Capturing cognitive and behavioral variability among individuals with Down syndrome: a latent profile analysis
Notice bibliographique
Résumé
BACKGROUND: There is a high degree of inter- and intra-individual variability observed within the phenotype of Down syndrome. The Down Syndrome Cognition Project was formed to capture this variability by developing a large nationwide database of cognitive, behavioral, health, and genetic information on individuals with Down syndrome, ages 6-25 years. The current study used the Down Syndrome Cognition Project database to characterize cognitive and behavioral variability among individuals with Down syndrome. METHODS: Latent profile analysis was used to identify classes across a sample of 314 participants based on their cognition (IQ and executive functioning), adaptive and maladaptive behavior, and autism spectrum disorder symptomatology. A multivariate multinomial regression model simultaneously examined demographic correlates of class. RESULTS: Results supported a 3-class model. Each class demonstrated a unique profile across the subdomains of cognition and behavior. The "normative" class was the largest (n = 153, 48%) and displayed a relatively consistent profile of cognition and adaptive behavior, with low rates of maladaptive behavior and autism symptomatology. The "cognitive" class (n = 109, 35%) displayed low cognitive scores and adaptive behavior and more autism symptomatology, but with low rates of maladaptive behavior. The "behavioral" class, the smallest group (n = 52, 17%), demonstrated higher rates of maladaptive behavior and autism symptomatology, but with cognition levels similar to the "normative" class; their adaptive behavior scores fell in between the other two classes. Household income and sex were the only demographic variables to differ among classes. CONCLUSIONS: These findings highlight the importance of subtyping the cognitive and behavioral phenotype among individuals with Down syndrome to identify more homogeneous classes for future intervention and etiologic studies. Results also demonstrate the feasibility of using latent profile analysis to distinguish subtypes in this population. Limitations and future directions are discussed.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».