Exploring relationships between sleep quality and clinical depression in the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
Sleep plays an important role in cognitive function, such as emotional regulation, which is important for a higher quality of life. The study objective was to explore the association between baseline sleep quality and 6-year incidence of clinical depression. Using data from the Comprehensive cohort of the Canadian Longitudinal Study on Aging from baseline (2011-2015) to follow-up 2 (2018-2021), a total cohort of 13,997 middle aged and older Canadians free of self-reported diagnosis of clinical depression at baseline was obtained wherein the baseline mean age was 66 years (SD = 7.8), 50.3 % were female, 5.7 % were non-white, and 4.3 % had incident depression by follow-up 2. Sleep-related exposures included self-reported sleep quality (ranging from very dissatisfied to very satisfied), sleep duration, sleep frequencies (initiation difficulty, maintenance difficulty, daytime sleepiness), and symptoms of sleep disorders (sleep apnea, acting out dreams while asleep, restless leg syndrome). Multivariable regression models were used to assess the association between self-reported incident clinical depression and each sleep exposure, adjusting for several covariates (age, sex, sociodemographic, and health characteristics). Fully adjusted models demonstrated that individuals who were very dissatisfied with their sleep quality had 1.6 times the odds of reporting new depression while those with satisfied sleep had 1.2 times the odds of reporting new depression, compared to those who reported very satisfied sleep. Those with ≤4 h of sleep and those with 10+ hours of sleep had a higher predicted probability of having depression by 6-year follow-up, compared to those with 7 to 8 hours of sleep. This analysis suggests that poorer sleep quality may be associated with incident clinical depression, supporting the potential benefit of preventative measures and improvements to individuals' sleep in reducing the risk of depression.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».