Early Motor Function of Children With Autism Spectrum Disorder: A Systematic Review
Notice bibliographique
Résumé
CONTEXT: Early motor impairments have been reported in children with neurodevelopmental disorders (NDD), but it is not clear if early detection of motor impairments can identify children at risk for NDD or how early such impairments might be detected. OBJECTIVE: To characterize early motor function in children later diagnosed with NDD relative to typically developing children or normative data. DATA SOURCES: The Cumulative Index to Nursing and Allied Health Literature, Embase, Medline, PsycINFO, and Scopus electronic databases were searched. STUDY SELECTION: Eligible studies were required to include an examination of motor function in children (0-24 months) with later diagnosis of NDD by using standardized assessment tools. DATA EXTRACTION: Data were extracted by 4 independent researchers. The quality of the studies was assessed by using the Standard Quality Assessment Criteria for Evaluating Primary Research Papers from a Variety of Fields checklist. RESULTS: Twenty-five studies were included in this review; in most of the studies, the authors examined children with later autism spectrum disorder (ASD). Early motor impairments were detected in children later diagnosed with ASD. The meta-analysis results indicated that differences in fine, gross, and generalized motor functions between the later ASD and typically developing groups increased with age. Motor function across different NDD groups was found to be mixed. LIMITATIONS: Results may not be applicable to children with different types of NDD not reported in this review. CONCLUSIONS: Early motor impairments are evident in children later diagnosed with ASD. More research is needed to ascertain the clinical utility of motor impairment detection as an early transdiagnostic marker of NDD risk.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».