Prevalence and comorbidity rates of disruptive mood dysregulation disorder in epidemiological and clinical samples: systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This systematic review and meta-analysis evaluates the prevalence of disruptive mood dysregulation disorders (DMDD) in community-based and clinical populations. METHODS: PubMed and PsychINFO databases were searched, using terms specific to DMDD, for studies of prevalence and comorbidity rates conducted in youths below 18. RESULTS: Fourteen studies reporting data from 2013 to 2023 were included. The prevalence of DMDD in the community-based samples was 3.3% (95% confidence interval [CI], 1.4-6.0) and 21.9% (95% CI, 15.5-29.0) in the clinical population. The differences in the identification strategy of DMDD were associated with significant heterogeneity between studies in the community-based samples, with a prevalence of 0.82% (95% CI, 0.11-2.13) when all diagnosis criteria were considered. Anxiety, depressive disorders, and ADHD were the most frequent comorbidity present with DMDD. The association with other neurodevelopmental disorders remained poorly investigated. CONCLUSIONS: Caution is required when interpreting these findings, considering the quality of the reviewed data and the level of unexplained heterogeneity among studies. This review stresses the importance of considering a strict adhesion to DMDD criteria when exploring its clinical correlates.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».