Comparison of the 4-Digit Code, Canadian 2015, Australian 2016 and Hoyme 2016 fetal alcohol spectrum disorder diagnostic guidelines
Notice bibliographique
Résumé
BACKGROUND: As clinicians strive to achieve consensus worldwide on how best to diagnose fetal alcohol spectrum disorders (FASD), the most recent FASD diagnostic systems show convergence and divergence. Applying these systems to a single clinical population illustrates the contrasts between them, but validation studies are ultimately required to identify the best system. METHODS: The 4-Digit-Code, Hoyme 2016, Canadian 2015 and Australian 2016 FASD diagnostic systems were applied to 1,392 patient records evaluated for FASD at the University of Washington. The diagnostic criteria and tools, the prevalence and concordance of diagnostic outcomes, and validity measures were compared between the systems. RESULTS: The proportion diagnosed with fetal alcohol syndrome (FAS) and FASD varied significantly (4-Digit-Code 2.1%, ≤79%; Hoyme 6.4%, 44%, Australian 1.8%, 29%; Canadian 1.8%, 16%). Eighty-two percent were diagnosed FASD by at least one system; only 11% by all four systems. Key factors contributing to discordance include: requiring high alcohol exposure; excluding growth deficiency; relaxing the facial criteria; requiring brain criteria that prevent diagnosis of infants/toddlers; and excluding moderate dysfunction from the spectrum. Primate research confirms moderate dysfunction (1-2 domains ≤-2 standard deviations) is the most prevalent outcome caused by PAE (FAS 5%, severe dysfunction 31%, moderate dysfunction 59%). Only the 4-Digit-Code replicated this diagnostic pattern. CONCLUSION: The needs of individuals with FASD are best met when diagnostic systems provide accurate, validated diagnoses across the lifespan, the full spectrum of outcome, the full continuum of alcohol exposure; and utilize diagnostic nomenclature that accurately reflects the association between outcome and alcohol exposure.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».