Trajectory of maternal depression and parasomnias
Notice bibliographique
Résumé
Maternal depressive symptoms are associated with poorer sleep quality in their children. Although parasomnias can occur at any age, this group of sleep disorders is more common in children. The aim of this study was to assess whether maternal depression trajectories predict parasomnias at the age of 11 years. Data were from a Birth Cohort of 4231 individuals followed in the city of Pelotas, Brazil. Maternal depressive symptoms were assessed with the Edinburgh Postnatal Depression Scale (EPDS) at 12, 24, and 48 months, and 6 and 11 years postpartum. Maternal depression trajectories were calculated using a group-based modelling approach. Information on any parasomnias (confused arousals, sleepwalking, night terrors, and nightmares) was provided by the mother. Five trajectories of maternal depressive symptoms were identified: chronic-low (34.9%), chronic-moderate (41.4%), increasing (10.3%), decreasing (8.9%), and chronic-high (4.4%). The prevalence of any parasomnia at the age of 11 years was 16.8% (95% confidence interval [CI] 15.6%-18.1%). Confusional arousal was the most prevalent type of parasomnia (14.5%) and varied from 8.7% to 14.7%, 22.9%, 20.3%, and 27.5% among children of mothers at chronic-low, moderate-low, increasing, decreasing, and chronic-high trajectories, respectively (p < 0.001). Compared to children from mothers in the chronic-low trajectory, the adjusted prevalence ratio for any parasomnia was 1.58 (95% CI 1.29-1.94), 2.34 (95% CI 1.83-2.98), 2.15 (95% CI 1.65-2.81), and 3.07 (95% CI 2.31-4.07) among those from mothers in the moderate-low, increasing, decreasing, and chronic-high trajectory groups, respectively (p < 0.001). In conclusion, parasomnias were more prevalent among children of mothers with chronic symptoms of depression.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».