Autistic women’s diagnostic experiences: Interactions with identity and impacts on well-being
Notice bibliographique
Résumé
Objective: There has been suggestion that current diagnostic instruments are not sufficient for detecting and diagnosing autism in women, and research suggests that a lack of diagnosis could negatively impact autistic women’s well-being and identity. This study aimed to explore the well-being and identity of autistic women at three points of their diagnostic journey: self-identifying or awaiting assessment, currently undergoing assessment or recently diagnosed, and more than a year post-diagnosis. Methods: Mixed-methods were used to explore this with 96 women who identified as autistic and within one of these three groups. Participants completed an online questionnaire, and a sub-sample of 24 of these women participated in a semi-structured interview. Results: Well-being was found to differ significantly across groups in three domains: satisfaction with health, psychological health, and environmental health. Validation was found to be a central issue for all autistic women, which impacted their diagnosis, identity, and well-being. The subthemes of don’t forget I’m autistic; what now?; having to be the professional; and no one saw me were also identified. Conclusion: These results suggest that autistic women’s well-being and identity differ in relation to their position on the diagnostic journey in a non-linear manner. We suggest that training on the presentation of autism in women for primary and secondary healthcare professionals, along with improved diagnostic and support pathways for autistic adult women could go some way to support well-being.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».