MétaCan
Menu
← Retour à la cohorte
Enregistrement W2763218854 · doi:10.1093/pch/9.suppl_a.49ab

101 Detecting Early Behavioural Markers of Autism in High-Risk Infants

2004· article· en· W2763218854 sur OpenAlexaff
Lonnie Zwaigenbaum, S. Bryson, Jessica Brian, Wendy Roberts, Catherine McDermott, Péter Szatmári

Notice bibliographique

RevuePaediatrics & Child Health · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAutismAutism spectrum disorderIntraclass correlationAutism Diagnostic Observation ScheduleMedicineMedical diagnosisPediatricsSiblingClinical psychologyPsychologyPsychiatryPsychometricsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

To better inform early identification efforts, we have initiated a prospective study of high-risk infants, defined as such by having an older sibling with autism (hereafter, ‘siblings’). Our main goal is to assess whether behavioural markers in the first year of life can identify which children are most likely to receive a subsequent diagnosis of autism. We have operationalized behavioual risk markers for autism hypothesized from previous research and have developed a standardized procedure for detecting these markers within a brief observational assessment, the 18-item Autism Observation Scale for Infants (AOSI). The test-retest and inter-observer reliability of the AOSI at 12 months are good (intraclass correlation 0.66 and 0.92 respectively). AOSI risk markers observed at 12 months in siblings and low-risk controls were assessed in relation to diagnostic classification at 24 months of age as determined independently by the Autism Diagnostic Observation Scale (ADOS). Our current sample includes 65 siblings and 23 control infants who have been followed from 12 months to at least 24 months of age. 24-month ADOS scores exceed threshold for autism in 7 siblings (all of whom have subsequently received clinical diagnoses based on DSM-IV criteria), and exceed threshold for ‘autism spectrum disorder’ (ASD) in an additional 13 siblings (2 of whom have received clinical diagnoses). The number of risk markers observed at 12 months predicts ADOS classification at 24 months, based on 1-way ANOVA (F3,84=25.4; p<.001). Siblings with an ADOS classification of autism at 24-months had a mean of 8.1 markers (SD=2.7) at 12-months, compared to a mean of 4.0 markers in siblings classified with ASD (SD=2.2); siblings and controls scoring below ASD threshold at 24-months had a mean of 2.1 markers (SD=1.9) and 1.5 markers (SD=1.6) at 12-months, respectively. Post-hoc analyses indicate significant differences between the autism, ASD, and non-ASD subgroup means. Individual 12-month AOSI risk markers that predict autism at 24 months include atypical eye contact, visual tracking, disengagement of visual attention, orienting to name, imitation, social smiling, reactivity, social interest, and sensory-oriented behaviour (all p<.003 to adjust for multiple comparisons). Early signs of autism can be identified prospectively in high-risk infants within a brief but systematic clinical assessment at 12 months of age. Additional follow-up and outcome assessment of this unique high-risk sample, as well as evaluation of these risk markers in other high- and low-risk samples will be needed to determine the sensitivity and specificity of these markers for autism.

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 enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,290
Écart entre enseignants0,269 · 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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetAutism Spectrum Disorder Research→Travaux en français237 207→