MétaCan
Menu
Back to cohort
Record W2619635482 · doi:10.7202/1039682ar

La démarche et les outils d’évaluation clinique du trouble du spectre de l’autisme à l’ère du DSM-5

2017· article· fr· W2619635482 on OpenAlexaffvenue
Mélanie Bolduc, Nathalie Poirier

Bibliographic record

VenueRevue de psychoéducation · 2017
Typearticle
Languagefr
FieldNeuroscience
TopicAutism Spectrum Disorder Research
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPhilosophyPolitical science

Abstract

fetched live from OpenAlex

Le trouble du spectre de l’autisme (TSA) est un trouble complexe caractérisé par des difficultés sociales et communicationnelles et par des comportements ou intérêts restreints ou répétitifs (American Psychiatric Association [APA], 2013). Le profil clinique des enfants touchés par le TSA varie tout au long de leur développement en fonction de la présentation des symptômes, de même que par la manifestation de troubles associés, complexifiant ainsi la démarche d’évaluation diagnostique. Pour émettre un diagnostic en santé mentale, les spécialistes s’appuient majoritairement sur le Manuel Statistique et Diagnostique des Troubles Mentaux, dont la plus récente version comporte d’importants changements quant à la définition et nomenclature du TSA ([DSM-5]; APA, 2013). En dépit du DSM-5, plusieurs outils d’évaluation s’offrent aux cliniciens pour appuyer leur démarche évaluative et améliorer la précision de leur diagnostic clinique. Parmi la grande variété disponible, il peut s’avérer difficile de choisir des outils d’évaluation adaptés à la situation du jeune évalué (p.ex., âge, intensité des symptômes, langue parlée, etc.), possédant des qualités psychométriques satisfaisantes et s’arrimant avec les critères diagnostiques de la dernière version du DSM. L’objectif de cet article est de présenter la démarche d’évaluation du TSA, ainsi que de décrire et d’analyser les outils d’évaluation du TSA recommandés par les meilleures pratiques et couramment employés par les cliniciens exerçant auprès d’une population à risque de présenter ce trouble. Spécifiquement, il vise à faire une revue critique s’articulant autour des caractéristiques (objectif poursuivi, population ciblée, validations et langues offertes), des propriétés psychométriques et de la pertinence de ces outils d’évaluation en regard aux critères du TSA conformément au DSM-5. Enfin, la démarche, les outils d’évaluation à privilégier et certaines considérations cliniques sont proposés en conclusion.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.014
metaresearch head score (Gemma)0.029
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: none
Teacher disagreement score0.065
Threshold uncertainty score0.130

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0140.029
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.002
Bibliometrics0.0060.003
Science and technology studies0.0020.003
Scholarly communication0.0040.004
Open science0.0020.003
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0030.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.111
GPT teacher head0.405
Teacher spread0.294 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreMethods

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations4
Published2017
Admission routes2
Has abstractyes

Explore more

Same venueRevue de psychoéducationSame topicAutism Spectrum Disorder ResearchFrench-language works237,207