Sleep Disorders in a Military Population
Notice bibliographique
Résumé
INTRODUCTION: Sleep disorders are common in the civilian population, but little is known about which sleep disorders are common in members of the military. This article compares a group of military personnel referred to our sleep disorders center with a group of civilian controls also referred to our sleep disorders center. METHODS: We analyzed the data of 70 Canadian military personnel and 70 civilian controls matched for age and gender. All subjects had full polysomnography. We compared reasons for referral and final sleep diagnoses for both groups. RESULTS: The mean age of each group was 40.8 +/- 7.0 SD (military) and 40.8 +/- 7.3 SD (civilians), and there were 61 men and 9 women in each group. Both groups were obese (body mass index, 30.2 +/- 5.3 (military) versus 32.5 +/- 6.9 (civilian)). Both groups were also pathologically sleepy during the day (Epworth Sleepiness Score, 10.4 +/- 4.6 (military) versus 11.3 +/- 5.4 (civilian)). The majority of referrals in each group were to rule out a sleep breathing disorder (SBD) (66% military versus 79% civilian, p = not significant). Only military patients were referred to rule out a movement disorder (17.1% military versus 0% civilian; 95% confidence interval of the difference = 8.4%-27.6%, p < 0.05). Fewer military were referred because of excessive daytime sleepiness or insomnia (7.1% military versus 20.0% civilian, 95% confidence interval of the difference = -24.4% to -1.4%, p < 0.05). The most common diagnosis confirmed in both groups was a SBD (53% military, 66% civilian, p = not significant). CONCLUSIONS: The range and distribution of sleep disorders seen in the military population is similar to that in the civilian population. Both groups were overweight and sleepy and were found to have SBD and movement disorders. These findings underscore the importance of diagnosing and treating sleep disorders in both groups. The neurocognitive impairment associated with SBD and movement disorders impacts highly on the ability of these groups to safely perform their jobs.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,003 | 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 ».