Efficacy of musical interventions on social, maladaptive and language outcomes in children with autism spectrum disorder, a systematic review and meta-analysis
Bibliographic record
Abstract
Un nombre croissant d’études indique que les interventions musicales (IMs) ont des effets bénéfiques sur les enfants et adolescents atteints d’un trouble du spectre de l’autisme (TSA). À ce jour, aucune revue systématique utilisant une approche méta-analytique n’a investigué l’efficacité des IMs sur trois des symptômes prédominants du TSA, soit le fonctionnement social, les comportements mal-adaptés et le langage. Dans ce mémoire, tous les 17 articles scientifiques comparant les IMs à des interventions non-musicales (INMs) ont été décrits systématiquement et évalués selon les lignes directrices de CONSORT. Onze études répondaient aux critères d’inclusion des présentes méta-analyses, chacune rapportant des mesures d’évaluations longitudinales ou d’évaluations pendant les sessions. Les résultats des méta-analyses ont démontré un bénéfice des IMs chez le TSA, particulièrement pour les mesures des comportements sociaux mal-adaptés. Une comparaison entre les IMs et les INMs indiquait un avantage pour les IMs comparément aux INMs en ce qui concerne les comportements sociaux, mais aucun avantage pour les comportements mal-adaptés non-sociaux et le langage. La revue systématique a révélé des lacunes méthodologiques des études évaluées, telles que des tailles d’échantillons restreintes, des durées et intensités d’interventions limitées, un manque d’information à propos des échantillons et des critères d’appariement, puis le biais d’attrition. La combinaison de cette revue systématique et des méta-analyses a permis une mise à jour de l’évaluation des preuves de l’efficacité des IMs pour les jeunes ayant un TSA, ainsi que de donner des recommandations aux chercheurs et cliniciens afin d’améliorer la pratique dans ce domaine.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.038 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.013 | 0.022 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".