De rol van BMI en slaapproblematiek bij risicogedrag bij adolecenten met ADHD

29-05-2017

MASTER

THESE

D

E ROL VAN

BMI

EN SLAAPPROBLEMATIEK BIJ RISICOGEDRAG BIJ

ADOLESCENTEN MET

ADHD

Door Charlotte Meire

10349979

Afstudeerrichting: Klinische Ontwikkelingspsychologie UvA begeleider: Tycho Dekkers

ABSTRACT

In deze studie werd onderzocht wat de rol is van BMI en slaapproblematiek bij risicovol gedrag van adolescenten met en zonder ADHD. Aan het onderzoek namen tien jongens met en 27 jongens zonder ADHD deel. Risicogedrag werd gemeten aan de hand van de Balloon

Analogue Risk Task (BART), slaapproblematiek aan de hand van slaapvragenlijsten (Holland Sleep Disorders Questionnaire (HSDQ); Chronic Sleep Reduction Questionnaire (CSRQ);

Slaapverstoringsschaal voor kinderen (SDSC); zelfrapportage van het aantal uur slaap in de voorgaande nacht). Uit het onderzoek kwam geen groepsverschil in risicogedrag naar voren en slaapproblematiek bleek de relatie tussen groep (ADHD versus controle) en risicogedrag niet te mediëren. Ook BMI bleek niet samen te hangen met risicogedrag. Tot slot bleek ook de variabele slaapproblematiek, geen mediërende rol te spelen in de relatie tussen BMI en risicogedrag. In andere woorden, BMI en slaapproblematiek bleken geen verklarende rol te spelen bij risicovol gedrag van adolescenten met en zonder ADHD. Enkele alternatieve verklaringen hierbij worden genoemd.

DE ROL VAN BMI EN SLAAPPROBLEMATIEK BIJ RISICOGEDRAG BIJ ADOLESCENTEN MET ADHD

Bekend is dat mensen met Attention-Deficit/Hyperactivity Disorder (ADHD) over het algemeen meer risicogedrag vertonen dan mensen zonder ADHD. Zo laten mensen met ADHD gevaarlijker rijgedrag zien, zijn ze vaker betrokken bij verkeersongelukken, vertonen ze meer crimineel gedrag, meer risicovol seksueel gedrag en zijn ze vaker verslaafd aan substanties als nicotine, alcohol, marihuana en cocaïne (Barkley, Murphy, Dupaul, & Bush, 2002; Rosenbloom & Wultz, 2011; Thompson, Molina, Pelham, & Gnagy, 2007; Mannuzza, Klein, Abikoff, & Moulton, 2004; Mannuzza, Klein, & Moulton, 2008; Flory, Molina, Pelham, Gnagy, & Smith, 2006; White & Buehler, 2012; Lee, Humphreys, Flory, Liu, & Glass, 2011). Daarnaast hebben ze een vergrote kans op het ontwikkelen van problematisch/pathologisch gokken (Faregh, & Derevensky, 2011). Ook in studies in een laboratoriumsetting, waar gebruik werd gemaakt van verschillende goktaken om risicogedrag in kaart te brengen, werd gevonden dat mensen met ADHD eerder geneigd zijn om risicovolle keuzes te maken dan mensen zonder ADHD (Dekkers, Popma, Agelink van Rentergem, Bexkens, & Huizenga, 2016). Deze risicogedragingen hebben vaak negatieve consequenties (Resnick et al., 1997). Om deze negatieve consequenties te kunnen voorkomen of beperken, zijn inzichten in de factoren die een rol spelen bij deze risicogedragingen, van groot belang. In zowel preventie- als behandelplannen voor jongeren met ADHD, zou hier vervolgens op ingespeeld kunnen

worden. Eerder onderzoek heeft uitgewezen dat mensen

met ADHD naast het vertonen van een verhoogde mate van risicogedrag, veel slaapproblemen ondervinden (Cortese, Faraone, Knonofal & Lecendreux, 2009; Kirov & Brand, 2014; Yürümez & Kılıç, 2016, Stein, 2012; Chiraphadhanakul, Jaimchariyatam, Pruksananonda, & Chonchaiya, 2015; Morreau, 2014; Virring, 2016). Zelfs in afwezigheid van stimulerende ADHD medicatie, blijven deze slaapproblemen aanwezig (Corkum, Tannock, & Moldofsky, 1998). Nu is gebleken, dat tekorten in slaap en insomnia samenhangen met een breed scala van risicogedragingen zoals middelenmisbruik, roken, onveilige seks, delinquentie, geweld, zelfmoordneigingen, meerdere onbedoelde verwondingen en rijden onder invloed (Shochat, Cohen-Zion, & Tzischinsky, 2014). Een ander onderzoek vond dat het hebben van slaapproblemen een goede voorspeller is voor een toename in symptomen van

Oppositional Defiant Disorder (ODD) en algemene externaliserende gedragsproblemen één

jaar later (Becker, Langberg, & Evans, 2015). Met deze kennis in gedachten, is het denkbaar dat de verhoogde aanwezigheid van slaapproblematiek bij mensen met ADHD, een

(gedeeltelijke) verklaring zou kunnen geven voor het verhoogde risicogedrag dat binnnen

deze groep wordt waargenomen. Het hebben van

slaapproblemen, zou via verschillende processen kunnen leiden tot meer risicogedrag. Allereerst is gebleken dat slaapproblemen samenhangen met verminderde executieve functies, waaronder een verminderd inhibitievermogen (Mietchen, Bennett, Huff, Hedges, & Gale, 2016). Daarnaast zou slaapdeprivatie van invloed zijn op impulsiviteit en belonings- gedreven gedrag (Holm et al., 2009). Slaapdeprivatie zou volgens het onderzoek van Holm et al., (2009), bijdragen aan een lagere reactiviteit in beloningsgerelateerde hersengebieden, wat zou kunnen leiden tot meer beloningsgedreven gedrag ter compensatie. Een verminderd inhibitievermogen, toegenomen impulsiviteit en meer beloningsgedreven gedrag, zouden kunnen leiden tot meer risicovolle gedragingen (Dekkers et al., 2016). Beloningsgedreven gedrag zou namelijk kunnen leiden tot een toenadering tot keuzemogelijkheden die meer winst opleveren op de korte termijn. Als gevolg hiervan, is het denkbaar dat er minder frequent gekozen wordt voor keuzemogelijkheden die meer opleveren op de lange termijn en waarschijnlijk grondiger zijn doordacht. Impulsiviteit, met de hieruit voortkomende gedragsdisinhibitie, zou op zijn beurt kunnen bijdragen aan een vlugge en waarschijnlijk minder doordachte besluitvorming, waardoor voordelige keuzemogelijkheden mogelijk

sneller over het hoofd worden gezien. Het is

een interessant vraagstuk, waar deze verhoogde mate van slaapproblematiek bij mensen met ADHD op zijn beurt weer door verklaard zou kunnen worden. Nu is gebleken dat naast de veel geziene comorbiditeit van ADHD en slaapproblemen, ook ADHD en obesitas vaak comorbide optreden (Agranat-Meged et al., 2005; Altfas, 2002; Holtkamp et al., 2004). Volwassenen met ADHD zouden, in vergelijking met volwassenen zonder ADHD, een 1.58 keer zo grote kans hebben op het ontwikkelen van overgewicht en een 1.81 keer zo grote kans hebben op het ontwikkelen van obesitas (Pagoto et al., 2009). Bij kinderen met ADHD, werd gevonden dat zij een 1.7 keer zo grote kans hebben op overgewicht of obesitas, dit in vergelijking met kinderen zonder ADHD (Erhart et al., 2012). Dit betrof een onderzoek met kinderen die geen ADHD medicatie slikten, hiervan is namelijk bekend, dat het juist kan leiden tot ondergewicht (Barkley, McMurray, Edelbrock, & Robbins, 1990; Efron, Jarman, & Barker, 1997; Waring & Lapane, 2008). Onderzoek bij adolescenten, waarbij gecontroleerd werd voor verschillende covariaten zoals het aantal broers/zussen, sekse, snurken en fysieke activiteit, vond ook een dergelijke associatie tussen ADHD en obesitas (Lam, & Yang, 2007). Nu is gebleken dat,

kinderen met obesitas ook een verhoogd risico hebben op het ontwikkelen van verstoorde slaappatronen, dit variërend van minder ernstig verstoorde slaappatronen en korte slaapduur (Cappuccio et al., 2008), tot slaapstoornissen als Sleep Disorderd Breathing (Marcus et al., 1998; Redline et al., 1999; Tauman & Gozal, 2006; Young, Peppard, & Gottlieb 2002; Kalra et al., 2012; Lumeng, Gannon, Cabral, Frank, & Zuckerman 2003; Marcus et al., 1998; Wing et al., 2003; Young, Peppard, & Gottlieb, 2002). Zoals al eerder genoemd, is van slaapproblematiek bekend, dat het samenhangt met diverse risicovolle gedragingen (Cortese, Faraone, Knonofal & Lecendreux, 2009; Kirov & Brand, 2014; Yürümez & Kılıç, 2016, Stein, 2012; Chiraphadhanakul, Jaimchariyatam, Pruksananonda, & Chonchaiya, 2015; Morreau, 2014; Virring, 2016; Corkum, Tannock, & Moldofsky, 1998). Het is dan ook denkbaar dat een verhoogd BMI bij mensen met ADHD op indirecte wijze, namelijk via slaapproblematiek, tot de verhoogde mate van risicogedrag zou kunnen leiden die in deze doelgroep wordt waargenomen. Zwaarlijvigheid kan leiden tot slaapproblemen, dit zou mogelijk een verklaring kunnen bieden voor de verhoogde mate van risicogedrag bij mensen met ADHD. Een omgekeerde relatie tussen zwaarlijvigheid en slaapproblemen is echter ook denkbaar. Het hebben van slaapproblemen zou namelijk kunnen leiden tot obesitas door het ontstaan van vermoeidheid en hierdoor vervolgens minder fysieke activiteit. In een onderzoek naar obesitas en ADHD, werd echter gevonden dat de positieve relatie tussen ADHD en obesitas bleef bestaan, wanneer er gecontroleerd werd voor fysieke activiteit (Lam & Yang, 2007). Daarnaast is gevonden dat de ernst van obstructieve slaap apneu (obstructive sleep apnea, OSA), een stoornis die veroorzaakt kan worden door overgewicht en obesitas, vermindert wanneer gewicht afneemt (Young et al., 2002). Soortgelijke bevindingen werden gedaan in een studie naar overgewicht en slaap bij volwassen vrouwen. Er werd gevonden dat een verlies in gewicht gepaard ging met een verbetering in slaap (Shade, Berger, Dizona, Pozehl, & Pullen, 2015). De gedachte dat zwaarlijvigheid bij draagt aan de verhoogde mate van slaapproblematiek bij mensen met ADHD en dat deze slaapproblemen weer leiden tot het vertonen/versterken van risicogedrag lijkt hiermee aannemelijk.

