Prevalence and Application of Speech-Language Therapy in Individuals With Klinefelter Syndrome: A Scoping Review
Notice bibliographique
Résumé
Klinefelter syndrome (KS), a condition resulting from the presence of an extra X chromosome in males (47,XXY), is associated with a high prevalence of communication difficulties, however, the application and evaluation of speech-language therapy (SLT) in this population remains poorly understood. Despite extensive documentation of language impairments in individuals with KS, no comprehensive synthesis of SLT interventions or outcomes has been conducted. To address this gap, we conducted a scoping review mapping the existing literature on SLT in individuals with KS to inform future clinical practice and research. A systematic search was performed across four databases: PubMed, Embase, PsycINFO, and Scopus. Eligible studies discussed SLT in relation to individuals with KS. The search identified 57 articles, which were narrowed down to four articles that met the inclusion criteria; the findings were narratively synthesized. Following data extraction, thematic analysis revealed three overarching themes within the literature: (1) High utilization of SLT in KS, (2) Early interdisciplinary intervention for language deficits, and (3) Access barriers and lack of outcome data.Findings highlight that SLT is one of the most frequently accessed early interventions for children with KS, yet therapeutic outcomes are rarely evaluated. Early interdisciplinary intervention models were emphasized as crucial for addressing the complex language needs associated with KS; however, barriers to timely access were prevalent, including limited provider awareness and insufficient knowledge of KS. Moreover, while high rates of SLT usage were reported, few studies assessed the effectiveness or long-term outcomes of interventions, emphasizing the need for further research in this area. The findings of this scoping review suggest that improving awareness among healthcare providers and educators, along with ongoing evaluation of SLT outcomes, is essential to optimize developmental support for children with KS.
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 | 0,010 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,018 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».