Bedtime digital media use, sleep and fatigue among survivors of childhood cancer, their siblings and healthy control sibling pairs
Notice bibliographique
Résumé
Bedtime digital media use (BDM) is linked to poor sleep and fatigue in many populations. Pediatric cancer patients have been observed to engage in BDM in clinical settings, but it is unknown whether BDM rates are higher in this population or how this impacts their sleep and fatigue during treatment and into survivorship. The goal of this study was to evaluate patterns of BDM and its relationship with sleep and fatigue in a sample of pediatric cancer survivors and to compare these patterns with children from their own family (i.e. siblings) and children from unaffected families (i.e. healthy matched controls and siblings of controls). Ninety-nine children (4 groups: 24 acute lymphoblastic leukemia survivors, 13 survivor siblings, 33 controls, 29 control siblings) ages 8–18 were recruited from a long-term survivor clinic at a large children’s hospital and via community advertisements. Survivors were 2–7 years post-treatment (M = 4.80 years). Children’s BDM was parent-reported. Children completed 7 consecutive days of sleep actigraphy and the PedsQL Multidimensional Fatigue Scale. Most survivors (66.67%) engaged in BDM; smartphones were the most common medium. BDM patterns were equivalent across survivors, their siblings, controls, and control siblings. Statistical trends suggested that BDM was associated with fewer minutes of sleep and greater fatigue for all children; these relationships were equivalent across groups. BDM was common among survivors, but usage was not different from their own siblings or compared to healthy control children and sibling pairs. This study underscores the importance of assessing bedtime digital media use in childhood cancer survivors, although other factors impacting sleep should be explored. Clinicians should emphasize established recommendations for healthy media use and sleep habits in pediatric oncology settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».