MétaCan
Menu
Retour à la cohorte
Enregistrement W6964337255 · doi:10.25384/sage.c.6652073.v1

Trajectory research in children with an autism diagnosis: A scoping review

2023· other· en· W6964337255 sur OpenAlexaff

Notice bibliographique

RevueSage Journals Data · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoSickKids FoundationCentre for Addiction and Mental HealthMcMaster Children's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAutismTrajectoryOutcome (game theory)Longitudinal studyAutism spectrum disorderResearch designDevelopmental disorderDevelopmental psychopathology

Résumé

récupéré en direct d'OpenAlex

Researchers increasingly employ longitudinal trajectory methods to understand developmental pathways of people on the autism spectrum across the lifespan. By assessing developmental or health-related outcome domains at three or more timepoints, trajectory studies can characterize their shape and varying rates of change over time. The purpose of this scoping review was to identify and summarize the published breadth of research that uses a trajectory study design to examine development in children (to age 18 years) diagnosed with autism. Using a systematic search and screening procedure, 103 studies were included. This review summarizes methodological characteristics across studies including the varying statistical approaches used. A series of figures maps where published research is available across 10 outcome domains and the ages over which children have been followed. Evidence gaps, informed by the perspectives of the autistic and caregiver stakeholders that were engaged in this review, are discussed. We recommend that future trajectory research addresses the absence of studies from low- and middle-income countries, considers longitudinal assessment of outcome domains that caregivers and autistic people consider meaningful, and plans follow-up periods with assessment timepoints that cover the gaps in ages where more outcome-specific data are needed.Lay AbstractThe types of outcomes studied in children on the autism spectrum include clinical characteristics, such as social functioning, communication, language, or autism symptoms. Research that measures these outcomes at multiple timepoints is useful to improve our understanding of what to expect as children develop. In trajectory studies, researchers assess outcomes at three or more timepoints. This method has advantages over two-timepoint studies because it allows researchers to describe changes in the speed of development, such as accelerations, plateaus, or slowdowns. We identified and reviewed 103 published trajectory studies in children (to age 18 years) with an autism diagnosis. Importantly, we did not include studies of treatments or their effects, nor did we summarize the results of studies. Instead, this review summarizes the characteristics of the available published research, including the methods used, the many different outcomes that have been studied over time and the ages over which they have been studied. This summary may be of interest to autistic people and caregivers (parents) who want to know about the existence of research that provides answers about what to expect during an autistic child’s development. We have recommended that future trajectory research efforts try to make up for the lack of studies from low- and middle-income countries; that more attention is given to the following outcomes that are meaningful to caregivers and autistic people; and to try to fill in the age gaps where more outcome-specific data are needed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,095
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,095
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0220,024
Études des sciences et des technologies0,0020,002
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,246
Tête enseignante GPT0,466
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207