Effects of Sleep Disorders on Academic Achievement and Cognitive Functioning in Children and Adolescents: A Meta-Analysis of Polysomnographic Studies
Notice bibliographique
Résumé
Abstract An adequate amount of good sleep is important for optimal cognitive functioning and successful academic achievement. Children with sleep disorders often experience cognitive impairments, underscoring the need for thorough assessment and effective management. This meta-analysis examines the impact of sleep disorders on cognitive functioning outcomes in children and adolescents (3–18 years old). Across 50 studies, 3,001 children with sleep disorders or disorders associated with sleep troubles and 1,425 control participants, as confirmed by polysomnographic assessments, were included. Results indicated that children with sleep-related breathing disorders showed small to large deficits in cognitive areas such as general intelligence (p < .001), memory (all ps < .022), attention (all ps < .007), cognitive flexibility (p < .001), processing speed (all ps < .001), and language (all ps < .037). In contrast, children with insomnia showed no significant impairments compared with controls (all ps > .11), although data were limited. Those with central disorders of hypersomnolence had lower immediate and long-term memory (p = .023, p = .016) and sustained attention (p < .001). Children with neurological or neurodevelopmental-related sleep disorders showed deficits in verbal IQ (p = .038), memory (p < .001), inhibitory control (p = .016), cognitive flexibility (p < .001), processing speed (p = .016), and expressive language (p = .005). Further research is needed on these latter groups. Clinicians, school professionals, and parents need to understand how sleep disorders may detrimentally affect neuropsychological functioning to make recommendations for children with sleep disorders.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».