ArchivDeutsches Ärzteblatt40/2020Chronischer Schlafmangel im Kindes- und Jugendalter

MEDIZIN: Originalarbeit

Chronischer Schlafmangel im Kindes- und Jugendalter

Punktprävalenz, psychosoziale Merkmale und Schlafindizes einer repräsentativen Stichprobe

Chronic sleep reduction in childhood and adolescence—point prevalence, psychosocial characteristics and sleep indicators in a representative sample

Paschke, Kerstin; Laurenz, Léa; Thomasius, Rainer

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Gewohnheitsmäßig verkürzter Nachtschlaf ist ein häufiges Phänomen im Kindes- und Jugendalter, der mit chronischem Schlafmangel (CSM) assoziiert sein kann. CSM geht mit Einschränkungen der Leistungsfähigkeit und des psychischen Wohlbefindens einher. Unklar ist, in welchem Ausmaß Kinder und Jugendliche in Deutschland davon betroffen sind und was Prädiktoren eines bestehenden CSM sind.

Methode: In der vorliegenden Studie wurde mittels standardisierter Verfahren eine repräsentative Stichprobe von N = 998 Kindern und Jugendlichen zwischen 12 und 17 Jahren telefonisch zu ihrem Schlafverhalten, zu Schlafstörungen und zu ihrem psychischem Befinden befragt.

Ergebnisse: Es errechnete sich eine Punktprävalenz für CSM von 12,5 % (95-%-Konfidenzintervall: [10,5; 14,6]). Betroffene berichteten signifikant häufiger von Insomnien, verzögertem Schlafphasensyndrom, Restless-Legs-Syndrom und obstruktiver Schlafapnoe. Weibliches Geschlecht, verlängerte Fehlzeiten in der Schule oder am Ausbildungsplatz, emotionale und Verhaltensauffälligkeiten, ein Alter ab 15 Jahren, Zubettgehzeiten an Schul- und Ausbildungstagen nach 22:38 Uhr, Aufstehzeiten an freien Tagen nach 10:04 Uhr und eine berichtete Insomnie waren mit einem Odds Ratio (OR) von 2,2–21,1 mit CSM assoziiert (R2 = 0,32 im logistischen Regressionsmodell).

Schlussfolgerung: Ein Achtel der 12- bis 17-Jährigen in Deutschland, darunter insbesondere Mädchen, erfüllt die Kriterien von CSM. CSM geht gehäuft mit Schlafstörungen und signifikanten Beeinträchtigungen der psychischen Gesundheit einher. Im klinischen Alltag sollte CSM daher stets mitbedacht werden. Hierfür werden Indikatoren vorgeschlagen, die einfach zu erfragen sind.

LNSLNS

Schlaf spielt in der Entwicklung von Kindern und Jugendlichen eine große Rolle (1). Eine längere Schlafdauer steht im positiven Zusammenhang mit Lernfähigkeiten und akademischen Leistungen (2, 3) und im negativen Zusammenhang mit Unfallraten (4). Unzureichender und gestörter Schlaf ist mit schlechterem psychischem Gesundheitszustand und häufigerem dissozialen Verhalten verbunden (5, 6). Der Schlaf beeinflusst physiologische Funktionen wie Immunabwehr, Heilungsprozesse, Schmerzwahrnehmung, aber auch die Behandlungsadhärenz von Kindern und Jugendlichen, die unter somatischen oder psychiatrischen Erkrankungen leiden (7).

Verkürzter und gestörter Nachtschlaf findet sich gehäuft bei jungen Patienten mit Adipositas (8), Asthma bronchiale (9), atopischer Dermatitis (10), juveniler rheumatoider Arthritis (11), chronischen Kopfschmerzen (12), einfacher Aktivitäts- und Aufmerksamkeitsstörung (13), Depression (14) sowie Angststörungen (15). Geschlechtsunterschiede im Schlafverhalten zeigen sich ab Beginn der Pubertät (16). Die hormonellen Umstellungen in dieser Phase sind bei Mädchen mit einem 1,4-fach erhöhten Risiko für Schlafprobleme verbunden (17).

Chronischer Schlafmangel (CSM) ist nach internationaler Datenlage ein verbreitetes Phänomen im Kindes- und Jugendalter, das durch verkürzten Nachtschlaf, Tagesmüdigkeit und verminderte Leistungsfähigkeit gekennzeichnet ist (18) und mit einer Persistenz von bis zu 50 % nach einem Jahr häufig chronisch verläuft (5). Weltweit ist eine Verkürzung der Schlafdauer bei Kindern und Jugendlichen zu beobachten (siehe zum Beispiel [19, 20]). In Deutschland schlafen mehr als 90 % der 12- bis 18-Jährigen an Schultagen weniger als die durchschnittlich empfohlenen 9,2 Stunden pro Tag (21, 22, 23).

Die Ursachen für Schlafmangel sind mannigfaltig und reichen von mangelnder Schlafhygiene bis hin zu klinisch bedeutsamen Schlafstörungen, wie beispielsweise Insomnie, verzögertes Schlafphasensyndrom („delayed sleep phase disorder“, DSPD), obstruktive Schlafapnoe und Restless-Legs-Syndrom (RLS). Neben biologischen Faktoren spielen soziokulturelle und Verhaltensfaktoren wie die Nutzung digitaler Medien, nächtliches Licht, Koffein- und Tabakgebrauch sowie geringere elterliche Steuerung eine wichtige Rolle (22, 24). Adoleszente aus Haushalten mit niedrigerem sozioökonomischen Status schlafen häufiger später ein und schlafen kürzer und unregelmäßiger (25).

Trotz der engen Assoziation zwischen Schlafmangel und Gesundheit ist uns keine Studie bekannt, die die Verbreitung von CSM im Kindes- und Jugendalter in Deutschland und assoziierte Merkmale bislang systematisch mittels validierter Verfahren untersucht hat. Die Erfassung der reinen Schlafdauer ist nicht ausreichend, da hiermit lediglich der Aspekt des im Altersvergleich verkürzten Nachtschlafs dokumentiert wird, ohne Aufschluss über assoziierte Bettzeiten, Schlafindizes und persönliche Alltagskonsequenzen zu geben. Zusammenhänge zwischen Schlafzeiten, psychosozialen Eigenschaften und CSM sind bislang nicht hinreichend beschrieben worden. Die vorliegende Studie versucht diese Lücken mithilfe der folgenden Fragestellungen zu schließen:

  • Wie hoch ist die Punktprävalenz von CSM bei Kindern und Jugendlichen in Deutschland?
  • Wie unterscheiden sich Adoleszente mit und ohne CSM hinsichtlich psychosozialer und verhaltensbezogener Merkmale?
  • Lassen sich Indikatoren für CSM identifizieren, die in der klinischen Praxis einfach genutzt werden könnten?

Methode

Die folgenden Abschnitte geben einen Überblick über die verwendeten Methoden. Eine ausführliche Darstellung findet sich im eMethodenteil.

