Attention-deficit/hyperactivity disorder and other neurodevelopmental disorders in offspring of parents with depression and bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: Offspring of parents with major mood disorders (MDDs) are at increased risk for early psychopathology. We aim to compare the rates of neurodevelopmental disorders in offspring of parents with bipolar disorder, major depressive disorder, and controls. METHOD: We established a lifetime diagnosis of neurodevelopmental disorders [attention-deficit/hyperactivity disorder (ADHD), autism spectrum disorder, communication disorders, intellectual disabilities, specific learning disorders, and motor disorders] using the Kiddie Schedule for Affective Disorders and Schizophrenia, Present and Lifetime Version in 400 participants (mean age 11.3 + s.d. 3.9 years), including 93 offspring of parents with bipolar disorder, 182 offspring of parents with major depressive disorder, and 125 control offspring of parents with no mood disorder. RESULTS: = 0.035) compared to controls. This difference was driven by the rates of ADHD, which were highest among offspring of parents with bipolar disorder (30.1%), intermediate in offspring of parents with major depressive disorder (24.2%), and lowest in controls (14.4%). There were no significant differences in frequencies of other neurodevelopmental disorders between the three groups. Chronic course of mood disorder in parents was associated with higher rates of any neurodevelopmental disorder and higher rates of ADHD in offspring. CONCLUSIONS: Our findings suggest monitoring for ADHD and other neurodevelopmental disorders in offspring of parents with MDDs may be indicated to improve early diagnosis and 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 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) | 0,001 | 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 ».