Bayonet-shaped language development in autism with regression: a retrospective study
Notice bibliographique
Résumé
BACKGROUND: Language delay is one of the major referral criteria for an autism evaluation. Once an autism spectrum diagnosis is established, the language prognosis is among the main parental concerns. Early language regression (ELR) is observed by 10-50% of parents but its relevance to late language level and socio-communicative ability is uncertain. This study aimed to establish the predictive value of ELR on the progression of language development and socio-communicative outcomes to guide clinicians in addressing parents' concerns at the time of diagnosis. METHODS: We used socio-communicative, language, and cognitive data of 2,047 autism spectrum participants from the Simons Simplex Collection, aged 4-18 years (mean = 9 years; SD = 3.6). Cox proportional hazard and logistic regression models were used to evaluate the effect of ELR on language milestones and the probability of using complex and flexible language, as defined by the choice of ADOS module at enrollment. Linear models were then used to evaluate the relationship of ELR and non-verbal IQ with socio-communicative and language levels. RESULTS: ELR is associated with earlier language milestones but delayed attainment of fluent, complex, and flexible language. However, this language outcome can be expected for almost all autistic children without intellectual disability at 18 years of age. It is mostly influenced by non-verbal IQ, not ELR. The language and socio-communicative level of participants with flexible language, as measured by the Vineland and ADOS socio-communicative subscales, was not affected by ELR. LIMITATIONS: This study is based on a relatively coarse measure of ultimate language level and relies on retrospective reporting of early language milestones and ELR. It does not prospectively document the age at which language catches up, the relationship between ELR and other behavioral areas of regression, nor the effects of intervention. CONCLUSIONS: For autistic individuals with ELR and a normal level of non-verbal intelligence, language development follows a "bayonet shape" trajectory: early first words followed by regression, a plateau with limited progress, and then language catch up.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».