抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
2020年の米国における推定6.07百万人の高齢者は,認知症の最も一般的な原因のAlzheimer病であった。世界中で5年ごとに倍増する患者数により,認知症は公衆衛生上の問題である。痴呆に対する治癒はないが,睡眠のようなライフスタイル因子の改善による予防の早期証拠が有望である。より短いおよびより長い総睡眠時間(TST),睡眠開始後のより長い覚醒(WASO)およびより低い睡眠効率は,より悪い認知低下およびより高い認知症リスクと関係した。以前に発表された研究は,夜間から夜間への変化(すなわち個体内変動またはIIV)よりも平均睡眠尺度を通常評価した。睡眠IIVは疼痛,神経学的問題,鬱病および不安の増加と関連しているが,睡眠IIVと認知との関係は高齢成人では研究されていない。ウェアラブル睡眠センサと神経認知試験を用いて,高齢成人の横断的研究を行った。(1)高齢が認知障害の増加,より悪い平均睡眠尺度,および睡眠IIVの増加と関連すると仮定した,(2)より悪い平均睡眠尺度は認知障害の増加と関連し,(3)より高い睡眠IIVは認知障害の増加と関連するであろう。研究試料は,San Diego郡に独立して居住する60人の高齢成人,68-100歳の年齢範囲を含んだ。睡眠測定の平均およびIIV(標準偏差)(TST,WASO,睡眠効率,ベッド時間,および覚醒時間)を,手首-worn適応トラッカーを介して収集した。認知的尺度は,全体的認知スクリーニング(Montal Cognal AssessmentまたはMoCA),注意(Wechsler成人知能尺度-IV-Digit Span),および言語記憶(Hopkins Verbal Learning Test-Revised)を含んだ。スピアマンの相関を用いて,睡眠と認知尺度との年齢関係を調べた。Mann-Whitney U検定を用いて,認知障害に基づくサブグループ間の睡眠尺度を比較した。一般線形モデルを用い,睡眠と認知尺度の間の関係を検討した。高齢は,以前の平均就寝時間(r_s=-0.26,p=0.049),後の平均覚醒時間(r_s=0.40,p=0.001),より損なわれたMoCAスコア(r_s=-0.42,p=0.006),および言語記憶におけるより大きな欠損(r_s=0.40,p=0.002),しかし,睡眠IIV測定または注意スコアとは相関しなかった。注意障害のないサブグループは,注意欠陥のないサブグループよりも有意に高い平均WASO(p=0.034,d=0.28)を有した。言語記憶障害のない参加者は,言語記憶障害のない参加者と比較して,有意に早い平均就寝時間(p=0.007,d=0.35)および後の平均覚醒時間(p=0.025,d=0.29)を有した。MoCAスコア障害に基づくサブグループでは睡眠測定に差は見られなかった。不良な注意は,より高い平均およびより高いIIV WASO(それぞれB=0.003,p=0.002,η_p2=0.167およびB=0.003,p=0.001,η_p2=0.192)ならびにより低い平均およびより高いIIV睡眠効率(それぞれB=-0.012,p=0.032,η_p2=0.087およびB=0.013,p=0.031,η_p2=0.088),出生時の性別,教育の年数,および年齢に関して,有意に関連していた。(それぞれ,B=-0.012,p=0.032,η_p2=0.087およびB=0.013,p=0.031,η_p2=0.088)。睡眠尺度(平均およびIIV)は,全体的認知障害または言語記憶の障害と関係していなかった。年齢は夜間睡眠時間または障害よりも睡眠-覚醒サイクル差(床時間及び覚醒時間)と関連していた。年齢は悪いMoCAスコアと言語記憶と相関したが,注意しなかった。これは,特定の認知領域(例えば記憶)の年齢関連低下を示す以前の研究と一致するが,他のもの(例えば注意)はそうではない。睡眠障害の平均およびIIV尺度は,年齢と無関係に注意障害と関連していた。中程度のサイズの均一な試料を使用するにもかかわらず,この研究は,認知試験または介入に対する高い平均またはIIV睡眠障害の患者を同定するための受動睡眠センシングからの利点を示唆する。著者らの結果は,高齢者における認知の特定のドメインを改善するターゲットとしての睡眠を強調する。睡眠介入が認知を改善し,睡眠がどのように認知の他のドメインに影響を与えるかを理解するために,将来の研究が必要である。本研究は,AI Horizonsネットワークを通してのIBM研究AIと,健康生活センターのためのIBM-UCSD人工知能によって支持された。Aging T35の国立研究所は,AG26757(PI:Dilip V.Jeste,MD,およびAlion Moore,MD,MPH),およびStein Institute of Aging and Senter Institute for California,San Diego大学における健康加齢センターの研究機関である。国立精神衛生K23の国立衛生研究所(PI:Ellen Lee,MD)は,CTSA(PI:Gary Firestein,MD)の国立衛生研究所(PI:Ellen Lee,MD)の国立衛生研究所(PI:Gary Firestein(MD))の米国国立衛生研究所(PI:Ellen Lee,MD)である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
