Autism spectrum disorder diagnosis using a new panel of immune- and inflammatory-related serum biomarkers: A case-control multicenter study
Notice bibliographique
Résumé
Background and objectives: Children with autism spectrum disorder (ASD) present with distinctive clinical features. No objective laboratory assay has been developed to establish a diagnosis of ASD. Considering the known immunological associations with ASD, immunological biomarkers might enable ASD diagnosis and intervention at an early age when the immature brain has the highest degree of plasticity. This work aimed to identify diagnostic biomarkers discriminating between children with ASD and typically developing (TD) children. Methods: A multicenter, diagnostic case-control study trial was conducted in Israel and Canada between 2014 and 2021. In this trial, a single blood sample was collected from 102 children with ASD as defined in Diagnostic Statistical Manual of Mental Disorders [DSM)-IV (299.00) or DSM-V (299.00)], and from 97 typically developing control children aged 3-12 years. Samples were analyzed using a high-throughput, multiplexed ELISA array which quantifies 1,000 human immune/inflammatory-related proteins. Multiple logistic regression analysis was used to obtain a predictor from these results using 10-fold cross validation. Results: Twelve biomarkers were identified that provided an overall accuracy of 0.82 ± 0.09 (sensitivity: 0.87 ± 0.08; specificity: 0.77 ± 0.14) in diagnosing ASD with a threshold of 0.5. The resulting model had an area under the curve of 0.86 ± 0.06 (95% CI: 0.811-0.889). Of the 102 ASD children included in the study, 13% were negative for this signature. Most of the markers included in all models have been reported to be associated with ASD and/or autoimmune diseases. Conclusion: The identified biomarkers may serve as the basis of an objective assay for early and accurate diagnosis of ASD. In addition, the markers may shed light on ASD etiology and pathogenesis. It should be noted that this was only a pilot, case-control diagnostic study, with a high risk of bias. The findings should be validated in larger prospective cohorts of consecutive children suspected of 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 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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».