Overlooked and Underserved: “Action Signs” for Identifying Children With Unmet Mental Health Needs
Notice bibliographique
Résumé
OBJECTIVE: The US Surgeon General has called for new approaches to close the mental health services gap for the large proportion of US children with significant mental health needs who have not received evaluation or services within the previous 6 to 12 months. In response, investigators sought to develop brief, easily understood, scientifically derived "warning signs" to help parents, teachers, and the lay public to more easily recognize children with unmet mental health needs and bring these children to health care providers' attention for evaluation and possible services. METHOD: Analyses of epidemiologic data sets from >6000 children and parents were conducted to (1) determine the frequency of common but severely impairing symptom profiles, (2) examine symptom profile frequencies according to age and gender, (3) evaluate positive predictive values of symptom profiles relative to Diagnostic and Statistical Manual of Mental Disorders diagnoses, and (4) examine whether children with 1 or more symptom profiles receive mental health services. RESULTS: Symptom-profile frequencies ranged from 0.5% to 2.0%, and 8% of the children had 1 or more symptom profile. Profiles generated moderate-to-high positive predictive values (52.7%-75.4%) for impairing psychiatric diagnoses, but fewer than 25% of children with 1 or more profiles had received services in the previous 6 months. CONCLUSIONS: Scientifically robust symptom profiles that reflect severe but largely untreated mental health problems were identified. Used as "action signs," these profiles might help increase public awareness about children's mental health needs, facilitate communication and referral for specific children in need of evaluation, and narrow the child mental health services gap.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».