Using the ages and stages questionnaire in the general population as a measure for identifying children not at risk of a neurodevelopmental disorder
Notice bibliographique
Résumé
BACKGROUND: Early detection of neurodevelopmental disorders (NDDs) enables access to early interventions for children. We assess the Ages and Stages Questionnaire (ASQ)'s ability to identify children with a NDD in population data. METHOD: Children 4 to 5 years old in the National Longitudinal Survey of Children and Youth (NLSCY) from cycles 5 to 8 were included. The sensitivity, specificity, positive and negative predictive values were calculated for the ASQ at 24, 27, 30, 33, 36 and 42 months. Fixed effects regression analyses assessed longitudinal associations between domain scores and child age. RESULTS: Specificity for the ASQ was high with 1SD or 2SD cutoffs, indicating good accuracy in detecting children who will not develop a NDD, however the sensitivity varied over time points and cut-offs. Sensitivity for the 1 SD cutoff at 24 months was above the recommended value of 70% for screening. Differences in ASQ domains scores between children with and without NDD increases with age. CONCLUSIONS: The high specificity and negative predictive values of the ASQ support its use in identifying children who are not at the risk of developing a NDD. The capacity of the ASQ to identify children with a NDD in the general population is limited except for the ASQ-24 months with 1SD and can be used to identify children at risk of NDD.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».