Shared Care Models in the Treatment of Pediatric Attention-Deficit/Hyperactivity Disorder (ADHD)
Notice bibliographique
Résumé
OBJECTIVES: The aim of this review is to evaluate the effectiveness of shared/collaborative care between mental health-care providers and primary care providers (PCPs) on the outcomes of children and adolescents with attention-deficit/hyperactivity disorder (ADHD). This evaluation will be very helpful in the allocation of ADHD resources for models with the strongest evidence. METHODS: Using the Preferred Reporting Items for Systematic Review and Meta-analysis statement, we searched for randomized controlled trials, cohort, case-control, and cross-sectional studies on shared/collaborative care models in the treatment of ADHD. Using MEDLINE, PsycINFO, and CENTRAL databases from January 2000 to December 2016, we retrieved English language articles for review. The validation search identified 75 records. Five studies met the inclusion criteria and were analyzed in this systematic review. There were insufficient data for a meta-analysis. The included studies involved 655 children and adolescents who had a diagnosis of ADHD. The Cochrane Collaboration's tool for assessing risk of bias was used to estimate bias. RESULTS: = .04-.01). The data indicated that the models were associated with increased PCPs' comfort levels, but the evidence for increased capacity for diagnosing and managing ADHD was weaker. CONCLUSIONS: This review concludes that the current studies do not show strong evidence for the outcome of collaboration between PCPs and mental health professionals on ADHD management. Future research should consider providing education to PCPs on management guidelines prior to conducting the trials, and more innovation is needed to discover methods of collaboration that affect the direct care of ADHD.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».