Risk of unintentional injuries in children and adolescents with ADHD and the impact of ADHD medications: protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Attention-deficit hyperactivity disorder (ADHD) has been related to increased rates of unintentional injuries. However, the magnitude of the effect and to which extent variables such as sex, age or comorbidity can influence this relationship is unknown. Additionally, and importantly, it is unclear if, and to which degree, ADHD medications can decrease the number of unintentional injuries. Due to the amount of economic and social resources invested in the treatment of injuries, filling these gaps in the literature is highly relevant from a public health standpoint. Here, we present a protocol for a systematic review and meta-analysis to estimate the relationship between ADHD and unintentional injuries and assess the impact of pharmacological treatment for ADHD METHODS AND ANALYSIS: We will combine results from 114 bibliographic databases for studies relating ADHD and risk of injuries. Bibliographic searches and data extraction will be carried out independently by two researchers. The studies' risk of bias will be assessed using the Newcastle-Ottawa Scale. Articles reporting ORs or HRs of suffering an injury in ADHD compared with controls (or enough data to calculate them) will be combined using Robust Variance Estimation, a method that permits to include multiple non-independent outcomes in the analysis. All analyses will be carried out in Stata. Age, sex and comorbid conduct disorders will be considered as potential causes of variance and their effect analysed through meta-regression and subgroup analysis. Sensitivity analyses will exclude articles with longer follow-ups, non-stringent definitions of ADHD or controls and statistically uncontrolled/controlled outcomes. Studies implementing a self-controlled case series methodology to investigate if ADHD drugs reduce the risk of injuries will be combined with a generalised linear mixed model using the Poisson distribution and a log link function. REGISTRATION DETAILS: PROSPERO-Prospective Register of Systematic Reviews (CRD42017064967).
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 | 0,061 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,026 | 0,038 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,006 |
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 ».