Understanding Early Risk Factors of Preschool Disruptive Behaviors in a Population-Based Birth Cohort: Why Does Comorbidity Matter?
Notice bibliographique
Résumé
Background/Objectives: Research on early risk factors for disruptive behaviors (DBs: hyperactivity–impulsivity/HI, non-compliance/NC, or physical aggression/PA) has predominantly focused on individual DBs in silos (i.e., HI, NC, or PA) or the broader category of externalizing, reporting mostly common risk factors among them. However, studies addressing DB comorbidity, i.e., the simultaneous occurrence of more than one DB, showed differences in risk factors among DB comorbid profiles. Aiming to clarify this discrepancy, the present study compared the early risk factors associated with different longitudinal patterns (i.e., trajectories) of single-DBs (HI, NC, PA) with risk factors associated with monomorbid (HIonly, NConly, PAonly) and comorbid (HI + NC, NC + PA, HI + NC + PA) joint-DBs trajectories during the preschool period. Methods: In a population-based birth cohort (N = 2045), parents’ pre-conception characteristics, pregnancy and perinatal conditions, and age 5 months child and family characteristics were used to compare children following single-DB and joint-DBs high trajectories to children following low or moderate trajectories. The DB trajectories were derived from mother ratings at ages 1½, 2½, 3½, 4½, and 5 years. Results: More risk factors were identified for single-DB high trajectories than for joint-DBs high trajectories. On average, children on a single-DB high trajectory shared only 44.2% of their risk factors with children on a related joint-DBs high trajectory. Moreover, high trajectories of single-DBs shared a larger proportion of their risk factors than did high trajectories of joint-DBs. The findings show that categories of DBs include different subgroups of children based on their comorbidity patterns across DBs, which are differentially linked to early risk factors. Conclusions: Addressing comorbidity when investigating early risk factors of preschool DBs may improve our understanding of the etiological processes leading to these distinct but related behaviors and increase our ability to intervene upstream to prevent the earliest forms of potentially life-altering psychopathological conditions.
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) | 0,001 | 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 ».