Identifying cognitive profiles in children with neurodevelopmental disorders using online cognitive testing
Notice bibliographique
Résumé
Children with neurodevelopmental disorders (NDDs) such as autism spectrum disorder (ASD), and attention deficit hyperactivity disorder (ADHD) tend to exhibit similar deficits in attention and memory ability. Early screening of cognitive deficits in children with NDDs, particularly in preschool children, is fundamental to improving cognitive and academic outcomes. In order to determine cognitive profiles in children with ASD and ADHD, we developed accessible audiovisual instructions for an online battery of 13 cognitive tests. Children ages 4–16 who were diagnosed with ADHD ( n = 83), or ASD ( n = 37), or who were typically developing children (TD) ( n = 86) were recruited. Data were analyzed using a stepwise Discriminant Analysis to determine which cognitive tasks were the strongest discriminators between the diagnostic groups. Results revealed four tasks reflective of working memory, reasoning, and attentional processes, which correctly classified approximately 53–60% of each group. The ADHD group had lower scores on attentional tasks compared to TD, while ASD group had lower scores on reasoning tasks compared to the TD children, and made more attempts across all four tasks. The results from this study stress the need for cognitive screening assessments that include domain-specific items to improve the characterization of executive function deficits and promote academic achievement in all children with NDDs.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».