Notice bibliographique
Résumé
<div> Objectives This meta-analysis aims to assess the association between adult nap duration and risk of all-cause mortality and cardiovascular diseases (CVD). Methods PubMed, Cochrane Library, Embase and Web of Science databases were searched to identify eligible studies. The quality of observational studies was assessed using the Newcastle-Ottawa Scale. We performed all statistical analyses using Stata software version 14.0. For the meta-analysis, we calculated hazard ratio (HR) and their corresponding 95% confidence intervals (CIs). To assess publication bias, we used a funnel plot and Egger’s test. Results A total of 21 studies involving 371,306 participants revealed varying methodological quality, from moderate to high. Those who indulged in daytime naps faced a significantly higher mortality risk than non-nappers (HR: 1.28; 95% CI: 1.18–1.38; I<sup>2</sup> = 38.8%; P<0.001). Napping for less than 1 hour showed no significant association with mortality (HR: 1.00; 95% CI: 0.90–1.11; I<sup>2</sup> = 62.6%; P = 0.971). However, napping for 1 hour or more correlated with a 1.22-fold increased risk of mortality (HR: 1.22; 95% CI: 1.12–1.33; I<sup>2</sup> = 40.0%; P<0.001). The risk of CVD associated with napping was 1.18 times higher than that of non-nappers (HR: 1.18; 95% CI: 1.02–1.38; I<sup>2</sup> = 87.9%; P = 0.031). Napping for less than 1 hour did not significantly impact CVD risk (HR: 1.03; 95% CI: 0.87–1.12; I<sup>2</sup> = 86.4%; P = 0.721). However, napping for 1 hour or more was linked to a 1.37-fold increased risk of CVD (HR: 1.37; 95% CI: 1.09–1.71; I<sup>2</sup> = 68.3%; P = 0.007). Conclusions Our meta-analysis indicates that taking a nap increases the risk of overall mortality and CVD mortality. It highlights that the long duration time of the nap can serve as a risk factor for evaluating both overall mortality and cardiovascular mortality. </div>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,011 | 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 ».