Sleep duration and quality, physical activity and cardiometabolic multimorbidity: findings from the English Longitudinal study of Ageing
Notice bibliographique
Résumé
Objectives We aimed to assess the prospective associations of sleep duration and quality with the risk of cardiometabolic multimorbidity (CMM) and the interplay with physical activity.Design: Sleep duration and quality and physical activity were self-reported using standardized questionnaires. Cardiometabolic multimorbidity was defined as the presence of at least two multiple long-term conditions (hypertension, diabetes, coronary heart disease, stroke, and other cardiovascular diseases) at follow-up. Odds ratios (ORs) with 95% confidence intervals (CIs) were estimated using logistic regression models adjusted for cardiometabolic risk factors including physical activity.Results: We included 3,428 participants [mean (SD) age 63 (9) years, 44.8% male] free of hypertension, coronary heart disease, diabetes, and stroke at baseline. At 15 years follow-up, 206 participants developed CMM. There was an approximate U-shaped trend between sleep duration and CMM risk. Compared to sleep duration of 7-8 hrs/day, the multivariable OR (95% CI) for CMM was 1.39 (1.03-1.90) for sleep duration ≤6 hrs/day and 1.05 (0.55-2.00) for sleep duration ≥ 9 hrs/day. The odds of CMM appeared to decrease with each additional hour of sleep among participants with short sleep duration (≤6 hrs/day), although this association did not reach statistical significance (OR, 0.78, 95% CI: 0.59-1.02). Sleep quality or physical activity was not associated with CMM.Conclusions: Short sleep duration is associated with an increased CMM risk independent of physical activity. The observed trend suggests that increasing sleep duration among short sleepers may help mitigate CMM risk.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».