Effectiveness of psychosocial intervention for children and adolescents with comorbid problems: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Comorbidity is common among child clinical samples. Reviews on effective intervention for comorbid problems are lacking. METHOD: Based on a literature search of three databases (PsycINFO, MEDLINE and ERIC), initial data analysis was carried out on 865 studies; of these,10 randomised trials fully met study inclusion criteria and were subject to final analysis, with quality assessments and effect sizes calculated. RESULTS: Overall, effect sizes for externalising (M = 1.12) and internalising (M = 1.09) outcomes were large. Effect sizes were large for family-based (M = 1.80) compared to individual (M = 0.78) and group-based (M = 0.54) interventions. Studies with homotypic comorbidity (M= 1.18) displayed larger treatment effect sizes than ones with heterotypic comorbidity (M = 0.54). CONCLUSIONS: While the overall quality ratings of the reviewed studies varied from mediocre to good, with a variety of measures used across studies to assess the same outcomes, findings suggest that current interventions are effective for reducing internalising and externalising problems in children with comorbidity. More substantive evidence for the beneficial effects of psychosocial interventions for children with comorbid problems may arise as more robust studies, which more explicitly address and describe comorbidity, become available.
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 | 0,007 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».