MétaCan
Menu
← Retour à la cohorte
Enregistrement W4283370976 · doi:10.1017/cjn.2022.181

P.085 The relationship between sleep and behavior in attention deficit/hyperactivity disorder

2022· article· en· W4283370976 sur OpenAlexaffvenue
F Ghanim, Kelsey Harkness, V Guadagni, Kara Murias

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésActigraphyAttention deficit hyperactivity disorderCBCLChild Behavior ChecklistPsychologySleep (system call)Sleep onset latencyClinical psychologyPopulationChecklistSleep disorderPsychiatryDevelopmental psychologyCognitionAudiologyInsomniaMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Attention-Deficit/Hyperactivity Disorder (ADHD) is a neurodevelopmental disorder that is associated with long-term reduced quality of life and impaired functioning. ADHD is commonly associated with sleep disturbances that can contribute to many difficulties in a child’s life. This study aims to elucidate this complex relationship by utilizing a subset of the Adolescent Brain Cognitive Development (ABCD) database. Methods: The population included a group of children with ADHD age 10-13 years (n=212) and a matched typically developing (TD) group (n=212). Sleep data was obtained through Fitbit actigraphy measures, and the Parent Sleep Disturbance Scale (SDS). Behavioural and emotional subscores were obtained from the Child Behaviour Checklist (CBCL). Results: There were no significant correlations between the actigraphy and SDS sleep data. SDS sleep data were significantly different between ADHD and control groups, while actigraphy data was not. Sleep latency (measured by actigraphy) and 3 out of 6 of the SDS subscores were significantly related to behavioural scores. Conclusions: The results of this study indicate that sleep may not be an important mediator of behaviour and emotional responses in children with ADHD. Future studies should explore both influences on sleep parameters as well as behaviour and other measures important to families.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,322
Écart entre enseignants0,244 · 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'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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetAttention Deficit Hyperactivity Disorder→Travaux en français237 207→