72 Prevalence of Neurodevelopmental Disorder among Indigenous Children: A Systematic Review
Notice bibliographique
Résumé
Abstract Background Neurodevelopment involves sensory-motor, cognitive, and social-emotional domains, which can be influenced by biological and psychosocial factors. Poor neurodevelopment can result in missing developmental milestones and neurodevelopmental disorders (NDs) that translate into negative consequences for long-term health and well-being. Indigenous children in countries with similar colonial histories face a disproportionate burden of infant mortality, chronic diseases, injuries, and disability compared to non-Indigenous children. However, there is no consensus on the prevalence of NDs among Indigenous children around the world. Objectives This systematic review (PROSPERO 2021 CRD42021238669) synthesized current evidence on the prevalence of NDs among Indigenous children in Australia, Canada, New Zealand, and the USA. Design/Methods Comprehensive searches of five databases from 2005 to Feb 15, 2021 were conducted to identify cohort and cross-sectional studies that assessed the objective. Two independent reviewers conducted study selection, data extraction/analysis, and risk of bias assessment. Risk of bias was assessed using the Newcastle-Ottawa scale for cohort and ecological studies (adapted), and the Quality Assessment Tool for Prevalence Studies by Hoy et al. for cross-sectional studies. Prevalence odds ratios (pOR) with 95% confidence intervals (CI) were calculated in random-effects meta-analyses for each ND outcome if there were two or more studies of the same study design. Results Of the 864 studies identified, 25 studies met the inclusion criteria. Twelve studies were conducted in Australia, one in Canada, four in New Zealand, and eight in the USA. Four studies evaluated attention-deficit/hyperactivity disorder (ADHD) prevalence, 13 for autism spectrum disorder (ASD), 10 for intellectual disability (ID), and five for motor disorders (MD). Most cohort studies (10/17) had high risk of bias. All cross-sectional studies (n=8) had low risk of bias. The prevalence of ADHD, ASD, ID, and MD for Indigenous children ranged from 2.7-3.9%, 0.07-3.0%, 1.1-3.9%, and 0.18-0.47%, respectively. Prevalence in non-Indigenous children ranged from 1.6-5.6%, 0.31-3.3%, 0.87-2.3%, and 0.22-0.37%. In cross-sectional studies, Indigenous children had decreased odds of ASD (three studies; pOR=0.80; 95% CI: 0.71-0.89) compared to non-Indigenous children. In cohort studies, higher odds of MD (two studies; pOR=1.57; 95%CI: 1.35-1.84) and lower odds of ASD (four studies; pOR=0.46; 95% CI: 0.28-0.76) were found in Indigenous children compared to non-Indigenous children. Conclusion Prevalence rates are greater in Indigenous children for MD and lower for ASD compared to their non-Indigenous counterparts. Differences in NDs prevalence between Indigenous and non-Indigenous children may be due to differences in access to health care services/assessment.
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 | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».