Developmental functioning and symptom severity influence age of diagnosis in Canadian preschool children with autism
Notice bibliographique
Résumé
BACKGROUND: Early diagnosis of autism spectrum disorder (ASD) is essential in most Canadian jurisdictions to access interventions that improve long-term child outcomes. Our main objective was to identify factors associated with timing of ASD diagnosis in five provinces across Canada. METHODS: Factors influencing age of diagnosis were assessed in the analyses of an inception cohort of children diagnosed with ASD between ages 2 and 5 years. We examined bivariate associations and using a series of multiple variable regression models, evaluated the unique contributions of developmental functioning, ASD symptoms and demographic variables. Children with known genetic abnormalities, or severe sensory or motor impairments interfering with assessment were excluded. RESULTS: associated with age of diagnosis. In regression analyses, language and cognitive skills accounted for 6.8% of variance in age of diagnosis and ASD symptoms contributed an additional 5.5%. Provincial site accounted for 4.0% of variance in age of diagnosis, independent of developmental skills and ASD symptoms. INTERPRETATION: Diagnosis of ASD occurred, on average, 19 months after parents' initial concerns. Language and cognitive skills, symptom severity and provincial site accounted for variation in age of ASD diagnosis in this Canadian cohort. Variable presentation across the developmental continuum must be considered in planning assessment services to ensure timely ASD diagnosis so that outcomes can be improved. Policy and practice leadership is also needed to reduce interprovincial variability.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».