Naast de genoemde eigenschappen die van invloed zouden zijn op risicogedrag bij mensen met ADHD, kan de rol van ADHD medicatie (Methylfenidaat) bij risicovol gedrag, niet zomaar buiten beschouwing gelaten worden. In een onderzoek naar het effect van Methylfenidaat op beslisgedrag bij jongens met ADHD, werd namelijk gevonden dat jongens in de Methylfenidaat sessie, conservatievere beslissingen namen op de Cambridge Gamble

Task (CGT), dan in de placebo sessie. Met andere woorden, Methylfenidaat verminderde de

vatbaarheid voor risicovolle beslissingen op de CGT bij jongens met ADHD (DeVito et al., 2008). Vooralsnog is er geen onderzoek gedaan waarin gekeken wordt naar de rol van slaap en BMI bij risicogedrag bij adolescenten met en zonder ADHD. In dit onderzoek zal dit dan ook onderzocht worden. Er zal onderzocht worden of jongens met ADHD meer risicogedrag vertonen, of ze gemiddeld meer slaapproblemen hebben en of ze gemiddeld een hoger BMI hebben dan jongens zonder ADHD. Op grond van eerder onderzoek wordt verwacht dat jongens met ADHD meer risicogedrag vertonen, dat ze meer slaapproblemen hebben en dat ze gemiddeld een hoger BMI hebben dan jongens zonder ADHD. Daarnaast zal onderzocht worden of slaapproblemen de verhoogde mate van risicogedrag gedeeltelijk kunnen verklaren. Verwacht wordt dat de relatie tussen ADHD en risicogedrag gedeeltelijk verklaard wordt door slaapproblemen en dat bij een toename van slaapproblemen ook het risicogedrag toeneemt. Verder zal naar de samenhang tussen BMI en slaapproblemen gekeken worden. Er wordt een positieve samenhang verwacht tussen BMI en slaapproblemen, dus hoe hoger het BMI, hoe hoger de slaapproblemen. Tot slot zal onderzocht worden of BMI, via slaapproblemen, positief samenhangt met risicogedrag. Er wordt verwacht dat BMI positief samenhangt met risicogedrag, maar dat deze relatie verklaard wordt door slaapproblemen.

Methode Deelnemers

Aan het onderzoek namen 37 jongens deel met een leeftijd tussen de twaalf en zestien jaar. Van deze jongens, werden er 27 toegewezen aan de controleconditie en tien aan de ADHD conditie. De gemiddelde leeftijd van de jongens in de controlegroep was 14.63 (sd = 1.04), in de ADHD groep was dit 13.6 (sd = 1.26). Betreft intelligentie was het gemiddelde IQ in de controlegroep 100.07 (sd = 12.01), in de ADHD groep was dit 105.80 (sd = 16.60). Het gemiddelde opleidingsniveau van de ouders van de jongeren in de controle groep was 5.7 (sd = .71), in de ADHD groep was dit 5.9 (sd = .99) (codering opleidingsniveau van ouders waarbij een hoger getal een hoger opleidingsniveau aanduidt, zie tabel 4 in de bijlage). De

deelnemers zijn geworven op verschillende scholen en zorginstellingen. Dit door middel van een online ADHD screeningsvragenlijst bij één van de ouders van de deelnemer (vragenlijst voor gedragsproblemen bij kinderen, VvGK; Oosterlaan, Baeyens, Scheres, Antrop, Roeyers, &

Sergeant, 2008). De exclusiecriteria voor de deelnemers in de controlegroep bestond uit het hebben van een (sub)klinisch score op de schalen ADHD, ODD en/of Conduct Disorder (CD) van de VvGK. Voor de deelnemers in de ADHD groep waren de inclusiecriteria het hebben van een (sub)klinisch score op minimaal één van de ADHD subschalen (inattentief,

hyperactief/impulsief) volgens de VvGK. Daarnaast moesten de deelnemers in de ADHD groep ook een klinische score hebben voor ADHD volgens de DISC (Diagnostic Interview Schedule for Children). Tot slot gold voor beiden groepen als exclusiecriterium, een IQ score beneden de 80.

Materialen

Vragenlijst voor gedragsproblemen bij kinderen (VvGK, 6-16)

De vragenlijst voor gedragsproblemen bij kinderen (VvGK) (Oosterlaan et al., 2008) werd gebruikt om te screenen op eventuele aanwezigheid van de gedragsstoornissen AD(H)D, ODD en CD (antisociale gedragsstoornis) bij de jongens in de controle groep. De VvGK is een vragenlijst voor gedragsstoornissen die bij ouders/verzorgers van een kind of jongere (6-16 jaar) wordt afgenomen. In dit geval volstond het om de vragenlijst af te nemen bij slechts één ouder/verzorger. De VvGK bestaat uit 42 stellingen die de symptomen van de

gedragsstoornissen ADHD, ODD en CD meten. Een voorbeeld van een item is als volgt; ‘Ergert met opzet anderen’. Elk item werd op een vierpuntsschaal gescoord door ouders/verzorgers (nul = ‘helemaal niet’ en drie = ‘Heel veel’). Per subschaal (AD(H)D, ODD, CD) werden de punten opgeteld om de zogenaamde ruwe score te vormen. De ruwe scores per subschaal, werden vervolgens vergeleken met de ruwe scores van de normgroepen om zo te bepalen of het gedrag van de deelnemer al dan wel of niet in overeenstemming was met de

diagnostische beelden AD(H)D, ODD en/of CD. De VvGK is een vragenlijst die veelvuldig wordt gebruikt binnen de jeugdzorg en het onderwijs (NJI, 2016) en is door de COTAN beoordeeld als v g g v v g o (Evers, Vliet-Mulder, & Groot, 2000).

Diagnostic Interview Schedule for Children (DISC-IV)

Voor diagnostische beoordeling werd bijna de gehele DISC-IV (Shaffer, Fisher, Lucas, Dulcan, & Schwab-Stone, 2000) gebruikt. Het onderdeel dat over ‘de rest van het leven’ gaat, werd niet afgenomen. De DISC-IV is een semigestructureerd interview gebaseerd op de DSM-IV en bestaat uit ongeveer 3000 vragen. De vragenlijst vraagt verschillende diagnostische

hoofdcategorieën uit, namelijk; Angststoornissen, Gedragsstoornissen, Stemmingsstoornissen, Schizofrenie, Middelenmisbruik, en Gemengd (o.a. eetstoornissen). Een voorbeelditem, van bijvoorbeeld de hoofdcategorie ‘gedragsstoornissen’, is als volgt; ‘Het afgelopen jaar, heeft hij/zij, u of andere verzorgers of zijn/haar baas of leraar, tegengesproken of heeft hij/zij brutaal gereageerd?’. De items werden gescoord op een vijfpuntsschaal (nul = ‘nee’, twee = ‘ja’, zeven = ‘weigert antwoord’, acht = ‘niet van toepassing’ en negen = ‘weet niet’). Hoe vaker er een score van ‘twee’ werd gegeven, hoe meer de categorie van toepassing was op de deelnemer. Aan de hand van normscores, werd bepaald of de deelnemer voldeed aan één of meer van de diagnostische beelden. De test-hertest betrouwbaarheid van de DISC-IV is het hoogst wanneer alleen gebruik gemaakt wordt van ouderlijk gerapporteerd gedrag van het kind, dit in vergelijking met gedrag gerapporteerd door het kind zelf of een combinatie van zowel kind en ouderlijk gerapporteerd gedrag (Shaffer et al., 2000). Om deze reden werd er alleen gebruik gemaakt worden van de ouder-versie van de DISC-IV.

Weschler Intelligence Scale for Children III (WISC-III)

Om het intelligentieniveau van de deelnemers vast te stellen werd er gebruik gemaakt van een verkorte versie van de Weschler Intelligence Scale for Children III (WISC-III; Kort, Schittekatte, Dekker, Verhaeghe, Compaan, Bosmans, & Vermeir, 2005). Van de WISC-III werden de subtests ‘Woordenschat’ en ‘Blokpatronen’ afgenomen, om hiermee een inschatting te maken van het totale IQ. De items van de subtests werden gescoord op een driepuntsschaal (nul, één of twee). Hoe hoger de totaalscore op de items, hoe hoger de IQ-score van de deelnemer uitviel. Er werd gekozen voor deze twee subtests, aangezien ze een goede correlatie laten zien met het totale IQ (r = 0.91; Sattler, 2001; Dovis, Van der Oord, Wiers, & Prins, 2013).

Holland Sleep Disorders Questionnaire (HSDQ)

Om eventueel aanwezige slaapstoornissen vast te stellen werd de Holland Sleep Disorders Questionnaire (HSDQ) afgenomen. Met de HSDQ kan zowel een maat van totale slaapstoornissen worden opgesteld, als zes verschillende specifieke maten. De sub schalen zijn; slapeloosheid (insomnia), parasomnia, circadiane slaapstoornis (Circadian Rhythm Sleep

Disorder) en slaapgerelateerde ademhalingsstoornissen (Sleep-related Breathing Disorder). Een voorbeeld van een item is als volgt; ‘Als ik rustig zit, vooral ’s avonds, voel ik de drang om mijn benen te bewegen’. De deelnemer kan een antwoord aanvinken op een vijfpuntsschaal, lopend van ‘helemaal niet van toepassing’ tot ‘helemaal wel van toepassing’. Hierbij geldt, hoger de score op de vragenlijst (of een subschaal), hoe meer slaapproblemen de deelnemer ondervindt. De vragenlijst bestaat uit in totaal 32 van dergelijke uitspraken. De betrouwbaarheid van de vragenlijst is goed (voor de totale score: α = 0.90; Kerkhof, Geuke, Brouwer, Rijsman, Schimsheimer, & Van Kasteel, 2013). De vragenlijst werd bij de jongere afgenomen.

