Fifty years of preventing and treating childhood behaviour disorders: a systematic review to inform policy and practice
Notice bibliographique
Résumé
QUESTION: Oppositional defiant and conduct disorders (ODD and CD) start early and persist, incurring high individual and collective costs. To inform policy and practice, we therefore asked: What is the best available research evidence on preventing and treating these disorders? STUDY SELECTION AND ANALYSIS: We sought randomised controlled trials (RCTs) evaluating interventions addressing the prevention or treatment of behaviour problems in individuals aged 18 years or younger. Our criteria were tailored to identify higher-quality RCTs that were also relevant to policy and practice. We searched the CINAHL, ERIC, MEDLINE, PsycINFO and Web of Science databases, updating our initial searches in May 2017. Thirty-seven RCTs met inclusion criteria-evaluating 15 prevention programmes, 8 psychosocial treatments and 5 medications. We then conducted narrative synthesis. FINDINGS: reduced behavioural diagnoses. Three other interventions reduced criminal activity. Psychosocial treatment benefits lasted from 1 to 8 years. While 4 medications reduced post-test symptoms, all caused important adverse events. CONCLUSIONS: Considerable RCT evidence favours prevention. CLINICAL IMPLICATIONS: Effective prevention programmes should therefore be made widely available. Effective psychosocial treatments should also be provided for all children with ODD/CD. But medications should be a last resort given associated adverse events and given only short-term evidence of benefits. Policymakers and practitioners can help children and populations by acting on these findings.
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 | 0,037 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».