibliographique
Résumé
Insomnia is a condition characterized by difficulty initiating or maintaining sleep, or experiencing early morning awakenings despite having a sufficient opportunity for rest. It affects up to one-third of adults, with around 10% meeting the criteria for insomnia disorder. Emerging research increasingly points to insomnia as a significant, modifiable risk factor for cardiometabolic diseases, including type 2 diabetes, cardiovascular disease, chronic kidney disease, and metabolic dysfunction-associated steatotic liver disease. This narrative review synthesizes the latest evidence linking insomnia to heightened cardiometabolic risk, especially type 2 diabetes. Additionally, we discuss how sleep deprivation affects metabolic processes and cardiovascular health, highlighting the connection between insomnia and cardiometabolic disease. Despite its prevalence and clear impact on health, insomnia remains trivialized, underdiagnosed, and inadequately managed. Only a minority of individuals seek medical advice for sleep disturbances, highlighting an urgent need for improved screening and management, particularly for those with cardiometabolic conditions. In this review, we aim to provide health-care professionals with practical recommendations for identifying and managing insomnia, a condition that is often underrecognized, with the ultimate goal of reducing the burden of cardiometabolic diseases. Integrating sleep health into cardiometabolic care will represent a significant step forward in reducing the global burden of chronic cardiometabolic diseases.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».