The Prevalence of Autistic Spectrum Disorder in Children Surveyed in a Tertiary Care Epilepsy Clinic
Notice bibliographique
Résumé
UNLABELLED: It is well documented that children with autistic spectrum disorder (ASD) have an increased prevalence of seizures; however, studies have not been done to evaluate the prevalence of ASD in children with epilepsy. This comorbidity is important to define as early diagnosis and intervention in some children with ASD has been shown to improve outcome. METHOD: Children with epilepsy seen in a tertiary care epilepsy clinic were evaluated using validated autism screening questionnaires (ASQ). In addition, questions about sleep-related disorders, behavior, seizure characteristics, antiepileptic agents, and body mass index (BMI) were requested. An attempt was then made to determine if there was a correlation between the factors identified and ASD. RESULTS: Of the 107 questionnaires returned, 97 ASQ's were properly completed and used in this study. Approximately 32% of children fit the ASQ criteria for having ASD. Most children had not been previously diagnosed. Worst behavior and daytime sleepiness was seen in those at greater risk (p < 0.01). Seizures also occurred earlier (approximately 2 years) in children at risk of having ASD. CONCLUSION: Though confirmatory diagnostic evaluations are needed, this questionnaire-based study suggests that children with epilepsy are at greater risk of having ASD, and illustrates the need for more clinical vigilance. Behavioral difficulties and daytime sleepiness identified in these children could potentially affect their ability to learn. It is of interest that the age of seizure onset identified in those at greater risk corresponds with the approximate age of regression identified in some children with ASD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».