A Multicomponent Early Intervention Program and Trajectories of Behavior, Cognition, and Health
Notice bibliographique
Résumé
OBJECTIVES: To investigate the developmental impact of a prenatal–to–age-5 multicomponent early intervention program targeting families living in low socioeconomic conditions. METHODS: Pregnant women from a disadvantaged Irish community were randomly assigned into a treatment group (home visits, baby massage, and parenting program; n = 115) or control group (n = 118). Children’s behavioral problems (externalizing, internalizing), cognitive skills (general, vocabulary), and health service use (number of health clinic visits), were regularly assessed (6 months to 4 years of age). Children’s developmental trajectories were modeled by using latent class growth analyses to test whether certain subgroups benefited more than others. RESULTS: High and low developmental trajectories were identified for each outcome. Treated children were more likely to follow the high-level trajectory for cognition (odds ratio = 2.89; 95% confidence interval = 1.55–5.50) and vocabulary skills (odds ratio = 2.02; 95% confidence interval = 1.08–3.82). There were no differences by treatment condition in the risk of belonging to a high externalizing or high health clinic visit trajectory. However, within the high externalizing trajectory, treated children had lower scores than controls (Hedges’ g range (2–4 years) = 0.45–0.58; P < .05) and, within the high health clinic visit trajectory, only children in the control group experienced an increasing number of visits. CONCLUSIONS: This program revealed moderate positive impacts on trajectories of cognitive development and number of health clinic visits for all children, whereas positive impacts on externalizing behavior problems were restricted to children with the most severe problems.
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 ».