Utility of the Language Use Inventory in Young Children at Elevated Likelihood of Autism
Notice bibliographique
Résumé
Purpose: The aims of this study were (a) to evaluate the convergent validity of the Language Use Inventory (LUI) with measures of autism spectrum disorder (ASD) symptoms, language, and social skills and (b) to assess discriminant validity of the LUI with measures of nonlanguage skills, including daily living skills and motor development. Method: This study sample included participants from a longitudinal study ( n = 239) of infant siblings with elevated familial likelihood of ASD and lower familial likelihood. Assessment measures completed at 36 months included the LUI, the Autism Diagnostic Observation Schedule–Second Edition (ADOS-2), the Mullen Scales of Early Learning, and the Vineland Adaptive Behavior Scales–Second Edition. Bivariate Pearson correlations were estimated between ADOS-2 comparison scores and four language and social skills measures. Additional correlations were estimated between LUI total scores and standard scores from nonlanguage measures. A series of Fisher's Z transformations were applied to evaluate whether bivariate correlations were significantly different. Results: All four language and social skill measures were moderately to strongly associated with each other and ASD symptom severity scores. The correlation between ADOS-2 comparison scores and LUI total scores was significantly stronger than ADOS-2 correlations with all other measures. Conclusions: Our findings provide support for the LUI as a feasible, pragmatic language–targeted instrument for inclusion in early developmental evaluations prompted by language concerns. Administration of the LUI may accelerate earlier referral for a comprehensive assessment of ASD symptoms. Given the high correlation with ADOS-2 scores, an LUI total score in a clinical range of concern may encourage a clinician to refer families for a full diagnostic evaluation 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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».