MétaCan
Menu
Retour à la cohorte
Enregistrement W4410587433 · doi:10.1177/13623613251341012

Methodological challenges and opportunities when studying the course of autism

2025· article· en· W4410587433 sur OpenAlexafffund
Vanessa H. Bal, Péter Szatmári, Stelios Georgiades, Stephen J. Gentles, Jessica B. Girault, Patricia Howlin, Meng‐Chuan Lai, Virginia Carter Leno, Catherine Lord, Katie Madgett, Stephen J. Sheinkopf, Emily Simonoff, Zachary J. Williams, Lonnie Zwaigenbaum, Alycia Halladay

Notice bibliographique

RevueAutism · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of AlbertaMcMaster UniversityUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of Mental HealthNational Institute on AgingCanadian Institutes of Health ResearchInnovative Medicines InitiativeNational Institute on Alcohol Abuse and AlcoholismUniversity of TorontoNational Institute of General Medical SciencesNational Institute for Health and Care ResearchNational Institute on Deafness and Other Communication DisordersUK Research and InnovationStollery Children’s Hospital FoundationNational Institutes of HealthChildren's Hospital FoundationAutism Science FoundationWellcome TrustDepartment of Psychiatry, University of TorontoMcMaster University
Mots-clésAutismPsychologyDiversity (politics)Life course approachDevelopmental psychologyLongitudinal studyEarly childhoodSample (material)MedicineSociology

Résumé

récupéré en direct d'OpenAlex

Longitudinal research in autism has contributed a wealth of knowledge about etiological factors, development from childhood through adulthood, life course changes and needs, as well as longer-term adult outcomes for individuals on the spectrum and their family members. This research is essential to better understand the needs of individuals as they age. However, along with the as yet unrealized opportunities to understand an individual in more nuanced ways across time, there are challenges to utilizing this research design that should be considered. These include sample and measurement diversity, retention, outcome measures, analysis, and funding considerations. This article outlines some of the most pressing challenges together with potential solutions to maximize the value of longitudinal research designs that can help address questions that are of high priority to the autism community.Lay AbstractLongitudinal research has been critical to understand the life course of people with autism, including factors which increase the probability of an autism diagnosis, the emergence of early markers, co-occurring psychiatric conditions, predication of future educational and support needs across childhood and adulthood, and understanding what makes each person unique and contributes to the well-being of autistic people and their families. However, these studies take time, patience, investment of families and individuals, scientists and are challenging to all involved. This article will outline some of the issues that have occurred in the past and provide potential solutions to improve the quality of these studies to both the scientific and autistic communities. They include sample and measurement diversity, retention, outcome measures, analysis, and funding considerations. This understanding of the field is important for both scientific research and community engagement in the studies that include the autistic community.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

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

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 Opus0,438
Tête enseignante GPT0,416
Écart entre enseignants0,022 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAutismMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207