Attention deficit hyperactivity disorder as a neglected psychiatric disease in prison: Call for identification and treatment
Notice bibliographique
Résumé
Mis-diagnosis of attention deficit hyperactivity disorder (ADHD) is an important public health concern because the disease is treatable, yet can have a disastrous effect on the life of those affected. ADHD is associated with delinquency, criminality, and recidivism; and thus, people living in detention are especially at risk of having ADHD. This study investigated prevalence rates of ADHD diagnosis and treatment in prison. Data were collected in a Swiss prison (n=158). Medical files were screened for ADHD clinical diagnosis and treatment, and participants completed five items assessing ADHD symptomatology (ASRS-5). We computed prevalence rates with 95% confidence intervals (CI). Overall, 1.9% [95% CI: 1.1%–5.8%] of the participants had a clinical diagnosis of ADHD in medical files. Nobody received ADHD treatment. For the self-reported questionnaire, 12.9% [95% CI: 8.5%–19.2%] of the participants met the cut-off and were screened as potentially having ADHD. This study suggested that ADHD was under-diagnosed and under-treated in prison, with a lower prevalence rate according to the medical files of the participants in comparison with self-reports and with the worldwide meta-analytic prevalence rate of 26.2%. ADHD should receive more attention in order to promote health equity between incarcerated and general populations, to reduce health (care) disparities, and to enhance rehabilitation following incarceration.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».