Relationship Between Sleep Quality and Mood: Ecological Momentary Assessment Study
Notice bibliographique
Résumé
BACKGROUND: Sleep disturbances play an important role in everyday affect and vice versa. However, the causal day-to-day interaction between sleep and mood has not been thoroughly explored, partly because of the lack of daily assessment data. Mobile phones enable us to collect ecological momentary assessment data on a daily basis in a noninvasive manner. OBJECTIVE: This study aimed to investigate the relationship between self-reported daily mood and sleep quality. METHODS: A total of 208 adult participants were recruited to report mood and sleep patterns daily via their mobile phones for 6 consecutive weeks. Participants were recruited in 4 roughly equal groups: depressed and anxious, depressed only, anxious only, and controls. The effect of daily mood on sleep quality and vice versa were assessed using mixed effects models and propensity score matching. RESULTS: All methods showed a significant effect of sleep quality on mood and vice versa. However, within individuals, the effect of sleep quality on next-day mood was much larger than the effect of previous-day mood on sleep quality. We did not find these effects to be confounded by the participants' past mood and sleep quality or other variables such as stress, physical activity, and weather conditions. CONCLUSIONS: We found that daily sleep quality and mood are related, with the effect of sleep quality on mood being significantly larger than the reverse. Correcting for participant fixed effects dramatically affected results. Causal analysis suggests that environmental factors included in the study and sleep and mood history do not mediate the relationship.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».