Autism Spectrum Disorder and Attention-Deficit/Hyperactivity Disorder: Shared or Unique Neurocognitive Profiles?
Notice bibliographique
Résumé
Attention-deficit/hyperactivity (ADHD) and autism spectrum (ASD) disorders are commonly co-occurring conditions characterized by neurocognitive impairments. Few studies have directly compared neurocognitive profiles in ADHD and ASD and fewer still have controlled for comorbidity of ADHD and ASD. All direct comparisons have been in clinic samples, leaving the question of generalizability of results unaddressed. We compared neurocognitive performance in clinically ascertained ASD (n = 261) and ADHD (n = 423) cases and controls (n = 162), 6.0-17.9 years of age. We also compared ASD (n = 190) and ADHD (n = 926) cases ascertained in the community with controls (n = 14,842) of similar age. Using the stop-signal task (SST), we measured response inhibition (stop-signal reaction time-SSRT), sustained attention (defined as reaction time variability-RTV), and reaction time (RT). We controlled for comorbidity using ADHD and ASD trait scores and categorically-defined ADHD. Compared with controls, both clinic ADHD and ASD had significantly longer SSRT and RTV than controls and did not differ from each other. ADHD traits accounted for neurocognitive impairment in ASD, but not vice versa. There were no group differences for RT. Similar patterns of neurocognitive impairment were observed in the community sample. In the largest direct comparison of ADHD and ASD to date, we found impaired response inhibition and sustained attention in both disorders. However, neurocognitive impairment in ASD was almost completely accounted for by comorbid ADHD. Results generalized in the community sample indicating that referral bias alone did not drive results. Response inhibition and sustained attention likely play a role in ADHD and ASD.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».