MétaCan
Menu
Retour à la cohorte
Enregistrement W3020678199 · doi:10.1186/s13229-020-00338-1

Inattention and hyperactive/impulsive component scores do not differentiate between autism spectrum disorder and attention-deficit/hyperactivity disorder in a clinical sample

2020· article· en· W3020678199 sur OpenAlexafffund
Aneta Krakowski, Katherine Tombeau Cost, Evdokia Anagnostou, Meng‐Chuan Lai, Jennifer Crosbie, Russell Schachar, Stelios Georgiades, Eric Duku, Péter Szatmári

Notice bibliographique

RevueMolecular Autism · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcMaster UniversityMcMaster Children's HospitalCentre for Addiction and Mental HealthHolland Bloorview Kids Rehabilitation HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesGovernment of OntarioOntario Brain InstituteAmerican Academy of Child and Adolescent Psychiatry
Mots-clésAutism spectrum disorderAttention deficit hyperactivity disorderAttention deficit disorderPsychologyNeuropsychologyAttention deficitClinical psychologyNeurologyAttention deficitsPsychiatryAutismAudiologyMedicineCognition

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although there is high co-occurrence between ASD and ADHD, the nature of this co-occurrence remains unclear. Our study aimed to examine the underlying relationship between ASD and ADHD symptoms in a combined sample of children with a primary clinical diagnosis of ASD or ADHD. METHODS: Participants included children and youth (aged 3-20 years) with a clinical diagnosis of ASD (n = 303) or ADHD (n = 319) for a total of 622 participants. Parents of these children completed the social communication questionnaire (SCQ), a measure of autism symptoms, and the strengths and weaknesses of ADHD and normal behavior (SWAN) questionnaire, a measure of ADHD symptoms. A principal component analysis (PCA) was performed on combined SCQ and SWAN items, followed by a profile analysis comparing normalized component scores between diagnostic groups and gender. RESULTS: PCA revealed a four-component solution (inattention, hyperactivity/impulsivity, social-communication, and restricted, repetitive, behaviors, and interests (RRBI)), with no overlap between SCQ and SWAN items in the components. Children with ASD had higher component scores in social-communication and RRBI than children with ADHD, while there was no difference in inattentive and hyperactive/impulsive scores between diagnostic groups. Males had higher scores than females in social-communication, RRBI, and hyperactivity/impulsivity components in each diagnostic group. LIMITATIONS: We did not formally assess children with ASD for ADHD using our research-criteria for ADHD, and vice versa. High rates of co-occurring ADHD in ASD, for example, may have inflated component scores in inattention and hyperactivity/impulsivity. A disadvantage with using single informant-based reports (i.e., parent-rated questionnaires) is that ASD and ADHD symptoms may be difficult to distinguish by parents, and may be interpreted differently between parents and clinicians. CONCLUSIONS: ASD and ADHD items loaded on separate components in our sample, suggesting that the measurement structure cannot explain the covariation between the two disorders in clinical samples. High levels of inattention and hyperactivity/impulsivity were seen in both ASD and ADHD in our clinical sample. This supports the need for a dimensional framework that examines neurodevelopmental domains across traditional diagnostic boundaries. Females also had lower component scores across social-communication, RRBI, and hyperactivity/impulsivity than males, suggesting that there may be gender-specific phenotypes related to the two conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,319
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations55
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular AutismMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207