Intersections du handicap et de l'instabilité de logement : un aperçu et un appel à l'action

L'étude analysée est une étude transversale descriptive et exploratoire portant sur 989 572 élèves de la maternelle à la 12e année inscrits dans les écoles publiques ou à charte du Minnesota pour l'année scolaire 2018-2019. Les données proviennent des systèmes d'information sur l'éducation et la gestion des sans-abri de l'État. Les résultats principaux indiquent que 32,3 % des élèves en situation d'insécurité de logement ont été identifiés comme ayant un handicap éducatif, et que ces élèves étaient 63 % plus susceptibles d'être identifiés avec un handicap que les élèves logés. De plus, les élèves avec un handicap éducatif étaient plus susceptibles de connaître une insécurité de logement que ceux sans handicap, bien qu'aucun effet quantitatif ne soit fourni pour cette dernière association. L'analyse NeuroWatch a évalué plusieurs critères méthodologiques. Concernant le contrôle des facteurs de confusion, l'information n'est pas rapportée dans la source analysée, ce qui rend l'évaluation indéterminée. La validité des mesures est documentée comme limitée, car l'identification du handicap et de l'insécurité de logement repose sur des données administratives, ce qui peut entraîner des erreurs de classification ou des biais de déclaration. La sélection de la population est documentée comme adéquate, car l'étude a inclus l'ensemble des élèves éligibles de l'État, ce qui constitue une population exhaustive. L'analyse statistique est documentée comme limitée, car l'étude est descriptive et exploratoire, se limitant à des statistiques descriptives et à des comparaisons de proportions sans tests d'inférence statistique ni ajustements pour les comparaisons multiples. Les informations sur l'incertitude statistique (intervalles de confiance, valeurs p exactes) ne sont pas rapportées dans la source analysée. Aucune donnée sur le suivi longitudinal n'est disponible, car l'étude est transversale. Les financements et les conflits d'intérêts ne sont pas rapportés dans la source analysée. L'analyse est automatisée et basée uniquement sur le résumé, ce qui limite la capacité à évaluer la robustesse des résultats. Par conséquent, la robustesse calculée est indéterminée et la confiance dans l'analyse est faible, car le texte intégral serait nécessaire pour une évaluation complète.

Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.