Depressive symptoms, sleep patterns, and physical activity in adolescents with narcolepsy
Notice bibliographique
Résumé
STUDY OBJECTIVES: To evaluate the association between depressive symptoms, sleep patterns (duration and quality), excessive daytime sleepiness (EDS), and physical activity (PA) in adolescents with narcolepsy. METHODS: This cross-sectional study included adolescents (ages 10-18 years) with narcolepsy attending a tertiary care facility (The Hospital for Sick Children, Toronto, Canada). Adolescents with narcolepsy completed questionnaires evaluating depressive symptoms (Children's Depression Inventory-2nd edition [CDI-2]), sleep quality (Pittsburgh Sleep Quality Index), EDS (Epworth Sleepiness Scale), and PA (Godin Leisure-Time Exercise Questionnaire). Wrist-based actigraphy was worn by adolescents for 1 week to measure total sleep time (over 24 hr) and sleep efficiency percentage. RESULTS: Thirty adolescents with narcolepsy (mean age = 13.8 ± 2.2 years, 76.7% male) participated. In this cohort of adolescents with narcolepsy, 23.3% had CDI-2 total scores in the elevated range. Greater CDI-2 total scores were associated with poor sleep quality (ρ = 0.571; p = 0.02), EDS (ρ = 0.360; p = 0.05), and lower self-reported PA levels (ρ = -0.512; p < 0.01). CONCLUSIONS: Adolescents with narcolepsy report experiencing depressive symptoms, which are associated with poor sleep quality, EDS, and low PA levels. Strategies to improve nocturnal sleep quality and symptoms of EDS as well as promoting increased PA levels in adolescents with narcolepsy may provide an opportunity to improve depressive symptoms in this population. Multidisciplinary care with mental health and sleep specialists for adolescents with narcolepsy is needed.
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 ».