Prevalence and Correlates of Pica Among Adults with Intellectual Disability in Institutions
Notice bibliographique
Résumé
Increased knowledge of complex behaviors such as pica is needed to improve the support and services in the community for individuals with intellectual disability (ID). Though the prevalence of pica has been documented extensively in institutionalized settings, few studies have explored its etiology. The aim of this study is to explore the correlates of pica among institutionalized adults with ID. Secondary data analysis was performed on census-level data on 1,008 persons with ID residing in Ontario's remaining specialized institutions. All persons had been assessed using the interRAI Intellectual Disability (interRAI ID; Martin, Hirdes, Fries, & Smith, 2007 Martin, L., Hirdes, J. P., Fries, B. E and Smith, T. F. 2007. Development and psychometric properties of an assessment for persons with intellectual disability—The interRAI ID. Journal of Policy and Practice in Intellectual Disabilities, 4(1): 23–29. [Crossref] , [Google Scholar]) assessment instrument—a comprehensive and standardized instrument that supports service planning. Bivariate and multivariate analyses were used to explore the relation between pica and demographic, functional, and clinical characteristics. The overall prevalence of pica was 21.8%. Logistic regression analysis showed that being male, a diagnosis of autism, and use of nonverbal means of communication were associated with a higher likelihood of pica, whereas impairment in activities of daily living reduced that likelihood. A curvilinear relation was observed between cognitive functioning and pica. The prevalence of pica is quite high in Ontario's institutions, and nonverbal communication emerged as the strongest correlate of the behavior. The implications for education, training, and interventions are discussed.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 ».