Studying the Epidemiology of Attention-Deficit Hyperactivity Disorder: Screening Method and Pilot Results
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: As part of a larger epidemiologic study of risk factors for attention-deficit hyperactivity disorder (ADHD), this pilot study combined parent and teacher information to estimate ADHD prevalence among elementary school children in a North Carolina county. The methods developed for this study and the pitfalls we encountered illustrate the challenges involved in conducting population-based studies of ADHD. METHODS: We employed 2-stage screening using DSM-IV criteria. Teachers completed behaviour-rating scales for all children. We then administered a structured telephone interview to parents of potential cases. We screened 362 of 424 (85%) children in grades 1 to 5 in 4 schools. RESULTS: According to parent reports, 43 children (12%) had previously been diagnosed with ADHD by a health professional. Thirty-four children (9%) were taking ADHD medication. Forty-six children (12.7%) met study case criteria for ADHD, based on combined teacher and parent reports. Of the 46 cases, 18 (39%) had not been previously identified. Eight previously diagnosed children, however, did not meet case criteria. After we adjusted for nonresponse, the estimated prevalence was 16% (95%CI, 12% to 20%). CONCLUSIONS: These data suggest that the DSM-IV prevalence of ADHD has been substantially underestimated, although the true prevalence in this population may be less than the 16% estimated here. Population-based studies of ADHD are feasible and may provide important information about practice and treatment patterns in community settings, as well as a broader understanding of the etiology and life course of this common disorder.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découle