Poor Sleep Quality and Mental Health in Aging
Notice bibliographique
Résumé
Introduction \nThe significant aging of the world's population is a major health problem, so public health strategies focus on the multitude of symptoms that characterize aging, with particular attention to mental and physical health. Previous research has indicated that sleep problems tend to coexist with mental health problems later in life but is relatively little known about the relationships between sleep quality and mental health. \nAims \nThe study aims (a) to examine whether self-reported sleep quality and mental health in individuals with altered sleep were associated with aging; (b) to highlight whether age contributes to this relationship, highlighting different associative patterns. \nMethod \nA total of 143 participants (48 elderly, 70.3±5.6 years; 52 middle-age, 54.3±6.3 years; 43 young adults, 26±4.6 years) with poor sleep quality were selected. Poor sleep quality was defined by a score greater than 5 on the Pittsburgh Sleep Quality Index (PSQI). After the anamnestic data collection, all participants filled in some questionnaires to evaluate depression (Beck Depression Inventory, BDI), alexithymia (Twenty-Items Toronto Alexithymia Scale, TAS-20), trait anxiety (State-Trait Anxiety Inventory, STAI). \nResults \nANOVA comparing Young adults, Middle age adults, and the Elderly with poor sleep quality revealed that the elderly presented higher poor sleep than Young adults (p< .03) and used more sleep medications than both Young adults and Middle age adults (p< .001). Regression analyses revealed that in young adults, medication use is mainly predicted by depression (R2= .36; p< .03) while in older adults by poor sleep quality (R2= .31; p< .03). \nConclusions \nDifferent predictive patterns can be observed between young and older adults. These results could be useful for interventions aimed at improving sleep throughout the lifespan. \nThe present findings are important because previous studies focused on transitions from good to poor sleep quality, whereas no study has identified the phenomena that characterize full-blown poor sleep quality.
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 | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».