MétaCan
Menu
Retour à la cohorte
Enregistrement W7117304142 · doi:10.1001/jamanetworkopen.2025.49137

Obstructive Sleep Apnea Risk and Mental Health Conditions Among Older Canadian Adults in the Canadian Longitudinal Study on Aging

2025· article· en· W7117304142 sur OpenAlexaffabout
Tetyana Kendzerska, Ranjeeta Mallick, Wenshan Li, REBECCA ROBILLARD, Vanessa Taler, Colleen Webber, M Saymeh, Peter Tanuseputro, Jess G. Fiedorowicz

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensConcordia UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalInstitut Universitaire de Gériatrie de MontréalRoyal Ottawa Mental Health CentreOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésLongitudinal studyObstructive sleep apneaMental healthCohort studyAssociation (psychology)CohortIntervention (counseling)Bridge (graph theory)Sleep apnea

Résumé

récupéré en direct d'OpenAlex

Importance: Despite plausible mechanisms linking obstructive sleep apnea (OSA) and mental health conditions, prospective studies from representative samples are needed to estimate temporal associations between OSA and mental health conditions during aging. Objective: To evaluate whether high risk of OSA is associated with increased odds of concurrent and future mental health conditions among middle-aged and older adults. Design, Setting, and Participants: This cohort study is a secondary analysis of the Canadian Longitudinal Study on Aging (CLSA) and used data from respondents of the CLSA Baseline Comprehensive Cohort (2011-2015) and Follow-up 1 (2015-2018) who were aged 45 to 85 years at baseline. Statistical analysis was performed October 2024. The CLSA is a national community-based prospective cohort study collecting data on the biological, medical, cognitive, psychological, social, lifestyle, and economic aspects of aging. Exposure: Individuals with a score greater or equal to 2 on the STOP (snoring, daytime somnolence, witnessed apnea during sleep, or hypertension) questionnaire were considered at high risk of OSA. Main Outcome and Measures: A composite poor mental health outcome was computed as a binary variable, defined by the presence of any of the following: (1) Center for Epidemiologic Studies Short Depression Scale score of 10 or more, (2) Kessler Psychological Distress Scale score of 20 or more, (3) self-reported physician-diagnosed mental health condition, or (4) self-reported antidepressant use. Multivariate conventional and mixed logistic regressions were used to examine associations. Results: The study included 30 097 individuals at baseline (median age, 62 years [IQR, 54-71 years]; 50.9% women) and 27 765 individuals at follow-up (median age, 65 years [IQR, 57-73 years]; 50.9% women), with a median follow-up of 2.9 years (IQR, 2.8-3.1 years). A total of 7066 of 30 097 individuals (23.5%) at baseline and 7493 of 27 765 individuals (27.0%) at follow-up were at high risk of OSA. The composite mental health outcome was identified in 10 334 of 30 097 individuals (34.3%) at baseline and 8851 of 27 765 individuals (31.9%) at follow-up. In adjusted models, high risk of OSA was associated with an approximately 40% higher odds of the composite outcome concurrently at baseline (odds ratio [OR], 1.39; 95% CI, 1.28-1.50) and at follow-up (OR, 1.40; 95% CI, 1.30-1.50). In a repeated-measures analysis, OSA risk remained associated with a 44% higher odds (OR, 1.44; 95% CI, 1.34-1.53) of the composite outcome. Conclusions and Relevance: In this national longitudinal cohort study, middle-aged and older adults at high risk of OSA had consistently worse mental health outcomes. These findings bridge knowledge gaps on the association between OSA and mental health, highlighting the need for integrated screening and intervention strategies.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,342
Écart entre enseignants0,318 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207