The prevalence and risk factors of sleep disturbances among mental health patients following hospital discharge
Notice bibliographique
Résumé
Background Sleep disturbances significantly impact psychological wellbeing, particularly during the critical transition when patients are discharged from psychiatric units. Despite extensive research on sleep and mental health, limited attention has been given to this transitional period. Aim This study examined the prevalence and risk factors of sleep disturbances among patients preparing for discharge from psychiatric units in Alberta, Canada. Methods This cross-sectional epidemiological study involved face-to-face interviews with eligible patients, followed by an online survey assessing sleep issues using the Patient Health Questionnaire (PHQ-9). Additional data on demographics, clinical information, and responses to the Generalized Anxiety Disorder (GAD-7) and World Health Organization Well-Being Index (WHO-5) were also collected. Results Of the 1,437 patients approached, 1,106 participated. The prevalence of sleep disturbances was 79.6%. Key factors associated with sleep issues included relationship status (Chi2 = 13.39; p = 0.01), primary mental health diagnoses (Chi2 = 61.35; p < 0.001), anxiety (Chi2 = 80.28; p < 0.001), and poor wellbeing (Chi2 = 82.18; p < 0.001) at baseline. Conclusion The study reveals a high prevalence of sleep disturbances among patients preparing for discharge and identifies key risk factors. These findings underscore the need for targeted interventions to address sleep-related issues during the discharge transition, improving recovery outcomes and reintegration into the community.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».