Chronic Sleep Reduction Questionnaire (CSRQ)

De Nederlands vertaalde versie van de Chronic Sleep Reduction Questionnaire (CSRQ; Meijer, 2008; Dewald, Short, Gradisar, Oort, & Meijer, 2012) werd afgenomen om chronisch verminderde slaap te meten. Deze vragenlijst heeft goede psychometrische kwaliteiten (α = 0.85; Dewald et al., 2012). De vragenlijst bestaat uit 20 vragen die betrekking hebben op de afgelopen twee weken en waarop een score tussen de nul en drie gegeven kan worden. Hierbij geldt, hoe hoger de score, hoe ernstiger de chronische slaapvermindering. De minimumscore is nul (geen indicatie voor chronische slaapvermindering) en de maximumscore is 60 (sterke indicatie voor chronische slaapvermindering). Een voorbeeld van een item is als volgt; ‘Ik moet mijn best doen om wakker te blijven als ik in de klas zit’. Uit deze 20 items kunnen vier verschillende subschalen worden samengesteld; Irritatie (vijf items), Verkorte slaap (zes items), Slaperigheid (vier items) en Energieverlies (vijf items). De vragenlijst werd bij de jongere afgenomen.

Slaapverstoringsschaal voor kinderen (SDSC)

Alleen de eerste vraag van de Slaapverstoringsschaal voor Kinderen (SDSC; Bruni, Ottaviano, Guidetti, Romoli, Innocenzi, Cortesi, & Giannoti, 1996) werd afgenomen. Deze vraag gaat over het gemiddeld aantal uren slaap per nacht.

Aantal uren slaap in afgelopen nacht

Op de dag van de sessie werd de losse vraag naar het aantal uren slaap in de afgelopen nacht gesteld aan de jongere.

Body Mass Index (BMI)

Om de Body Mass Index (BMI) vast te stellen werd zowel de lengte als het gewicht van de deelnemer gemeten. Het BMI werd berekend aan de hand van een online BMI berekenmachine (Nederlandse Hartstichting, z.j.).

Balloon Analogue Risk Task (BART)

Om risicogedrag te meten werd gebruik gemaakt van de BART (Lejuez, Read, Kahler, Richards, Ramsey, Stuart, Strong, & Brown, 2002). In de BART moesten deelnemers een ballon oppompen door te drukken op de spatiebalk van het toetsenbord. In totaal moesten er 30 ballonnen worden opgepompt, verdeeld over twee blokken. Eén druk op de spatiebalk stond gelijk aan één pomp. Bij elke pomp groeide de ballon zowel letterlijk als in waarde (uitgedrukt in eurocenten). Na elke pomp kon de deelnemer ervoor kiezen om de ballon te cashen en het geld dat de ballon op dat moment waard was, te innen. De andere keuze was om de ballon nog verder op te pompen. Bij elke pomp groeide de kans dat de ballon zou exploderen. Elke ballon had een vooraf bepaald en vaststaand moment van explosie, dit na een bepaald aantal pompjes. De deelnemers waren zich hier echter niet van bewust. Het aantal pompjes dat nodig was om de ballon te laten exploderen, verschilde per ballon. Alle deelnemers kregen precies dezelfde ballonnen. Het gemiddeld aantal keren dat de spatiebalk werd ingedrukt en de ballon werd opgepompt, werd gezien als een maat voor risicogedrag (Lejuez et al., 2002). Dus hoe hoger het gemiddeld aantal keer oppompen, hoe hoger het risicogedrag was. De deelnemers kregen de instructie om zoveel mogelijk geld te verdienen. Het geld dat de deelnemers verdienden met de taak, mochten ze houden na afloop van het onderzoek. Gevonden is dat de BART gerelateerd is aan een aantal risicogedragingen in het echte leven, zoals middelen misbruik en antisociaal gedrag (Lejuez, 2002; Lejuez, Aklina, Zvolensky, & Pedullac, 2003; Lejuez, Alkin, Daughters, Zvolensky, Kahler, & Gwadz, 2007; Dahne, Richards, Ernst, MacPherson, & Lejuez, 2013; Defoe, Dubas, Figner, & van Aken, 2015). Zowel de validiteit als de betrouwbaarheid van deze taak zijn goed (Harrison, Young, Butow, Salkeld, & Solomon, 2005).

Procedure

Voorafgaand aan deelname, werden de jongeren en hun ouders telefonisch benaderd voor deelname. Wanneer zowel kind als ouder gemotiveerd bleken voor deelname, kreeg de ouder een online screeningsvragenlijst over het gedrag van zijn/haar kind toegestuurd, waarin onder andere gescreend werd op AD(H)D, ODD en CD. Aan de hand van deze screeningsvragenlijsten, werd vervolgens bepaald óf de jongere kon deelnemen aan het onderzoek en zo ja, aan welke conditie (ADHD/Controle) hij zou worden toegewezen. De andere zaken waarop werd gescreend in de online vragenlijst, waren niet van toepassing voor het huidige onderzoek. In de online vragenlijst werden ouders ook reeds om toestemming voor deelname van hun kind gevraagd.

Alle deelnemers namen deel aan drie testsessies. Het huidige onderzoek was onderdeel van een groot promotieonderzoek. Slechts twee van de drie sessies waar de participanten aan deelnamen, waren relevant voor het huidige onderzoek. Voorafgaand aan de sessies werd aan de deelnemers met ADHD, een restrictie op ADHD medicatie opgelegd. Zo kregen zij zowel de voorafgaande avond als de ochtend van de testsessies een herinnering dat ze hun ADHD medicatie de ochtend van de testsessie niet mochten innemen. De eerste sessie ving aan met een introductie over het onderzoek en het tekenen van een officieel

informed consent formulier door zowel ouder als kind. Vervolgens werden bij de jongeren de

subtests woordenschat en blokpatronen van Weschler Intelligence Scale for Children III (WISC-III) afgenomen. Ook lengte en gewicht werd in deze sessie gemeten. Tot slot moesten de deelnemers in deze sessie nog een vragenlijst invullen, die verder niet relevant was voor de onderzoeksvragen van deze studie. Deze sessie nam ongeveer één tot anderhalf uur in beslag. In de tweede sessie, werd de Balloon Analogue Risk Task (BART) afgenomen bij de deelnemer. Daarnaast moesten de deelnemers een aantal vragenlijsten invullen, waaronder de Chronic Sleep Reduction Questionnaire (CSRQ), de slaapverstoringsschaal voor kinderen (SDSC) en de Holland Sleep Disorders Questionnaire (HSDQ). Voorafgaand aan de afname van de BART, werd het aantal uren slaap van de afgelopen nacht bij de deelnemer in kaart gebracht. In deze sessie werden er nog een aantal andere vragenlijsten afgenomen en werden er hartslag- en hormoonmetingen uitgevoerd, deze metingen waren echter niet relevant voor het huidige onderzoek. Deze sessie nam ongeveer drie uur in beslag. Tot slot namen de deelnemers deel aan een derde testsessie, een sessie die zeer vergelijkbaar was met de tweede testsessie. Hetgeen hierin gemeten werd, is echter niet relevant voor het

beantwoorden van de onderzoeksvragen in deze studie en zal daarom niet verder geëxpliciteerd worden. Parallel aan de testsessies van de jongeren, werd bij één van de ouders van de deelnemers met ADHD, de benodigde onderdelen van de DISC-IV afgenomen (Shaffer, Fisher, Lucas, Dulcan, & Schwab-Stone, 2000).

Statistische toetsen & poweranalyses

Om tot het ideale aantal proefpersonen te komen voor het onderzoeksdesign van deze studie, zijn er voorafgaand aan de dataverzameling poweranalyses uitgevoerd voor elke hypothese en hierbij gekozen statistische analyse.

Voor het toetsen van de eerste hypothese ‘adolescenten met ADHD vertonen meer risicogedrag dan adolescenten zonder ADHD’, werd gekozen voor het uitvoeren van een ANCOVA met als onafhankelijke variabele ‘groep’ (ADHD versus Controle) en als afhankelijke variabele ‘risicogedrag’ (gemeten aan de hand van de BART; Lejuez et al., 2002). Als

covariaten werden IQ en ouderlijk opleidingsniveau opgenomen in de analyse aangezien beiden factoren betreffen die van invloed zijn op risicogedrag. Opleidingsniveau maakt

namelijk een belangrijk onderdeel uit van de sociaal economische status (SES) en van SES is op zijn beurt bekend dat hoe hoger deze uitvalt, hoe kleiner de kans is op gedragsproblemen (Lupien, King, Meaney, & McEwen, 2001). Van IQ is op zijn beurt bekend dat het negatief gerelateerd is aan probleem-/delinquent gedrag (Cook, Greenberg, & Kusche, 1994; Lynam, Moffitt, & Stouthamer-Loeber, 1993). De covariaat ‘ADHD medicatiegebruik’ werd niet opgenomen in de analyse, dit aangezien er geen verschil in risicogedrag werd gevonden tussen jongens met ADHD die medicatie slikten en jongens met ADHD die geen medicatie slikten. Het opnemen van de covariaat ‘ADHD medicatiegebruik’, leek hiermee niet relevant. Uit de meta analyse van Dekkers et al., (2016) betreffende risicogedrag bij mensen met en zonder ADHD, kwam een klein tot gemiddelde effect grootte van .36 (Cohens d) naar voren. Uit de power analyse voor een ANCOVA met twee covariaten, een effectgrootte van .36 en als power en alfa respectievelijk .80 en .05, kwam als benodigde aantal deelnemers het aantal van 341 naar voren.

