Association Between the Probability of Autism Spectrum Disorder and Normative Sex-Related Phenotypic Diversity in Brain Structure
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
Importance: Autism spectrum disorder (ASD) is 2 to 5 times more common in male individuals than in female individuals. While the male preponderant prevalence of ASD might partially be explained by sex differences in clinical symptoms, etiological models suggest that the biological male phenotype carries a higher intrinsic risk for ASD than the female phenotype. To our knowledge, this hypothesis has never been tested directly, and the neurobiological mechanisms that modulate ASD risk in male individuals and female individuals remain elusive. Objectives: To examine the probability of ASD as a function of normative sex-related phenotypic diversity in brain structure and to identify the patterns of sex-related neuroanatomical variability associated with low or high probability of ASD. Design, Setting, and Participants: This study examined a cross-sectional sample of 98 right-handed, high-functioning adults with ASD and 98 matched neurotypical control individuals aged 18 to 42 years. A multivariate probabilistic classification approach was used to develop a predictive model of biological sex based on cortical thickness measures assessed via magnetic resonance imaging in neurotypical controls. This normative model was subsequently applied to individuals with ASD. The study dates were June 2005 to October 2009, and this analysis was conducted between June 2015 and July 2016. Main Outcomes and Measures: Sample and population ASD probability estimates as a function of normative sex-related diversity in brain structure, as well as neuroanatomical patterns associated with low or high ASD probability in male individuals and female individuals. Results: Among the 98 individuals with ASD, 49 were male and 49 female, with a mean (SD) age of 26.88 (7.18) years. Among the 98 controls, 51 were male and 47 female, with a mean (SD) age of 27.39 (6.44) years. The sample probability of ASD increased significantly with predictive probabilities for the male neuroanatomical brain phenotype. For example, biological female individuals with a more male-typic pattern of brain anatomy were significantly (ie, 3 times) more likely to have ASD than biological female individuals with a characteristically female brain phenotype (P = .72 vs .24, respectively; χ21 = 20.26; P < .001; difference in P values, 0.48; 95% CI, 0.29-0.68). This finding translates to an estimated variability in population prevalence from 0.2% to 1.3%, respectively. Moreover, the patterns of neuroanatomical variability carrying low or high ASD probability were sex specific (eg, in inferior temporal regions, where ASD has different neurobiological underpinnings in male individuals and female individuals). Conclusions and Relevance: These findings highlight the need for considering normative sex-related phenotypic diversity when determining an individual's risk for ASD and provide important novel insights into the neurobiological mechanisms mediating sex differences in ASD prevalence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».