Assessing the accuracy of the Modified Checklist for Autism in Toddlers: a systematic review and meta‐analysis
Notice bibliographique
Résumé
AIM: The Modified Checklist for Autism in Toddlers (M-CHAT) could be appropriate for universal screening for autism spectrum disorder (ASD) at 18 months and 24 months. Validation studies, however, reported differences in psychometric properties across sample populations. This meta-analysis summarized its accuracy measures and quantified their change in relation to patient and study characteristics. METHOD: Four electronic databases (MEDLINE, PsycINFO, CINAHL, and Embase) were searched to identify articles published between January 2001 and May 2016. Bayesian regression models pooled study-specific measures. Meta-regressions covariates were age at screening, study design, and proportion of males. RESULTS: On the basis of the 13 studies included, the pooled sensitivity was 0.83 (95% credible interval [CI] 0.75-0.90), specificity was 0.51 (95% CI 0.41-0.61), and positive predictive value was 0.53 (95% CI 0.43-0.63) in high-risk children and 0.06 (95% CI <0.01-0.14) in low-risk children. Sensitivity was higher for screening at 30 months compared with 24 months. INTERPRETATION: Findings indicate that the M-CHAT performs with low to moderate accuracy in identifying ASD among children with developmental concerns, but there was a lack of evidence on its performance in low-risk children or at age 18 months. Clinicians should account for a child's age and presence of developmental concern when interpreting their M-CHAT score. WHAT THIS PAPER ADDS: The Modified Checklist for Autism in Toddlers (M-CHAT) performs with low-to-moderate accuracy in children with developmental concerns. There is limited evidence supporting its use at 18 months or in low-risk children.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».