Voor het toetsen van de tweede hypothese ‘Adolescenten met ADHD ondervinden meer slaapproblemen dan adolescenten zonder ADHD’, werd gekozen voor het uitvoeren van een onafhankelijke t-toets met als onafhankelijke variabele ‘groep’ (ADHD versus Controle) en

als afhankelijke variabele ‘slaapproblematiek’. Per slaapmaat en subschaal van deze

slaapmaat, werd deze analyse uitgevoerd. De reden voor het niet opnemen van de covariaat ‘ADHD medicatiegebruik’ in de analyse, is omdat er geen groepsverschillen in

slaapproblematiek werden gevonden tussen jongens met ADHD die ADHD medicatie slikten en jongens met ADHD die dit niet slikten. De covariaat ‘slaapmedicatiegebruik’ is op zijn beurt niet opgenomen in de analyse omdat er slechts één jongen in het onderzoek slaapmedicatie slikte en hiermee de invloed van slaapmedicatie op slaapproblematiek, niet als dermate beïnvloedend geschat werd om dit in de analyse mee te nemen. Uit de meta analyse van Cortese et al., (2009) over slaapproblemen bij mensen met en zonder ADHD, kwamen effect groottes voor verschillende slaapmaten naar voren die tussen de -0.19 en -0.86 (Cohens d) lagen. Het gemiddelde lag hier dus op een ‘d’ van -0.525 (klein tot gemiddelde effect grootte). Uit de poweranalyse voor een onafhankelijke t-toets met een effect grootte van -0.525

(Cohens d) en een alfa en power van respectievelijk .05 en .80, kwam als benodigde aantal deelnemers het aantal van 92 naar voren (46 per groep).

Voor het toetsen van de derde hypothese ‘Jongens met ADHD hebben gemiddeld een hoger BMI dan jongens zonder ADHD’, werd wederom gekozen voor het uitvoeren van een onafhankelijke t-toets met als onafhankelijke variabele ‘groep’ (ADHD versus controle) en als afhankelijke variabele ‘BMI’. De reden dat er gekozen is voor uitvoeren van een

onafhankelijke t-toets en niet een ANCOVA met als covariaat ‘ADHD medicatiegebruik’, is omdat er geen verschil in BMI werd gevonden tussen jongens met ADHD die ADHD medicatie slikten en jongens met ADHD die dit niet slikten. Het opnemen van de ‘covariaat ADHD medicatiegebruik’, leek hiermee niet relevant. Uit het artikel van Erhart et al. (2012),

betreffende het verschil in BMI tussen jongens met en zonder ADHD, bleek dat kinderen met een ADHD, in vergelijking met kinderen zonder ADHD, een 1.9 (OR = effect grootte) zo grotere kans hebben op het ontwikkelen van overgewicht of obesitas. Omgerekend naar de effect grootte Cohens ‘d’ is dat een ‘d’ van 0.3539. Uit de poweranalyse voor een onafhankelijk t-toets met een effect grootte van 0.3539 (Cohens d), een alfa en power van respectievelijk .05 en .80, kwam als benodigde aantal deelnemers het aantal van 200 naar voren (100 per groep).

Voor het toetsen van de vierde hypothese ‘risicogedrag wordt (gedeeltelijk) verklaard door slaapproblematiek’, werd gekozen voor het uitvoeren van een mediatie analyse met als onafhankelijke variabele ‘groep’ (ADHD versus Controle), als afhankelijke variabele

‘risicogedrag’ (gemeten aan de hand van de BART; Lejuez et al., 2002) en als mediator ‘slaapproblematiek. Voor het uitvoeren van de mediatie-analyse werd gebruik gemaakt van de SPSS functie PROCESS (Hayes, z.j., aangehaald in Field, 2013, p. 413-418). Om de

poweranalyse voor een Mediatieanalyse te kunnen uitvoeren, werd in eerste instantie een poweranalyse voor een regressie met twee predictoren uitgevoerd. Er werd uitgegaan van een gemiddelde effect grootte van 0.15 (f). Uit de poweranalyse voor een regressie met twee predictoren kwam een totaal aantal van 55 deelnemers naar voren. Om tot het juiste aantal proefpersonen voor een mediatieanalyse te komen, werd vervolgens het totaal aantal proefpersonen gedeeld door (1-R²). Hierbij was ‘R’ de correlatie tussen de onafhankelijke variabele en de mediator. Uit de metanalyse van Cortese et al., (2009) over ADHD

(onafhankelijke variabele) en slaapproblemen (mediator), kwam een effect grootte ‘d’ van -0.525 naar voren. Omgerekend bleek dit een correlatie (R) van 0.2539. (Berekeningen: 1-(0.2539²) = 0.9355  55/0.9355 = 58,8). Het benodigde aantal deelnemers bleek een aantal van 59 te zijn.

Voor het toetsen van de vijfde hypothese ‘BMI hangt positief samen met risicogedrag en deze relatie wordt (gedeeltelijk) verklaard door slaapproblemen, werd wederom gekozen voor het uitvoeren van een mediatie analyse met als onafhankelijke variabele ‘BMI’, als afhankelijke variabele ‘risicogedrag’ (gemeten aan de hand van de BART; Lejuez et al., 2002) en als mediator ‘slaapproblematiek. Om de poweranalyse voor een Mediatieanalyse te kunnen uitvoeren, werd in eerste instantie een poweranalyse voor een regressie met twee predictoren uitgevoerd. Er werd uitgegaan van een gemiddelde effect grootte van 0.15 (f). Uit de poweranalyse voor een regressie met twee predictoren kwam een aantal van 55

deelnemers naar voren. Om tot het juiste aantal proefpersonen voor een mediatieanalyse te komen, werd vervolgens het totaal aantal proefpersonen gedeeld door (1-R²). Hierbij was ‘R’ de correlatie tussen de onafhankelijke variabele en de mediator. Uit het artikel van Marcus et al., (1998) kwam een correlatie van -.50 naar voren tussen BMI (onafhankelijke variabele) en slaapproblemen (mediator). (Berekeningen: 1-(0.50²) = 0.75  55/0.75 = 73.33). Het

benodigde aantal deelnemers bleek een aantal van 74 te zijn.

Om een power te bereiken van .80, was het maximale aantal deelnemers dat naar voren kwam uit de berekeningen, een aantal van 341 deelnemers (poweranalyse voor de eerste hypothese, een ANCOVA met twee covariaten).

Resultaten

Als gevolg van een kleine data sample en een hierdoor zeer lage power, is er veel voorzichtigheid geboden bij de interpretatie van de analyses en de hieruit voortkomende significante en niet significante resultaten. Bij de verschillende analyses, werd allereerst gecheckt of aan de algemene assumpties (normaliteit; homoscedasticiteit/homogeniteit van variantie; lineariteit; onafhankelijkheid; Field, 2013, p. 163-212) was voldaan. Dit bleek het geval. Ook de meer toets-specifieke assumpties van de ANCOVA (onafhankelijkheid van covariaat en behandeleffect; homogeniteit van regressielijnen) werden gecheckt. Ook aan deze assumpties werd voldaan.

Steekproefkarakteristieken

Allereerst, om de groepen te vergelijken op een aantal demografische variabelen, zoals IQ, leeftijd en opleidingsniveau van de ouders, is ervoor gekozen om verschillende onafhankelijke t-toetsen uit te voeren. Betreffende opleidingsniveau van de ouders, bleek er geen noemenswaardig groepsverschil te bestaan tussen jongens met en zonder ADHD, t(35) = -.67, p = .508. Ook betreffende het IQ, werd er geen noemenswaardig groepsverschil

gevonden, t(35) = -1.16, p = .254. Betreffende de leeftijd van de deelnemers, bestond er wel een groepsverschil. De jongens zonder ADHD bleken gemiddeld ouder dan de jongens met ADHD, t(35) = 2.52, p = .017. Ook al bleek er een niet voorzien significant verschil in leeftijd tussen de ADHD en controle groep te bestaan, werd er niet voor gekozen om de covariaat leeftijd, op te nemen in de ANCOVA analyse waarmee het groepsverschil in risicogedrag onderzocht. Uit de regressieanalyse met als onafhankelijke variabele leeftijd en als

afhankelijke variabele risicogedrag, bleek namelijk geen significant verband tussen leeftijd en risicogedrag te bestaan, b = 31.29 (SE = 16.42), t = 1.01, p = .317.

Risicogedrag

Om te onderzoeken of jongens met ADHD meer risicogedrag vertonen dan jongens zonder ADHD, werd een ANCOVA uitgevoerd, waarbij er gecontroleerd werd voor IQ en het gemiddelde opleidingsniveau van ouders. De reden voor het niet opnemen van de covariaat

ADHD medicatie, was omdat het groepsverschil in risicogedrag, -2.37, 95% CI [-12.82, 8.07], tussen de ADHD groep met ADHD medicatie (M = 49.6, SE 3.44) en de ADHD groep zonder ADHD medicatie (M = 47.24, SE = 1.78), niet significant was: t(8) = -.52, p = .615. Uit de analyse bleek dat de covariaat IQ, niet significant gerelateerd was aan risicogedrag, F(1, 33) = 3.61, p = .66. De covariaat ‘gemiddelde opleidingsniveau van de ouders’ was daarentegen wel significant positief gerelateerd aan risicogedrag, b = 4.64, F(1,33) = 7.25, p = .011. Na

controleren voor het effect van IQ en gemiddeld opleidingsniveau van ouders op risicogedrag, bleek er geen significant effect van groep te bestaan op risicogedrag, F(1, 33) = .18, p = .67. In andere woorden, en bleek geen verschil te bestaan in risicogedrag tussen jongens met en zonder ADHD.

Slaapproblematiek

Om na te gaan of jongens met ADHD meer slaapproblemen ondervinden dan jongens zonder ADHD, werd er een onafhankelijke t-toets uitgevoerd voor de verschillende

slaapmaten en subschalen van deze slaapmaten. De reden dat slaapmedicatiegebruik niet als covariaat werd opgenomen in de analyse, was omdat er slechts één van de 35 deelnemers slaapmedicatie gebruikte. Over het algemeen werden er geen significante verschillen tussen de ADHD en controlegroep gevonden op de verschillende slaapmaten en bijbehorende subschalen van deze slaapmaten (tabel 1.). Alleen betreffende het aantal uren slaap in de afgelopen nacht, werd gevonden dat de jongens met ADHD gemiddeld meer uren geslapen hadden de voorgaande nacht (M = 9.5, SE = .42), dan de jongens zonder ADHD, (M = 8.5, SE = .15). Dit verschil was significant, t(11.49) = 2.32, p = .040. Buiten het aantal uur dat de

deelnemers de voorgaande nacht geslapen hebben, lijkt er geen sprake te zijn van een verschil in slaapproblematiek tussen jongens met en zonder ADHD.

Tabel 1.

