Early developmental profiles of sensory features and links to school-age adaptive and maladaptive outcomes: A birth cohort investigation
Notice bibliographique
Résumé
Abstract Sensory-based subtypes among autistic children have been well documented, but little is known about longitudinal sensory subtypes beyond autistic populations. This prospective study aimed to identify subtypes based on trajectories of parent-reported sensory features measured at 6–19 months, 3–4, and 6–7 years of age among a community-based birth cohort ( N = 1,517), and to examine their associations with school-age clinical and adaptive/maladaptive outcomes on a subset sample ( N = 389). Latent class growth analysis revealed five trajectory subtypes varying in intensity and change rates across three sensory domains. In contrast to an Adaptive-All Improving subtype (35%) with very low sensory features and overall better school-age outcomes, an Elevated-All Worsening subtype (3%), comprised of more boys and children of parents with less education, was associated with most elevated autistic traits and poorest adaptive/maladaptive outcomes. Three other subtypes (62% in total) were generally characterized by stable or improving patterns of sensory features at mild to moderate levels, and challenges in certain outcome domains. Our findings indicate that characterizing children based on early sensory trajectories may contribute to earlier detection of subgroups of children with sensory challenges who are more likely to experience developmental challenges by school age, followed by early targeted interventions for improved long-term outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».