A comparative efficacy of holistic multidimensional treatment model (HMTM) and applied behavioral analysis (ABA) in the treatment of children with autism spectrum disorder (ASD)
Notice bibliographique
Résumé
Introduction Several approaches have been presented for treatment of children with ASD. The aim of the present study was to compare the efficacy of Holistic Multidimensional Treatment Model (HMTM) with Applied Behavioral Analysis (ABA) in the improvement of clinical symptoms of children with ASD. Method The present study was an experimental pre and post test research. The statistical population included the 3 to 8 year old children with ASD who were referred to the child psychiatry clinics in two academic Hospitals- Mashhad,Iran. The sample included 20 children who were selected with convenience sampling and randomly divided to 2 groups of ABA (8 boys and 2 girls) and HMTM (7 boys and 3 girls).The diagnosis was made by a child psychiatrist based on DSM-IV-TR criteria and using Autism Diagnostic Interview-Revised (ADIR) and Autism Diagnostic Observation Schedule (ADOS).Then the children were referred to Noore Hedayat center for the treatment. Childhood Autism Rating Scale (CARS), Bender Gestalt Test, Draw-A-Man Test Good enough, Raven's Colored Progressive Matrices Test for children, Vineland Social Maturity Scale (VSMS) and performance charts of children based on their videotaped behaviors. Data analysis was done using ANCOVA test. Results Findings showed that in spite of more efficacy of HMTM compared to ABA, the differences of standard tests except Bender Gestalt Test and performance charts did not reach to the significant level(p > 0.05). Conclusion In conclusion, HMTM at least had the equal efficacy to ABA in the treatment of children with Autism Spectrum Disorder. Further researches are needed to compare the efficacy of these 2 methods.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».