MétaCan
Menu
Retour à la cohorte
Enregistrement W4403824433 · doi:10.1093/eurpub/ckae144.164

Associations between bedtime media use and sleep outcomes in an adult population-based cohort

2024· article· en· W4403824433 sur OpenAlexaff
Stephanie Schrempft, Hélène Baysson, Alessandro Chessa, Elsa Lorthe, M-E Zaballa, Silvia Stringhini, I Guessous, Mayssam Nehme

Notice bibliographique

RevueEuropean Journal of Public Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBedtimeCohortMedicineSleep (system call)DemographyPopulationGerontologyPsychologyPsychiatryEnvironmental healthInternal medicineComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Background We aimed to extend existing research on associations between bedtime media use and sleep in adults by taking relevant covariates into account and testing hypothesised mediating and moderating pathways. Methods Frequency of bedtime media use and sleep outcomes were examined by questionnaire in 4188 adults (59% women, aged 19-94 years) from the Specchio cohort in Geneva, Switzerland. We tested: 1) associations between bedtime media use and sleep (bedtimes, sleep latency, sleep duration, sleep quality, insomnia symptoms, and daytime sleepiness), adjusting for prior sleep, mental health, and health behaviours (physical activity, binge drinking, smoking, total leisure screen time), 2) whether bedtime media use mediates associations between individual susceptibility factors (age, chronotype, and mental health) and sleep, and 3) whether individual susceptibility factors moderate associations between bedtime media use and sleep. Results Often using a screen in the 30 minutes before going to sleep at night was associated with a late bedtime (≥midnight; OR [95% CI]=1.90 [1.44, 2.51], p < 0.001), short sleep duration (<7 hours; 1.21 [1.01, 1.46], p < 0.05), and excessive daytime sleepiness (Epworth score >9; 1.47 [1.25, 1.74], p < 0.001) after adjustment for all covariates. Bedtime media use partly mediated the association between younger age and an evening chronotype and these sleep outcomes. Mental health moderated the association between bedtime media use and sleep quality/insomnia, such that the former was associated with poorer sleep quality/insomnia among individuals with better mental health, but not among those with poorer mental health. Conclusions Frequent bedtime media use was associated with various sleep outcomes, independently of relevant covariates. Limiting the use of screens at bedtime is important to promote sleep among adults. Individuals with poorer mental health likely require additional support to improve their sleep quality. Key messages • Frequent bedtime media use is associated with a late bedtime, short sleep duration, and more daytime sleepiness in adults, and these associations hold after adjustment for relevant covariates. • Frequent bedtime media use mediates the association between individual susceptibility factors and sleep outcomes. Mental health moderates the association between bedtime media use and sleep quality.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,124
Tête enseignante GPT0,429
Écart entre enseignants0,305 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207