MétaCan
Menu
Retour à la cohorte
Enregistrement W2909982837 · doi:10.1051/sm/2018030

Efficacy of cognitive-behavioral therapy and deep relaxation for children with attention-deficit hyperactivity disorder

2019· article· en· W2909982837 sur OpenAlexaff
Nawel Abdesslem, Sabeur Hamrouni, Roy J. Shephard, Mohamed Souhaiel Chelly

Notice bibliographique

RevueMovement & Sport Sciences - Science & Motricité · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAttention deficit hyperactivity disorderCognitionClinical psychologyRelaxation (psychology)Attention deficitCognitive behavioral therapyPsychologyMedicinePsychiatryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Objective: This study made a preliminary exploration of the efficacy of physically-based cognitive-behavioral therapy and deep relaxation for children with attention-deficit hyperactivity disorder (ADHD). Methods: ADHD behavior and cognitive functions were assessed by test D2 and Conner’s scale before and after a one-year physically-based training program. The reliability of test scores was assessed by repeat testing of a control group (CG) of 10 students who did not have ADHD. Children (10 per group) with ADHD were assigned to physically-based cognitive-behavioral therapy and deep relaxation (E1) or physically-based cognitive-behavioral alone (E2). Results: After 52 weeks of treatment, an intra-group comparison showed that E1 and E2 had improved their scores on the test D2, whereas CG showed no significant change. In addition, most participants with ADHD showed a remarkable improvement in their attentional behavior, with group E1 responding better to treatment than group E2. Conclusions: Physically-based cognitive behavioral therapy appears to improve function and social competence in children with ADHD, and should be recommended as an alternative or supplement to pharmaceutical treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,327
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement & Sport Sciences - Science & MotricitéMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207