<scp>SWAN</scp> scale for <scp>ADHD</scp> trait‐based genetic research: a validity and polygenic risk study
Notice bibliographique
Résumé
BACKGROUND: Population-based samples with valid, quantitative and genetically informative trait measures of psychopathology could be a powerful complement to case/control genetic designs. We report the convergent and predictive validity of the parent- and self-report versions of the Strengths and Weaknesses of ADHD Symptoms and Normal Behavior Rating Scale (SWAN). We tested if SWAN scores were associated with ADHD diagnosis, ADHD polygenic risk, as well as traits and polygenic risk for disorders that co-occur with ADHD: anxiety and obsessive-compulsive disorder (OCD). METHODS: We collected parent- and self-report SWAN scores in a sample of 15,560 children and adolescents (6-17 years) recruited at a science museum (Spit for Science sample). We established age and sex norms for the SWAN. Sensitivity-specificity analyses determined SWAN cut-points that discriminated those with and without a reported ADHD diagnosis. These cut-points were validated in a clinic sample (266 ADHD cases; 36 controls). Convergent validity was established using the Conners' parent- and self-report scales. Using Spit for Science participants with genome-wide data (n = 5,154), we tested if low, medium and high SWAN scores were associated with polygenic risk for ADHD, OCD and anxiety disorders. RESULTS: Parent- and self-report SWAN scores showed high convergent validity with Conners' scales and distinguished ADHD participants with high sensitivity and specificity in the Spit for Science sample. In a clinic sample, the Spit for Science cut-points discriminated ADHD cases from controls with a sensitivity of 84% and specificity of 92%. High SWAN scores and scores above the Spit for Science cut-points were significantly associated with polygenic risk for ADHD. SWAN scores were not associated with polygenic risk for OCD or anxiety disorders. CONCLUSIONS: Our study supports the validity of the parent- and self-report SWAN scales and their potential in ADHD population-based genetic research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».