MétaCan
Menu
Retour à la cohorte
Enregistrement W3158522858 · doi:10.1093/sleep/zsab072.764

767 Sleep architecture and sleep problems in adolescents and young adults with and without ADHD: A systematic review and meta-analysis

2021· review· en· W3158522858 sur OpenAlexaboutno aff
Finja Marten, Lena Keuppens, Dieter Baeyens, Bianca Boyer, Marina Danckaerts, Saskia Van der Oord

Notice bibliographique

RevueSLEEP · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSleep onset latencySleep (system call)Sleep hygieneMeta-analysisSleep onsetPsychologySleep architectureAudiologyClinical psychologyMedicinePolysomnographyInsomniaPsychiatrySleep qualityInternal medicineElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction During the past years, an increasing number of articles has focused on comparing sleep in youths with and without ADHD. However, so far no meta-analysis has been conducted summarizing the findings. Therefore, the current study assesses sleep architecture (i.e. the basic sleep structure), sleep problems, and sleep hygiene. Sleep was assessed both subjectively and objectively and the two groups were compared on multiple variables. Methods Two researchers independently performed a literature search (1980–2020). Studies using a case-control design comparing sleep in youths (12–25 years) with and without ADHD were included. Study quality was evaluated using the Newcastle-Ottawa Scale. Standardized mean differences were calculated for each outcome domain being reported by at least two studies. Results 10379 publications were screened, resulting in 11 studies and 52 effect sizes (nADHD=2377, ncontrol=21687). These effect sizes were summarized into 7 objective and 11 subjective variables measuring sleep. Two objective sleep variables were significantly worse in the ADHD group; total sleep time (z=2.16, p=.03) and sleep onset latency (z=2.39, p=.02). The two groups did not differ on sleep efficiency, sleep onset/offset time, and time in bed. Comparing the groups on subjective variables resulted in the same pattern, with total sleep time (z=21.27, p<.001) being significantly shorter in the ADHD group, and sleep onset latency (z=15.39, p<.001) and wake after sleep onset (z=13.50, p<.001) being significantly longer. Additionally, the ADHD group reported a significantly lower sleep efficiency (z=20.15, p<.001) and subjective sleep satisfaction (z=3.50, p<.001). Wake time and number of awakenings during the night were not significant. Youths with ADHD also reported significantly more sleep problems, including insomnia (z=6.38, p<.001), daytime sleepiness (z=26.68, p<.001) and sleep disturbances (z=8.00, p<.001). Due to only two studies measuring it, with a focus on different variables, sleep hygiene could not be included. Conclusion In general, youths with ADHD have a disrupted sleep architecture and experience more sleep problems compared to their typically developing peers. Consequently, sleep assessment should become a routine part during the diagnostic process of ADHD. Additionally, more research is needed focusing on sleep architecture and sleep hygiene, and on the development of a sleep intervention for youths with ADHD. 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,026
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,052
Tête enseignante GPT0,333
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207