0361 Prevalence and Predictive Factors of Sleeping Medication Use Among Students at a Canadian University
Notice bibliographique
Résumé
University students experience high levels of stress and sleep disturbance, increasing the likelihood of sleep-promoting substance use. Long-term use of sleeping aids can lead to chronic sleep problems and dependence. It is important to understand the factors that predict such use in order to offer prevention/intervention programs for at-risk groups. 3,699 students aged 18–35 at Memorial University of Newfoundland were surveyed. Participants indicated whether they had used sleeping medications (over the counter and/or prescription) in the last month and completed the Insomnia Severity Index, Pittsburgh Sleep Quality Index, Hospital Anxiety and Depression Scale, and the Prescription Drug Attitudes Questionnaire. Univariate and multivariate logistic regression were used to examine the demographic and clinical factors associated with sleeping medication use. 73% of participants were female and 49% aged 18–21 years. 22% reported using at least one type of sleep-promoting substance. In the multivariate model, female students were more likely than males to report using sleeping medication (AOR=1.65; 95%CI, 1.18 to 2.30; p=0.003). Students aged 24–35 were more likely than those aged 18–21 (AOR=1.95; 95%CI, 1.28 to 2.96; p=0.002) and those with poor sleep quality were more likely to use sleeping medication than those with good sleep quality (AOR=2.07; 95%CI, 1.26 to 3.41; p=0.004). Not surprisingly, insomnia symptoms was a robust predictor of sleeping medication use (Mild: AOR=2.34; 95%CI, 1.68 to 3.25; p<0.001; Moderate: AOR=3.60; 95%CI, 2.37 to 5.48; p<0.001; Severe: AOR=6.93; 95%CI, 3.12 to 15.38; p<0.001). Students with the most positive attitudes towards non-medical use of prescription drugs were more likely to use sleeping medication (AOR=2.31; 95%CI, 1.63 to 3.27; p<0.001). This is the first study to examine sleeping medication use among students at a Canadian university. The results indicate that almost 25% of students are using substances to help them sleep. Students who are female, over 24 years old, have insomnia or more lenient attitudes towards substance use are all more likely to use sleeping medications. These groups are targets for sleep education and stress management interventions. Support (If Any):
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 | 0,001 |
| 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 ».