MétaCan
Menu
Retour à la cohorte
Enregistrement W4401926182 · doi:10.1192/j.eurpsy.2024.958

Relationship between MASC scores and diagnosis in a sample of children and adolescents in Spain

2024· article· en· W4401926182 sur OpenAlexaff
C. Canga-Espina, C. Vidal-Androher, Azucena Díez‐Suárez, C. Maestro-Martin, María Vallejo-Valdivielso

Notice bibliographique

RevueEuropean Psychiatry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical research and treatments
Établissements canadiensChild, Adolescent and Family Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychologySample (material)Developmental psychologyClinical psychologyPhysics

Résumé

récupéré en direct d'OpenAlex

Introduction Anxiety is one of the most common Mental Health diagnosis in underage population. We decided to study if there was any variable that would lead us to a specific diagnosis, using the MASC questionnaire ( Multidimensional Anxiety Scale for Children ). Objectives 1. Describe the prevalence of the different anxiety disorders and the differences in its prevalence according to sex. 2. Examine possible differences and associtions between MASC questionnaire scores and a specific anxiety diagnosis. Methods This is a descriptive, observational, retrospective, quantitative study with data from patients between June 2016 and 2023. Inclusion criteria : 3-18 year-old-spanish-speakers who met criteria for a ICD-11 disorder. Exclusion criteria : absence of legal representatives, intellectual disability. Variables: sex, ICD-11 diagnosis, MASC’s subscales (Physical Symptoms, Harm Avoidance, Social Anxiety and Separation Anxiety) and CGI. Statistical analyzes were performed with STATA-15 program, using as independent variables MASC questionnaire and dependent one Anxiety Diagnosis. Results The sample contains 1024 patients. Figure 1 shows the distribution of Anxiety Disorders: Unspecified Anxiety Disorder (47%), Separation Anxiety Disorder (23%), Simple Phobias (9%) and Social Anxiety Disorder (7%). Figure 2 represents the distribution by sex, with the differences being statistically significant (p<0.05) for all anxiety disorders, meaning that girls have higher prevalence of all anxiety disorders. Figure 3 shows how age correlates significantly and directly with all the subscales, meaning the older the patients are the higher the scores. We also found that boys have lower scores and a lower percentage of alteration in all subscales. CGI scale also correlates positively with all the subscales, specially with Physical Symptoms. All these data have been adjusted. Image: Image 2: Image 3: Conclusions Anxiety disorders are the most common form of Mental Disorder in young people (lobal prevalence of 6.5%, Rapee et al.2023). Prevalence for specific Anxiety Disorders in underage population are less reliable, because of the unequal age of samples (Rapee et al.2023). Separation Anxiety disorder is the most prevalent among children (La Maison et al., 2018), while Social Anxiety disorder is among adolescents (Lawrence et al.2015). We did not categorized our sample, being Separation Anxiety disorder the most frequent followed by Social Anxiety. We observed a correlation between some subscales and a specific diagnosis: the risk of presenting a Social Anxiety disorder is multiplied by 1.08 for each point of increase in that subscale and the risk of presenting a Separation Anxiety disorder is multiplied by 1.05 for each increase of 1 point in Separation Anxiety subscale. However, the diagnosis of Simple Phobia decreases with the increase in scores in all subscales, maybe due to the fact that there are not many items that specifically evaluate fears. Disclosure of Interest None Declared

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetMedical research and treatmentsTravaux en français237 207