MétaCan
Menu
Retour à la cohorte
Enregistrement W4381681117 · doi:10.1186/s12889-023-16111-x

Associations between adverse childhood experiences and early adolescent problematic screen use in the United States

2023· article· en· W4381681117 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBMC Public Health · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on Drug AbuseNational Heart, Lung, and Blood InstituteDoris Duke Charitable Foundation
Mots-clésMedicineBiostatisticsAdverse Childhood ExperiencesPublic healthEpidemiologyEnvironmental healthAdverse effectYoung adultPediatricsPsychiatryFamily medicineGerontologyMental healthNursingPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Problematic screen use, defined as an inability to control use despite private, social, and professional life consequences, is increasingly common among adolescents and can have significant mental and physical health consequences. Adverse Childhood Experiences (ACEs) are important risk factors in the development of addictive behaviors and may play an important role in the development of problematic screen use. METHODS: Prospective data from the Adolescent Brain Cognitive Development Study (Baseline and Year 2; 2018-2020; N = 9,673, participants who did not use screens were excluded) were analyzed in 2023. Generalized logistic mixed effects models were used to determine associations with ACEs and the presence of problematic use among adolescents who used screens based on cutoff scores. Secondary analyses used generalized linear mixed effects models to determine associations between ACEs and adolescent-reported problematic use scores of video games (Video Game Addiction Questionnaire), social media (Social Media Addiction Questionnaire), and mobile phones (Mobile Phone Involvement Questionnaire). Analyses were adjusted for potential confounders including age, sex, race/ethnicity, highest parent education, household income, adolescent anxiety, depression, and attention-deficit symptoms, study site, and participants who were twins. RESULTS: The 9,673 screen-using adolescents ages 11-12 years old (mean age 12.0) were racially and ethnically diverse (52.9% White, 17.4% Latino/Hispanic, 19.4% Black, 5.8% Asian, 3.7% Native American, 0.9% Other). Problematic screen use rates among adolescents were identified to be 7.0% (video game), 3.5% (social media), and 21.8% (mobile phone). ACEs were associated with higher problematic video game and mobile phone use in both unadjusted and adjusted models, though problematic social media use was associated with mobile screen use in the unadjusted model only. Adolescents exposed to 4 or more ACEs experienced 3.1 times higher odds of reported problematic video game use and 1.6 times higher odds of problematic mobile phone use compared to peers with no ACEs. CONCLUSIONS: Given the significant associations between adolescent ACE exposure and rates of problematic video and mobile phone screen use among adolescents who use screens, public health programming for trauma-exposed youth should explore video game, social media, and mobile phone use among this population and implement interventions focused on supporting healthy digital habits.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,068
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,097
Tête enseignante GPT0,337
Écart entre enseignants0,240 · 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