Improving Diagnostic Efficiency in Children Aged 12-39 Months Referred for Autism Spectrum Disorder (ASD)
Notice bibliographique
Résumé
Abstract BACKGROUND: Early diagnosis and intervention for ASD is important. The increasing prevalence of ASD in Canada is challenging teams performing ASD diagnostic evaluations to keep pace with demand. In October 2013, the ASD clinic at our Pediatric Tertiary Care Centre (PTCC) faced a waitlist of more than twelve months for children under 39 months of age; it became necessary to engage in a quality improvement with the aim of looking for efficiencies with a focus of reducing our waitlist. OBJECTIVES: To present a) two years of experience (Jan. 2014-Dec. 2015) using our diagnostic assessment model for evaluation of children aged 12-39 months referred for ASD evaluation to PTCC, and b) psychometric performance of RITA-T (Rapid Interactive Test for Autism in Toddlers-developed by Choueiri/Wagner – Boston). DESIGN/METHODS: This quality improvement project incorporated evidence-based practice with process improvement methodology. Our team utilized a Plan-Do-Study-Act (PDSA) approach in the development of a ‘new’ ASD standardized diagnostic process. Our new model included: a) an initial mandatory parent education session followed one week later by b) a child visit using the face-to-face ‘level 2 screening tool’ (RITA-T) + completion of M-CHAT (questionnaire) followed in 7-10 days by c) an ASD diagnostic evaluation appointment, and finally 5-7 days after evaluation d) an “After ASD Diagnosis” parent group session. RESULTS: We assessed a total of 173 patients (81% male, mean age 30.74±5.53 mo., interval 15.4-39.0 mo.). The diagnostic process was completed within a max 30-day cycle (previously a period >4 months) and required less hours/child (12 vs. 20 hours – overall 40% net gain or 1384 hours). Waitlist was reduced to <1 month (compared to >12 mo. in Oct. 2013). A total of 143 children (82.7% of total cohort; 116 male/27 female) were diagnosed with ASD. The discriminative properties of RITA-T were calculated: Sensitivity: 0.99; Specificity 0.53; Positive Predictive Value 0.91; Negative Predictive Value: 0.94. CONCLUSION: By following a combination of quality improvement methodology with evidence-based practice, we successfully reduced wait and cycle times at our PTCC for children aged 12-39 months referred for ASD diagnostic assessment. RITA-T showed very good discriminative properties and was instrumental in the overall process improvement. This sustainable diagnostic approach promoted practice innovation. Consequently, patients are now able to access critical community supports and resources in a timely manner.
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 | 0,018 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».