Screen time and manic symptoms in early adolescents: prospective findings from the Adolescent Brain Cognitive Development Study
Notice bibliographique
Résumé
PURPOSE: This study aimed to examine prospective associations between screen time and manic symptoms in early adolescents, and the extent to which problematic screen use (characterized by addiction, conflict, relapse, and withdrawal) mediates the association. METHODS: We analyzed prospective cohort data from the Adolescent Brain Cognitive Development Study (N = 9,243; ages 10-11 years in Year 1 in 2017-2019; 48.8% female; 44.0% racial/ethnic minority). Participants reported daily time spent on six different screen subtypes. Linear regression analyses were used to determine associations between typical daily screen time (Year 1; total and subtypes) and manic symptoms (Year 3, 7 Up Mania scale), adjusting for potential confounders. Sleep duration, problematic social media use, and problematic video game use (Year 2) were tested as potential mediators. RESULTS: Adjusting for covariates, overall typical daily screen time in Year 1 was prospectively associated with higher manic symptoms in Year 3 (B = 0.05, 95% CI 0.03, 0.07, p < 0.001), as were four subtypes: social media (B = 0.20, 95% CI 0.09, 0.32, p = 0.001), texting (B = 0.18, 95%CI 0.08, 0.28, p < 0.001), videos (B = 0.14, 95% CI 0.08, 0.19, p < 0.001), and video games (B = 0.09, 95% CI 0.04, 0.14, p = 0.001). Problematic social media use, video game use, and sleep duration in Year 2 were found to be significant partial mediators (47.7%, 58.0%, and 9.0% mediation, respectively). CONCLUSION: Results indicate significant prospective relationships between screen time and manic symptoms in early adolescence and highlight problematic screen use, video game use, and sleep duration as potential mediators. Problematic screen use may be a target for mental health prevention and early intervention efforts among adolescents.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».