MétaCan
Menu
Retour à la cohorte
Enregistrement W2069846704 · doi:10.1016/s0924-9338(12)74503-0

P-336 - Family quality of life in asd and adhd

2012· article· en· W2069846704 sur OpenAlexaff
Elena Predescu, Felicia Iftene

Notice bibliographique

RevueEuropean Psychiatry · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAutismExternalizationPsychologyClinical psychologyQuality of life (healthcare)DistressCoping (psychology)PopulationRutterPsychiatryDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

The impact of raising a child with autism on parents' quality of life (QOL) is not yet fully understood. Studies have shown that parents of children with autism have lower QOL than general population and that theirs QOL is influenced by the level of child functioning impairment, the received social support and by the use of maladaptive coping mechanisms. To evaluate the QOL of the families of children with autism compared with that of families of children diagnosed with ADHD. To analyze the factors which influence the QOL of these families. We used data from 60 children, aged between 2 and 18 years, diagnosed with ASD or ADHD, according to DSM IV-TR and ICD-10 and their parents. Tests were administered to assess the presence of autism symptoms, the symptoms of internalization / externalization and the parents’ emotional regulation mechanisms. FQOLS (Family Quality of Life Survey) was used to assess the subjects and their families’ quality of life. The areas with the lowest scores in terms of FQOL were the financial status, the support from others and the support from services. These results were similar for the families of children with ASD and ADHD. The level of parental distress was associated with the level of child internalizing problems. By understanding how the FQOL is affected by these disorders, the needs of the children with developmental disorders and their families will be better recognized and healthcare and support services would be appropriately developed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,397
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetFamily and Disability Support ResearchTravaux en français237 207