0747 Medications Prescribed For Sleep Problems In Children And Adolescents With Psychiatric Disorders.
Notice bibliographique
Résumé
Up to 90% of children and adolescents with a psychiatric diagnosis also suffer from sleep disorders, thus worsening their diurnal symptoms. Most of these children are prescribed medications to help them cope with their sleep difficulties. We analyzed the medical files of patients referred to the sleep clinic of a pediatric mental health hospital. The medical charts of 401 patients diagnosed with or being evaluated for a psychiatric disorder and referred to the sleep clinic of a pediatric mental health hospital were reviewed by two judges with full access to the complete hospital file of each patient. The mean age of patients was 8.4 ± 4.7 years and 67% were boys. The most frequent primary diagnoses were Autism Spectrum Disorder (ASD, 39.4%) and Attention Deficit Hyperactivity Disorder (ADHD, 28.7%). A majority of patients (81.2%) was either referred by a pediatrician (42.8%) or a psychiatrist (38.4%). At intake, all diagnoses being combined, 78.5% of patients were taking melatonin, a product available over-the-counter in Canada. Antipsychotics (18.9%), antidepressants (10.7%) and clonidine (also 10.7%) were the most prescribed medications at bedtime. In ASD and ADHD more specifically, antipsychotics were the most prescribed medication at bedtime, with 23.4% and 29.6% of patients, respectively. Melatonin was reported as the most frequent sleep aid taken by patients upon their arrival at the sleep clinic but dosage and timing varied greatly, pointing toward a knowledge gap in parents, prescribers, providers and/or advisors. The use of antipsychotics at bedtime in children and adolescents is alarming, given the fact that there is no published scientific evidence to support their use. Support (If Any)
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 ».