Prevalence of Common Child Mental Health Disorders Using Administrative Health Data and Parent Report in a Prospective Community-Based Cohort from Alberta, Canada: Prévalence des troubles communs de santé mentale de l’enfant à l’aide des données de santé administratives et des rapports des parents dans une cohorte prospective communautaire d’Alberta, Canada
Notice bibliographique
Résumé
OBJECTIVE: Knowing the prevalence of mental health difficulties in young children is critical for early identification and intervention. In the current study, we examine the agreement among three different data sources estimating the prevalence of diagnoses for attention deficit hyperactivity disorder (ADHD) and emotional disorders (i.e., anxiety or mood disorder) for children between birth and 9 years of age. METHODS: Data from a prospective pregnancy cohort was linked with provincial administrative health data for children in Alberta, Canada. We report the positive agreement, negative agreement, and Cohen's Kappa of parent-reported child diagnoses provided by a health professional ("parent report"), exceeding a clinical cut-off on a standardized questionnaire completed by parents (the Behavior Assessment System for Children, 3rd edition ["BASC-3"]), and cumulative inpatient, outpatient, or physician claims diagnoses ("administrative data"). RESULTS: Positive and negative agreement for administrative data and parent-reported ADHD diagnoses were 70.8% and 95.6%, respectively, and 30.5% and 94.9% for administrative data and the BASC-3, respectively. For emotional disorders, administrative data and parent-reported diagnoses had a positive agreement of 35.7% and negative agreement of 96.30%. Positive and negative agreement for emotional disorders using administrative data and the BASC-3 were 20.0% and 87.4%, respectively. Kappa coefficients were generally low, indicating poor chance-corrected agreement between these data sources. CONCLUSIONS: The data sources highlighted in this study provide disparate agreement for the prevalence of ADHD and emotional disorder diagnoses in young children. Low Kappa coefficients suggest that parent-reported diagnoses, clinically elevated symptoms using a standardized questionnaire, and diagnoses from administrative data serve different purposes and provide discrete estimates of mental health difficulties in early childhood. PLAIN LANGUAGE TITLE: Prevalence of child mental health disorders according to different data sources in Canada.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».