Subfactors of oppositional defiant disorder: converging evidence from structural and latent class analyses
Notice bibliographique
Résumé
Background Structural models of oppositional defiant disorder ( ODD ) symptoms have gained empirical support but await greater empirical scrutiny on issues such as reconciliation between competing models, evidence for gender differences, and delineation of external correlates. More extensive validation evidence is particularly necessary in consideration of their incorporation in psychiatric nomenclature. Methods We fitted previously proposed, but competing, models to ODD symptoms assessed with the Computerized Diagnostic Interview Schedule for Children (Shaffer et al., 2000, J. Am. Acad. Child Adolesc. Psychiatry , 39 , 28) in a community sample and then fitted the best‐fitting model in a replication sample (combined N = 730, M age = 9.89, SD = 0.75). Analyses also examined potential classes based on resulting subfactors, gender differences, longitudinal associations with later behavioral problems, and concurrent personality associations. Results Burke's (2010) two‐factor model composed of Irritability and Oppositionality subfactors best fit the data. Irritability and Oppositionality showed convergent and divergent patterns of association with personality traits at T1 and with externalizing and internalizing problems at T2. Latent class analyses revealed three classes (low severity, irritable/combined, and oppositional) which showed parallel divergence in externalizing and internalizing problem comorbidity. These findings were largely robust across gender and samples. Conclusions These findings support Irritability/Oppositionality subfactors of ODD in two mixed‐gender samples, demonstrate strong evidence for a lack of gender differences in such subfactors, and demonstrate their convergent and divergent validity in emergent latent classes, later behavioral problems, and personality correlates.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 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 ».