Etiologic Yield of Autistic Spectrum Disorders: A Prospective Study
Notice bibliographique
Résumé
At present, the etiologic yield in community-derived samples of young children with an autistic spectrum disorder is not known. To address this question, all young children (under 5 years of age) referred for an initial assessment to ambulatory pediatric neurology or developmental pediatric clinics at a tertiary university center over an 18-month period for a suspected developmental delay were prospectively identified. Specific diagnostic testing was left to the discretion of the evaluating physician. In all, 50 children with an autistic spectrum disorder were assessed. Detailed history or physical examination was informative with respect to suggesting the possibility of an underlying etiology in a minority (10/50,20%). Genetic studies (FMR-1, karyotype), electroencephalography (EEG), and neuroimaging were carried out in a majority (42/50, 34/50, and 33/50, respectively) of the children, for the most part on a screening rather than an indicated basis (31/42, 34/34, and 28/33, respectively). Etiologic yield was low (1/50, 2%), with only a single child identified with a possible Landau-Kleffner variant on sleep EEG tracing. The results suggest an evaluation paradigm with reference to etiologic determination for young children with autistic spectrum disorder that does not presently justify metabolic or neuroimaging on a screening basis. Recurrence risk and treatment implications, however, suggest that strong consideration be given to genetic (FMR-1, karyotype) testing and EEG study despite a relatively low yield.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».