Screening with an ADHD-specific rating scale in preschoolers: A cross-cultural comparison of the Early Childhood Inventory-4.
Notice bibliographique
Résumé
The Early Childhood Inventory-4 (ECI-4) Hyperactivity-Impulsivity (HI) and Inattention (IA) subscales are screeners for attention-deficit/hyperactivity disorder (ADHD). There have been few studies of the screening properties of these subscales, particularly outside the United States. We investigated the classification accuracy of the parent and teacher versions of the HI and IA subscales and the cross-cultural validity of the cutoff values based on norms from a United States sample. The present study was part of the Norwegian Mother and Child Cohort Study. Parents and teachers rated boys (n = 332) and girls (n = 319) with the ECI-4 (mean Age 3.5 years). Interviewers who were blind to the ratings used the Preschool Age Psychiatric Assessment Interview to assign ADHD diagnoses. The ECI-4 HI and IA subscales showed acceptable accuracy in identifying ADHD in boys and girls (areas under the curve ranged from .67 to .85). In a multivariate regression analysis, the parent and teacher HI subscale scores significantly contributed to ADHD identification, but not the IA subscale scores. To achieve the necessary sensitivity to detect children with ADHD, lower cutoff levels than those specified by the United States ECI-4 norms were needed. For screening purposes, the parent and teacher ECI-4 showed acceptable accuracy in identifying preschoolers at risk for ADHD, and it may be sufficient to use the HI subscale scores. The suggested cutoff values provided by the United States ECI-4 norms had limited cross-cultural validity. (PsycINFO Database Record (c) 2019 APA, all rights reserved).
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 | 0,001 |
| 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 ».