MétaCan
Menu
Retour à la cohorte
Enregistrement W2882985406 · doi:10.1038/s41598-018-29488-2

The Prevalence of Attention Deficit/Hyperactivity Disorder among Chinese Children and Adolescents

2018· review· en· W2882985406 sur OpenAlexfundno aff
Anni Liu, Yunwen Xu, Qiong Yan, Lian Tong

Notice bibliographique

RevueScientific Reports · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesShanghai Municipal Health BureauUniversity of British ColumbiaNational Natural Science Foundation of China
Mots-clésMainland ChinaPsycINFOSocioeconomic statusAttention deficit hyperactivity disorderChinaMeta-analysisMedicineDemographyMEDLINEEnvironmental healthPsychiatryGeographyPopulationPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Updating the worldwide prevalence estimates of attention-deficit hyperactivity disorder (ADHD) has significant applications for the further study of ADHD. However, previous reviews included few samples of Chinese children and adolescents. To conduct a systematic review of ADHD prevalence in Mainland China, Hong Kong, and Taiwan to determine the possible causes of the varied estimates in Chinese samples and to offer a reference for computing the worldwide pooled prevalence. We searched for PubMed, Embase, PsycINFO, Web of Science, China National Knowledge Infrastructure, VIP, WANFANG DATA, and China Science Periodical Database databases with time and language restrictions. A total of 67 studies covering 642,266 Chinese children and adolescents were included. The prevalence estimates of ADHD in Mainland China, Hong Kong, and Taiwan were 6.5%, 6.4%, and 4.2%, respectively, with a pooled estimate of 6.3%. Multivariate meta-regression analyses indicated that the year of data collection, age, and family socioeconomic status of the participants were significantly associated with the prevalence estimates. Our findings suggest that geographic location plays a limited role in the large variability of ADHD prevalence estimates. Instead, the variability may be explained primarily by the years of data collection, and children's socioeconomic backgrounds, and methodological characteristics of studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0090,009
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,328
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations121
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207