Influence of sex on tic severity and psychiatric comorbidity profile in patients with pediatric tic disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: To investigate sex-related differences in tic severity, tic-related impairments, and psychiatric comorbidities in childhood. METHOD: In this cross-sectional study, tic severity/impairment and demographic factors were collected from 270 children and young people (aged 5-17y, mean 10y 6mo, SD 3y 4mo; 212 males and 58 females) with a tic disorder diagnosis at a specialty clinic. Psychiatric diagnoses and corresponding screening questionnaire scores were collected for attention-deficit/hyperactivity disorder (ADHD), obsessive-compulsive disorder (OCD), major depressive disorder, and anxiety disorders. Logistic regression was used to compare the effect of sex and age on psychiatric comorbid diagnoses. The Mann-Whitney U test and t-tests were used to assess differences in questionnaire score distribution between sexes. RESULTS: Females had more severe motor tics (12.55 vs 10.81, p=0.01) and higher global severity scores (38.79 vs 32.66, p=0.03) on the Yale Global Tic Severity Scale. Females were less likely to be diagnosed with ADHD (odds ratio=0.48, 95% confidence interval=0.26-0.89). No significant sex difference was observed in diagnosis rates or symptom severity scores for anxiety or OCD. Females had significantly higher scores than males on the Children's Depression Inventory, Second Edition. INTERPRETATION: The higher level of motor tic severity and global severity in females further supports the differential natural history of tic disorders in females. Females with tic disorders may be underdiagnosed for 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.
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 | 0,001 |
| 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) | 0,001 | 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 découle