A differential approach for examining the behavioural phenotype of fetal alcohol spectrum disorders.
Notice bibliographique
Résumé
BACKGROUND: In 2006, Nash and colleagues published results suggesting that individual items from the Child Behavior Checklist (CBCL) could be used as a screening tool that was highly sensitive in differentiating children with FASD from controls and children with Attention Deficit Hyperactivity Disorder (ADHD). Since many of the items referred to features of Oppositional Defiant/Conduct Disorder (ODD/CD), it was not clear whether the items reflected comorbidity with ODD/CD, or were unique to children with FASD. OBJECTIVES: The present study sought to replicate the results of our 2006 paper using a new and larger sample, which also includes a group of children diagnosed with ODD/CD. METHODS: Retrospective psychological chart review was conducted on 56 children with FASD, 50 with ADHD, 60 with ODD/CD, and 50 normal control (NC) children. Receiver operating characteristic curve (ROC) analysis of CBCL items discriminating FASD from NC was used to compare FASD to the ADHD and ODD/CD groups. RESULTS: ROC analyses showed scores of a) 3 or higher on 10 items differentiated FASD from NC with a sensitivity of 98%, specificity of 42% and b) 2 or higher on 5 items reflecting oppositional behaviors differentiated FASD from ADHD with a sensitivity of 89% and specificity of 42%. CONCLUSION: Our findings partially replicate the results of our 2006 study and additionally elucidate the behavioural differences between children with FASD and those with ODD/CD. The proposed screening tool is currently the only tool available that is empirically derived and able to differentiate children with FASD from children with clinically similar profiles.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».