Mood and sleep in young adults with type 1 diabetes
Notice bibliographique
Résumé
OBJECTIVE: Depression is associated with sleep problems, and both are associated with higher HbA1c in people with type 1 diabetes (T1D). However, little is known about depressed mood and sleep in young adults with T1D. The aims of this secondary analysis were to provide descriptive statistics of multiple aspects of mood and sleep in young adults with T1D and evaluate associations of depressed mood, diabetes distress, and sleep quality and duration. METHODS: At baseline of a behavioral intervention trial, young adults with T1D completed self-report measures of sleep, diabetes distress, and depressive symptoms. We described sleep metrics across racial/ethnic groups and conducted hierarchical regression models to evaluate associations of depressive symptoms and diabetes distress with sleep quality and duration, adjusting for demographic and clinical factors. RESULTS: Participants (n = 100) were 58% female, 12% Black/African American, 25% Hispanic/Latine, 54% non-Hispanic White, 9% multiple or another race/ethnicity, and 34% had public or no insurance. Mean HbA1c was 8.8 ± 2.0%. Approximately one-fifth of participants reported elevated depressive symptoms (19%) or high diabetes distress (20%), 27% reported poor sleep quality, and 28% reported <7 hr of sleep per night. Both regression models were significant, with diabetes distress but not depressive symptoms significantly associated with sleep quality (β = .38, p = .003) and duration (β = .32, p = .016) after controlling for other variables. CONCLUSIONS: As diabetes-specific mood may be particularly relevant for sleep among young adults with T1D, routine screening and behavioral support for sleep health and diabetes distress may be warranted.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».