Validation of the Reactive Attachment Disorder and Disinhibited Social Engagement Disorder Assessment (RADA): A <i>DSM</i> -5 Semistructured Interview
Notice bibliographique
Résumé
Very few empirically validated tools exist for assessing reactive attachment disorder (RAD) and disinhibited social engagement disorder (DSED). The RAD and DSED assessment interview (RADA), a semistructured diagnostic interview, was updated in 2018 from the CAPA-RAD interview to reflect the diagnostic criteria changes in the Diagnostic and statistical manual of mental disorders (5th ed.; DSM-5 ). The aim of this study was to validate the RADA on school-age children in Canada. Caregivers of 5 to 12-year-old children from the community ( n = 98), in foster care ( n = 147), and in residential care ( n = 123) completed the RADA interview and a series of questionnaires. Confirmatory factor analysis (CFA) of the RADA interview supported a four-factor structure similar to the DSM-5 symptom clusters. A short “strictly DSM-5 ” version of the RADA showed a two-factor structure—RAD and DSED—and an excellent fit to the data. Scales of both structures showed good-to-excellent internal consistency, interrater reliability, convergent validity, and known-group validity. Classifying the children yielded RAD and DSED rates of <1% and 18%, respectively, for children in foster care and 7% and 10%, respectively, for children in residential care. This study supports the validity of the RADA interview for school-age children and is the first to provide RAD and DSED rates for children in residential care.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».