Prenatal, perinatal, and environmental risk factors contribute to the high prevalence of autism spectrum disorder in northeastern Bangladesh
Notice bibliographique
Résumé
Objectives Autism spectrum disorder (ASD) is a neurodevelopmental condition with increasing prevalence worldwide, including in Bangladesh. This study investigated prenatal, perinatal, and environmental risk factors associated with ASD in northeastern Bangladesh, where data on the disorder is scarce.Methods A cross-sectional study was conducted with 168 children diagnosed with ASD (CWA), 167 typically developing children (TDC), and 185 unaffected siblings (Sib), recruited from five government-approved specialized schools in Sylhet, northeastern Bangladesh. Diagnoses were confirmed using a modified ADI-R/ADOS, and logistic regression was used to analyze associated risk factors.Results Advanced maternal age, firstborn status, and a history of consanguinity were significant prevalence of prenatal/perinatal complications, including birth asphyxia and blood Rh incompatibility, compared to TDC and Sib. A considerable gap in scientific awareness was noted, with many parents attributing their child’s condition to associated with ASD. Parental exposure to mercury-based dental amalgam was also strongly linked to ASD. CWA had a higher generational or religious belief.Conclusions We identified critical risk factors contributing to the high prevalence of ASD in northeastern Bangladesh, underscoring the need for enhanced diagnostic, educational, and healthcare strategies to ensure good health and well-being and to provide quality education for individuals with 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 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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».