MétaCan
Menu
Retour à la cohorte
Enregistrement W71528383 · doi:10.1177/070674370200601s11

Guidelines and algorithms for the use of methylphenidate in children with Attention-Deficit/Hyperactivity Disorder

2002· review· en· W71528383 sur OpenAlexaff
Laurence L. Greenhill, D. Beyer, J. Finkleson, D. Shaffer, Joseph Biederman, C. Keith Conners, Peter S. Jensen, James L. Kennedy, Rachel G. Klein, Jack Rapoport, Terje Sagvolden, Thomas Spencer, James M. Swanson, Nora D. Volkow

Notice bibliographique

RevueJournal of Attention Disorders · 2002
Typereview
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of HealthNational Institute for Health and Care Research
Mots-clésMethylphenidateAttention deficit hyperactivity disorderPsychiatryPsychologyClinical psychologyAttention deficitAlgorithmComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review published algorithms for guiding the use of methylphenidate (MPH) in the treatment of Attention-Deficit/Hyperactivity Disorder (ADHD) in children and adolescents. METHODS: A consensus roundtable of 12 experts was convened to review the evidence for the safety and efficacy of MPH in the treatment of ADHD, as well as the published algorithms and practice guidelines for using MPH. The experts reviewed the algorithms for practicality and acceptability by clinicians. RESULTS: Algorithms that included MPH commonly selected it as the initial medication to be employed in the treatment of children with ADHD. Factors involved included its high efficacy, good safety record, and the ubiquitous nature of its appearance in the ADHD treatment literature. CONCLUSIONS: MPH should be considered as the first medication to be used in a treatment algorithm for children and adolescents with ADHD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,049
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0080,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0070,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,387
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations80
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Attention DisordersMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207