Clinical clues for autoimmunity and neuroinflammation in patients with autistic regression
Notice bibliographique
Résumé
AIM: Autistic regression is a unique variant within the autism spectrum disorders (ASDs), with recent reports raising the possibility of immune aetiology. This study explores clinical clues for an association between autistic regression and autoimmunity. METHOD: Single-centre charts of children diagnosed with ASD in 2014 were reviewed. We compared the rates of: (1) familial autoimmunity in first-degree and second-degree relatives; (2) febrile illness preceding initial parental concern, as a potential precipitant of immune activation; and (3) possible non-immune precipitants such as pregnancy and postnatal complications. RESULTS: The charts of 206 children with ASD and 33 diagnosed with autistic regression variant were reviewed. The incidence of febrile illness in the 6 months prior to initial parental concern was significantly higher in the children with autistic regression compared with those with ASD (30% vs 0%; p<0.001). The overall prevalence of familial autoimmunity was also higher in children with autistic regression compared with those with ASD (33% vs 12%; p<0.001). Type 1 diabetes and autoimmune thyroiditis were both more common in families with children with autistic regression. Other non-immune risk factors did not differ between the two groups. INTERPRETATION: Our findings suggest that predisposition to autoimmunity, and immune/inflammatory activation, may be associated with autistic regression.
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 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».