MétaCan
Menu
Retour à la cohorte
Enregistrement W4210366893 · doi:10.3389/fnagi.2021.826213

ADHD and Neurodegenerative Disease Risk: A Critical Examination of the Evidence

2022· review· en· W4210366893 sur OpenAlexafffund
Sara Becker, Manu J. Sharma, Brandy L. Callahan

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesCanada Research Chairs
Mots-clésDementiaDiseaseConfoundingMedicineAttention deficit hyperactivity disorderPsychiatryPopulationLewy bodyClinical psychologyPsychologyEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

In this review, we undertake a critical appraisal of eight published studies providing first evidence that a history of attention-deficit/hyperactivity disorder (ADHD) may increase risk for the later-life development of a neurodegenerative disease, in particular Lewy body diseases (LBD), by up to five-fold. Most of these studies have used data linked to health records in large population registers and include impressive sample sizes and adequate follow-up periods. We identify a number of methodological limitations as well, including potential diagnostic inaccuracies arising from the use of electronic health records, biases in the measurement of ADHD status and symptoms, and concerns surrounding the representativeness of ADHD and LBD cohorts. Consequently, previously reported risk associations may have been underestimated due to the high likelihood of potentially missed ADHD cases in groups used as "controls", or alternatively previous estimates may be inflated due to the inclusion of confounding comorbidities or non-ADHD cases within "exposed" groups that may have better accounted for dementia risk. Prospective longitudinal studies involving well-characterized cases and controls are recommended to provide some reassurance about the validity of neurodegenerative risk estimates in 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,392
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207