Are We Measuring ADHD or Anxiety? Examining the Factor Structure and Discriminant Validity of the Adult ADHD Self-Report Scale in an Adult Anxiety Disorder Population
Notice bibliographique
Résumé
Adults with clinical anxiety have significant symptom overlap and above average rates of attention-deficit/hyperactivity disorder (ADHD). Despite this, ADHD remains a vastly under-detected disorder among this population, indicating the need for a screener with well-understood symptom dimensions and good discriminant validity. The current study compared competing models of ADHD as well as discriminant properties of self-reported ADHD symptoms as measured by the Adult ADHD Self-Report Scale (ASRS-v1.1) in 618 adults with clinical anxiety. A three-factor correlated model of Inattention, Impulsivity, and Hyperactivity, with the movement of one item, talks excessively, to a factor of Impulsivity from Hyperactivity fit better than the one-factor, two-factor, and traditional three-factor models of ADHD. Discriminant properties of the screener were fair to good against measures of clinical anxiety and distress; however, some items within the Hyperactivity factor (e.g., difficulty relaxing; feeling driven by a motor) loaded more strongly onto factors of clinical anxiety than ADHD when measures were pooled together. These results suggest that clinicians making differential diagnoses between adult ADHD and anxiety or related disorders should look for evidence of ADHD beyond the overlapping symptoms, particularly for those within the Hyperactivity factor.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».