Differentiating attention deficits in children with fetal alcohol spectrum disorder or attention‐deficit–hyperactivity disorder
Notice bibliographique
Résumé
AIM: The attention and inhibition problems found in children with attention-deficit-hyperactivity disorder (ADHD) are also common in children with fetal alcohol spectrum disorders (FASDs). Attempts to distinguish ADHD from FASDs in terms of these deficits are rare and were pursued in this study. METHOD: A total of 116 children (47 with ADHD, 31 males, 16 females; 30 with FASDs, 17 males, 13 females; and 39 comparison children, 20 males, 19 females) participated. The mean age was 9 years 4 months (SD 1y 8mo) in the ADHD groups, 8 years 10 months (SD 1y 2mo) in the FASD group, and 9 years 1 month (SD 1y 1mo) in the comparison group. Sustained attention was tested with a slow event rate continuous performance task (CPT). Inhibitory control was tested with both a slow and fast event rate Go/No-Go task. RESULTS: On the CPT task, children with ADHD, combined type (ADHD-C), ADHD, primarily inattentive type (ADHD-PI), and FASDs showed greater declines in task performance as a function of time than comparison children, suggesting sustained attention problems in all clinical groups. Children's Go/No-Go performance was event-rate dependent, with the ADHD-C group being affected in the slow condition and the ADHD-PI and FASD groups having problems with the fast condition. INTERPRETATION: Children with ADHD-C are typically impaired in handling understimulation, while children with FASDs may have problems with overstimulation. The dissociation in responsivity to event rate between groups may have significant differential diagnostic value.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».