Use of Psychotropic Medication in Children and Adolescents With Autism Spectrum Disorders
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
OBJECTIVES: The goal of this study was to examine rates of psychotropic medication use and identify associated child and family characteristics among children and adolescents with autism spectrum disorder (ASD) enrolled in an autism registry maintained by the Autism Treatment Network (ATN). METHODS: The sample, derived from the ATN registry, consists of 2853 children aged 2 to 17 years with diagnoses of ASD supported by Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition, and the Autism Diagnostic Observation Schedule with available data on medication use. As part of initial enrollment in the registry, parents completed questionnaires on current psychotropic medication use, psychiatric and medical conditions, and demographics. RESULTS: Of the 2853 children, 763 (27%) were taking ≥ 1 psychotropic medication; 15% were prescribed 1 medication, 7.4% received 2 medications, and 4.5% received ≥ 3. Among children aged 3 to 5 years, 11% were taking ≥ 1 psychotropic medication; among 6- to 11-year-old children, 46%; and 66% of adolescents aged 12 to 17 years were taking at ≥ 1 psychotropic medication. A parent report of comorbid diagnosis of attention-deficit/hyperactivity disorder, bipolar disorder, obsessive-compulsive disorder, depression, or anxiety was associated with a high rate of use, with 80% receiving ≥ 1 psychotropic medication. Only 15% of children with no comorbid psychiatric disorder were taking psychotropic medication. Psychotropic medication use was also related to sleep and gastrointestinal problems. CONCLUSIONS: The prescription of psychotropic medications in this registry sample is highly related to comorbid psychiatric disorder. Other factors associated with use include medical comorbidities, race, ethnicity, and older age.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle