Autism Diagnostic Assessments for Gender-Diverse Individuals: A Modified Delphi Study of Clinician Experts in the Fields of Autism and Gender Diversity
Notice bibliographique
Résumé
Objective There is limited evidence-based guidance about how autism diagnostic assessments should be conducted for gender-diverse people. We aimed to integrate expert knowledge on key clinical considerations for these assessments. Method We conducted a modified Delphi study. World experts in the field ( N =21) were invited to complete two rounds of surveys. Survey One collected open-text responses about key clinical considerations when conducting diagnostic assessments, structured around the DSM-5-TR criteria for autism, across age-ranges. Experts were asked to rate the importance of each consideration they listed. A content analysis was conducted to synthesise and collate similar considerations, alongside descriptive statistics of importance ratings. Survey Two presented the resulting considerations and mean importance ratings, with experts re-rating their importance. Statements rated as at least ‘important' and that had a standard deviation of less than 1.0 were reported. Results Round one resulted in 65 individual statements, of which 37 met our definition for reporting. These statements, summarizing expert opinions, were categorised as being (1) general considerations for assessments, (2) linked to the DSM-5-TR autism criteria (A-E), or (3) practical considerations for working with the gender-diverse population. They highlighted areas to be considered during assessments, such as ways in which the features of autism may intersect with gender diversity, and practical considerations for increasing comfort and engagement of gender-diverse individuals undergoing an autism assessment. Conclusion The summary of expert opinions provides preliminary considerations for clinicians working in this field, and for researchers to use as hypotheses for empirical investigations.
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) | 0,000 | 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 | 0,002 | 0,003 |
| 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 ».