Child maltreatment and sleep problems among adolescents in Ontario: A cross sectional study
Notice bibliographique
Résumé
INTRODUCTION: Child maltreatment has a negative impact on health and well-being. Healthy sleep patterns are an important indicator of health and are particularly important for adolescent growth and development. Few studies examine the relationship between child maltreatment and sleep problems using a general population, adolescent sample. The objective of the current study was to examine the relationship between five different types of child maltreatment and four sleep outcomes among adolescents. METHODS: Data were from a subset of the Ontario Child Health Study 2014, a representative sample of 14 to 17- year-olds in Ontario, Canada (n=2,910). Sexual abuse, physical abuse and exposure to intimate partner violence (EIPV) were measured using the Childhood Experiences of Violence Questionnaire (CEVQ). Emotional maltreatment and physical neglect were measured using items derived from survey questions designed for the National Longitudinal Study of Adolescent to Adult Health. Sleep outcomes included time it takes to fall asleep, waking during the night, and hours of sleep on weekdays and weekends. Models were adjusted for sociodemographic variables. RESULTS: Findings indicate that all types of child maltreatment were associated with increased odds of taking more than 10 min to fall asleep (adjusted odds ratio [AOR]: 1.21-1.58), waking more often during the night (AOR: 1.62-5.73) and fewer hours slept on weekdays (adjusted beta [AB]: -0.39 to -0.15). Child sexual abuse, emotional maltreatment, and EIPV were associated with decreased hours of sleep on weekends (AB: -0.63 to -0.28). CONCLUSION: Preventing child maltreatment may improve sleep outcomes among adolescents, thereby improving overall health and well- being.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».