Toetsresultaten van de onafhankelijke t-toetsen voor verschil in slaapproblematiek tussen de ADHD en controle groep. In de tabel staan de t-toetsen weergeven per slaapmaat en subschalen van deze slaapmaat. Slaapmaten: Holland Sleep Disorders Questionnaire (HSDQ), Chronic Sleep Reduction Questionnaire (CSRQ), Slaapverstoringsschaal voor kinderen (SDSC). Subschalen van de slaapmaten: Circadian Rhythm Sleep disorder (CRSD), Slaap gerelateerde bewegingsstoornis (RLS/PLMD), Sleep Related Breathing Disorder (SDB) ook wel ‘slaap gerelateerde ademhalingsstoornis’.

Controle

CSRQ Slaaptekort 11.67 (.43) 12.6 (.69) -.93 [-2.59, .72] t(35) = -1.14 .261 CSRQ Irritatie 6.63 (.34) 6.2 (.42) .43 [-.80, 1.67] t(35) = .70 .488 CSRQ Energieverlies 7.44 (.44) 8.1 (.64) -.66 [-2.32, 1.01] t(35) = -.80 .429 CSRQ Slaperigheid 6.41 (.34 6.6 (.56) -.20 [-1.52, 1.13] t(35) = -2.95 .770 CSRQ Totaal 32.11 (.1.12) 33.5 (1.7) -1.39 [-5.7, 2.9] t(35) = -.66 .515 HSDQ Totaal 1.78 (.07) 1.95 (.15) -.17 [-.46, .11] t(35) = -1.23 .227 HSDQ Insomnia 2.17 (.13) 2.32 (.26) -.15 [-.69, .38] t(35) = -.58 .563 HSDQ Parasomnia 1.3 (.07) 1.45 (.15) -.15 [-.46, .16] t(35) = -.96 .345 HSDQ CRSD 2.06 (.12) 2.5 (.25) -.44 [-.94, .05] t(35) = -1.83 .076 HSDQ Hypersomnia 1.4 (.11) 1.48 (.15) -.80 [-.47, .31] t(35) = -.42 .679 HSDQ RLS/PLMD 2.05 (.10) 2.34 (.27) -.28 [-.76, .18] t(35) = -1.24 .224 HSDQ SBD 1.65 (.09) 1.65 (.12) -.00 [-.34, .34] t(35) = -.01 .991 SDSC 2.18 (.14) 2.6 (.22) -.40 [-.96, .13] t(35) = -1.54 .132 Uren slaap afgelopen nacht 8.5 (.15) 9.5 (.42) -1.04 [-1.76, -.31] t(11.49) = -2.32 .040

Slaapproblematiek in de relatie tussen ADHD en Risicogedrag

Om vervolgens te onderzoeken of slaapproblematiek een mediërende variabele is in de relatie tussen groep (ADHD versus controlegroep) en risicogedrag, werden er verschillende mediatie analyses uitgevoerd voor de verschillende slaapmaten en de bijbehorende

subschalen van deze slaapmaten. Er bleek geen significant indirect effect te bestaan van groep op risicogedrag, via slaapproblematiek (Figuur 1; tabel 2). In andere woorden, slaapproblematiek bleek geen mediërende variabele te zijn in de relatie tussen groep en risicogedrag.

Figuur 1.

Mediatieanalyse met slaapproblematiek als mediator in de relatie tussen groep (ADHD versus Controle) en risicogedrag.

Tabel 2.

Toetsresultaten van de mediatieanalyses met slaaproblematiek als mediator in de relatie tussen ADHD en Risicogedrag. M staat voor mediator, BCa CI staat voor ‘Bias-Corrected and Accelerated Bootstrap Confidence Interval’ en voor een toelichting op Relatie A, B & C, zie figuur 1. Slaapmaten: Holland Sleep Disorders Questionnaire (HSDQ), Chronic Sleep Reduction Questionnaire (CSRQ), Slaapverstoringsschaal voor kinderen (SDSC). Subschalen van de slaapmaten: Circadian Rhythm Sleep disorder (CRSD), Slaap gerelateerde bewegingsstoornis (RLS/PLMD), Sleep Related Breathing Disorder (SDB) ook wel ‘slaap gerelateerde ademhalingsstoornis’.

Relatie A Relatie B Relatie C

Direct Mediatie Analyse M = CSRQ Slaap- Tekort b = .93 , p = .26 b = -.27 , p = .67 b = 1.27, p = .68 b = -.25 , BCa 95% CI [-2.72, .62] M = CSRQ Irritatie b = -.43, p = .49 b = .48, p = .57 b = 1.23 , p = .69 b = -.21, BCa 95% CI [-2.4, .61] M = CSRQ Energie-verlies b = .66, p = .43 b = -.49 , p = .44 b =1.35 , p = .66 b = -.32 , BCa 95% CI [-3.26, .64] M = CRSQ slaperig-heid b = .19, p = .77 b = -.48, p = .55 b = -1.12 , p = .72 b = -.09, BCa 95% CI [-2.38, .99] M = CSRQ Totaal b = 1.39, p = .51 b = -.10, p =.68 b = 1.17, p = .71 b = -.14 , BCa 95% CI [-2.08, .81] M = HSDQ Totaal b = .17, p = .23 b = -3.67, p = .32 b = 1.66, p = .59 b = -.64 , BCa 95% CI [-4.62, .62] M = HSDQ Insomnia b = .15, p = .56 b = -1.24, p = .53 b = 1.21, p = .69 b = -.19, BCa 95% CI [-3.24, .74]

M = HSDQ Para-somnia b = .15, p = .34 b = -3.75, p =.26 b = 1.58, p = .61 b = -.55, BCa 95% CI [-4.38, .49] M = HSDQ CRSD b = .44, p = .07 b = -.25, p = .91 b = 1.13, p = .73 b = -.11, BCa 95% CI [-3.24, 2.00] M = HSDQ Hyper-somnia b = -.08, p = .68 b = -1.61, p = .55 b = 1.15, p = .71 b = -.13, BCa 95% CI [-2.72, .71] M = HSDQ RLS/PLMD b = .29, p = .22 b = -3.14, p = .16 b = 1.92, p = .53 b = .90, BCa 95% CI [-4.44, .53] M = HSDQ SBD b = .00, p = .99 b = -1.12, p = .72 b = 1.03, p = .74 b = -.00 , BCa 95% CI [-.94, 1.12] Uren slaap afgelopen nacht b = 1.03, p < .01 b= .51, p = .73 b = 1.55, p = .65 b= -.53 BCa 95% CI [-4.77, 2.35] M = SDSC b = .42, p = .13 b = 1.42, p = .47 b = .44, p = .89 b = .59, BCa 95% CI [-.59, 3.83] BMI

Met behulp van een onafhankelijke t-toets werd onderzocht of jongens met ADHD gemiddeld een hoger BMI hebben dan jongens zonder ADHD. Het verschil in BMI (1.43, 95% CI [-.84, 3.70]) dat tussen de groepen werd gevonden (Controle: M = 19.78, SE = .62; ADHD: M = 18.35, SE = .69), bleek niet significant, t(35) = 1.28, p = .209. In andere woorden, jongens met ADHD hadden geen hoger BMI dan jongens zonder ADHD. De reden om in deze analyse de covariaat ADHD medicatie niet op te nemen, was omdat er geen significant groepsverschil werd gevonden in BMI, t(8) = -.19, p = .852, tussen jongens met ADHD die ADHD medicatie slikten (M = 18.47, SE = 1.04) en jongens met ADHD die geen ADHD medicatie slikten (M= 18.17, SE = .96).

Slaaproblematiek in de relatie tussen BMI en risicogedrag

Tot slot, om te onderzoeken of BMI via slaapproblematiek positief samenhing met risicogedrag werden er verschillende mediatie analyses uitgevoerd voor de verschillende

slaapmaten en de bijbehorende subschalen van deze slaapmaten. Er bleek geen significant direct effect te bestaan van BMI op slaapproblematiek, BMI op risicogedrag of van

slaapproblematiek op risicogedrag (tabel 3). Ook een significant indirect effect van BMI op risicogedrag, via slaapproblematiek, was afwezig (tabel 3). In andere woorden, BMI bleek niet (positief) samen te hangen met slaapproblematiek en ook niet met risicogedrag (tabel 3). Tot slot bleek ook slaapproblematiek geen mediërende factor, oftewel verklarende factor, in de relatie tussen BMI en risicogedrag (tabel 3).

Figuur 2.

Mediatieanalyse met Slaapproblematiek als mediator in de relatie tussen BMI en Risicogedrag.

Tabel 3.

Toetsresultaten van de mediatieanalyses met slaapproblematiek als mediator in de relatie tussen BMI en risicogedrag. M staat voor mediator, BCa CI staat voor ‘Bias-Corrected and Accelerated Bootstrap Confidence Interval’ en voor een toelichting op Relatie A, B & C, zie figuur 2. Slaapmaten: Holland Sleep Disorders Questionnaire (HSDQ), Chronic Sleep Reduction Questionnaire (CSRQ), Slaapverstoringsschaal voor kinderen (SDSC). Subschalen van de slaapmaten: Circadian Rhythm Sleep disorder (CRSD), Slaap gerelateerde bewegingsstoornis (RLS/PLMD), Sleep Related Breathing Disorder (SDB) ook wel ‘slaap gerelateerde ademhalingsstoornis’.

