Sleep quality and disturbance during the COVID-19 pandemic among people with HIV globally: associations with social determinants of health
Notice bibliographique
Résumé
OBJECTIVE: To examine the impact of coronavirus disease 2019 (COVID-19) on sleep quality and sleep disturbance and explore the relationship between social determinants of health, clinical factors, and sleep quality and sleep disturbance in a global sample of people with HIV (PWH). DESIGN: Cross-sectional prospective international observational study to examine the social, mental, and physical health impacts of COVID-19 on sleep health of PWH. METHODS: A modified version of the Adolescent Trials Network (ATN) COVID Questionnaire was utilized to collect sleep quality and social determinant of health data in adult PWH. Sleep disturbance was determined from a single item from the Fear of COVID-19 Scale. A series of logistic regressions were conducted to explore the relationship of social determinants of health with decreased sleep quality and disturbance. RESULTS: A sample of 1601 PWH from four continents (Africa, Asia, North America, and South America) were included with 61% male, a mean age of 44.18 (±13.67) and living with HIV for an average of 12.8 years (±9.6). During the COVID-19 pandemic, 26.8% of participants experienced decreased sleep quality and 27.1% experienced sleep disturbance with the highest prevalence among participants residing in Africa. Individuals with decreased access to resources (food and money) were 0.23 times more likely to have decreased sleep quality compared to individuals with increased access to resources ( P < 0.001). PWH with no education were 2.83 times more likely to experience sleep disturbance than those with at least some postsecondary education ( P < 0.001). CONCLUSIONS: Our findings demonstrate the COVID-19 pandemic significantly impacted sleep quality and disturbance in PWH.
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) | 0,000 | 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 ».