Psychosocial interventions for disruptive behaviour problems in children in low‐ and middle‐income countries: a systematic review and meta‐analysis
Notice bibliographique
Résumé
Background Most of the evidence for psychosocial interventions for disruptive behaviour problems comes from Western, high‐income countries. The transferability of this evidence to culturally diverse, low‐resource settings with few mental health specialists is unknown. Methods We conducted a systematic review with random‐effects meta‐analysis of randomized controlled trials examining the effects of psychosocial interventions on reducing behaviour problems among children (under 18) living in low‐ and middle‐income countries (LMIC). Results Twenty‐six randomized controlled trials (representing 28 psychosocial interventions), evaluating 4,441 subjects, met selection criteria. Fifteen (54%) prevention interventions targeted general or at‐risk populations, whereas 13 (46%) treatment interventions targeted children selected for elevated behaviour problems. Most interventions were delivered in group settings (96%) and half (50%) were administered by non‐specialist providers. The overall effect (standardized mean difference, SMD) of prevention studies was −0.25 (95% confidence interval (CI): −0.41 to −0.09; I 2 : 78%) and of treatment studies was −0.56 (95% CI: −0.51 to −0.24; I 2 : 74%). Subgroup analyses demonstrated effectiveness for child‐focused (SMD: −0.35; 95% CI: −0.57 to −0.14) and behavioural parenting interventions (SMD: −0.43; 95% CI: −0.66 to −0.20), and that interventions were effective across age ranges. Conclusions Our meta‐analysis supports the use of psychosocial interventions as a feasible and effective way to reduce disruptive behaviour problems among children in LMIC. Our study provides strong evidence for child‐focused and behavioural parenting interventions, interventions across age ranges and interventions delivered in groups. Additional research is needed on training and supervision of non‐specialists and on implementation of effective interventions in LMIC settings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,029 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».