Cognitive function and shift work among healthcare professionals in India: Findings from the SNORE study
Notice bibliographique
Résumé
Abstract Background The SNORE ( S leep D eprivation among N ight shift health staff O n R otation- E valuation) study evaluated the effects of sleep deprivation on healthcare professionals working rotational night shifts. Given the association between sleep deprivation and cognitive impairment, this sub-study examined the prevalence of cognitive impairment and its relationship with sleep deprivation in a tertiary care hospital. Methods A cross-sectional study included 293 healthcare workers (doctors, nurses, paramedics). Cognitive function was assessed using the Montreal Cognitive Assessment (MoCA) during day and night shifts. Sleep deprivation was evaluated via the Epworth Sleepiness Scale (EPSS) and self-reported sleep hours. Statistical analysis employed the Wilcoxon signed-rank test for shift-wise cognitive score comparison and multivariable logistic regression to explore the relationship between sleep deprivation and cognitive impairment. Results Cognitive impairment prevalence during night shifts was 23.5%, with nurses showing slightly higher rates (26.2%). Cognitive scores were significantly lower during night shifts (median 28) compared to day shifts (median 29). Sleep deprivation was significantly associated with cognitive impairment (adjusted odds ratio [aOR]: 1.78 [1.01–3.16] for EPSS; 9.20 [2.16–39.23] for self-reported sleep hours). Male participants exhibited higher odds of impairment than females (aOR: 2.30 [1.19–4.47]). Conclusion Sleep deprivation significantly impacts cognitive function in healthcare workers, with more pronounced effects during night shifts. These findings underscore the urgent need for interventions promoting sleep health and optimizing working conditions in healthcare settings.
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 | 0,000 |
| 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) | 0,000 | 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 ».