Early joint attention abilities measured by the ADOS-2 predict subsequent expressive language development in minimally verbal autistic children
Notice bibliographique
Résumé
Abstract Background Most preschool autistic children exhibit substantial language delays, yet only ∼25% remain minimally verbal (MV) throughout life. Developing expressive language is crucial for improving outcomes. This study examined early predictors of later expressive language growth in MV preschool autistic children. Methods Data from 99 MV autistic children (mean age 27.7 months at diagnosis) who completed ADOS‐2 assessments at diagnosis and 12–24 months later were analyzed. Children were stratified into three groups according to their language abilities at follow‐up (MV, one‐word, and phrases). Logistic regression was used to determine whether baseline ADOS‐2 calibrated severity scores (CSS), non‐verbal cognitive abilities, or Joint Attention (JA), derived from six ADOS‐2 items, enabled prediction of expressive language abilities at follow‐up. Results Children who successfully developed expressive language (one‐word/phrases) had significantly lower baseline ADOS‐2 social affect CSS and JA scores, but did not differ in their non‐verbal cognitive abilities or ADOS‐2 restricted and repetitive behaviors CSS. Gains in JA were significantly larger in children who developed expressive language. Conclusion MV preschoolers with better social abilities at diagnosis, specifically JA, were more likely to develop expressive language within 1–2 years. Joint attention scores derived from the ADOS‐2 offer an easily accessible and widely available measure with important prognostic value for MV children.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».