Elevated Hair Cortisol Concentrations Are Associated With Poor Sleep Quality Evaluated Using the Pittsburgh Sleep Quality Index but Not With Actigraphy
Notice bibliographique
Résumé
There is growing interest in studying how habitual sleep disturbance affects biological risk factors that may underscore adverse health outcomes. This study examined associations between hair cortisol concentrations and self-reported sleep quality and objectively measured sleep metrics derived using actigraphy. Data were collected from 306 female and 177 male adults, aged 18-79 years. Hair cortisol was analysed from 3-cm proximal hair segments from the head to represent cortisol accumulation over approximately 90 days. Sleep quality measures included Pittsburgh Sleep Quality Index (PSQI) scores and five actigraphy-derived metrics: sleep latency, total sleep time, wake after sleep onset, sleep efficiency and awakening bouts. In the fully adjusted multiple regression model, higher hair cortisol concentrations were associated with poor self-reported sleep quality (i.e., PSQI > 5; p = 0.020), and higher mean PSQI scores (p = 0.027). No significant relationships were observed with actigraphy-derived sleep measures. The findings support hair cortisol as a promising biomarker for evaluating chronic stress that often coincides with self-reported sleep disturbance. The results suggest the importance of aligning time reference periods for biomarker and self-reported outcomes and highlight the need for further research to reconcile discrepancies between subjective and objective sleep measures.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 ».