Quality of Life and Attention-Deficit/Hyperactivity Disorder Core Symptoms
Notice bibliographique
Résumé
The objective of this pooled analysis was to correlate parameters related to quality of life with attention-deficit/hyperactivity disorder (ADHD) core symptoms analyzing data of 5 atomoxetine clinical trials in children and adolescents with ADHD. Data from 5 clinical trials (4 from Europe and 1 from Canada) with similar inclusion/exclusion criteria and similar duration (8-12 weeks' follow-up) were included. All studies used the Child Health and Illness Profile, Child Edition (CHIP-CE), parent rating form at baseline and end point. Correlation coefficients and effect sizes to ADHD-Rating Scale (ADHD-RS) scores were calculated. A total of 794 patients aged 6 to 15 years (mean, 9.7 years), with mean (SD) baseline Clinical Global Impression of Severity of 4.8 (0.89) and ADHD-RS of 41.8 (8.04), were included. Baseline total CHIP-CE mean t score (standard, 50 [10]) was 28.9 (11.76), and the strongest impairments were seen in risk avoidance (30.2 [14.62]) and achievement (30.5 [10.4]) domains. At baseline, CHIP-CE versus ADHD-RS correlation was low (total, -0.345) except for the risk avoidance domain (total, -0.517). For changes from baseline to end point, a low correlation between the scales was found (total, -0.364; placebo-controlled studies only, n = 372). Quality of life impairment in ADHD was found in CHIP-CE total score and several domains. Correlations between CHIP-CE and ADHD-RS at baseline, end point, and for change from baseline to end point were low to moderate. These findings suggest that measuring quality of life adds clinically relevant insight beyond core symptom evaluation in children and adolescents with ADHD.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».