MÉTODOS DE AVALIAÇÃO FISIOTERAPÊUTICA PARA CRIANÇAS COM TRANSTORNO DO ESPECTRO AUTISTA
Notice bibliographique
Résumé
Autism Spectrum Disorder (ASD) is a neurodevelopmental condition characterized by impairments in communication, social interaction, and behavior, which may also affect motor development and sensory integration. This study aimed to identify and analyze the main physiotherapeutic assessment tools applicable to children with ASD, emphasizing their relevance for therapeutic planning. A systematic review was conducted in the LILACS, SciELO, PubMed, PEDro, MedLine, Cochrane, and BIREME databases, using the descriptors “autism,” “children,” “physiotherapy,” and “assessment,” combined with the Boolean operator AND. A total of 696 articles were identified, and after applying eligibility criteria, 26 studies published between 2015 and 2025 were included. The results revealed a predominance of systematic reviews and observational studies, highlighting validated instruments such as the GMA-AUT checklist, the Alberta Infant Motor Scale (AIMS), and the Quantitative Sensory Testing (QST), as well as general movements (GM) assessment for early detection. Evidence indicates that standardized and early evaluations allow for more effective interventions, promoting social, motor, and adaptive development. The studies also emphasize the need for evaluator training and for expanding clinical research with stronger methodological rigor. It is concluded that physiotherapy plays an essential role in the assessment and intervention of children with ASD, and should integrate motor and sensory approaches from early childhood to enhance autonomy, functionality, and overall quality of life.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».