MétaCan
Menu
Retour à la cohorte
Enregistrement W2943216189 · doi:10.2174/2210676609666181204125951

Diagnosis of Autism Spectrum Disorder in Adolescents with Complex Clinical Presentations: A Montreal Case Series

2018· article· en· W2943216189 sur OpenAlexaffabout
Nicolas Garel, Patricia Garel

Notice bibliographique

RevueAdolescent Psychiatry · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineMcGill University
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésAutismAnxietyAutism spectrum disorderPsychiatryPsychologyDiagnostic Classification of Mental Health and Developmental Disorders of Infancy and Early ChildhoodPsychological interventionClinical psychologyMental healthPervasive developmental disorderPediatricsMedicinePrevalence of mental disorders

Résumé

récupéré en direct d'OpenAlex

Background: Despite increased attention and recognition of autism spectrum disorders, many patients suffering from these disorders remain undiagnosed or are diagnosed late due to their subtle clinical presentation. The challenge for clinicians working in the field of mental health is not in screening and diagnosing young children showing typical signs of autism spectrum disorders, but rather in identifying patients at the high-functioning end of the spectrum whose intellectual abilities mask their social deficits. Objective: Because therapeutic interventions differ radically once the diagnosis of ASD has been made, it is important to understand the trajectory of those adolescents and identify clues that could help raise the diagnosis of ASD earlier. Methods: Records of eight adolescents with a late diagnosis of ASD were retrospectively reviewed to identify relevant clinical features that were overlooked in childhood and early adolescence. Results: The patients were previously misdiagnosed with multiple mental health disorders. These cases showed striking similarities in terms of developmental history, reasons for misdiagnosis, and the clinical picture at the time of ASD recognition. The cases were characterized by complex and fluctuating symptomatology, including depression, anxiety, behavioural problems, self-injurious behaviour and suicidal thoughts. Their Autism Spectrum Disorder (ASD) went previously undiagnosed due to the individual’s intelligence and learning abilities, which masked their social deficits and developmental irregularities. Signs of ASD were continuously present since childhood in all the eight cases. Once the developmental histories and the psychiatric evaluation of these adolescents were done by psychiatrists with appropriate knowledge of autism, the diagnosis of ASD was made. Conclusion: The ASD hypothesis should be raised in the presence of confusing symptoms that do not respond to usual treatment and are accompanied by an irregular developmental background. It is indeed a difficult diagnosis to make; however, the focused clinician can note subtle signs of ASD despite the intellectual learning of social codes. Family history, developmental irregularities, rigidity, difficulty in spontaneously understanding emotions, discomfort in groups and the need to be alone are significant indicators to recognize. Once the diagnosis has been considered, it must be confirmed or rejected by an experienced multidisciplinary team. The challenge for clinicians working in the field of mental health is not in screening and diagnosing young children showing typical signs of ASD, but rather in identifying patients who are at high-functioning end of the spectrum whose intellectual abilities mask their social deficits.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,352
Écart entre enseignants0,308 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdolescent PsychiatryMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207