Association Between 24‐h Movement Behaviors and Mental Health in Children and Adolescents: A Systematic Review and Compositional Data Meta‐Analysis
Notice bibliographique
Résumé
This systematic review and meta-analysis synthesized evidence of the association between 24-h movement behaviors and social-emotional health and cognitive development in children and adolescents aged 3-18 years from studies using compositional data analysis. Systematic literature searches were conducted on five electronic databases from January 2015 to December 2024. Studies were eligible if they assessed sleep, moderate-to-vigorous intensity physical activity, light intensity physical activity, and sedentary time. Eligible studies also examined associations between movement behaviors and social-emotional health or cognitive development using compositional data analysis in children and adolescents aged 3-18 years. Pooled effect sizes were estimated using cluster robust variance meta-analysis. A total of 19 studies (5 longitudinal, 14 cross-sectional) encompassing 11 826 participants were included. Meta-analysis showed that engaging in more moderate-to-vigorous intensity physical activity, getting more sleep, and spending less time sedentary relative to other movement behaviors was favorably associated with social-emotional health; albeit, the observed relationships were small in magnitude. The association for sleep was stronger among adolescents compared to children. No components of 24-h movement behavior compositions were associated with cognitive development. These findings suggest that engaging in healthy movement behavior compositions may be beneficial for social-emotional health in young people, although the link between 24-h movement behavior compositions and cognitive development is less clear.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».