Transdiagnostic Behavioral Phenotypes and Comorbid Gastrointestinal Symptoms in Neurodevelopmental Disorders: An Exploratory Study
Notice bibliographique
Résumé
ABSTRACT Neurodevelopmental disorders (NDD), including autism spectrum disorder (ASD) and attention deficit hyperactivity disorder (ADHD), have heterogeneous behavioral phenotypes and substantial symptom overlap. Identifying transdiagnostic subgroups may help clarify this heterogeneity. This study aimed to identify behavior‐based subgroups of children with NDD and explore links between gastrointestinal (GI) symptoms and behavioral symptoms. Using data from the Province of Ontario Neurodevelopmental Disorders (POND) network, we applied a heterogeneous mixture model (HMM) to behavioral data from 1716 participants, including typically developing (TD, n = 210), ASD ( n = 747), and ADHD ( n = 759) and identified six distinct clusters. Five of the clusters included individuals with TD, ADHD, and ASD diagnoses. The remaining cluster exhibited the most severe behavior phenotype and was exclusively ADHD and ASD participants. Notably, GI symptoms were significantly more prevalent in the cluster with the most severe behavioral profile ( χ 2 (5) = 64.4, p < 0.0001), which is comparable to previous reports linking GI symptoms to more severe clinical symptoms in NDD. These findings emphasize the importance of considering behavioral dimensions over diagnostic labels to identify NDD subgroups. Further research that focuses on signaling pathways of the gut‐brain axis will help understand the biological mechanisms that contribute to individual differences in behavioral profiles in NDDs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».