MétaCan
Menu
Retour à la cohorte
Enregistrement W2576719740 · doi:10.1177/0706743716689055

ADHD Treatment in Primary Care: Demographic Factors, Medication Trends, and Treatment Predictors

2017· article· en· W2576719740 sur OpenAlexafffundvenueabout
Tanya S. Hauck, Cindy Lau, Laura Wing, Paul Kurdyak, Karen Tu

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensToronto Western HospitalUniversity Health NetworkCentre for Addiction and Mental HealthInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesInstitute for Clinical Evaluative Sciences
Mots-clésPrimary careMedicinePsychiatryDemographyPsychologyPediatricsGerontologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aim of this study is to determine the prevalence and characteristics of youth with attention-deficit hyperactivity disorder (ADHD) in Ontario, Canada, and to determine the predictors of psychotropic medication prescriptions in youth with ADHD. METHOD: This is a cross-sectional retrospective chart abstraction of more than 250 000 medical records from youth aged 1 to 24 years in a large geographical region in Ontario, Canada, linked to population-based health administrative data. A total of 10 000 charts were randomly selected and manually reviewed using predetermined criteria for ADHD and comorbidities. Prevalence, comorbidities, demographic indicators, and health service utilization characteristics were calculated. Predictors of treatment characteristics were determined using logistic regression modelling. RESULTS: The prevalence of ADHD was 5.4% (7.9% males, 2.7% females). Youth with ADHD had significant psychiatric comorbidities. The majority (70.0%) of ADHD patients received prescriptions for stimulant or nonstimulant ADHD medication. Antipsychotic prescriptions were provided to 11.9% of ADHD patients versus 0.9% of patients without ADHD. Antidepressant prescriptions were provided to 19.8% versus 5.4% of patients with and without ADHD, respectively. Predictors of antidepressant prescriptions were increasing age (odds ratio [OR], 1.14; 95% confidence interval [CI], 1.07 to 1.21), psychiatric consultation (OR, 2.04; 95% CI, 1.16 to 3.58), and diagnoses of both anxiety and depression (OR, 18.4; 95% CI, 8.03 to 42.1), whereas the only predictor of antipsychotic prescriptions was psychiatric consultation (OR, 3.85; 95% CI, 2.11 to 7.02). CONCLUSIONS: Youth with ADHD have more psychiatric comorbidities than youth without ADHD. The majority of youth with ADHD received stimulant medications, and a significant number received additional psychotropic medications, with psychiatric consultation predicting medication use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,292
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207