Relatie A Relatie B Relatie C, direct Mediatie Analyse M = CSRQ Slaaptekort b = .09, p = .45 b = -.26, p = .68 b = 0.19, p = .67 b = -.02, BCa 95% CI [-.50, .09] M = CSRQ Irritatie b = -.02, p = .83 b = .46, p = .59 b = .18, p = .68 b = -.00, BCa 95% CI [-.26, .08] M = CSRQ Energieverlies b = .05, p = .68 b = -.48, p = .45 b = .19, p = .66 b = -.02, BCa 95% CI [-.56, .15] M = CSRQ slaperigheid b = .18, p = .06 b = -.62, p = .46 b = .28, p = .55 b = -.11, BCa 95% CI [-.58, .12] M = CSRQ Totaal b = .29, p = .36 b = -.11, p = .66 b = .21, p = .66 b = -.03, BCa 95% CI [-.56, .12] M = HSDQ Totaal b = .02, p = .27 b = -3.65, p = .32 b = .26, p = .57 b = -.08, BCa 95% CI [-.53, .04] M = HSDQ Insomnia b = .04, p = .24 b = 1.36, p = .50 b = .24, p = .61 b = -.63, BCa 95% CI [-.52, .08]

M = HSDQ Parasomnia b = .00, p = .82 b = -3.53, p = .29 b = .19, p = .67 b = -.02, BCa 95% CI [-.49, .13] M = HSDQ CRSD b = -.00, p = .99 b = -.02, p = .99 b = .17, p = .70 b = .00, BCa 95% CI [-.12, .12] M = HSDQ Hypersomnia b = .04, p = .12 b = -1.94, p = .49 b = .26, p = .58 b = -.08, BCa 95% CI [-.78, .12] M = HSDQ RLS/PLMD b = .00, p = .85 b = -2.84, p = .19 b = .15, p = .73 b = .02, BCa 95% CI [-.15, .41] M = HSDQ SBD b = .02, p = .33 b = -1.34, p = .67 b = .21, p = .66 b = -.03, BCa 95% CI [-.32, .09] Slaap afgelopen nacht b = -.03, p = .58 b = -.17, p = 89 b = .17, p = .72 b = .00, BCa 95% CI [-.14, .28] M = SDSC b = -.07, p = .08 b = 1.83, p = .35 b = .30, p = .52 b = -.13, BCa 95% CI [-.59, .05] Conclusie en Discussie

In deze studie werd de rol van slaap en BMI bij risicogedrag bij jongens met ADHD onderzocht. Allereerst werd onderzocht of jongens met ADHD meer risicogedrag vertonen dan jongens zonder ADHD, zoals aangetoond in eerder onderzoek naar risicogedrag bij mensen met ADHD (Barkley et al., 2002; Rosenbloom et al., 2011; Thompson et al., 2007; Mannuzza et al., 2004; Mannuzza et al., 2008; Flory et al., 2006; White et al., 2012; Lee et al., 2011; Faregh et al., 2011; Dekkers et al., 2016). In de huidige studie bleek dit echter niet het geval te zijn. Een alternatieve verklaring voor het niet vinden van soortgelijke resultaten in het huidige onderzoek, zou de lage power van deze studie kunnen zijn. Door de lage power van het huidige onderzoek, kan er namelijk met weinig zekerheid gesteld worden dat het niet vinden van een bepaald effect, in dit geval een groepsverschil in risicogedrag, ook

daadwerkelijk betekent dat er geen dergelijk groepsverschil bestaat. Een tweede alternatieve verklaring waaraan het niet vinden van een groepsverschil in risicovol gedrag zou kunnen worden toegeschreven, zou kunnen zijn dat zich in deze studie relatief weinig jongens met ADHD én risicovol gedrag bevinden. Dit in vergelijking tot de verhouding jongens met ADHD en risicovol gedrag in de werkelijke ADHD populatie. Jongens met ADHD die veel risicovol gedrag vertonen, zullen in het gewone leven relatief snel in de problemen raken en hierdoor

hoogstwaarschijnlijk minder goed functioneren. Als gevolg hiervan, zouden de ouders van deze jongeren geen toestemming gegeven kunnen hebben voor deelname. Deelname aan het onderzoek was namelijk opvallend tijdsintensief (in totaal: zeven en een half uur), tijd die de ouders en jongere misschien zelf hard nodig hebben om op de rails te blijven. Het is denkbaar dat de ADHD groep in de onderzoeken waar er wel groepsverschillen in risicogedrag werden gevonden, representatiever was voor de werkelijke populatie doordat deze onderzoeken misschien minder tijdsintensief waren en hierdoor een meer diverse groep adolescenten bereid was tot deelname. Zodoende ook de jongens met ADHD die meer risicovol gedrag vertonen. In lijn met de redenering dat de groep jongens met ADHD in deze studie misschien niet representatief is voor jongens met ADHD in de werkelijke populatie, is het ook opvallend dat in het huidige onderzoek het IQ van de jongeren in de ADHD groep, relatief hoog uitvalt in vergelijking tot het IQ van jongeren met ADHD in de meeste andere onderzoeken naar

risicogedrag (Dekkers et al., 2016). Ook het opleidingsniveau van de ouders van de jongens in de ADHD groep valt boven gemiddeld uit. Mogelijk valt de groep jongens met ADHD, als gevolg van een gemiddeld hoger IQ en ouderlijk opleidingsniveau, minder hoog uit op risicogedrag dan deze doelgroep normaliter zouden doen en worden er hierdoor geen groepsverschillen in risicogedrag gevonden.

Opleidingsniveau maakt namelijk een belangrijk onderdeel uit van de sociaal

economische status (SES) en van SES is op zijn beurt bekend dat hoe hoger deze uitvalt, hoe kleiner de kans is op gedragsproblemen (Lupien, King, Meaney, & McEwen, 2001). Van IQ is bekend dat het negatief gerelateerd is aan probleem-/delinquent gedrag (Cook, Greenberg, & Kusche, 1994; Lynam, Moffitt, & Stouthamer-Loeber, 1993).

Wat betreft slaapproblematiek, bleken de jongens met ADHD in deze studie,

gemiddeld niet meer slaapproblemen te ondervinden dan jongens zonder ADHD. Vanuit de gedachte dat de veel geziene slaapproblemen bij mensen met ADHD een (gedeeltelijke) verklaring zouden bieden voor het verhoogde risicogedrag dat waargenomen wordt in deze doelgroep, slaapproblematiek hangt op zichzelf namelijk samen met verhoogd risicogedrag (Shochat, Cohen-Zion, & Tzischinsky, 2014; Becker, Langberg, & Evans, 2015), zou het ook kunnen dat de reden dat er in deze studie geen groepsverschil in risicovol gedrag gevonden wordt, toegeschreven kan worden aan het niet vinden van een groepsverschil in

slaapproblematiek. Alleen betreft het aantal uren slaap in de afgelopen nacht, bleek er een verschil tussen de groepen te bestaan. Jongens met ADHD zouden, in tegenstelling tot de

verwachtingen, juist meer uren hebben geslapen dan jongens zonder ADHD. Dit laatste zou er mogelijkerwijs aan bijgedragen kunnen hebben, dat er geen verschil gevonden werd in

risicogedrag tussen jongens met en zonder ADHD in deze studie. Geen slaapproblemen (de voorafgaande nacht) en daardoor dus ook minder risicovol gedrag. Een mogelijke verklaring voor het hoge aantal uren slaap in de voorafgaande nacht bij de jongens met ADHD, zou kunnen liggen aan het feit dat de meeste jongens met ADHD in het weekend werden getest of dat ze vaker een dag vrij kregen om aan het onderzoek deel te nemen. Als gevolg hiervan, zouden zij langer hebben kunnen (uit)slapen dan de jongens zonder ADHD, die gewoon op school tijdens schooluren de testen ondergingen. Wederom is het echter van groot belang om er rekening mee te houden dat er veel voorzichtigheid is geboden bij het interpreteren van deze resultaten, dit als gevolg van een te kleine datasample in deze studie en een hieruit voortvloeiende lage power. Er kan namelijk met weinig zekerheid gesteld worden dat het niet vinden van een groepsverschil in slaapproblematiek in deze studie, ook daadwerkelijk

betekent dat er geen dergelijk groepsverschil bestaat.

Een mogelijke alternatieve verklaring voor het niet vinden van groepsverschillen op de meeste slaapmaten in deze studie, zou dus de lage power van het onderzoek kunnen zijn. Een andere mogelijke alternatieve verklaring voor het gegeven dat er in deze studie geen

groepsverschillen werden gevonden op andere slaapmaten, zou kunnen zijn omdat jongens met ADHD die veel slaapproblemen ondervinden, door gebrek aan energie misschien minder snel ervoor gekozen zouden hebben om deel te nemen aan een dergelijk tijdsintensief onderzoek. Een derde alternatieve verklaring zou kunnen zijn dat de ouders van jongens met veel slaapproblematiek, hun zonen minder snel toestemming geven voor deelname. Het is denkbaar dat deze jongens, onder andere door het ondervinden van slaapproblemen, minder goed presteren op school en ze hierdoor van hun ouders in hun vrije tijd met school bezig moeten zijn. Dit was dan ook een veelgenoemde reden voor weigering tot deelname, die werd waargenomen bij de werving van jongens met ADHD voor het onderzoek. Als gevolg van deze twee redenen, zou het kunnen dat de jongens met ADHD in deze studie, relatief weinig tot geen slaapproblemen ondervinden in vergelijking tot de gemiddelde mate van

slaapproblematiek in de werkelijke ADHD populatie.

Slaapproblematiek bleek verder ook geen mediërende rol te spelen in de relatie tussen groep (ADHD versus Controle) en risicogedrag, dit in tegenstelling tot de

wederom een gevolg kunnen zijn van de lage power in het huidige onderzoek. Het zou ook kunnen dat deze relatie niet gevonden werd doordat, zoals al eerder genoemd, in de ADHD groep er relatief weinig jongens met ADHD zitten die ook slaapproblematiek ondervinden. Volgens eerder onderzoek, is dit niet representatief voor deze populatie (Cortese et al., 2009; Kirov et al., 2014; Corkum et al., 1998; Yürümez et el., 2016, Stein, 2012; Chiraphadhanakul et al., 2015; Morreau, 2014; Virring, 2016). Als gevolg hiervan, zou het kunnen dat

slaapproblematiek als verklarende factor in de relatie tussen ADHD en risicogedrag, niet gedetecteerd werd, omdat de gehele onderzoekspopulatie bestaat uit deelnemers met geen tot weinig slaapproblematiek.

