Sex Differences in Age of Diagnosis and First Concern among Children with Autism Spectrum Disorder
Notice bibliographique
Résumé
OBJECTIVE: Early identification of autism spectrum disorder (ASD) is an essential healthcare priority. Girls may be at risk for late diagnosis, although research is equivocal regarding how sex and other factors relate to ASD identification. The goals of the current investigation were to (1) identify how child sex, cognitive abilities, and demographic factors relate to age of first concern (AOC) and age of diagnosis (AOD), (2) evaluate trends in AOC/AOD over time, and (3) consider whether main effects of sex on AOC/AOD are moderated by cognitive abilities or time. METHOD: Children (N = 365; 20% female; 85.6% identified as White) with ASD participated through the Province of Ontario Neurodevelopmental Disorders (POND) Network. Study records included AOD, date/timing of diagnosis (between 1996 and 2017), age of first parent concern, demographics, and standardized cognitive testing results (24.7% of children had IQ scores below standard scores of 70). RESULTS: Average AOC occurred before 2 years of age whereas average AOD occurred after 5 years of age. Girls did not differ on AOC but had a later AOD than boys. Higher verbal IQ was associated with later AOD more strongly in girls than boys. Regarding time-related changes, average AOC and AOD increased across the study period, more strongly for girls. CONCLUSIONS: Results support that sex is a key factor underlying delays in ASD identification and highlight the urgent need to improve diagnostic practices among girls. Limitations and implications for improving the diagnostic process are discussed. ASD=autism spectrum disorder; IQ=intelligence quotient; AOC=parental report of age of first concern; AOD=age of diagnosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».