Bidirectional associations of sleep and discretionary screen time in adults: Longitudinal analysis of the <scp>UK</scp> biobank
Notice bibliographique
Résumé
The direction of the association between discretionary screen time (DST) and sleep in the adult population is largely unknown. We examined the bidirectional associations of DST and sleep patterns in a longitudinal sample of adults in the general population. A total of 31,361 UK Biobank study participants (52% female, 56.1 ± 7.5 years) had two repeated measurements of discretionary screen time (TV viewing and leisure-time computer use) and self-reported sleep patterns (five sleep health characteristics) between 2012 and 2018 (follow-up period of 6.9 ± 2.2 years). We categorised daily DST into three groups (low, <3 h/day; medium, 3-4 h/day; and high, >4 h/day), and calculated a sleep pattern composite score comprising morning chronotype, adequate sleep duration (7-8 h/day), never or rare insomnia, never or rare snoring, and infrequent daytime sleepiness. The overall sleep pattern was categorised into three groups (healthy: ≥ 4; intermediate: 2-3; and poor: ≤ 1 healthy sleep characteristic). Multiple logistic regression analyses were applied to assess associations between DST and sleep with adjustments for potential confounders. Participants with either an intermediate (OR: 1.40; 95% CI: 1.15, 1.71) or a poor (OR: 1.16; 95% CI: 1.10, 1.24) sleep pattern at baseline showed higher odds for high DST at follow-up, compared with those with a healthy baseline sleep pattern. Participants with medium (OR: 1.40; 95% CI: 1.14, 1.71) or high DST (OR: 1.62; 95% CI: 1.30, 2.00) at baseline showed higher odds for poor sleep at follow-up, compared with participants with a low DST. In conclusion, our findings provide consistent evidence that a high DST at baseline is associated with poor sleep over a nearly 7 year follow-up period, and vice versa.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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) | 0,001 | 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 ».