Disentangling the Associations Between Attention Deficit Hyperactivity Disorder and Child Sexual Abuse: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: An association between child sexual abuse (CSA) and attention deficit hyperactivity disorder (ADHD) has been documented. However, the temporal relationship between these problems and the roles of trauma-related symptoms or other forms of maltreatment remain unclear. This review aims to synthesize available research on CSA and ADHD, assess the methodological quality of the available research, and recommend future areas of inquiry. METHODS: Studies were searched in five databases including Medline and PsycINFO. Following a title and abstract screening, 151 full texts were reviewed and 28 were included. Inclusion criteria were sexual abuse occurred before 18 years old, published quantitative studies documenting at least a bivariate association between CSA and ADHD, and published in the past 5 years for dissertations/theses, in French or English. The methodological quality of studies was systematically assessed. RESULTS: Most studies identified a significant association between CSA and ADHD; most studies conceptualized CSA as a precursor of ADHD, but only one study had a longitudinal design. The quality of the studies varied greatly with main limitations being the lack of (i) longitudinal designs, (ii) rigorous multimethod/ multiinformant assessments of CSA and ADHD, and (iii) control for two major confounders: trauma-related symptoms and other forms of child maltreatment. DISCUSSION: Given the lack of longitudinal studies, the directionality of the association remains unclear. The confounding role of other maltreatment forms and trauma-related symptoms also remains mostly unaddressed. Rigorous studies are needed to untangle the association between CSA and ADHD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».