MétaCan
Menu
Retour à la cohorte
Enregistrement W2885502620 · doi:10.1007/s40474-018-0147-0

Melatonin and Comorbidities in Children with Autism Spectrum Disorder

2018· review· en· W2885502620 sur OpenAlexafffund
Katia Gagnon, Roger Godbout

Notice bibliographique

RevueCurrent Developmental Disorders Reports · 2018
Typereview
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensHôpital Rivière-des-PrairiesUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéChildren Neurodevelopmental Disorders Network
Mots-clésAutism spectrum disorderAutismMelatoninPsychologyMedicinePsychiatryClinical psychologyPediatricsDevelopmental psychologyAudiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Melatonin is used to treat sleep difficulties associated with autism spectrum disorder (ASD). There are growing evidence that melatonin could have an effect on other symptoms than sleep, such as anxiety, depression, pain, and gastrointestinal dysfunctions. Interestingly, these symptoms frequently are found as comorbid conditions in individuals with ASD. We aimed to highlight the potential effect of melatonin on these symptoms. RECENT FINDINGS: Animal and human studies show that melatonin reduces anxiety. Regarding the effect of melatonin on pain, animal studies are promising, but results remain heterogeneous in humans. Both animal and human studies have found that melatonin can have a positive effect on gastrointestinal dysfunction. SUMMARY: Melatonin has the potential to act on a wide variety of symptoms associated with ASD. However, other than sleep difficulties, no studies exist on melatonin as a treatment for ASD comorbid conditions. Such investigations should be on the research agenda because melatonin could improve a multitude of ASD comorbidities and, consequently, improve well-being.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,323
Écart entre enseignants0,281 · 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'étudeSans objet
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

Citations52
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Developmental Disorders ReportsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207