MétaCan
Menu
Retour à la cohorte
Enregistrement W2619635482 · doi:10.7202/1039682ar

La démarche et les outils d’évaluation clinique du trouble du spectre de l’autisme à l’ère du DSM-5

2017· article· fr· W2619635482 sur OpenAlexaffvenue
Mélanie Bolduc, Nathalie Poirier

Notice bibliographique

RevueRevue de psychoéducation · 2017
Typearticle
Languefr
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Le trouble du spectre de l’autisme (TSA) est un trouble complexe caractérisé par des difficultés sociales et communicationnelles et par des comportements ou intérêts restreints ou répétitifs (American Psychiatric Association [APA], 2013). Le profil clinique des enfants touchés par le TSA varie tout au long de leur développement en fonction de la présentation des symptômes, de même que par la manifestation de troubles associés, complexifiant ainsi la démarche d’évaluation diagnostique. Pour émettre un diagnostic en santé mentale, les spécialistes s’appuient majoritairement sur le Manuel Statistique et Diagnostique des Troubles Mentaux, dont la plus récente version comporte d’importants changements quant à la définition et nomenclature du TSA ([DSM-5]; APA, 2013). En dépit du DSM-5, plusieurs outils d’évaluation s’offrent aux cliniciens pour appuyer leur démarche évaluative et améliorer la précision de leur diagnostic clinique. Parmi la grande variété disponible, il peut s’avérer difficile de choisir des outils d’évaluation adaptés à la situation du jeune évalué (p.ex., âge, intensité des symptômes, langue parlée, etc.), possédant des qualités psychométriques satisfaisantes et s’arrimant avec les critères diagnostiques de la dernière version du DSM. L’objectif de cet article est de présenter la démarche d’évaluation du TSA, ainsi que de décrire et d’analyser les outils d’évaluation du TSA recommandés par les meilleures pratiques et couramment employés par les cliniciens exerçant auprès d’une population à risque de présenter ce trouble. Spécifiquement, il vise à faire une revue critique s’articulant autour des caractéristiques (objectif poursuivi, population ciblée, validations et langues offertes), des propriétés psychométriques et de la pertinence de ces outils d’évaluation en regard aux critères du TSA conformément au DSM-5. Enfin, la démarche, les outils d’évaluation à privilégier et certaines considérations cliniques sont proposés en conclusion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,668
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,111
Tête enseignante GPT0,405
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue de psychoéducationMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207