MétaCan
Menu
Retour à la cohorte
Enregistrement W4385270850 · doi:10.1038/s41598-023-37883-7

The relationship between daytime napping and obesity: a systematic review and meta-analysis

2023· review· en· W4385270850 sur OpenAlexaboutno aff
Zixin Cai, Yan Yang, Jingjing Zhang, Yü Liu

Notice bibliographique

RevueScientific Reports · 2023
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDaytimeMeta-analysisObesityMEDLINEMedicineInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Daytime napping, a habit widely adopted globally, has an unclear association with obesity. In this study, we executed a meta-analysis to explore the relationship between daytime napping and obesity. We conducted a comprehensive search of the PubMed, Embase, Cochrane Library, Scopus, PsycINFO, and Web of Science databases for pertinent articles published up to April 2023. Random-effects models were utilized to calculate odds ratios (ORs) with 95% confidence intervals (CIs), and we assessed the heterogeneity of the included studies using the I2 statistic. To explore potential sources of heterogeneity, subgroup analyses were performed. The methodological quality of the studies was evaluated using the Newcastle–Ottawa Scale (NOS), and funnel plots were employed to detect any publication bias. Sensitivity analyses were conducted by sequentially omitting each study. We conducted a meta-analysis of twelve studies that included one each from the UK and Spain, five from the USA, and five from China, totalling 170,134 participants, to probe the association between napping and obesity. The pooled analysis suggested a higher risk of obesity in individuals who nap (OR: 1.22 [1.10–1.35], p < 0.001, I2 = 87%) compared to non-nappers. The meta-analysis results revealed variations in the summary ORs for studies conducted in China, Spain, the USA, and the UK. The ORs for China, Spain, the USA, and the UK were 1.05 (95% CI 0.90–1.23), 9.36 (95% CI 4.74–18.45), 1.27 (95% CI 1.10–1.47), and 1.39 (95% CI 1.32–1.47), respectively. A subgroup analysis based on age within the American population disclosed that napping in both adults and children heightened obesity incidence. A subgroup analysis based on nap duration found a significant rise in obesity occurrence when nap duration exceeded one hour, but no clear relationship emerged when nap duration was less than 1 h. In a subgroup analysis based on the definition of obesity, napping did not demonstrate a significant relationship with obesity when diagnostic criteria set obesity at a BMI of 25 or above. However, when the criteria were set at a BMI of 28 or 30 or more, napping significantly increased obesity risk. Our meta-analysis indicates a positive association between daytime napping and the risk of obesity. However, given the limited number of included studies, potential confounding factors might not have been fully addressed. Future well-designed prospective studies are required to further investigate this relationship. Large-scale studies are necessary to confirm our findings and elucidate the underlying mechanisms that drive these associations and causation.

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)0,017
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,036
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,040
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,204
Tête enseignante GPT0,405
Écart entre enseignants0,201 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSleep and related disordersTravaux en français237 207