Naast de rol van slaapproblematiek bij risicogedrag, werd gekeken naar de rol van BMI in de relatie tussen slaapproblematiek en risicogedrag. Allereerst werd onderzocht of jongens met ADHD gemiddeld een hoger BMI hebben dan jongens zonder ADHD. Dit bleek echter niet het geval, wat in tegenstelling is met bevindingen uit eerder onderzoek (Agranat-Meged et al., 2005; Altfas, 2002; Holtkamp et al., 2004; Pagoto et al., 2009; Erhart et al., 2012; Lam, & Yang, 2007). De meest voor de hand liggende alternatieve verklaring voor het niet vinden van een dergelijk groepsverschil in BMI, zou wederom de lage power van het huidige onderzoek kunnen zijn. Hierdoor kan er namelijk met weinig zekerheid gesteld worden, dat een dergelijk groepsverschil in BMI daadwerkelijk niet bestaat. Een mogelijke andere verklaring zou kunnen zijn, dat als gevolg van ADHD medicatiegebruik door het merendeel van de deelnemers met ADHD, het BMI in deze groep laag uit viel. Een veelvoorkomende bijwerking van ADHD medicatie is namelijk een vermindering van eetlust, met ondergewicht en dus een laag BMI als gevolg (Barkley, McMurray, Edelbrock, & Robbins, 1990; Efron, Jarman, & Barker, 1997; Waring & Lapane, 2008). Er is dan ook gevonden dat bij kinderen met ADHD, die geen Methylfenidaat slikken, de kans 1.5 maal zo groot is op het ontwikkelen van overgewicht in vergelijking met kinderen zonder ADHD. Wanneer zij juist wel medicatie slikken, is de kans op ondergewicht juist 1.6 keer zo groot in vergelijking met kinderen zonder ADHD (Waring & Lapane, 2008). Deze verklaring lijkt echter niet waarschijnlijk, aangezien er geen

groepsverschil in BMI werd gevonden tussen jongens met ADHD met en zonder ADHD medicatiegebruik. Een andere mogelijke alternatieve verklaring voor deze bevinding zou kunnen zijn dat, jongens met een hoger gewicht misschien minder zelfverzekerd zijn en hierdoor misschien niet wilden participeren in het onderzoek. Deelnemers werden namelijk van te voren ingelicht dat er hartslagplakkers op hun lichaam geplakt zouden worden tijdens

het onderzoek. Mogelijk als gevolg hiervan, zijn jongens met hoog BMI onder gerepresenteerd, waardoor groepsverschillen niet zijn waargenomen.

Verder werd onderzocht of BMI positief samenhangt met slaapproblemen. Dit bleek, in tegenstelling tot de verwachtingen, niet het geval. Een mogelijke alternatieve verklaring voor het niet vinden van een dergelijke relatie, zou ook hier weer de lage power van het huidige onderzoek kunnen zijn. Een mogelijke andere alternatieve verklaring voor het niet vinden van een dergelijke samenhang, zou kunnen zijn dat in dit onderzoek jongens met ADHD, veel slaapproblemen en een hoog BMI, onder gerepresenteerd zijn in vergelijking tot in de werkelijke ADHD populatie. Dit als gevolg van de eerder genoemde verklaringen dat jongens met een hoog BMI en jongens met ADHD en veel slaapproblemen, niet wilden of mochten participeren aan het onderzoek. En betreffende het BMI, dat het merendeel van de deelnemers ADHD medicatie innamen en als gevolg hiervan hun BMI veel lager uitviel dan normaliter in deze doelgroep (Barkley, McMurray, Edelbrock, & Robbins, 1990; Efron, Jarman, & Barker, 1997; Waring & Lapane, 2008). Het is denkbaar dat als gevolg van de genoemde redenen, het BMI gemiddeld laag uit viel en er sprake was van weinig variatie in BMI, waardoor er geen samenhang gedetecteerd werd.

Tot slot werd onderzocht of BMI, via slaapproblematiek, positief samenhangt met risicogedrag. In andere woorden; of slaapproblematiek een mediërende variabele is in de relatie tussen BMI en risicogedrag. Er werd geen samenhang gevonden tussen ADHD en risicogedrag. Daarnaast bleek slaapproblematiek ook geen mediërende factor te zijn in de relatie tussen ADHD en risicogedrag. De meest waarschijnlijk alternatieve verklaring voor het niet vinden van een dergelijke relatie, zou wederom de lage power van het huidige onderzoek kunnen zijn. Een andere alternatieve verklaring voor het niet vinden van de verwachte

resultaten zou kunnen zijn dat, zoals al eerder genoemd, in de onderzoeksgroep de jongens met slaapproblemen en een hoog BMI onder gerepresenteerd zijn, dit in vergelijking met de werkelijke populatie. Hierdoor zou het niet vinden van een positieve samenhang tussen BMI en risicogedrag, die loopt via slaapproblemen, verklaard kunnen worden. Het is natuurlijk ook mogelijk dat er geen sprake is van een dergelijke samenhang in deze populatie en dat BMI, slaapproblematiek en risicogedrag, niet gerelateerde variabelen zijn in deze doelgroep.

Eerder onderzoek wees uit, dat mensen met ADHD meer risicogedrag vertonen dan mensen zonder ADHD (Barkley, Murphy, Dupaul, & Bush, 2002; Rosenbloom & Wultz, 2011; Thompson, Molina, Pelham, & Gnagy, 2007; Mannuzza, Klein, Abikoff, & Moulton, 2004;

Mannuzza, Klein. & Moulton, 2008; Flory, Molina, Pelham, Gnagy, & Smith, 2006; White & Buehler, 2012; Lee, Humphreys, Flory, Liu, & Glass, 2011; Faregh, & Derevensky, 2011; Dekkers et al., 2016). In het huidige onderzoek werd er echter geen dergelijke waarneming gedaan, wat hoogst waarschijnlijk toe te schrijven is aan de lage power van het huidige onderzoek. In vervolg onderzoek zal het van belang zijn om meer deelnemers te werven, om op deze wijze het onderzoek in ieder geval van een hogere power te voorzien, waardoor er hardere uitspraken gedaan kunnen worden betreffende de onderzoeksresultaten. Doordat deze studie slechts een onderdeel was van een groot onderzoeksproject, waarin ook vele andere variabelen werden onderzocht, was het voor deelnemers zeer tijdsintensief om deel te nemen. Als gevolg hiervan verliep de werving van deelnemers zeer moeizaam,

voornamelijk betreffende de deelnemers met ADHD. Dit zou daarnaast ervoor gezorgd kunnen hebben dat de ADHD groep niet representatief was voor de werkelijke ADHD populatie. Het onderzoekdesign zal dus zodanig ingericht moeten worden, dat deelname minder tijdsintensief zal zijn en hierdoor aantrekkelijker. Dit zou gedaan kunnen worden door een onderzoek op te zetten waarin slechts de tests en vragenlijsten die relevant zijn voor het beantwoorden van de onderzoeksvragen in deze studie, worden opgenomen. Doordat (onder andere) hartslag dan niet meer gemeten zal worden, neem je ook de variabele weg die er mogelijkerwijs toe geleid heeft dat in het huidige onderzoek, deelnemers met een hoger BMI minder snel geneigd waren tot deelname. Ook zou de optie geboden kunnen worden om meer testmomenten aan het einde van de dag/het begin van de avond en in de weekeinden aan te bieden. Om het zo voor alle deelnemers mogelijk te maken om ook buiten schooltijden deel te nemen. Als gevolg van deze maatregelen, wordt waarschijnlijk de kans vergroot dat er een breder spectrum aan jongens (met ADHD) zal willen/kunnen deelnemen aan het

onderzoek. Hierdoor zullen onderzoeksgroepen waarschijnlijk representatiever worden voor de werkelijke populaties.

Ervan uit gaande dat adolescenten met ADHD meer risicogedrag vertonen dan adolescenten zonder ADHD, zoals bevestigd in voorgaande onderzoeken, zou het van belang zijn om verder vervolg onderzoek te doen naar risicogedrag en verklarende mechanismes hierbij, zoals onder andere slaapproblematiek en BMI. Risicogedragingen hebben vaak namelijk negatieve consequenties (Resnick et al., 1997) en om deze te kunnen beperken, zijn inzichten in de factoren die een rol spelen bij deze risicogedragingen, van groot belang. Als zou blijken dat slaapproblematiek risicogedrag (gedeeltelijk) verklaart, zou hier vervolgens

zowel preventief als curatief op ingespeeld kunnen worden. Hetzelfde geldt voor de variabele BMI. Wanneer zou blijken dat BMI ten grondslag zou liggen aan de veel geziene

slaapproblemen bij mensen met ADHD en op deze wijze indirect van negatieve invloed zou zijn op risicogedrag, dan zou in preventie- en behandelplannen voor adolescenten (met ADHD) een focus gelegd kunnen worden op het reduceren van het BMI. Op deze wijze zou risicogedrag en mogelijke negatieve consequenties hiervan, voorkomen of verminderd kunnen worden. Zowel de adolescent, zijn of haar omgeving als de maatschappij, zouden hier baat bij hebben. Het is daarom van belang nader te onderzoeken wat de rol van zowel

Literatuurlijst

Agranat-Meged, A.N., Deitcher, C., Goldzweig, G., Leibenson, L., Stein, M., & Galili-Weisstub, E. (2005). Childhood obesity and attention deficit/hyperactivity disorder: A newly described comorbidity in obese hospitalized children. International Journal of Eating

Disorders, 37(4), 357–359.

Altfas, J. R. (2002). Prevalence of attention deficit/hyperactivity disorder among adults in obesity treatment. BMC psychiatry, 2(1), 1.

Barkley, R. A., McMurray, M. B., Edelbrock, C. S., & Robbins, K. (1990). Side effects of

methylphenidate in children with attention deficit hyperactivity disorder: a systemic, placebo controlled evaluation. Pediatrics, 86(2), 184-192.

Barkley, R. A., Murphy, K. R., Dupaul, G.J., & Bush, T. (2002). Driving in young adults with attention deficit hyperactivity disorder: Knowledge, performance, adverse outcomes, and the role of executive functioning. Journal of the International Neuropsychological

Society, 8(5), 655- 672.

Becker, S. P, Langberg, J. M., & Evans, S. W. (2015). Sleep problems predict comorbid

externalizing behaviors and depression in young adolescents with attention‑ deficit/ hyperactivity disorder. European Child & Adolescent Psychiatry, 24, 897–907.

Bixler, E. O., Vgontzas, A. N., Lin, H. M., Liao, D., Calhoun, S., Vela-Bueno, A., Fedok, F., Vlasic, V.,& Graff, G. (2009). Sleep disordered breathing in children in a general population sample:Prevalence and risk factors. Sleep, 32(6), 731–736.

Boyer, B. E., Geurts, H.M., Prins, P.J.M., Van den Oord, S. (2014). Two novel CBTs for adolescents with ADHD: the value of planning skills. European Child and Adolescent

Psychiatry, 24, 1075–1090, doi:10.1007/s00787-014-0661-5.

Bruni, O., Ottaviano, S., Guidetti, V., Romoli, M., Innocenzi, M., Cortesi, F., & Giannoti, F. (1996). The sleep disturbance scale for children (SDSC), Construction and validation of an instrument to evaluate sleep disturbances in childhood and adolescence. Journal of

Sleep Research, 5, 251-261.

