Mental health of siblings of children with physical illness or physical–mental comorbidity
Notice bibliographique
Résumé
OBJECTIVES: This study examined the mental health of siblings of children with physical illness (PI), with or without co-occurring mental illness. METHODS: The sample included children aged 2 to 16 years with a chronic PI and their aged-matched healthy siblings (n = 169 dyads). Physical-mental comorbidity (PM) was present if children screened positive for ≥1 mental illness on the Mini International Neuropsychiatric Interview for Children and Adolescents. Parents completed the Strengths and Difficulties Questionnaire (SDQ) to measure child and sibling mental health. RESULTS: Within child-sibling dyads, siblings of children with PI had significantly worse mental health related to conduct problems (d = 0.31), peer problems (d = 0.18) and total difficulties (d = 0.20). Siblings of children with PM had significantly better mental health related to emotional problems (d = 0.42), hyperactivity/inattention (d = 0.23) and total difficulties (d = 0.32). Siblings of children with PI had similar mental health compared with child population norms used in the development of the SDQ. In contrast, siblings of children with PM had significantly worse mental health across all SDQ domains, with the exception of prosocial behaviour. After adjusting for parent psychopathology and family functioning, no statistically significant differences between siblings of children with PM versus siblings of children with PI were found. CONCLUSIONS: Differences in mental health exist between children with PI or PM versus their healthy siblings. However, differences between siblings of children with PI versus siblings of children with PM can be explained by parental and family factors (e.g. marital status, education and income). Findings reinforce family-centred care approaches to address the needs of children with PI or PM and their families.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».