MétaCan
Menu
← Retour à la cohorte
Enregistrement W7116865714 · doi:10.1002/alz70861_108358

Sleep quality profiles related to cognitive impairment

2025· article· en· W7116865714 sur OpenAlexaff
Alana Brown, Aline Moussard, Andrew Lim, Jason Steffener, Sylvie Belleville, Malcolm Binns, Nicole D. Anderson

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensPublic Health OntarioHealth Sciences CentreUniversity of TorontoSunnybrook Health Science CentreInstitut Universitaire de Gériatrie de MontréalUniversité de MontréalUniversity of OttawaBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésSleep (system call)Cognitive impairmentCognitionSleep qualityCognitive declineIdentification (biology)Sleep disorder

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Females have a higher risk of developing Alzheimer's disease (AD) and report poorer sleep quality with age compared to males. Because poor sleep quality is also a risk factor for AD, it may contribute to sex-specific differences in AD risk. Females differ in the prevalence, presentation, and severity of sleep disorders, and tend to show greater mismatch between objective and subjective sleep metrics. To better understand these factors, this study investigated sex differences in self-reported sleep quality metrics across varying levels of cognitive impairment. METHOD: Cross-sectional self-report data from COMPASS-ND/CIMA-Q were analyzed across three groups [cognitively unimpaired (CU, n=104), subjective cognitive impairment (SCI, n=108), amnestic mild cognitive impairment (MCI, n=290)], including components of the Pittsburgh Sleep Quality Index, metrics of daytime fatigue/dysfunction, sleep medication use, sleep apnea, rapid eye movement (REM) sleep behaviour disorder, and restless leg syndrome. Principal component analyses including these sleep variables were run separately for males (n =246) and females (n =256). Linear models assessed whether principal component scores differed by sex and group (CU, SCI, MCI). RESULT: In both sexes, the first principal component (PC1) reflected overall sleep quality and daytime fatigue/dysfunction, with higher scores indicating better sleep and lower fatigue/dysfunction. The second component (PC2) captured discordance between sleep quality and fatigue, with higher scores indicating poor sleep but low fatigue. Linear models showed that both PC1 and PC2 scores were significantly lower in MCI compared to CU. Thus, MCI was associated with both poor sleep and high fatigue (low PC1), as well as good sleep but high fatigue (low PC2), suggesting a mismatch between perceived sleep quality and daytime functioning for some participants. While no significant sex-by-group interactions were found, subtle sex differences were noted: Compared to males, females with low PC2 scores reported more symptoms of REM sleep behaviour disorder and restless leg syndrome. CONCLUSION: Findings highlight distinct sleep and cognitive impairment patterns, with potential sex-specific sleep symptom profiles. Understanding these profiles could improve early identification of cognitive decline and support targeted sleep interventions. Tailoring approaches to these differences may enhance both sleep quality and cognitive outcomes in aging populations.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,343
Écart entre enseignants0,321 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetSleep and related disorders→Travaux en français237 207→