Mental Health Correlates of Autism Spectrum Disorder in Gender Diverse Young People: Evidence from a Specialised Child and Adolescent Gender Clinic in Australia
Notice bibliographique
Résumé
Research suggests an overrepresentation of autism spectrum diagnoses (ASD) or autistic traits in gender diverse samples, particularly in children and adolescents. Using data from the GENTLE (GENder identiTy Longitudinal Experience) Cohort at the Gender Diversity Service at the Perth Children’s Hospital, the primary objective of the current retrospective chart review was to explore psychopathology and quality of life in gender diverse children with co-occurring ASD relative to gender diverse children and adolescents without ASD. The Social Responsiveness Scale (Second Edition) generates a Diagnostic and Statistical Manual of Mental Disorders (DSM-5) score indicating a likely clinical ASD diagnosis, which was used to partition participants into two groups (indicated ASD, n = 19) (no ASD indicated, n = 60). Indicated ASD was far higher than would be expected compared to general population estimates. Indicated ASD on the Social Responsiveness Scale 2 (SRS 2) was also a significant predictor of Internalising behaviours (Anxious/Depressed, Withdrawn/Depressed, Somatic Complaints, Thought Problems subscales) on the Youth Self Report. Indicated ASD was also a significant predictor of scores on all subscales of the Paediatric Quality of Life Inventory. The current findings indicate that gender diverse children and adolescents with indicated ASD comprise an especially vulnerable group that are at marked risk of mental health difficulties, particularly internalising disorders, and poor quality of life outcomes. Services working with gender diverse young people should screen for ASD, and also provide pathways to appropriate care for the commonly associated mental health difficulties.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».