Using the Conners' Teacher Rating Scale—Revised in School Children Referred for Assessment
Notice bibliographique
Résumé
OBJECTIVE: Predictive validity of the Conners' Teacher Rating Scale-Revised (CTRS-R) was evaluated against a semi-structured clinical teacher interview in school children referred for diagnostic assessment of attention-deficit hyperactivity disorder (ADHD). We hypothesized that extreme scale values would increase diagnostic certainty and that classification errors would be associated with comorbid conditions. METHOD: Children (n = 1038), aged 6 to 12 years, were screened using the CTRS-R and their teachers were interviewed. Three levels of T scores on the 3 Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition (DSM-IV) subscales of the CTRS-R were compared with DSM-IV symptom thresholds by interview. Where subscale scores and interviews showed highest agreement, presence of comorbid disruptive behavioural disorders, reading disability, language impairment, and low IQ were investigated for children classified correctly, compared with incorrectly. RESULTS: T scores of 60 and above on all CTRS-R DSM-IV subscales offered high sensitivity, from 91% to 94%. Only on subscales M (hyperactive-impulsive) and N (total) did T scores of less than 60 offer posttest probabilities of less than 10%, confirming that a child does not reach diagnostic threshold by interview. T scores of 80 and more offered high specificity, from 88% to 93%, but did not provide high posttest probabilities that children reach diagnostic criteria. Classification errors were associated with more language impairment among false positives than true positives on the M (18.9%, compared with 11.3%, P = 0.04) and N (19.0%, compared with 9.5%, P = 0.023) subscales, and more reading disabilities among false positives than among true positives on the N subscale (35.2%, compared with 21.6%, P = 0.009). CONCLUSIONS: The ability of the CTRS-R to predict whether clinically referred children reach DSM-IV criteria for ADHD at school is limited.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».