Impulsivity profiles across five harmonized longitudinal childhood preventive interventions and associations with adult outcomes
Notice bibliographique
Résumé
Abstract This study aimed to parse between-person heterogeneity in growth of impulsivity across childhood and adolescence among participants enrolled in five childhood preventive intervention trials targeting conduct problems. In addition, we aimed to test profile membership in relation to adult psychopathologies. Measurement items representing impulsive behavior across grades 2, 4, 5, 7, 8, and 10, and aggression, substance use, suicidal ideation/attempts, and anxiety/depression in adulthood were integrated from the five trials ( N = 4,975). We applied latent class growth analysis to this sample, as well as samples separated into nonintervention ( n = 2,492) and intervention ( n = 2,483) participants. Across all samples, profiles were characterized by high, moderate, low, and low-increasing impulsive levels. Regarding adult outcomes, in all samples, the high, moderate, and low profiles endorsed greater levels of aggression compared to the low-increasing profile. There were nuanced differences across samples and profiles on suicidal ideation/attempts and anxiety/depression. Across samples, there were no significant differences between profiles on substance use. Overall, our study helps to inform understanding of the developmental course and prognosis of impulsivity, as well as adding to collaborative efforts linking data across multiple studies to better inform understanding of developmental processes.
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 ».