Les profils de santé mentale des enfants et adolescents autistes pendant la pandémie de COVID-19
Bibliographic record
Abstract
Résumé Objectifs Les confinements dans les provinces canadiennes ont malmené la santé mentale des enfants pendant la pandémie de COVID-19, et les enfants autistes y ont été particulièrement vulnérables. La présente étude visait à recenser les sous-groupes d’enfants autistes ayant des profils distincts de modification à leur santé mentale, afin de comprendre les facteurs propres aux enfants, aux parents et au système qui y sont associés et d’éclairer de futures interventions. Méthodologie Les chercheurs ont extrait les données d’une vaste cohorte ontarienne (n=1 570), dont faisaient partie 265 enfants autistes (âge moyen=10,9 ans, 76 % de sexe masculin). Ils ont utilisé l’analyse des nuées dynamiques pour répartir les profils de santé mentale distincts en six mesures (humeur, anxiété, symptômes de trouble obsessionnel-compulsif, irritabilité, inattention, hyperactivité) et ont examiné les différences entre les groupes. Ils ont également étudié les caractéristiques des enfants qui ont accédé à des services aigus en santé mentale. Résultats Le nombre optimal de grappes était fixé à deux. La première incluait ceux qui avaient éprouvé une détérioration de leur santé mentale dans les six mesures (61,3 %, intervalle de confiance à 95 %=54,9 à 67,4) et la seconde, les jeunes dont la santé mentale n’avait pas changé (38,7 %, intervalle de confiance à 95 %=32,6 à 45,1). Des facteurs étaient associés à la détérioration de la santé mentale des enfants : plus de symptômes internalisés préexistants et de forts taux de stress liés à la COVID-19. Les problèmes de santé mentale des parents et les facteurs propres aux systèmes, tels que la perte de soutien à l’apprentissage, l’accès aux médecins et les difficultés matérielles, étaient aussi liés à cette détérioration. L’accès à des services aigus en santé mentale découlait d’abord de l’insécurité financière et de la perte de services. Conclusions Plus de la moitié des enfants autistes ont éprouvé une détérioration de leur santé mentale, et les caractéristiques individuelles (troubles de santé mentale préexistants, stress lié à la COVID-19), parentales (santé mentale des parents) et systémiques (perte de services et difficultés matérielles) y étaient reliées, ce qui ouvrait la voie à des interventions cliniques et politiques multiniveaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".