MétaCan
Menu
Retour à la cohorte
Enregistrement W4410947570 · doi:10.2196/66372

The Relationship Between Sleep Disorders and Combination of Diabetes and Sarcopenia in Adults Aged 45 Years or Older: 10-Year Nationwide Prospective Cohort Study

2025· article· en· W4410947570 sur OpenAlexvenueno aff
Shugang Li, Yimi Wang, Linzhi Li, Hao Wu

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMedicineHazard ratioDiabetes mellitusProportional hazards modelPrediabetesIncidence (geometry)Longitudinal studyGerontologyInternal medicineType 2 diabetesConfidence intervalEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: With changes in lifestyle, the issue of sleep disorders is becoming increasingly common. Diabetes and sarcopenia have been found to be independently associated with sleep disorders. However, fewer studies have explored the interaction between the combination of diabetes and sarcopenia at different stages and sleep disorders. Objective: This study aimed to explore the relationship between the combination of diabetes and sarcopenia and the incidence of sleep disorders in adults aged 45 years and older. Methods: Based on data from the CHARLS (China Health and Retirement Longitudinal Study), we selected participants with comprehensive diagnostic information on diabetes and sarcopenia from 2011 who had normal sleep duration at baseline and checked their follow-up information of sleep duration from 2013, 2015, 2018, and 2020. Diabetes was classified into diabetes (D), prediabetes (PD), and nondiabetes (ND), and sarcopenia was divided into sarcopenia (S), possible sarcopenia (PS), and nonsarcopenia (NS). The participants were divided into DS, DPS, DNS, PDS, PDPS, PDNS, NDS, NDPS, and NDNS groups. Kaplan-Meier survival curves, the log-rank test, Cox proportional hazards regression, and restricted cubic spline models were used for statistical analysis. Results: A total of 4936 participants were included in this study. The DS group had the highest incidence of sleep disorders: 49.32%, 28.57%, 36.36%, and 80.00% in 2013, 2015, 2018, and 2020 respectively. In the crude model, compared with the NDNS group, the risk of sleep disorders was increased in the DS group (hazard ratio [HR] 1.707, 95% CI 1.196-2.437), PDS (HR 1.599, 95% CI 1.235-2.071), NDS (HR 1.465, 95% CI 1.282-1.674), and DPS group (HR 1.318, 95% CI 1.097-1.583). The risk was increased but not statistically significant in the PDPS group (HR 1.160, 95% CI 0.987-1.365). After adjusting for covariates, the risk of sleep disorders remained statistically significant in the DS group (HR 1.515, 95% CI 1.059-2.167) and was significantly higher in the PDS (HR 1.423, 95% CI 1.096-1.847) and NDS (HR 1.279, 95% CI 1.113-1.468) groups than that in the NDNS group. The nonlinear associations between appendicular skeletal muscle mass, grip strength, 5-time chair test, fasting plasma glucose, and sleep disorders were observed and described. Conclusions: The combination of diabetes and sarcopenia significantly increases the risk of sleep disorders in adults aged 45 years and older. and the implementation of progression control of both diabetes and sarcopenia may be helpful to prevent sleep disorders in this population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,295
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetSleep and related disordersTravaux en français237 207