Predictors of p factor scores in children with chronic physical illness
Notice bibliographique
Résumé
BACKGROUND: The p factor represents the overall liability for the development of mental illness within individuals and we have previously validated a bi-factor model of the p factor in children with chronic physical illness. OBJECTIVE: In this next phase, we modelled predictors of the p factor in this sample of children. METHODS: Data come from the ongoing Multimorbidity in Children and Youth Across the Life-course study. Data from 263 children with a chronic physical illness aged 2-16 years and their parents were collected over 24 months. The parent-reported Emotional Behavioural Scales was used to develop a bi-factor model of the p factor. Subsequently, p factor scores were extracted from the model and standardized (Mean = 100, SD = 15). Analysis of variance compared p factor scores across different physical illnesses. Multiple regression was used to identify multilevel baseline predictors of p scores. RESULTS: There was no significant difference in p scores across categories of physical illness (F = 0.44, p = 0.849). Factors predictive of elevated p scores were older child age (B = 0.44), higher level of disability (B = 1.03), elevated parent psychopathology (B = 0.22) and stress (B = 0.21), and living in communities with older age and lower labor force participation (B = 1.66) and higher concentrations of racialized/newcomer populations (B = 2.05). Lower p scores were associated with being female (B = -3.85) and having immigrant parents (B = -5.43). CONCLUSION: Factors predicting psychopathology, measured using p scores, in children with physical illness are multilevel. Fixed characteristics can inform targeted screening efforts, whereas modifiable characteristics are opportunities for upstream intervention in the context of family-centered integrated physical-mental health services.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».