Understanding the relationship between sleep quality and cognitive function in older adults
Notice bibliographique
Résumé
How does the quality of nightly sleep influence cognitive abilities as individuals advance through the later decades of life, and what sleep parameters demonstrate the strongest relationships with specific cognitive domains? This cross-sectional research examined the relationship between sleep quality parameters and cognitive function among community-dwelling older adults aged 65 years and above residing in the Copenhagen metropolitan area of Denmark. Participants were recruited from primary care practices and senior community centers between February 2019 and November 2020, with 523 individuals completing comprehensive sleep and cognitive assessments at the Danish Center for Sleep Medicine at Rigshospitalet. Sleep quality was evaluated using the Pittsburgh Sleep Quality Index measuring subjective sleep quality, sleep latency, sleep duration, habitual sleep efficiency, sleep disturbances, use of sleep medication, and daytime dysfunction over the preceding month. Cognitive function was assessed using the Montreal Cognitive Assessment examining attention, executive function, memory, language, visuospatial abilities, and orientation domains representing the full spectrum of cognitive abilities. Results revealed that 47.2% of participants demonstrated poor sleep quality defined by Pittsburgh Sleep Quality Index scores exceeding five points, with poor sleepers showing significantly lower cognitive scores compared to good sleepers across all measured domains. Multiple regression analysis controlling for age, education, depression, and medical comorbidities demonstrated that sleep quality independently predicted cognitive performance, with each one-point increase in Pittsburgh Sleep Quality Index associated with 0.34-point decrease in Montreal Cognitive Assessment scores. Sleep efficiency emerged as the strongest individual predictor of cognitive function among the seven sleep parameters examined, followed by sleep duration and daytime dysfunction severity. Domain-specific analyses revealed particularly strong associations between poor sleep and executive function deficits, with weaker but still significant relationships observed for memory and processing speed outcomes. Participants meeting screening criteria for mild cognitive impairment demonstrated substantially worse sleep quality profiles compared to cognitively normal individuals, suggesting bidirectional relationships between sleep disturbance and cognitive decline in aging populations requiring further longitudinal investigation. These findings underscore the importance of sleep quality assessment and intervention in geriatric clinical practice as a potentially modifiable risk factor for cognitive decline among older adults. Healthcare providers should routinely screen older patients for sleep disturbances and consider sleep optimization as a component of comprehensive cognitive health promotion strategies targeting the aging Danish population.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».