MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412652157 · doi:10.1101/2025.07.22.25332021

Associations of Device-Measured Sleep Duration, Regularity, and Efficiency with Cardiometabolic Health in Adults: Findings from the ProPASS Consortium

2025· preprint· en· W4412652157 sur OpenAlexaff
Annemarie Koster, Raaj Kishore Biswas, Matthew Ahmadi, Joanna M. Blodgett, Nicholas A. Koemel, Andrew J. Atkin, Richard Pulsford, Borja del Pozo Cruz, Carlos Celis‐Morales, John J. Mitchell, Pasan Hettiarachchi, Peter Johansson, Magnus Svartengren, Hsiu‐Wen Chan, Kristin Suorsa, Esmée A. Bakker, Sari Stenholm, Thijs M.H. Eijsvogels, Hans H. C. M. Savelberg, Vegar Rangul, Alun D. Hughes, I‐Min Lee, Peter A. Cistulli, Andreas Holtermann, Mark Hamer, Emmanuel Stamatakis

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesForskningsrådet om Hälsa, Arbetsliv och VälfärdMedical Research CouncilVetenskapsrådetNational Health and Medical Research CouncilBritish Heart Foundation
Mots-clésSleep (system call)SittingAssociation (psychology)MedicinePhysical therapyPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Background Sleep is critical for cardiometabolic health, yet evidence on the independent and combined associations of device-measured sleep parameters remains limited. The aim of this study is to examine the independent and joint associations of sleep duration, regularity, and efficiency with cardiometabolic health outcomes in adults. Methods Cross-sectional data from six cohorts (n=14,085 participants; five countries, ≥4-day wear time) from the Prospective Physical Activity, Sitting and Sleep (ProPASS) consortium were used. Sleep duration (short: <7 h/day; adequate: 7-8 h/day; long: >8 h/day), sleep regularity index as a measure of day-to-day variability in sleep-wake patterns (regular: >87.3%; slightly irregular: 71.6-87.3%; irregular: <71.6%), and sleep efficiency as the ratio of total sleep time to total time in bed (high: >91.8%), medium: 85.3-91.8%, low: <85.3%; based on tertiles) were derived from thigh-worn accelerometer data. Cardiometabolic health markers included body mass index, waist circumference, HDL and LDL cholesterol, glycated haemoglobin, systolic and diastolic blood pressure, and a composite cardiometabolic risk z-score was computed. Generalized linear regression was used to examine individual and joint associations of sleep parameters with cardiometabolic health, adjusted for age, sex, cohort, smoking, alcohol consumption, medication use, prevalent cardiovascular disease and moderate-to-vigorous intensity physical activity. Results Short sleep duration (β: 0.05, 95%CI: 0.03-0.07), an irregular sleep pattern (β:0.14, 95%CI:0.11-0.18), and low sleep efficiency (β:0.10, 95%CI:0.07-0.13) were associated with a higher cardiometabolic risk z-score compared to adequate sleep duration, regular sleep patterns, and high sleep efficiency, respectively. A long sleep duration was not associated with cardiometabolic risk score (β:0.01, 95%CI:-0.03-0.03). The joint analysis of all three sleep parameters shows that individuals with an irregular and low sleep efficiency, regardless of sleep duration, had worse cardiometabolic health (in long sleepers: β:0.21, 95%CI: 0.15-0.28; in adequate sleepers: β:0.23, 95%CI: 0.16-0.30; in short sleepers: β:0.28, 95%CI: 0.22-0.35) compared to adequate, regular and highly efficient sleepers. Conclusion Our study suggests that sleep regularity and efficiency are important for cardiometabolic health beyond sleep duration. Future longitudinal studies and trials should evaluate multidimensional sleep indices that incorporate duration, regularity, and efficiency across diverse populations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,291
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSleep and related disorders→Travaux en français237 207→