Datenerhebung

Die Datenerhebung fand im Herbst 2018 über das deutsche Markt- und Meinungsforschungsinstitut forsa mithilfe von computergestützten Telefoninterviews statt. Insgesamt wurden 1 000 Kinder und Jugendliche zwischen 12 und 17 Jahren aus repräsentativen Haushalten der deutschen ADM-Telefon-Stichprobe (ADM, Arbeitskreis Markt- und Sozialforschungsinstitute e.V.) in die Befragung eingeschlossen.

Untersuchungsmethoden

Zu den erhobenen soziodemografischen und persönlichen Basisinformationen zählten Alter, Geschlecht, Wohnortklassifikation (ländlich, kleinstädtisch, großstädtisch), Tätigkeit (Schüler, Auszubildende, Freiwilligendienst etc.), angestrebter (oder erworbener) Schulabschluss sowie Fehlzeiten in der Schule, am Ausbildungs- oder Arbeitsort innerhalb der vorangegangenen vier Wochen. CSM inklusive assoziierter Konsequenzen im Alltag wurde anhand des neun Fragen umfassenden, validierten Sleep Reduction Screening Questionnaire (SRSQ) erhoben (26) (Tabelle 1). Die zustimmenden Antworten zu den einzelnen Fragen wurden auf einer 3-stufigen Ordinalskala erfasst. Individuelle Ergebnisse mit einem Gesamtpunktwert über 17 galten als auffällige Hinweise für das Vorliegen eines CSM.

Sleep Reduction Screening Questionnaire (SRSQ)
Tabelle 1
Sleep Reduction Screening Questionnaire (SRSQ)

Folgende Schlafindizes wurden getrennt nach Schul-/Ausbildungs-/Arbeitstagen und Wochenenden/freien Tagen erhoben beziehungsweise errechnet: Zubettgeh- und Aufstehzeit, Zeit bis zum Einschlafen (Schlaflatenz) sowie Zeit vom Aufwachen bis zum Aufstehen (Früherwachen), Einschlafzeit, Aufwachzeit sowie Gesamtschlafdauer. Symptome von Schlafstörungen wurden mithilfe des Insomnia Severity Index (ISI) für Insomnie und der Subskalen des Auckland Sleep Questionnaire (ASQ) für das RLS und die obstruktive Schlafapnoe erfasst. Wie in eTabelle 1 dargestellt, wurden die Symptome eines verzögerten Schlafphasensyndroms („delayed sleep phase syndrome“, DSPS) bestimmt. Die Kinder und Jugendlichen wurden bei der Beantwortung der schlafbezogenen Fragen gebeten, die letzten vier Wochen zu berücksichtigen. Zusätzlich wurden emotionale und behaviorale Probleme anhand der vier Subskalen (emotionale Symptome, Verhaltensprobleme, Hyperaktivität und Unaufmerksamkeit sowie Verhältnis zu Gleichaltrigen) des Strength and Difficulties Questionnaire (SDQ-D) erfasst.

Verzögertes Schlafphasensyndrom („delayed sleep phase syndrome“, DSPS)
eTabelle 1
Verzögertes Schlafphasensyndrom („delayed sleep phase syndrome“, DSPS)

Datenauswertung

Für die Analyse des SRSQ konnten die vollständigen Datensätze von N = 998 Adoleszenten ausgewertet werden, bezogen auf die Schlafindizes waren es N = 969, für den SDQ N = 983 und kombiniert N = 960. Die Punktprävalenz für chronischen Schlafmangel wurde mithilfe der relativen Häufigkeit und einem 95-%-Konfidenzintervall zunächst für die Gesamtstichprobe und anschließend nach dem Geschlecht stratifiziert berechnet. Adoleszente mit und ohne CSM wurden hinsichtlich der oben genannten Parameter statistisch anhand von Chi-Quadrat- und t-Tests und unter Bestimmung von Effektstärken (Cohen´s d für parametrische und Cramer´s V für nichtparametrische Tests) miteinander verglichen.

Mithilfe von „receiver operating characteristic“(ROC)-Analysen wurden Cut-off-Werte für die Zubettgehzeiten an Schultagen und an freien Tagen sowie die Aufstehzeit an freien Tagen bezüglich des Vorliegens eines chronischen Schlafmangels berechnet. Werte oberhalb dieser Cut-offs wurden gemeinsam mit Insomnie (ISI ≥ 10) und Alter (≥ 15 Jahre) als Kovariaten sowie den Faktoren Geschlecht, Fehlzeiten und auffälliger SDQ-Gesamtscore (≥ 17) in ein multiples logistisches Regressionsmodell mit Rückwärtsselektion nach Akaike Information Criterion (AIC) zur Beschreibung von CSM integriert. Mit dem AIC-Modell wurden die adjustierten Odds Ratios unter Angabe der 95-%-Konfidenzintervalle geschätzt. Die statistischen Auswertungen erfolgten mit der Software R (The R Project for Statistical Computing, www.r-project.org, Version 3.6.1) (27).

Ergebnisse

Tabelle 2 gibt einen Überblick über soziodemografische Eigenschaften und Fehlzeiten der repräsentativen Gesamtstichprobe aus der Gesamtzahl (N = 998) von teilnehmenden 12-bis 17-jährigen Kindern und Jugendlichen. Die durchschnittliche Schlafdauer war in allen Altersgruppen an Schultagen signifikant geringer als an freien Tagen. Die gemittelte Gesamtschlafdauer unterschied sich nicht von den Ergebnissen der Studie zur Gesundheit von Kindern und Jugendlichen in Deutschland des Robert Koch-Instituts (KiGGS) (17). Zu den detaillierten Ergebnissen inklusive altersabhängiger Perzentilen und Mittelwertvergleiche siehe eTabelle 2.

Soziodemografische Beschreibung, Fehlzeiten und Punktprävalenz von chronischem Schlafmangel (CSM) der Gesamtstichprobe (N = 998)
Tabelle 2
Soziodemografische Beschreibung, Fehlzeiten und Punktprävalenz von chronischem Schlafmangel (CSM) der Gesamtstichprobe (N = 998)
Durchschnittliche Schlafdauer nach Lebensalter: Vergleich von Schul- und freien Tagen sowie Gesamtschlafdauer mit KiGGS-Daten
eTabelle 2
Durchschnittliche Schlafdauer nach Lebensalter: Vergleich von Schul- und freien Tagen sowie Gesamtschlafdauer mit KiGGS-Daten

Für 125 der 998 Kinder und Jugendlichen zeigte sich ein positiver Befund für das Vorliegen eines CSM (Summenwert im SRSQ > 17) (26). Die Punktprävalenzschätzung für CSM lag demnach in der Altersgruppe der 12- bis 17-Jährigen in Deutschland bei 12,5 %. Für Mädchen ergab sich im Vergleich zu Jungen eine statistisch signifikant höhere Prävalenzschätzung (18,0 % versus 7,8 %). Adoleszente mit CSM waren im Mittel zehn Monate älter als Adoleszente ohne CSM (15,3 versus 14,5 Jahre). Der Anteil an Fehlzeiten über 25 % und mehr während der vorangegangenen vier Wochen in der Schule, am Ausbildungs- oder Arbeitsort lag bei Adoleszenten mit CSM signifikant höher als bei Gleichaltrigen ohne CSM (12,0 % versus 5 %). Zudem zeigten Betroffene häufiger emotionale und Verhaltensauffälligkeiten im SDQ auf der Gesamtskala (18,7 % versus 3,4 %) sowie auf den Unterskalen Gleichaltrigenprobleme, Verhaltensprobleme und emotionale Probleme. Sie erfüllten öfter die Kriterien manifester Schlafstörungen als Befragte ohne CSM: Insomnie (26,4 % versus 1,2 %), DSPS (11,8 % versus 1,4 %), RLS (9,6 % versus 3,2 %) und obstruktive Schlafapnoe (8,8 % versus 0,9 %). Die Ergebnisse der Prävalenzschätzungen inklusive 95-%-Konfidenzintervall, Mittelwerte und Standardabweichungen sowie die Häufigkeits- und Mittelwertvergleiche mit Effektstärken sind in Tabelle 3 dargestellt.

