MétaCan
Menu
Retour à la cohorte
Enregistrement W3014925487 · doi:10.1016/j.biopsych.2020.03.010

What Is the Link Between Attention-Deficit/Hyperactivity Disorder and Sleep Disturbance? A Multimodal Examination of Longitudinal Relationships and Brain Structure Using Large-Scale Population-Based Cohorts

2020· article· en· W3014925487 sur OpenAlexafffundabout
Chun Shen, Qiang Luo, Samuel R. Chamberlain, Sarah E. Morgan, Rafael Romero-García, Jingnan Du, Xingzhong Zhao, Évelyne Touchette, Jacques Montplaisir, Frank Vitaro, Michel Boivin, Richard E. Tremblay, Xing‐Ming Zhao, Philippe Robaey, Jianfeng Feng, Barbara J. Sahakian

Notice bibliographique

RevueBiological Psychiatry · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of OttawaUniversité de MontréalUniversité LavalCanadian Sleep & Circadian NetworkCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité du Québec à Trois-Rivières
Organismes subventionnairesNational Institute on Drug AbuseNIHR Cambridge Biomedical Research CentreNational Key Research and Development Program of ChinaHigher Education Discipline Innovation ProjectInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du TravailNational Natural Science Foundation of ChinaNational Institutes of HealthCanada Research ChairsMinistère de l'Éducation et de l'Enseignement supérieurScience and Technology Commission of Shanghai MunicipalityCambridge Philosophical SocietyMinistère de la Santé et des Services sociauxUniversity of CambridgeWellcome TrustNatural Science Foundation of Shanghai
Mots-clésAttention deficit hyperactivity disorderPsychologySleep disorderNeuroscienceNeuroimagingAmygdalaPopulationInsulaPsychiatryCognitionMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Attention-deficit/hyperactivity disorder (ADHD) comorbid with sleep disturbances can produce profound disruption in daily life and negatively impact quality of life of both the child and the family. However, the temporal relationship between ADHD and sleep impairment is unclear, as are underlying common brain mechanisms. METHODS: This study used data from the Quebec Longitudinal Study of Child Development (n = 1601, 52% female) and the Adolescent Brain Cognitive Development Study (n = 3515, 48% female). Longitudinal relationships between symptoms were examined using cross-lagged panel models. Gray matter volume neural correlates were identified using linear regression. The transcriptomic signature of the identified brain-ADHD-sleep relationship was characterized by gene enrichment analysis. Confounding factors, such as stimulant drugs for ADHD and socioeconomic status, were controlled for. RESULTS: ADHD symptoms contributed to sleep disturbances at one or more subsequent time points in both cohorts. Lower gray matter volumes in the middle frontal gyrus and inferior frontal gyrus, amygdala, striatum, and insula were associated with both ADHD symptoms and sleep disturbances. ADHD symptoms significantly mediated the link between these structural brain abnormalities and sleep dysregulation, and genes were differentially expressed in the implicated brain regions, including those involved in neurotransmission and circadian entrainment. CONCLUSIONS: This study indicates that ADHD symptoms and sleep disturbances have common neural correlates, including structural changes of the ventral attention system and frontostriatal circuitry. Leveraging data from large datasets, these results offer new mechanistic insights into this clinically important relationship between ADHD and sleep impairment, with potential implications for neurobiological models and future therapeutic directions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,311
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiological PsychiatryMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207