Pathways to autism diagnosis in adulthood
Notice bibliographique
Résumé
BACKGROUND: This study explored Trajectories of Diagnoses (TDs) preceding a first diagnosis of autism in adulthood. METHODS: This retrospective cohort study used health administrative data from Quebec, Canada, and included all adults with a first recorded diagnosis of autism between 2012 and 2017. A TDs was defined as a succession of medical records of psychiatric and/or neurodevelopmental conditions over time. These TDs were retrospectively analyzed from 2002 to 2017, using a state sequence analysis of diagnoses, in order: Autism, Intellectual or developmental disabilities (IDDs), Schizophrenia spectrum disorder (SSD), Bipolar Disorder (BD), Depressive Disorder (DD), Anxiety Disorder (AD), Attention-deficit/hyperactivity disorder (ADHD), and Other psychiatric and/or neurodevelopmental conditions. RESULTS: The cohort included 2799 adults with a first recorded diagnosis of autism between 2012 and 2017. Several psychiatric and/or neurodevelopmental conditions were recorded since 2002, including AD (77.5%), DD (58.0%), SSD (49.4%), BD (48.3%), and IDDs (33.2%). Results revealed 5 distinct types of TDs. Types 1 (63.8%), 2 (17.6%) and 3 (6%) represented individuals in younger age groups with similar characteristics but with very different sequences of diagnoses, characterized by mixed diagnoses in type 1, SSD and AD in Type 2, and IDDs, DD, AD, and ADHD in type 3. Types 4 and 5 (9.0% and 3.6%), representing middle-aged/older groups, displayed distinctive TDs associated with high healthcare use, almost entirely associated with SSD (Type 4) and BD (Type 5). CONCLUSION: This study proposes a complementary examination of the multiple pathways to diagnosis experienced by adults, highlighting the need to address differential diagnosis and co-occurring psychiatric and neurodevelopmental conditions.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».