MétaCan
Menu
Retour à la cohorte
Enregistrement W1968074331 · doi:10.1111/jcpp.12103

Measurement equivalence of the autism symptom phenotype in children and youth

2013· article· en· W1968074331 sur OpenAlexafffund
Eric Duku, Péter Szatmári, Tracy Vaillancourt, Stelios Georgiades, Ann Thompson, Andrew D. Paterson, Terry Bennett

Notice bibliographique

RevueJournal of Child Psychology and Psychiatry · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of ManitobaPublic Health OntarioHospital for Sick ChildrenUniversity of OttawaUniversity of TorontoMcMaster University
Organismes subventionnairesMedical Research CouncilHealth Research BoardGenome CanadaAutism Speaks
Mots-clésAutismPsychologyNonverbal communicationAutism spectrum disorderEquivalence (formal languages)Confirmatory factor analysisDevelopmental psychologyClinical psychologyStructural equation modelingStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Autism Diagnostic Interview-Revised (ADI-R) is a gold standard assessment of Autism Spectrum Disorder (ASD) symptoms and behaviours. A key underlying assumption of studies using the ADI-R is that it measures the same phenotypic constructs across different populations (i.e., males/females, younger/older, verbal/nonverbal). The objectives of this study were to evaluate alternative measurement models for the autism symptom phenotype based on the ADI-R algorithm items and to examine the measurement equivalence of the most parsimonious and best fitting model across subgroups of interest. METHODS: Data came from the Autism Genome Project consortium and consisted of 3,628 children aged 4-18 years (84.2% boys and 75% verbal). Twenty-eight algorithm items applicable to both verbal and nonverbal participants were used in the analysis. Measurement equivalence of the autism phenotype was examined using categorical confirmatory factor analysis. RESULTS: A second-order model resembling the proposed DSM-5 two-factor structure of the phenotype showed good overall fit, but not for all the subgroups. The autism symptom phenotype was best indexed by the first-order, six-factor measurement model proposed by Liu et al. (2011). This model was well fitting and measurement equivalent across subgroups of participants (age, verbal ability and sex). CONCLUSIONS: The autism symptom phenotype is adequately characterized by a six-factor measurement model; this model appears to be measurement equivalent across subgroups of children and youth with ASD that differ in age, sex and verbal ability. The two-factor model provides equally good fit for the sample as a whole, but comparison of these two dimensions between subgroups that might differ in terms of age, sex or verbal ability is challenged by lack of measurement equivalence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,055
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,287
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child Psychology and PsychiatryMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207