Association between objectively measured, multidimensional sleep health and cognitive function in older adults: cross-sectional wearable tracker study
Notice bibliographique
Résumé
Both sleep and cognition are multidimensional constructs. Using univariate methods to examine associations between sleep and cognition may inadequately characterize the association between these arrays of variables. The current study used a multivariate approach to identify key sleep metrics and cognitive domains contributing to the maximum sleep-cognition covariance in healthy older adults. In 773 community-dwelling older adults of ages 65-80 years, sleep was assessed using the Oura Ring worn for 15-28 days. Cognition performance in seven domains was assessed using standardized tests. The overall covariance between sleep and cognition was examined by a partial least square correlation (PLSC) analysis. Sleep metrics and cognitive domains contributing to significant PLSC components were identified by bootstrapping. PLSC analysis identified a component that explained 82 % of covariance between sleep and cognition matrices (r = 0.2, p < 0.001). Bootstrapping tests further identified 11 sleep continuity and regularity metrics and 3 corresponding cognitive domains that contributed significantly to the observed covariance. Post-hoc univariate analyses showed that sleep continuity metrics correlated with speed of processing, while sleep regularity metrics correlated with verbal memory, executive functions, and speed of processing. Our results suggest that sleep continuity and regularity may be more sensitive markers of impairments across multiple cognitive domains in healthy aging compared to sleep duration and timing.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».