(2008). Meta-analysis of short sleep duration and obesity in children and adults. Sleep, 31(5), 619-626.

Chiraphadhanakul, K., Jaimchariyatam, N., Pruksananonda, C., & Chonchaiya, W. (2015). Increased Sleep Disturbances in Thai Children With Attention-Deficit Hyperactivity Disorder Compared With Typically Developing Children. Behavioral sleep medicine, 14(6), 677-686.

Cook, E. T., Greenberg, M. T., & Kusche, C. A. (1994). The relations between emotional understanding, intellectual functioning, and disruptive behavior problems in elementary-school-aged children. Journal of abnormal child psychology, 22(2), 205 219.

Corkum, P., Tannock, R., Moldofsky, H., 1998. Sleep disturbances in children with attention deficit/hyperactivity disorder. Journal of the American Academy of Child and

Adolescent Psychiatry, 37, 637–646.

Cortese, S., Faraone, S.V., Konofal, E., Lecendreux, M. (2009). Sleep in children with attention deficit/hyperactivity disorder: meta-analysis of subjective and objective studies.

Journal of the American Academy of Child and Adolescent Psychiatry, 48, 894–908.

Dahne, J., Richards, J. M., Ernst, M., MacPherson, L., & Lejuez, C. W. (2013). Assessment of risk taking in addiction research. The Wiley-Blackwell handbook of addiction

psychopharmacology, 209-231.

Defoe, I. N., Dubas, J. S., Figner, B., & van Aken, M. A. (2015). A meta-analysis on age differences in risky decision making: Adolescents versus children and adults.

Psychological bulletin, 141(1), 48.

Dekkers, T.J., Popma, A., Agelink van Rentergem, J.A., Bexkens, A., & Huizenga, H.M. (2016). Risky decision making in Attention-Deficit/Hyperactivity Disorder: A meta-regression analysis. Clinical Psychology Review, 45, 1-16.

DeVito, E. E., Blackwell, A. D., Kent, L., Ersche, K. D., Clark, L., Salmond, C. H., Dezsery, A.M., & Sahakian, B. J. (2008). The effects of methylphenidate on decision making in attention deficit/hyperactivity disorder. Biological psychiatry, 64(7), 636-639.

Dewald, J. F., Short, M. A., Gradisar, M., Oort, F. J., & Meijer, A. (2012). The Chronic Sleep Reduction Questionnaire (CSRQ): a cross-cultural comparison and validation in Dutch and Australian adolescents. Journal of sleep research, 21(5), 584-594.

Dovis, S., Van der Oord, S., Wiers, R.W., Prins, P.J. (2013). What Part of Working Memory is not Working in ADHD? Short-Term Memory, the Central Executive and Effects of Reinforcement. Journal of Abnormal Child Psychology, 41, 901–917,

doi:10.1007/s10802013-9729-9.

Efron, D., Jarman, F., & Barker, M. (1997). Side effects of methylphenidate and

dexamphetamine in children with attention deficit hyperactivity disorder: a double blind, crossover trial. Pediatrics, 100(4), 662-666.

Erhart, M., Herpertz-Dahlmann, B., Wille, N., Sawitzky-Rose, B., Hölling, H., & Ravens-Sieberer, U. (2012). Examining the relationship between attention-deficit/hyperactivity disorder and overweight in children and adolescents. European child & adolescent

psychiatry, 21(1), 39-49.

Evers, A., Vliet-Mulder, J.C. van, & Groot, C.J. (2000). Documentatie van tests en testresearch in Nederland, deel I en II (COTAN). Assen: Van Gorcum.

Faregh, N., Derevensky, J. (2011). Gambling behavior among adolescents with attention deficit/hyperactivity disorder. Journal of Gambling Studies, 27, 243–256.

Field, A. (2013). Discovering statistics using IBM SPSS statistics. 4th edition. Chapter 10:

Moderation, mediation and more regression. London: Sage.

Flory, K., Molina, B.S.G., Pelham, W.E.J., Gnagy, E., Smith, B. (2006). Childhood ADHD predicts risky sexual behavior in young adulthood. Journal of Clinical Child and Adolescent

Psychology, 35, 571–577.

Gardner, M., & Steinberg, L. (2005). Peer influence on risk taking, risk preference, and risky decision making in adolescence and adulthood: an experimental study. Developmental

psychology, 41(4), 625.

Gayton W, Bailey C, Wagner A, Hardesty V (1986) Relationship between childhood hyperactivity and accident proneness. Perceptual and Motor Skills, 63, 801–802. Harrison, J. D., Young, J. M., Butow, P., Salkeld, G., & Solomon, M. J. (2005). Is it worth the

risk? A systematic review of instruments that measure risk propensity for use in the health setting. Social science & medicine, 60(6), 1385-1396.

Hayes, A. F. (z.j.). PROCESS voor mediatie analyse in SPSS. Opgehaald op 2 april 22017 van http://www.afhayes.com

Holm, S.M., Forbes, E.E., Ryan, N.D., Phillips, M.L., Tarr, J.A., Dahl, R.E., 2009. Rewardrelated brain function and sleep in pre/early pubertal and mid/late pubertal adolescents. The

Journal of Adolescent Health, 45, 326–334.

Holtkamp, K., Konrad, K., Müller, B., Heussen, N., Herpertz, S., Herpertz-Dahlmann, B., & Hebebrand, J., (2004). Overweight and obesity in children with

attention-deficit/hyperactivity disorder. Inter- national Journal of Obesity, 28(5), 685–689. Kalra, M., Inge, T., Garcia, V., Daniels, S., Lawson, L., Curti, R., Cohen, L., & Amin, R. (2012).

Obstructive sleep apnea in extremely overweight adolescents undergoing bariatric surgery. Obesity Research, 13(7), 1175–1179.

Kerkhof, G. A., Geuke, M. E., Brouwer, A., Rijsman, R. M., Schimsheimer, R. J., & Van Kasteel, V. (2013). Holland Sleep Disorders Questionnaire: a new sleep disorders questionnaire based on the International Classification of Sleep Disorders-2. Journal of sleep

research, 22(1), 104-107.

Kort, W., Schittekatte, M., Dekker, P. H., Verhaeghe, P., Compaan, E. L., Bosmans, M., & Vermeir, G. (2005). WISC-III NL Wechsler Intelligence Scale for Children. Derde Editie NL. HandleidingenVerantwoording. Amsterdam: Harcourt Test Publishers/Nederlands Instituut voor Psychologen.

Kirov, R., Brand, S. (2014). Sleep problems and their effect in ADHD. Expert review of

neurotherapeutics, 14, 287-299.

Lam, L.T., & Yang, L. (2007). Overweight/obesity and attention deficit and hyperactivity disorder tendency among adolescents in China. International Journal of Obesity, 31(4), 584– 590.

Lee, S.S., Humphreys, K.L., Flory, K., Liu, R., & Glass, K. (2011). Prospective association of childhood attention-deficit/hyperactivity disorder (ADHD) and substance use and abuse/dependence: Ameta-analytic review. Clinical Psycholoy Review, 31, 328–341. Lejuez, C.W., Read, J.P., Kahler, C.W., Richards, J.B., Ramsey, S.E., Stuart, G.L., Strong, D.R.,

Brown, R.A. (2002). Evaluation of a behavioral measure of risk taking: the Balloon Analogue Risk Task (BART). Journal of Experimental Psychology: Applied, 8, 75 84. PubMed ID 12075692

Lejueza, C.W., Aklina, W.M., Zvolenskyb, M.J., & Pedullac, C.M. (2003). Evaluation of the Balloon Analogue Risk Task (BART) as a predictor of adolescent real-world risk-taking behaviours. Journal of Adolescence, 26, 475–479

Lejuez, C.W., Aklin, W., Daughters, S., Zvolensky, M., Kahler, C., & Gwadz, M. (2007).

Reliability and Validity of the Youth Version of the Balloon Analogue Risk Task (BART-Y) in the Assessment of Risk-Taking Behavior Among Inner City Adolescents. Journal of

Clinical Child & Adolescent Psychology, 36:1, 106-111, DOI:

10.1080/15374410709336573

Lumeng, J.C., Gannon, K., Cabral, H.J., Frank, D.A., & Zuckerman, B. (2003). Association between clinically meaningful behavior problems and overweight in children.

Pediatrics, 112(5), 11381145.

Lupien, S. J., King, S., Meaney, M. J., & McEwen, B. S. (2001). Can poverty get under your skin? Basal cortisol levels and cognitive function in children from low and high

socioeconomicstatus. Development and psychopathology, 13(03), 653-676.

Lynam, D., Moffitt, T., & Stouthamer-Loeber, M. (1993). Explaining the relation between IQ and delinquency: Class, race, test motivation, school failure, or self-control?. Journal of

abnormal psychology, 102(2), 187.

Mannuzza, S., Klein, R., Abikoff, H., Moulton, J. (2004). Significance of childhood conduct problems to later development of conduct disorder among children with ADHD: A prospective follow-up study. Journal of Abnormal Child Psychology, 32, 565–573. Marcus, C.L., Curtis, S., Koerner, C.B., Joffe, A., Serwint, J.R., & Loughlin, G.M. (1998).

Evaluation of pulmonary function and polysomnography in obese children and adolescents. Pediatric Pulmonology, 21(3), 176–183.

Meijer, A. (2008). Chronic sleep reduction, functioning at school and school achievement in preadolescents. Journal of sleep research, 17(4), 395-405.

Mietchen, J. J., Bennett, D. P., Huff, T., Hedges, D. W., & Gale, S. D. (2016). Executive Function in Pediatric Sleep-Disordered Breathing: A Meta-analysis.Journal of the International

Neuropsychological Society, 22(8), 839-850.

Nederlandse Hartstichting (z.j.). BMI Meter. Opgehaald op 5 februari 2017 van https://www.hartstichting.nl/bmi?gclid=CJnB2IG-v9ICFcEcGwodg2YGKA

NJI (2016). Vragenlijst voor Gedragsproblemen bij Kinderen 6- 16 jaar (VvGK 6-16). Opgehaald van file:///C:/Users/Charlotte/Downloads/Vragenlijst-voor-Gedragsproblemen-bij Kinderen-6-16-jaar-(VvGK-6-16).pdf