Prävalenzen und Vergleiche zwischen Adoleszenten mit/ohne chronischem/n Schlafmangel (CSM)
Tabelle 3
Prävalenzen und Vergleiche zwischen Adoleszenten mit/ohne chronischem/n Schlafmangel (CSM)

Bezogen auf das Vorliegen von CSM errechneten sich folgende Cut-off-Werte über alle Altersgruppen: 22:38 Uhr für die Zubettgehzeit an Schultagen, 23:38 Uhr für die Zubettgehzeit an freien Tagen sowie 10:04 Uhr für die Aufstehzeit an freien Tagen. Diese Uhrzeiten zeigen einen positiv prädiktiven Wert zwischen 18 und 26 % sowie einen negativ prädiktiven Wert zwischen 92 und 93 %. Die Likelihood Ratios (LR) liegen zwischen 1,56 und 2,41 bei erfülltem Kriterium beziehungsweise 0,54 bis 0,59 bei nicht erfülltem Kriterium. Sensitivitäten, Spezifitäten, „area under the curve“ (AUC), positiv prädiktiven Wert, negativ prädiktiven Wert und LR bei erfülltem/nichterfülltem Kriterium zeigt Tabelle 4.

Kennwerte zum Screening auf chronischen Schlafmangel (CSM) gemäß ROC-Analysen
Tabelle 4
Kennwerte zum Screening auf chronischen Schlafmangel (CSM) gemäß ROC-Analysen

Es ergaben sich statistisch signifikante Zusammenhänge zwischen CSM und Geschlecht, Fehlzeiten sowie auffälligem SDQ-Gesamtwert. Von den in das logistische Regressionmodell eingefügten Kovariaten – Insomnie, Zubettgehzeiten an Schul- und freien Tagen sowie Aufstehzeiten an freien Tagen nach den errechneten Cut-offs und einem Alter ≥ 15 Jahre – wurden, bis auf die Zubettgehzeiten an freien Tagen, alle im Verfahren der Rückwärtsselektion berücksichtigt (AIC = 564,02). Eine signifikante Interaktion zeigte sich zwischen Fehlzeiten und auffälligem SDQ-Wert. Insgesamt konnten mit diesem Modell 32 % der Gesamtvarianz aufgeklärt werden (Nagelkerkes R2 = 0,32, Brier-Wert = 0,08). Die Kennwerte des Modells sowie die adjustierten Odds Ratios sind in Tabelle 5 aufgeführt.

Prädiktoren für chronischen Schlafmangel (SM) nach einer multiplen logistischen Regression mit Rückwärtsselektion und adjustierten Odds Ratios. Kriterium: Sleep Reduction Screening Questionnaire (SRSQ) – Gesamtscore > 17
Tabelle 5
Prädiktoren für chronischen Schlafmangel (SM) nach einer multiplen logistischen Regression mit Rückwärtsselektion und adjustierten Odds Ratios. Kriterium: Sleep Reduction Screening Questionnaire (SRSQ) – Gesamtscore > 17

Diskussion

Mit der vorliegenden Studie wurde erstmalig in einer repräsentativen Stichprobe die Prävalenz des CSM von 12- bis 17-jährigen Kindern und Jugendlichen in Deutschland bestimmt. Jedes achte Kind zeigte sich davon betroffen, ältere Jugendliche dabei deutlich häufiger als jüngere. Dieser Befund passt zu der bekannten Beobachtung, dass sich die Zubettgehzeiten von Kindern und Jugendlichen im Laufe der Adoleszenz um bis zu zwei Stunden nach hinten verschieben (17, 28, 29).

Neben einer biologisch bedingten Änderung der Zirkadianik und der Anpassung des individuellen Chronotypen spielen eine Abnahme der Kontrollfunktion durch die Eltern und die zunehmende Nutzung elektronischer Medien eine bedeutende Rolle (22, 30, 31). Es entsteht eine regelhafte Verkürzung der Schlafdauer unter der Woche, da in den meisten deutschen Schulen der morgendliche Unterrichtsbeginn nicht an die zirkadianen Besonderheiten ihrer jugendlichen Schüler angepasst ist. Viele Jugendliche scheinen zu versuchen, diesen „sozialen Jetlag“ an Wochenenden durch eine spätere Aufstehzeit auszugleichen (29). Die vorliegenden Daten bestätigen signifikante Unterschiede zwischen der Schlafdauer an Schul- und an freien Tagen. Gleichzeitig berichtet ein Teil der Adoleszenten von signifikanten Schlafdefiziten.

Der Erfolg oder Misserfolg möglicher kompensatorischer Mechanismen sollte durch Längsschnittstudien weiter untersucht werden, ebenso wie der Einfluss biologischer, zum Beispiel hormoneller, Parameter. So zeigten Mädchen im Vergleich zu Jungen in der dargestellten Stichprobe häufiger einen CSM. Dies deckt sich mit Befunden der Literatur zum gehäuften Vorliegen manifester Schlafstörungen (wie dem DSPS) bei Adoleszenten mit CSM (17).

Für die Diagnostik rhythmusbezogener Schlafstörungen empfiehlt es sich, die klinischen Symptome zu erfassen, Fragebögen und Schlafprotokolle einzusetzen, aber auch Aktigrafie-Messungen vorzunehmen. Zudem erscheint es sinnvoll, Biomarker zu bestimmen, wie beispielsweise den „dim-light melatonin onset“ (DLMO) über wiederholte Speichelproben ab fünf bis sechs Stunden vor der üblichen Zubettgehzeit (32). Des Weiteren können Schlaflaboruntersuchungen mithilfe der (kardiorespiratorischen) Polysomnografie differenzialdiagnostische Informationen über Schlafarchitektur, motorische Muster und Ventilation liefern. Zusätzlich sollte im Fall von oder bei Verdacht auf CSM an eine kinder- und jugendpsychiatrische Mitbeurteilung gedacht werden. Emotionale und Verhaltensprobleme waren in unserer Stichprobe ein bedeutsamer Prädiktor für einen bestehenden CSM (Odds Ratio [OR] = 5,0). Dieses Ergebnis ergänzt die Befunde einer Studie mit 8- bis 11-jährigen Schulkindern (33).

