Trajectories of attention problems in autistic children and relations to social skills outcomes
Notice bibliographique
Résumé
Abstract Co-occurring autism and attention-deficit/hyperactivity disorder (ADHD) have been associated with poorer social skills. Most studies examining the association of ADHD symptoms and social skills in autism employ categorical and cross-sectional designs, which provide a narrow view of the development of ADHD symptoms. Using group-based trajectory modeling, we identified five trajectories of caregiver-reported attention problems in an inception cohort of autistic children ( N = 393) followed from age 2–5 years (T1) to age 10.5–11 years (T8): Low-Stable (LS; 15.5% of participants), Low-Decreasing (LD; 25.2%), Low-Increasing (LI; 19.2%), Moderate-Decreasing (MD; 32.9%), and High-Stable (HS; 7.2%). Child FSIQ and caregiver age at baseline were lower and caregiver depression at baseline was higher for participants in the MD group than the LS group. Psychotropic medication use was associated with higher attention problems. The MD and HS groups had similar mean Vineland Adaptive Behavior Scales, Second Edition (VABS-II) Socialization standard scores at T8, which were lower than other groups. The LI group had lower Socialization scores than the LS group. Results support that a decline in caregiver-reported attention problems is common but not universal in autistic children and that even moderate/subclinical attention problems may relate to social skills outcomes in autism.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».