Program evaluation of a pilot mobile developmental outreach clinic for autism spectrum disorder in Ontario
Notice bibliographique
Résumé
BACKGROUND: Autism spectrum disorder (ASD) is a neurodevelopmental disorder with increasing prevalence worldwide. Early identification of ASD through developmental screening is critical for early intervention and improved behavioural outcomes in children. However due to long wait times, delays in diagnosis continue to occur, particularly among minority populations who are faced with existing barriers in access to care. A novel Mobile Developmental Outreach Clinic (M-DOC) was implemented to deliver culturally sensitive screening and assessment practices to increase access to developmental health services, reduce wait times in diagnoses, and aid in equitable access to intervention programs among vulnerable populations in Ontario. METHODS: This study applied two evaluation frameworks (process and outcome evaluation) to determine whether the delivery model was implemented as intended, and if the program achieved its targeted goals. A mixed-methods design was undertaken to address the study objectives. RESULTS: Between September 2018-February 2020, M-DOC reached 227 families with developmental health concerns for their child, while successfully targeting the intended population and achieving its goals. The mean age of the child-in-need at intake was 31.6 months (SD 9.9), and 70% of the sample were male. The program's success was attributed to the use of cultural liaisons to break cultural and linguistic barriers, the creation of multiple points of access into the diagnosis pathway, and delivery of educational workshops in local communities to raise awareness and knowledge of autism spectrum disorder. CONCLUSIONS: The findings underscore the need for community-based intervention programs that focus on cultural barriers to accessing health services. The model of delivery of the M-DOC programs highlights the opportunity for other programs to adopt a similar mobile outreach clinic approach as a means to increase access to services, particularly in targeting hard-to-reach and vulnerable populations.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».