Für den Klinikalltag ist ein Screening auf einen möglichen CSM sinnvoll, das schnell und effizient ist. Hier kann basierend auf den Ergebnissen der ROC-Analysen und der logistischen Regression folgendes Vorgehen hilfreich sein (Kennwerte für die Praxis gerundet): Geben 12- bis 17-Jährige an, an Schultagen nach 22:30 Uhr ins Bett zu gehen sowie an freien Tagen nach 10:00 Uhr aufzustehen, liegt die Häufigkeit für einen CSM bei circa einem Viertel, sodass sich eine weitere Untersuchung lohnen kann. Besonderes Augenmerk sollte zudem auf Mädchen und Jugendliche ab 15 Jahren gelegt werden. Gesundheitspolitisch sollte das Thema im Rahmen der Prävention und Aufklärungsarbeit beispielsweise zu Schlafhygienemaßnahmen inklusive Regeln zur Nutzung digitaler Medien und der Rolle elterlicher Steuerung verstärkt aufgegriffen werden.

Limitationen

Aus ökonomischen Gründen ist der Einsatz von Fragebögen in epidemiologischen Querschnitt-Studien üblich und liefert belastbare Resultate (34), vor allem wenn, wie in der vorliegenden Studie, Deskription und Bevölkerungsrepräsentativität angestrebt wird. Kausale Hypothesen, insbesondere zu psychosozialen Determinanten, sind allerdings über gegebenenfalls randomisierte Längsschnittstudien zu testen. Entsprechende Folgestudien sollten Moderatoren, wie zum Beispiel sozioökonomischer und Bildungsstatus der Familien, kulturelle Hintergründe, Familien- und Alltagsrhythmus (zum Beispiel Schlafverhalten oder Berufstätigkeit von Eltern und Geschwistern), physikalische Schlafumgebung, gesundheitliche, jahreszeitliche und chronobiologische Aspekte sowie Medien- und Substanzkonsum berücksichtigen. Diese Faktoren aufzunehmen war innerhalb der vorliegenden Studie nicht möglich, da Telefoninterviews bei Kindern und Jugendlichen methodisch und ethisch zeitlich beschränkt sind. Bias-Effekte (soziale Erwünschtheit, Erinnerungseffekte) zum Thema „Schlaf“ sind im Vergleich zu Variablen wie beispielsweise Substanzkonsum als geringer einzustufen. Eine wichtige Limitation der Studie ist jedoch die ausschließliche Erhebung von Selbstberichten. Fremdberichte und objektive Marker vor allem zu den erfassten Schlafstörungen sollten in Folgestudien ergänzt werden.

Die vorliegenden Analysen basieren ferner auf einem kategorialen Ansatz unter Nutzung von Cut-off-Werten und vernachlässigen die Streuung um die Cut-off-Werte herum. Dieser Ansatz entspricht jedoch der gängigen klinischen Praxis, welche ein effizientes Handeln auch in Unsicherheit beziehungsweise häufig eine „binäre“ Ja-Nein-Diagnostik verlangt. Die vorgeschlagenen Indikatoren für CSM sind aufgrund ihrer Testgüte für ein Diagnostikum nicht befriedigend und als alleiniges Instrument nicht empfehlenswert. Für ein Screeninginstrument, das mit zwei kurzen Fragen zu den Schlafzeiten in der Praxis sehr rasch und einfach zu handhaben ist, erscheinen sie jedoch hinreichend.

Die Kennwerte wurden im Rahmen eines Modells ermittelt, das vorhersagt, bei welchen Adoleszenten bereits eine CSM bestehen könnte. Dadurch können möglicherweise Maßnahmen ergriffen werden, noch bevor zum Beispiel Chronifizierungen oder sekundäre Folgen entstehen. Ein Screening im Rahmen der frühen Prävention ist so allerdings nicht möglich.

Resümee

Die vorliegende Studie liefert erstmals epidemiologisch belastbare Daten zur Punktprävalenz und Indikatoren zum Screening des CSM bei 12- bis 17-Jährigen in Deutschland. Sie verdeutlicht die gesundheitspolitische Relevanz aufgrund assoziierter komplexer psychosozialer Beeinträchtigungen. Es ist essenziell, Kliniker im Kontakt mit Kindern und Jugendlichen für den CSM in dieser Altersgruppe zu sensibilisieren, um ihn frühzeitig zu erkennen sowie präventive und therapeutische Interventionen zu erwägen. Wünschenswert ist eine weitergehende, vor allem längsschnittliche Forschung mit ergänzenden objektiven Methoden, die weitere potenzielle Moderatoren einbezieht, wie etwa sozioökonomischer Status und elterliches Monitoring.

Finanzierung

Die Studie wurde aus Mitteln der Krankenkasse DAK-Gesundheit unterstützt.

Danksagung

Der besondere Dank der Autoren geht an Peter-Michael Sack, der dieses Manuskript kritisch revidierte, wertvolle Hinweise gab und jederzeit mit Rat und Tat zur Seite stand.

Interessenkonflikt
Die Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 25. 1. 2020, revidierte Fassung angenommen: 22. 6. 2020

Anschrift für die Verfasser
Dr. med. Dipl.-Psych. Kerstin Paschke

Deutsches Zentrum für Suchtfragen des Kindes- und
Jugendalters (DZSKJ)

Universitätsklinikum Hamburg-Eppendorf

Martinistraße 52, 20246 Hamburg

k.paschke@uke.de

Zitierweise
Paschke K, Laurenz L, Thomasius R: Chronic sleep reduction in childhood and adolescence—point prevalence, psychosocial characteristics and sleep indicators in a representative sample. Dtsch Arztebl Int 2020; 117: 661–7. DOI: 10.3238/arztebl.2020.0661

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

Zusatzmaterial
Mit „e“ gekennzeichnete Literatur:
www.aerzteblatt.de/lit4020 oder über QR-Code

eMethodenteil, eTabellen:
www.aerzteblatt.de/20m0661 oder über QR-Code

1.
Shochat T, Cohen-Zion M, Tzischinsky O: Functional consequences of inadequate sleep in adolescents: a systematic review. Sleep Med Rev 2014; 18: 75–87 CrossRef MEDLINE
2.
Curcio G, Ferrara M, De Gennaro L: Sleep loss, learning capacity and academic performance. Sleep Med Rev 2006; 10: 323–37 CrossRef MEDLINE
3.
Dewald JF, Meijer AM, Oort FJ, Kerkhof GA, Bögels SM: The influence of sleep quality, sleep duration and sleepiness on school performance in children and adolescents: a meta-analytic review. Sleep Med Rev 2010; 14: 179–89 CrossRef MEDLINE
4.
Martiniuk AL, Senserrick T, Lo S, et al.: Sleep-deprived young drivers and the risk for crash: the DRIVE prospective cohort study. JAMA Pediatr 2013; 167: 647–55 CrossRef MEDLINE
5.
Roberts RE, Roberts CR, Duong HT: Sleepless in adolescence: prospective data on sleep deprivation, health and functioning. J Adolesc 2009; 32: 1045–57 CrossRef MEDLINE PubMed Central
6.
Backman H, Laajasalo T, Saukkonen S, Salmi V, Kivivuori J, Aronen ET: Are qualitative and quantitative sleep problems associated with delinquency when controlling for psychopathic features and parental supervision? J Sleep Res 2015; 24: 543–8 CrossRef MEDLINE
7.
Owens J: Classification and epidemiology of childhood sleep disorders. Prim Care 2008; 35: 533–46 CrossRef MEDLINE
8.
Bayer O, Rosario AS, Wabitsch M, von Kries R: Sleep duration and obesity in children: is the association dependent on age and choice of the outcome parameter? Sleep 2009; 32: 1183–9 CrossRef MEDLINE PubMed Central
9.
Sadeh A, Horowitz I, Wolach-Benodis L, Wolach B: Sleep and pulmonary function in children with well-controlled, stable asthma. Sleep 1998; 21: 379–84 CrossRef MEDLINE
10.
Dahl RE, Bernhisel-Broadbent J, Scanlon-Holdford S, Sampson HA, Lupo M: Sleep disturbances in children with atopic dermatitis. Arch Pediatr Adolesc Med 1995; 149: 856–60 CrossRef MEDLINE
11.
Bloom BJ, Owens JA, McGuinn M, Nobile C, Schaeffer L, Alario AJ: Sleep and its relationship to pain, dysfunction, and disease activity in juvenile rheumatoid arthritis. J Rheumatol 2002; 29: 169–73.
12.
Gilman DK, Palermo TM, Kabbouche MA, Hershey AD, Abpp SWP: Primary headache and sleep disturbances in adolescents. Headache 2007; 47: 1189–94 CrossRef MEDLINE
13.
Hvolby A: Associations of sleep disturbance with ADHD: implications for treatment. ADHD Atten Def Hyp Disord 2015; 7: 1–18 CrossRef MEDLINE PubMed Central
14.
Sivertsen B, Harvey AG, Lundervold AJ, Hysing M: Sleep problems and depression in adolescence: results from a large population-based study of Norwegian adolescents aged 16–18 years. Eur Child Adolesc Psychiatry 2014; 23: 681–9 CrossRef MEDLINE
15.
Willis TA, Gregory AM: Anxiety disorders and sleep in children and adolescents. Sleep Med Clin 2015; 10: 125–31 CrossRef MEDLINE
16.
Krishnan V, Collop NA: Gender differences in sleep disorders. Curr Opin Pulm Med 2006; 12: 383–9 CrossRef MEDLINE
17.
Schlarb A, Gulewitsch MD, Weltzer V, Ellert U, Enck P: Sleep duration and sleep problems in a representative sample of German children and adolescents. Health 2015; 7: 1397−408 CrossRef
18.
Dewald-Kaufmann JF, Bruin EJ, Smits M, Zijlstra BJ, Oort FJ, Meijer AM: Chronic sleep reduction in adolescents—clinical cut‐off scores for the Chronic Sleep Reduction Questionnaire (CSRQ). J Sleep Res 2018; 27: 1−4 CrossRef MEDLINE
19.
Dollman J, Ridley K, Olds T, Lowe E: Trends in the duration of school-day sleep among 10- to 15-year-old South Australians between 1985 and 2004. Acta Paediatr 2007; 96: 1011–4 CrossRef MEDLINE
20.
Iglowstein I, Jenni OG, Molinari L, Largo RH: Sleep duration from infancy to adolescence: reference values and generational trends. Pediatrics 2003; 111: 302–7 CrossRef MEDLINE
21.
Loessl B, Valerius G, Kopasz M, Hornyak M, Riemann D, Voderholzer U: Are adolescents chronically sleep-deprived? An investigation of sleep habits of adolescents in the Southwest of Germany. Child Care Health Dev 2008; 34: 549–56 CrossRef MEDLINE
22.
Carskadon MA (ed.): Adolescent sleep patterns: biological, social, and psychological influences. Cambridge UK: Cambridge University Press 2002 CrossRef
23.
Hirshkowitz M, Whiton K, Albert SM, et al.: National sleep foundation’s sleep time duration recommendations: methodology and results summary. Sleep Health 2015; 1: 40–3 CrossRef CrossRef MEDLINE
24.
Bartel KA, Gradisar M, Williamson P: Protective and risk factors for adolescent sleep: ameta-analytic review. Sleep Med Rev 2015; 21: 72–85 CrossRef MEDLINE
25.
Marco CA, Wolfson AR, Sparling M, Azuaje A: Family socioeconomic status and sleep patterns of young adolescents. Behav Sleep Med 2012; 10: 70–80 CrossRef MEDLINE PubMed Central
26.
van Maanen A, Dewald-Kaufmann JF, Oort FJ, et al.: Screening for sleep reduction in adolescents through self-report: development and validation of the Sleep Reduction Screening Questionnaire (SRSQ). Child Youth Care Forum 2014; 43: 607–19 CrossRef
27.
R Core Team: R—A language and environment for statistical computing. Vienna AT: R Foundation for Statistical Computing 2019. www.R-project.org/ (last accessed on 24 April 2020).
28.
Roenneberg T, Kuehnle T, Pramstaller PP, et al.: A marker for the end of adolescence. Curr Biol 2004; 14: R1038–9 CrossRef MEDLINE
29.
Crowley SJ, Acebo C, Carskadon MA: Sleep, circadian rhythms, and delayed phase in adolescence. Sleep Med 2007; 8: 602–12 CrossRef MEDLINE
30.
Allebrandt KV, Teder-Laving M, Kantermann T, et al.: Chronotype and sleep duration: the influence of season of assessment. Chronobiol Int 2014; 31: 731–40 CrossRef MEDLINE
31.
Hysing M, Pallesen S, Stormark KM, Jakobsen R, Lundervold AJ, Sivertsen B: Sleep and use of electronic devices in adolescence: results from a large population-based study. BMJ Open 2015; 5: e006748 CrossRef MEDLINE PubMed Central
32.
Sateia MJ: International classification of sleep disorders—third edition. Chest 2014; 146: 1387–94 CrossRef MEDLINE
33.
Driouch J, Alfer D, Fricke-Oerkermann L, Lehmkuhl G: Sleep problems, strengths and difficulties in elementary school children. Health 2013; 5: 87–94 CrossRef
34.
Becker A, Wang B, Kunze B, et al.: Normative data of the self-report version of the German Strengths and Difficulties Questionnaire in an epidemiological setting. Z Kinder Jugendpsychiatr Psychother 2018; 46: 523–33 CrossRef MEDLINE
