Attention Deficit Hyperactivity Disorder Among Youth at Clinical High Risk of Psychosis
Notice bibliographique
Résumé
Background: Attention Deficit Hyperactivity Disorder (ADHD) affects a significant proportion of the population and is associated with numerous adverse outcomes including lower educational attainment, occupational challenges, increased substance use, and various mental health issues including psychosis. This study examined the demographic, clinical, cognitive, social cognitive, and functional differences between youth at clinical high-risk (CHR) for psychosis with and without comorbid ADHD. Method: Data were drawn from the North American Prodrome Longitudinal Studies (NAPLS2 and NAPLS3), which included 764 and 710 CHR individuals, respectively. After applying exclusion criteria, the sample consisted of 271 CHR participants with ADHD and 1118 without ADHD. All data were examined cross-sectionally. Results: Compared with the non-ADHD group, the ADHD group was younger, had more difficulties with role functioning, premorbid functioning, and social cognition, were more likely to have a comorbid learning disorder, and reported less depression symptoms. There were no significant differences between the groups on positive or negative psychotic symptoms, transition rates, adverse events, or other comorbid disorders including substance use and depression. Discussion: Comorbid ADHD is likely not a significant predictor of transition to psychosis among CHR youth; however, those CHR with ADHD may experience symptoms at a younger age than those without and present with a distinct clinical profile.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».