MétaCan
Menu
Retour à la cohorte
Enregistrement W4386028518 · doi:10.3390/children10081414

Comorbidities Affecting Children with Autism Spectrum Disorder: A Retrospective Chart Review

2023· article· en· W4386028518 sur OpenAlexafffundabout
Jessy Burns, Ryan Phung, Shayna McNeill, Ana Hanlon‐Dearman, M. Florencia Ricci

Notice bibliographique

RevueChildren · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésComorbidityPediatricsMedicineAutism spectrum disorderEtiologyRetrospective cohort studyReferralIncidence (geometry)AutismMedical recordHypotoniaPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Autism spectrum disorder (ASD) is a developmental disorder characterized by deficits in social interaction/communication, restricted interests, and repetitive behaviors. Recent discussions have emerged worldwide regarding the heterogeneity around presentation/etiology and comorbidities. This study aimed to determine the frequency and characteristics of comorbidities among children diagnosed with ASD in Manitoba and to evaluate differences in presentation between those with and without medical comorbidities. We conducted a retrospective chart review of >1900 electronic charts at the only publicly funded referral site for children ≤6 years requiring evaluation for ASD in Manitoba. All children aged 0–6 years diagnosed with ASD at this site between May 2016 and September 2021 were identified. χ2 and t-tests were used to compare groups. Of the total of 1858 children identified, 1452 (78.1%) were boys, 251 (13.5%) were prematurely born, and 539 (29.0%) had ≥1 medical comorbidity. Global developmental delay (GDD) was diagnosed in 428 (23.0%). The age of referral and diagnosis did not differ between groups. Comorbidities were more common among premature children (16.0% vs. 12.5%, p: 0.005) and children with comorbid GDD (34.9% vs. 18.2%, p < 0.001). Neurological comorbidities were most common (37.1%). No sex difference in the overall presence of comorbidities was found (boys = 77.1% vs. 78.5%, p: 0.518); however, girls had a higher incidence of neurological comorbidities, e.g., cerebral palsy, seizures, hypotonia (14.8% vs. 9.64%, p: 0.009), as well as genetic comorbidities (4.92% vs. 2.75%, p: 0.04). The high rates of associated neurological conditions, GDD, and prematurity add heterogeneity to this group leading to potential difficulties with prognosis and service allocation. Primary vs. secondary ASD can be a way of separating individuals based on relevant medical comorbidities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,280
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChildrenMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207