Acceso usuarios
José Antonio López Villalobos, Jesús María Andrés de Llano, Juan Delgado Sánchez-Mateos, Luis Rodríguez Molinero, Mercedes Garrido Redondo, María Teresa Martínez Rivera, Ana María Sacristán Martín, Isabel Serrano Pintado
Objetivo: Buscar un modelo reducido de síntomas del Tras-torno por Déficit de Atención con Hiperactividad subtipo Combinado (TDAH-C), que presente adecuada validez de criterio para su diagnóstico. Metodología: Contexto de estudio epidemiológico. Muestra de 1095 casos entre 6 y 16 años [4.38 % TDAH-C]. Selección de casos con primera fase psicométrica de sospecha TDAH-C que requiere que ADHD RS-IV, im-plementado por padres (PA) y profesores (PR), supere el PC 90. Segunda fase: Los casos seleccionados se evalúan mediante entrevista clínica modelo DISC-IV (DSM-IV) para confirmar TDAH-C. Se implementa regresión lo-gística para buscar modelo parsimonioso de ítems que permita predecir TDAH-C. Resultados: El modelo de ítems que permite predecir TDAH-C contiene 8 de los 36 ítems del ADHD RS-IV contestados por PA y PR. Considerando las odds ratio del modelo de regresión logística, los ítems del ADHD RS-IV seleccionados son los siguientes 15PR, 1PA, 16PR, 12PA, 17PA, 10PA, 14PA y 4PR. El modelo presenta validez de criterio para TDAH-C clínico (sensibilidad: 97.9 %. Especificidad: 93.8%. Razón de ve-rosimilitud: 16.02). Conclusiones: Es posible reducir la lista de síntomas de TDAH-C con buena validez de criterio, manteniendo los que proporcionan mayor discriminación entre TDAH-C y población general
Main Objective: To look for a reduced model of symptoms of the attention deficit hyperactivity disorder combined type (ADHD-C) that shows suitable levels of criterion validity for the diagnostic of the disease. Methods: Epidemiological study. Sample of 1095 children between 6 and 16 years. First stage: psicometric study using ADHD RS-IV answered by parents (P) and teachers (T). ADHD is suspected when both question-naires are over 90th percentile. Second stage: Clinical interview DISC-IV (DSM-IV) only in those selected cases to confirm ADHD-C. Logistic re-gression is implemented to find the most parsimonious model to predict ADHD-C. Results: The model that predicts clinical ADHD-C consists of 8 of the 36 items of the ADHD RS-IV answered by P and T. Considering the Odds Ratio obtained by regression, the selected items are as follows: 15T, 1P, 16T, 12P, 17P, 10P, 14P and 4T. The model has criterion validity for symptomatic ADHD-C (sensitivity: 97.9%. Specificity: 93.8%. Likeli-hood ratio: 16.02). Conclusions: It is possible to reduce the list of symp-toms of ADHD-C with good criterion validity, removing redundant items and keeping those that provide greater discrimination between ADHD-C and the general population
