Determining cutoff scores on the Conners’ adult ADHD rating scales that can definitively rule out the presence of ADHD in a clinical sample
Notice bibliographique
Résumé
In recent years, the prevalence of Attention Deficit/Hyperactivity Disorder (ADHD) and the number of individuals seeking ADHD assessments has risen significantly, leading to an increased demand for accurate diagnostic tools. This study aimed to identify cutoff scores on the Conners' Adult ADHD Rating Scales (CAARS-S:L) that can definitively rule out the presence of ADHD. Among 102 clinically diagnosed adult ADHD participants and 448 non-ADHD participants who completed the CAARS-S:L, a receiver operating characteristic curve analysis established a perfectly discriminant cutoff T-score of <44 on the ADHD Symptoms Total subscale when looking at any ADHD diagnosis and <54 on the Inattentive Symptoms subscale when looking at individuals diagnosed with the inattentive subtype of ADHD. Alternative cutoffs of <54 (ADHD Symptoms Total subscale) and <63 (Inattentive Symptoms subscale) were also identified, both with a sensitivity of 0.95 or higher. Furthermore, the analysis found the ADHD Index to be a poor predictor of a negative ADHD diagnosis, suggesting against the use of this scale for cutoff determination. Despite this limitation, these findings indicate that with specific cutoffs, the CAARS-S:L may have the potential to conclusively rule out ADHD, effectively streamlining the diagnostic process and reducing unnecessary comprehensive assessments in clear negative cases.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».