Comparison of the predictive validity of hyperkinetic disorder and attention deficit hyperactivity disorder.
Notice bibliographique
Résumé
INTRODUCTION: We compared the predictive validity of attention deficit hyperactivity disorder (ADHD; Diagnostic and Statistical Manual - IV Edition) and hyperkinetic disorder (HKD; International Classification of Diseases - 10th Edition) while controlling for the presence of comorbid psychopathology. METHOD: ADHD and HKD criteria were used to classify 804 clinic-referred children ages 6 to 16 years into one of four non-overlapping groups: HKD, ADHD combined subtype (ADHD-C), ADHD hyper-active-impulsive subtype (ADHD-HI), ADHD inattentive subtype (ADHD-IA). Groups were compared with each other and with normal controls (67) while controlling for age and intelligence on a range of criteria both before and after excluding cases with comorbidity. RESULTS: Of the 804 clinic participants, 72 (8.9 %) met criteria for ICD-10 HKD, 353 (43.9 %) for ADHD-C, 142 (17.7 %) for ADHD-HI and 237 (29.5 %) for ADHD-IA. There were no differences among the four clinic groups in rate of comorbidity, neuro-developmental or psychosocial risk indices, inter-parental or parent-child discord, family history of ADHD, working memory, and academic or intelligence test scores, but all clinic groups differed from normal controls. By contrast, total number of symptoms, teacher-rated impairment and inhibitory control deficit were greatest in HKD and least in ADHD-C, ADHD-HI, ADHD-IA in that order. Results of the comparisons were essentially unchanged after excluding cases (75%) with a comorbid condition. CONCLUSIONS: HKD, ADHD-C, ADHD-HI and ADHD-IA had approximately equivalent predictive validity even when comorbidity was taken into account.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».