Exploring contradicting associations between anxiety disorders, obsessive-compulsive disorder, and academic achievement: A meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Academic achievement is an important predictor of later life outcomes, yet its relationship with anxiety disorders and obsessive-compulsive disorder (OCD) remains unclear. This systematic review and meta-analysis aimed to clarify the direction and strength of these associations and is the first to synthesise evidence on moderators and mediators. METHOD: We searched Embase, PsycINFO, and PubMed from inception to 12 March 2025 for observational studies of anxiety disorders or OCD (exposure variables) and academic achievement (outcome) at any age. Study quality was assessed using the Newcastle-Ottawa Scale. Crude effects were pooled using random-effects meta-analyses, and study-level moderators explored using subgroup analyses. Evidence on confounders, within-study moderators and mediators was synthesised narratively. PROSPERO: CRD42023393935. RESULTS: Of 7610 studies screened, 23 were included. Study quality was generally low for anxiety disorders but higher for OCD. Meta-analysis of 15 studies (n = 864,729) showed a small negative association between anxiety disorders and academic achievement, Hedges' g = -0.31, 95 % CI [-0.46, -0.16], p < .001, I² = 98.1 %. All four studies examining sex/gender reported stronger negative effects among females. Adjusted estimates varied. Meta-analysis of four studies (n = 809,598) showed no evidence of an association between OCD and academic achievement, Hedges' g = -0.21, 95 % CI [-0.56, 0.14], p = .25, I² = 97.9 %. CONCLUSIONS: Anxiety disorders, but not OCD, were negatively associated with academic achievement in meta-analysis. High meta-analytic heterogeneity and inconsistent adjusted findings suggest context-dependent effects, underscoring the need for more moderation studies. Nonetheless, our findings highlight the need for coordinated efforts between educational and mental health services to better identify and support affected students.
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 | 0,031 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,058 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».