Physiological Profile Assessment of Posture in Children and Adolescents with Autism Spectrum Disorder and Typically Developing Peers
Notice bibliographique
Résumé
A sound postural system requires sensorimotor integration. Evidence suggests that individuals with Autism Spectrum Disorder (ASD) present sensorimotor integration impairments. The Physiological Profile Assessment (PPA) can be used to evaluate postural capacity assessing five physiological subsets (i.e., vision, reaction time, peripheral sensation, lower limb strength, balance); however, no studies applied the PPA in young individuals. Therefore, this study aimed to investigate the PPA in children and adolescents with ASD compared with age-matched typically developing (TD) individuals and examine the relationship between the PPA subset within the ASD and TD participants according to different age groups. Percentiles from the PPA were obtained from the TD children and adolescents (n = 135) for each test. Performances of the individuals with ASD (n = 18) were examined relative to the TD percentiles. ASD participants’ scores were above the 90th percentile (i.e., poor performance) in most sensory, motor and balance parameters. Performance in most of the PPA tests significantly improved with older age in the TD group but not in the ASD group. The study findings support the use of the PPA in TD children and adolescents while further research should investigate postural capacity in a larger ASD sample to enhance the understanding of sensorimotor systems contributing to compromised postural control.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».