35.
Micic G, de Bruyn A, Lovato N, et al.: The endogenous circadian temperature period length (tau) in delayed sleep phase disorder compared to good sleepers. J Sleep Res 2013; 22: 617–24 CrossRef MEDLINE
36.
Patke A, Murphy PJ, Onat OE, et al.: Mutation of the human circadian clock gene CRY1 in familial delayed sleep phase disorder. Cell 2017; 169: 203–15 CrossRef MEDLINE PubMed Central
37.
Jochebed SR, Priya AJ: Common sleep disorders in adolescents—a survey. J Pharm Sci & Res 2015; 7: 381−4.
38.
Schrader H, Bovim G, Sand T: The prevalence of delayed and advanced sleep phase syndromes. J Sleep Res 1993; 2: 51–5 CrossRef MEDLINE
39.
Sivertsen B, Pallesen S, Stormark KM, Bøe T, Lundervold AJ, Hysing M: Delayed sleep phase syndrome in adolescents: prevalence and correlates in a large population based study. BMC Public Health 2013; 13: 1163 CrossRef MEDLINE PubMed Central
40.
Auger RR, Burgess HJ, Emens JS, Deriy LV, Thomas SM, Sharkey KM: Clinical practice guideline for the treatment of intrinsic circadian rhythm sleep-wake disorders: advanced sleep-wake phase disorder (ASWPD), delayed sleep-wake phase disorder (DSWPD), non-24-hour sleep-wake rhythm disorder (N24SWD), and irregular sleep-wake rhythm disorder (ISWRD). An update for 2015: an American Academy of Sleep Medicine Clinical Practice Guideline. J Clin Sleep Med 2015; 11: 1199–236 CrossRef MEDLINE PubMed Central
e1.
van Maanen A, Dewald-Kaufmann JF, Oort FJ, et al.: Screening for sleep reduction in adolescents through self-report: development and validation of the Sleep Reduction Screening Questionnaire (SRSQ). Child & Youth Care Forum 2014; 43: 607–19 CrossRef
e2.
Bartel K, Williamson P, van Maanen A, et al.: Protective and risk factors associated with adolescent sleep: findings from Australia, Canada, and The Netherlands. Sleep Medicine 2016; 26: 97–103 CrossRef MEDLINE
e3.
Dieck A, Morin CM, Backhaus J: A German version of the Insomnia Severity Index. Somnologie 2018; 22: 27–35 CrossRef
e4.
Gerber M, Lang C, Lemola S, et al.: Validation of the German version of the insomnia severity index in adolescents, young adults and adult workers: results from three cross-sectional studies. BMC Psychiatry 2016; 16: 174 CrossRef MEDLINE PubMed Central
e5.
Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupfer DJ: The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Research 1989; 28: 193–213 89)90047-4">CrossRef
e6.
Werner H, LeBourgeois MK, Geiger A, Jenni OG: Assessment of chronotype in four- to eleven-year-old children: reliability and validity of the Children’s ChronoType Questionnaire (CCTQ). Chronobiol Int 2009; 26: 992–1014 CrossRef MEDLINE PubMed Central
e7.
Schlarb A, Gulewitsch MD, Weltzer V, Ellert U, Enck P: Sleep duration and sleep problems in a representative sample of German children and adolescents. Health 2015; 7: 1397–408 CrossRef
e8.
Arroll B, Fernando III A, Falloon K, Warman G, Goodyear-Smith F: Development, validation (diagnostic accuracy) and audit of the Auckland Sleep Questionnaire: a new tool for diagnosing causes of sleep disorders in primary care. J Prim Health Care 2011; 3: 107–13 CrossRef
e9.
Becker A, Wang B, Kunze B, et al.: Normative data of the self-report version of the German Strengths and Difficulties Questionnaire in an epidemiological setting. Z Kinder Jugendpsychiatr Psychother 2018; 46: 523–33 CrossRef MEDLINE
e10.
Grissom RJ, Kim JJ: Effect sizes for research. A broad practical approach. Mahwah: Lawrence Erlbaum Associates; 2005.
e11.
Carpenter J, Bithell J: Bootstrap confidence intervals: when, which, what? A practical guide for medical statisticians. Stat Med 2000; 19: 1141–64.
e12.
Greiner M, Pfeiffer D, Smith RD: Principles and practical application of the receiver-operating characteristic analysis for diagnostic tests. Prev Vet Med 2000; 45: 23–41 00)00115-X">CrossRef
e13.
R Core Team. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing; 2019. www.R-project.org/. (last accessed on 23 November 2019).
e14.
Revelle W. psych: Procedures for Psychological, Psychometric, and Personality Research. Evanston, Illinois: Northwestern University; 2018. www.CRAN.R-project.org/package=psych (last accessed on 23 November 2019)
e15.
Kundu S, Aulchenko YS, Janssens ACJW: PredictABEL: Assessment of Risk Prediction Models. 2014. www.CRAN.R-project.org/package=PredictABEL (last accessed on 23 November 2019).
e16.
Venables WN, Ripley BD: Modern applied statistics with S. Fourth. New York: Springer; 2002. www.stats.ox.ac.uk/pub/MASS4 (last accessed on 23 November 2019) CrossRef
e17.
Hatzinger R, Hornik K, Nagel H, Maier MJ: R: Einführung durch angewandte Statistik. 2nd ed. München: Pearson Studium; 2014. (Scientific Tools). http://cran.r-project.org/package=REdaS (last accessed on 23 November 2019).
e18.
Barnier J, Briatte F, Larmarange J: questionr: functions to make surveys processing easier. 2018. www.://CRAN.R-project.org/package=questionr . (last accessed on 29 November 2019).
e19.
Robin X, Turck N, Hainard A, et al.: pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics 2011; 12: 77 CrossRef MEDLINE PubMed Central
Deutsches Zentrum für Suchtfragen des Kindes- und Jugendalters (DZSKJ), Universitätsklinikum Hamburg-Eppendorf:
Dr. med. Dipl.-Psych. Kerstin Paschke, Dr. med. Léa Laurenz, M.Sc.,
Prof. Dr. med. Rainer Thomasius
Sleep Reduction Screening Questionnaire (SRSQ)
Tabelle 1
Sleep Reduction Screening Questionnaire (SRSQ)
Soziodemografische Beschreibung, Fehlzeiten und Punktprävalenz von chronischem Schlafmangel (CSM) der Gesamtstichprobe (N = 998)
Tabelle 2
Soziodemografische Beschreibung, Fehlzeiten und Punktprävalenz von chronischem Schlafmangel (CSM) der Gesamtstichprobe (N = 998)
Prävalenzen und Vergleiche zwischen Adoleszenten mit/ohne chronischem/n Schlafmangel (CSM)
Tabelle 3
Prävalenzen und Vergleiche zwischen Adoleszenten mit/ohne chronischem/n Schlafmangel (CSM)
Kennwerte zum Screening auf chronischen Schlafmangel (CSM) gemäß ROC-Analysen
Tabelle 4
Kennwerte zum Screening auf chronischen Schlafmangel (CSM) gemäß ROC-Analysen
Prädiktoren für chronischen Schlafmangel (SM) nach einer multiplen logistischen Regression mit Rückwärtsselektion und adjustierten Odds Ratios. Kriterium: Sleep Reduction Screening Questionnaire (SRSQ) – Gesamtscore > 17
Tabelle 5
Prädiktoren für chronischen Schlafmangel (SM) nach einer multiplen logistischen Regression mit Rückwärtsselektion und adjustierten Odds Ratios. Kriterium: Sleep Reduction Screening Questionnaire (SRSQ) – Gesamtscore > 17
Verzögertes Schlafphasensyndrom („delayed sleep phase syndrome“, DSPS)
eTabelle 1
Verzögertes Schlafphasensyndrom („delayed sleep phase syndrome“, DSPS)
Durchschnittliche Schlafdauer nach Lebensalter: Vergleich von Schul- und freien Tagen sowie Gesamtschlafdauer mit KiGGS-Daten
eTabelle 2
Durchschnittliche Schlafdauer nach Lebensalter: Vergleich von Schul- und freien Tagen sowie Gesamtschlafdauer mit KiGGS-Daten
1.Shochat T, Cohen-Zion M, Tzischinsky O: Functional consequences of inadequate sleep in adolescents: a systematic review. Sleep Med Rev 2014; 18: 75–87 CrossRef MEDLINE
2.Curcio G, Ferrara M, De Gennaro L: Sleep loss, learning capacity and academic performance. Sleep Med Rev 2006; 10: 323–37 CrossRef MEDLINE
3.Dewald JF, Meijer AM, Oort FJ, Kerkhof GA, Bögels SM: The influence of sleep quality, sleep duration and sleepiness on school performance in children and adolescents: a meta-analytic review. Sleep Med Rev 2010; 14: 179–89 CrossRef MEDLINE
4.Martiniuk AL, Senserrick T, Lo S, et al.: Sleep-deprived young drivers and the risk for crash: the DRIVE prospective cohort study. JAMA Pediatr 2013; 167: 647–55 CrossRef MEDLINE
5.Roberts RE, Roberts CR, Duong HT: Sleepless in adolescence: prospective data on sleep deprivation, health and functioning. J Adolesc 2009; 32: 1045–57 CrossRef MEDLINE PubMed Central
6.Backman H, Laajasalo T, Saukkonen S, Salmi V, Kivivuori J, Aronen ET: Are qualitative and quantitative sleep problems associated with delinquency when controlling for psychopathic features and parental supervision? J Sleep Res 2015; 24: 543–8 CrossRef MEDLINE
7.Owens J: Classification and epidemiology of childhood sleep disorders. Prim Care 2008; 35: 533–46 CrossRef MEDLINE
8.Bayer O, Rosario AS, Wabitsch M, von Kries R: Sleep duration and obesity in children: is the association dependent on age and choice of the outcome parameter? Sleep 2009; 32: 1183–9 CrossRef MEDLINE PubMed Central
9.Sadeh A, Horowitz I, Wolach-Benodis L, Wolach B: Sleep and pulmonary function in children with well-controlled, stable asthma. Sleep 1998; 21: 379–84 CrossRef MEDLINE
10.Dahl RE, Bernhisel-Broadbent J, Scanlon-Holdford S, Sampson HA, Lupo M: Sleep disturbances in children with atopic dermatitis. Arch Pediatr Adolesc Med 1995; 149: 856–60 CrossRef MEDLINE
11.Bloom BJ, Owens JA, McGuinn M, Nobile C, Schaeffer L, Alario AJ: Sleep and its relationship to pain, dysfunction, and disease activity in juvenile rheumatoid arthritis. J Rheumatol 2002; 29: 169–73.
12.Gilman DK, Palermo TM, Kabbouche MA, Hershey AD, Abpp SWP: Primary headache and sleep disturbances in adolescents. Headache 2007; 47: 1189–94 CrossRef MEDLINE
13.Hvolby A: Associations of sleep disturbance with ADHD: implications for treatment. ADHD Atten Def Hyp Disord 2015; 7: 1–18 CrossRef MEDLINE PubMed Central
14.Sivertsen B, Harvey AG, Lundervold AJ, Hysing M: Sleep problems and depression in adolescence: results from a large population-based study of Norwegian adolescents aged 16–18 years. Eur Child Adolesc Psychiatry 2014; 23: 681–9 CrossRef MEDLINE
15.Willis TA, Gregory AM: Anxiety disorders and sleep in children and adolescents. Sleep Med Clin 2015; 10: 125–31 CrossRef MEDLINE
16.Krishnan V, Collop NA: Gender differences in sleep disorders. Curr Opin Pulm Med 2006; 12: 383–9 CrossRef MEDLINE
17.Schlarb A, Gulewitsch MD, Weltzer V, Ellert U, Enck P: Sleep duration and sleep problems in a representative sample of German children and adolescents. Health 2015; 7: 1397−408 CrossRef
18.Dewald-Kaufmann JF, Bruin EJ, Smits M, Zijlstra BJ, Oort FJ, Meijer AM: Chronic sleep reduction in adolescents—clinical cut‐off scores for the Chronic Sleep Reduction Questionnaire (CSRQ). J Sleep Res 2018; 27: 1−4 CrossRef MEDLINE
19.Dollman J, Ridley K, Olds T, Lowe E: Trends in the duration of school-day sleep among 10- to 15-year-old South Australians between 1985 and 2004. Acta Paediatr 2007; 96: 1011–4 CrossRef MEDLINE
20.Iglowstein I, Jenni OG, Molinari L, Largo RH: Sleep duration from infancy to adolescence: reference values and generational trends. Pediatrics 2003; 111: 302–7 CrossRef MEDLINE
21.Loessl B, Valerius G, Kopasz M, Hornyak M, Riemann D, Voderholzer U: Are adolescents chronically sleep-deprived? An investigation of sleep habits of adolescents in the Southwest of Germany. Child Care Health Dev 2008; 34: 549–56 CrossRef MEDLINE
22.Carskadon MA (ed.): Adolescent sleep patterns: biological, social, and psychological influences. Cambridge UK: Cambridge University Press 2002 CrossRef
23.Hirshkowitz M, Whiton K, Albert SM, et al.: National sleep foundation’s sleep time duration recommendations: methodology and results summary. Sleep Health 2015; 1: 40–3 CrossRef CrossRef MEDLINE
24.Bartel KA, Gradisar M, Williamson P: Protective and risk factors for adolescent sleep: ameta-analytic review. Sleep Med Rev 2015; 21: 72–85 CrossRef MEDLINE
25.Marco CA, Wolfson AR, Sparling M, Azuaje A: Family socioeconomic status and sleep patterns of young adolescents. Behav Sleep Med 2012; 10: 70–80 CrossRef MEDLINE PubMed Central
26.van Maanen A, Dewald-Kaufmann JF, Oort FJ, et al.: Screening for sleep reduction in adolescents through self-report: development and validation of the Sleep Reduction Screening Questionnaire (SRSQ). Child Youth Care Forum 2014; 43: 607–19 CrossRef
27.R Core Team: R—A language and environment for statistical computing. Vienna AT: R Foundation for Statistical Computing 2019. www.R-project.org/ (last accessed on 24 April 2020).
28.Roenneberg T, Kuehnle T, Pramstaller PP, et al.: A marker for the end of adolescence. Curr Biol 2004; 14: R1038–9 CrossRef MEDLINE
29.Crowley SJ, Acebo C, Carskadon MA: Sleep, circadian rhythms, and delayed phase in adolescence. Sleep Med 2007; 8: 602–12 CrossRef MEDLINE
30.Allebrandt KV, Teder-Laving M, Kantermann T, et al.: Chronotype and sleep duration: the influence of season of assessment. Chronobiol Int 2014; 31: 731–40 CrossRef MEDLINE
31.Hysing M, Pallesen S, Stormark KM, Jakobsen R, Lundervold AJ, Sivertsen B: Sleep and use of electronic devices in adolescence: results from a large population-based study. BMJ Open 2015; 5: e006748 CrossRef MEDLINE PubMed Central
32.Sateia MJ: International classification of sleep disorders—third edition. Chest 2014; 146: 1387–94 CrossRef MEDLINE
