MétaCan
Menu
Retour à la cohorte
Enregistrement W67240597 · doi:10.1093/sleep/26.7.902

Actigraphy in the Assessment of Insomnia

2003· article· en· W67240597 sur OpenAlexaff
Annie Vallières, Charles M. Morin

Notice bibliographique

RevueSLEEP · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesU.S. Public Health Service
Mots-clésActigraphyPolysomnographyInsomniaSleep onset latencySleep diarySleep (system call)Sleep onsetMedicinePhysical therapyPrimary InsomniaSleep disorderPsychiatryElectroencephalography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The present study explores the clinical utility and sensitivity of actigraphy as an outcome measure in the treatment of chronic insomnia. DESIGN: Following a screening-adaptation night, polysomnography, actigraphy, and sleep-diary data were collected in the sleep laboratory for 2 baseline nights and 2 posttreatment nights. SETTING: A university-affiliated sleep disorders center. PARTICIPANTS: Seventeen participants with chronic primary insomnia. Mean age was 41.6 years. INTERVENTIONS: Participants took part in a treatment protocol investigating different sequential treatments for insomnia (these results are reported elsewhere). MEASUREMENTS AND RESULTS: Compared to polysomnography, both actigraphy and sleep-diary instruments underestimated total sleep time and sleep efficiency and overestimated total wake time. Also, actigraphy underestimated sleep-onset latency while the sleep diary overestimated it as compared to polysomnography. Actigraphy data were more accurate than sleep-diary data when compared to polysomnography. Finally, actigraphy was sensitive in detecting the effects of treatment on several sleep parameters. CONCLUSIONS: These results suggest that actigraphy is a useful device for measuring treatment response and that it should be used as a complement to sleep-diary evaluation.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,320
Écart entre enseignants0,306 · 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

Citations193
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and related disordersTravaux en français237 207