Relations between multi-informant assessments of ADHD symptoms, DAT1, and DRD4.
Notice bibliographique
Résumé
Researchers conducting candidate gene studies of attention-deficit/hyperactivity disorder (ADHD) typically obtain symptom ratings from multiple informants (i.e., mothers, fathers, and teachers) and use a psychologist's best estimate or a simple algorithm, such as taking the highest symptom ratings across informants, to construct diagnostic phenotypes for estimating association. Nonetheless, these methods have never been empirically validated in the context of a molecular genetic study. In the current study, the authors systematically evaluated several methods of operationalizing phenotypes and the resulting evidence for association between ADHD and the candidate genes: dopamine transporter gene (DAT1) and dopamine D4 receptor gene (DRD4). Use of symptom scores as continuous scales in regression analysis suggested that the combination of mother and teacher ratings yielded the strongest evidence for association between hyperactive-impulsive ADHD symptoms and DAT1 and between inattentive ADHD symptoms and DRD4. Teacher ratings alone were sufficient for evaluating the association between inattentive symptoms and DAT1. Further, this regression-based method consistently yielded stronger evidence for association among ADHD symptoms, DAT1, and DRD4 than did three simple algorithms (i.e., the and, or, and averaging rules). The implications of these results for future molecular genetic studies of ADHD are discussed.
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 ».