The Observation Scale for Autism (OSA): A New Screening Method to Detect Autism Spectrum Disorder before Age Three Years
Notice bibliographique
Résumé
Background: There is an increasing body of evidence that early interventions for children with Autism Spectrum Disorder (ASD) promote a positive development of social interaction. Thus, tools for early detection of ASD are warranted. Aim: Development of, and deciding cut-off-levels for, a new screening tool for ASD, the Observation Scale for Autism (OSA). The OSA was designed to be used at the free health check-up at 30 months, offered to all children in Sweden. Method: The OSA consists of 12 observations and takes less than 10 minutes to use. The performance of the test was investigated by assessing 37 children previously diagnosed ASD, 23 with Down Syndrome (DS) and 26 typically developing children (TD). Results: Children diagnosed with ASD showed statistically significant higher scores in all 12 items compared to TD children, and significantly higher in 10 items compared to the children with DS. Most of the observations in OSA seemed to cover specific symptoms of ASD, but two of the observations were more related to developmental level. The nine most discriminative items for ASD were identified, and among those, a cut-off limit was chosen (≥3 items). Among children with ASD, 34/37 reached the proposed cut off, compared to 0/26 and 4/23 among children in the TD and DS groups, respectively. Conclusion: The results suggest that the OSA discriminates children with ASD from TD children and children with DS. Using the suggested cut off, OSA provides high sensitivity for ASD (92%) with a very low false positive rate.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».