Utility of the SWAN Scale for ADHD Trait-Based Genetic Research: A Validity and Polygenic Risk Study
Notice bibliographique
Résumé
Abstract Background Valid and genetically-informative trait measures of psychopathology collected in the general population would provide a powerful complement to case/control genetic designs. We report the convergent, predictive and discriminant validity of the parent- and the self-report versions of the Strengths and Weaknesses of ADHD Symptoms and Normal Behavior Rating Scale (SWAN) for attention-deficit/hyperactivity disorder (ADHD) traits. We tested if SWAN ADHD scores were associated with ADHD diagnosis, ADHD polygenic risk, as well as with traits and polygenic risk for co-occurring disorders such as anxiety and obsessive-compulsive disorder (OCD). Methods We collected parent- and self-report SWAN scores in a community sample (n=15,560; 6-18 years of age) and created norms. Sensitivity-specificity analyses determined SWAN cut-points that discriminated those with a community ADHD diagnosis (n=972) from those without a community diagnosis. We validated cut-points from the community sample in a clinical sample (266 ADHD cases; 36 controls). We tested if SWAN scores were associated with anxiety and obsessive-compulsive (OC) traits and polygenic risk for ADHD, OCD and anxiety disorders. Results Both the parent- and the self-report SWAN measures showed high convergent validity with established ADHD measures and distinguished ADHD participants with high sensitivity and specificity in the community sample. Cut-points established in the community sample discriminated ADHD clinic cases from controls with a sensitivity of 86% and specificity of 94%. High parent- and self-report SWAN scores and scores above the community-based cut-points were associated with polygenic risk for ADHD. High ADHD traits were associated with high anxiety traits, but not OC traits. SWAN scores were not associated with OCD or anxiety disorder polygenic risk. Conclusion The parent- and self-report SWAN are potentially useful in genetic research because they predict ADHD diagnoses and are associated with ADHD polygenic risk.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,001 | 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 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 ».