Attention‐deficit/hyperactivity disorder is associated with increased risk of cardiovascular diseases: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Attention‐deficit/hyperactivity disorder (ADHD) often co‐occurs with other psychiatric and physical diseases. However, available evidence on associations between ADHD and cardiovascular diseases (CVDs) is mixed. To systematically review, quantitatively synthesize, and appraise available evidence on the link between ADHD with CVDs, we searched relevant articles in PubMed, Embase, PsycINFO, and Web of Science from inception to May 1, 2022. Study quality was assessed by using the Newcastle‐Ottawa Scale, and random‐effects model meta‐analyses were performed. A total of 18,391,169 (ADHD: n = 421,224) individuals from 11 studies were included in our systematic review and 8,196,648 (ADHD = 332,619) individuals from five studies were included in the main meta‐analysis of adjusted estimates. Pooled estimates showed that ADHD was significantly associated with an increased risk of CVDs in analyses based on adjusted effect size (odds ratio (OR) = 1.96; 95% confidence interval (CI) = 1.19–2.23, Q = 140.74, P Q < 0.001, I 2 = 97.2%). When restricted among adults, the heterogeneity declined to null (OR = 1.73; 95% CI = 1.14–2.62, Q = 6.28, P Q = 0.10, I 2 = 6.28%), suggesting age might be the main source of heterogeneity. In subgroup analyses, we found increased risk of CVDs associated with ADHD across age groups, type of CVDs, and data sources. This systematic review and meta‐analyses indicate that ADHD is associated with increased risk for CVDs, but further studies with various study designs are warranted to advance the understanding of the underlying mechanisms for the observed association between ADHD and CVDs. Additional research is also needed to resolve the role of ADHD medications which remains unclear due to the limited number of primary studies exploring this issue.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,008 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».