Factors predictive of a fetal alcohol spectrum disorder: Neuropsychological assessment
Notice bibliographique
Résumé
A variety of neurodevelopmental impairments related to fetal alcohol spectrum disorder (FASD) diagnoses have been consistently documented. However, it is not clear whether such variables are predictive of a diagnosis. The purpose of the present study is to use logistic regressions to identify predictors of FASD in neuropsychological assessment. Charts of 180 children and adolescents with prenatal alcohol exposure (PAE) who underwent psychological and diagnostic assessment for FASD were retrospectively reviewed. A total of 107 received an FASD diagnosis (the PAE-FASD group) and 73 did not (the PAE group). Following preliminary analyses, direct logistic regressions were performed to assess the contribution of different neuropsychological testing measures on the likelihood of a child or adolescent receiving an FASD diagnosis. The results indicate that the classification accuracy of the PAE-FASD and PAE groups is clinically significant across models of intelligence, academic achievement, memory, and executive functioning. Classification rates across the various models range from 67.1% to 75.5%, with models incorporating 10 intelligence subtests or 3 academic subtests emerging as superior to those using broad indices of intelligence and/or individual subtests of memory or executive functioning. A "test battery" model incorporating verbal intelligence, verbal/auditory working memory (digit span), basic reading and spelling skills, math calculations, delayed story recall, and spatial planning and problem-solving yielded a classification rate of 74.7%. These results suggest that neuropsychological testing is a critical component of FASD assessment and help guide decisions to maximize the efficiency and efficacy of the diagnostic process and treatment recommendations.
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 | 0,000 |
| 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 ».