33.Driouch J, Alfer D, Fricke-Oerkermann L, Lehmkuhl G: Sleep problems, strengths and difficulties in elementary school children. Health 2013; 5: 87–94 CrossRef
34.Becker A, Wang B, Kunze B, et al.: Normative data of the self-report version of the German Strengths and Difficulties Questionnaire in an epidemiological setting. Z Kinder Jugendpsychiatr Psychother 2018; 46: 523–33 CrossRef MEDLINE
35.Micic G, de Bruyn A, Lovato N, et al.: The endogenous circadian temperature period length (tau) in delayed sleep phase disorder compared to good sleepers. J Sleep Res 2013; 22: 617–24 CrossRef MEDLINE
36.Patke A, Murphy PJ, Onat OE, et al.: Mutation of the human circadian clock gene CRY1 in familial delayed sleep phase disorder. Cell 2017; 169: 203–15 CrossRef MEDLINE PubMed Central
37.Jochebed SR, Priya AJ: Common sleep disorders in adolescents—a survey. J Pharm Sci & Res 2015; 7: 381−4.
38.Schrader H, Bovim G, Sand T: The prevalence of delayed and advanced sleep phase syndromes. J Sleep Res 1993; 2: 51–5 CrossRef MEDLINE
39.Sivertsen B, Pallesen S, Stormark KM, Bøe T, Lundervold AJ, Hysing M: Delayed sleep phase syndrome in adolescents: prevalence and correlates in a large population based study. BMC Public Health 2013; 13: 1163 CrossRef MEDLINE PubMed Central
40.Auger RR, Burgess HJ, Emens JS, Deriy LV, Thomas SM, Sharkey KM: Clinical practice guideline for the treatment of intrinsic circadian rhythm sleep-wake disorders: advanced sleep-wake phase disorder (ASWPD), delayed sleep-wake phase disorder (DSWPD), non-24-hour sleep-wake rhythm disorder (N24SWD), and irregular sleep-wake rhythm disorder (ISWRD). An update for 2015: an American Academy of Sleep Medicine Clinical Practice Guideline. J Clin Sleep Med 2015; 11: 1199–236 CrossRef MEDLINE PubMed Central
e1.van Maanen A, Dewald-Kaufmann JF, Oort FJ, et al.: Screening for sleep reduction in adolescents through self-report: development and validation of the Sleep Reduction Screening Questionnaire (SRSQ). Child & Youth Care Forum 2014; 43: 607–19 CrossRef
e2.Bartel K, Williamson P, van Maanen A, et al.: Protective and risk factors associated with adolescent sleep: findings from Australia, Canada, and The Netherlands. Sleep Medicine 2016; 26: 97–103 CrossRef MEDLINE
e3.Dieck A, Morin CM, Backhaus J: A German version of the Insomnia Severity Index. Somnologie 2018; 22: 27–35 CrossRef
e4.Gerber M, Lang C, Lemola S, et al.: Validation of the German version of the insomnia severity index in adolescents, young adults and adult workers: results from three cross-sectional studies. BMC Psychiatry 2016; 16: 174 CrossRef MEDLINE PubMed Central
e5.Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupfer DJ: The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Research 1989; 28: 193–213 CrossRef
e6.Werner H, LeBourgeois MK, Geiger A, Jenni OG: Assessment of chronotype in four- to eleven-year-old children: reliability and validity of the Children’s ChronoType Questionnaire (CCTQ). Chronobiol Int 2009; 26: 992–1014 CrossRef MEDLINE PubMed Central
e7.Schlarb A, Gulewitsch MD, Weltzer V, Ellert U, Enck P: Sleep duration and sleep problems in a representative sample of German children and adolescents. Health 2015; 7: 1397–408 CrossRef
e8.Arroll B, Fernando III A, Falloon K, Warman G, Goodyear-Smith F: Development, validation (diagnostic accuracy) and audit of the Auckland Sleep Questionnaire: a new tool for diagnosing causes of sleep disorders in primary care. J Prim Health Care 2011; 3: 107–13 CrossRef
e9.Becker A, Wang B, Kunze B, et al.: Normative data of the self-report version of the German Strengths and Difficulties Questionnaire in an epidemiological setting. Z Kinder Jugendpsychiatr Psychother 2018; 46: 523–33 CrossRef MEDLINE
e10.Grissom RJ, Kim JJ: Effect sizes for research. A broad practical approach. Mahwah: Lawrence Erlbaum Associates; 2005.
e11.Carpenter J, Bithell J: Bootstrap confidence intervals: when, which, what? A practical guide for medical statisticians. Stat Med 2000; 19: 1141–64.
e12.Greiner M, Pfeiffer D, Smith RD: Principles and practical application of the receiver-operating characteristic analysis for diagnostic tests. Prev Vet Med 2000; 45: 23–41 CrossRef
e13.R Core Team. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing; 2019. www.R-project.org/. (last accessed on 23 November 2019).
e14.Revelle W. psych: Procedures for Psychological, Psychometric, and Personality Research. Evanston, Illinois: Northwestern University; 2018. www.CRAN.R-project.org/package=psych (last accessed on 23 November 2019)
e15.Kundu S, Aulchenko YS, Janssens ACJW: PredictABEL: Assessment of Risk Prediction Models. 2014. www.CRAN.R-project.org/package=PredictABEL (last accessed on 23 November 2019).
e16.Venables WN, Ripley BD: Modern applied statistics with S. Fourth. New York: Springer; 2002. www.stats.ox.ac.uk/pub/MASS4 (last accessed on 23 November 2019) CrossRef
e17.Hatzinger R, Hornik K, Nagel H, Maier MJ: R: Einführung durch angewandte Statistik. 2nd ed. München: Pearson Studium; 2014. (Scientific Tools). http://cran.r-project.org/package=REdaS (last accessed on 23 November 2019).
e18.Barnier J, Briatte F, Larmarange J: questionr: functions to make surveys processing easier. 2018. www.://CRAN.R-project.org/package=questionr . (last accessed on 29 November 2019).
e19.Robin X, Turck N, Hainard A, et al.: pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics 2011; 12: 77 CrossRef MEDLINE PubMed Central

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Avatar #105213
Ströbele
am Sonntag, 4. Oktober 2020, 07:41

Abendlichen Online(medien)-Konsum einschränken, nicht späterer Unterbeginn!richts

Dieser Artikel liefert endlich Fakten, die gegen die Anpassung des morgendlichen Unterrichtsbeginns an die pathologische Symptomatik bei nur einem Achtel der Jugendlichen sprechen - die zu Lasten der bei Tageslicht im Freien verbringbaren Freizeit derer (87,5%!) gehen würde, bei denen die Eltern Grenzen setzen, was das abendliche Aufbleiben bzw. die nahezu permanente Präsenz in sozialen Netzwerken angeht. Ich hätte mir hierzu eine cme-Fortbildung gewünscht: Eine solche vergrößert den Leserkreis unter den Fachärzten für Allgemein- (und Innere) Medizin, die von 12- bis 17-Jährigen ja auch gern konsultiert werden.
Anzeige

Alle Leserbriefe zum Thema

Stellenangebote