Examining overlap and homogeneity in ASD, ADHD, and OCD: a data-driven, diagnosis-agnostic approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The validity of diagnostic labels of autism spectrum disorder (ASD), attention-deficit/hyperactivity disorder (ADHD), and obsessive compulsive disorder (OCD) is an open question given the mounting evidence that these categories may not correspond to conditions with distinct etiologies, biologies, or phenotypes. The objective of this study was to determine the agreement between existing diagnostic labels and groups discovered based on a data-driven, diagnosis-agnostic approach integrating cortical neuroanatomy and core-domain phenotype features. A machine learning pipeline, called bagged-multiview clustering, was designed to discover homogeneous subgroups by integrating cortical thickness data and measures of core-domain phenotypic features of ASD, ADHD, and OCD. This study was conducted using data from the Province of Ontario Neurodevelopmental Disorders (POND) Network, a multi-center study in Ontario, Canada. Participants ( n = 226) included children between the ages of 6 and 18 with a diagnosis of ASD ( n = 112, median [IQR] age = 11.7[4.8], 21% female), ADHD ( n = 58, median [IQR] age = 10.2[3.3], 14% female), or OCD ( n = 34, median [IQR] age = 12.1[4.2], 38% female), as well as typically developing controls ( n = 22, median [IQR] age = 11.0[3.8], 55% female). The diagnosis-agnostic groups were significantly different than each other in phenotypic characteristics (SCQ: χ 2 (9) = 111.21, p < 0.0001; SWAN: χ 2 (9) = 142.44, p < 0.0001) as well as cortical thickness in 75 regions of the brain. The analyses revealed disagreement between existing diagnostic labels and the diagnosis-agnostic homogeneous groups (normalized mutual information < 0.20). Our results did not support the validity of existing diagnostic labels of ASD, ADHD, and OCD as distinct entities with respect to phenotype and cortical morphology.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle