MétaCan
Menu
Retour à la cohorte
Enregistrement W2389559473 · doi:10.1542/peds.2015-2672

Prevalence of Creatine Deficiency Syndromes in Children With Nonsyndromic Autism

2015· article· en· W2389559473 sur OpenAlexaff
Andreas Schulze, Margaret L. Bauman, Anne Chun-Hui Tsai, Ann Reynolds, Wendy Roberts, Evdokia Anagnostou, Jessie M. Cameron, Alixandra A. Nozzolillo, Shiyi Chen, Lianna Kyriakopoulou, Stephen W. Scherer, Alvin Loh

Notice bibliographique

RevuePEDIATRICS · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensSurrey Place CentreSickKids FoundationHolland Bloorview Kids Rehabilitation HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesU.S. Public Health Service
Mots-clésCreatineMedicineAutismAutism spectrum disorderConfidence intervalUrinePediatricsInternal medicineCreatininePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: Creatine deficiency may play a role in the neurobiology of autism and may represent a treatable cause of autism. The goal of the study was to ascertain the prevalence of creatine deficiency syndromes (CDSs) in children with autism spectrum disorder (ASD). METHODS: In a prospective multicenter study, 443 children were investigated after a confirmed diagnosis of ASD. Random spot urine screening for creatine metabolites (creatine, guanidinoacetate, creatinine, and arginine) with liquid chromatography-tandem mass spectrometry and second-tier testing with high-performance liquid chromatography methodology was followed by recall testing in 24-hour urines and confirmatory testing by Sanger-based DNA sequencing of GAMT, GATM, and SLC6A8 genes. Additional diagnostic tests included plasma creatine metabolites and in vivo brain proton magnetic resonance spectroscopy. The creatine metabolites in spot urine in the autism group were compared with 128 healthy controls controlled for age. RESULTS: In 443 subjects with ASD investigated for CDS, we had 0 events (event: 0, 95% confidence interval 0-0.0068), therefore with 95% confidence the prevalence of CDS is <7 in 1000 children with ASD. The autism and control groups did not vary in terms of creatine metabolites (P > .0125) in urine. CONCLUSION: Our study revealed a very low prevalence of CDS in children with nonsyndromic ASD and no obvious association between creatine metabolites and autism. Unlike our study population, we expect more frequent CDS among children with severe developmental delay, speech impairment, seizures, and movement disorders in addition to impairments in social communication, restricted interests, and repetitive behaviors.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePEDIATRICSMême sujetMuscle metabolism and nutritionTravaux en français237 207