Evaluation of Prenatal and Perinatal Features in Children Diagnosed with Autism Spectrum Disorder: Is There a Gender Difference?
Bibliographic record
Abstract
Amaç: Bu çalışmada, otizm spektrum bozukluğu (OSB) tanılı çocuklarda prenatal ve perinatal özelliklerin geriye dönük olarak değerlendirilmesi amaçlanmıştır.Gereç ve Yöntem: 01.01.2018-31.12.2019 tarihleri arasında kliniğimize başvurmuş, yaşları 12-72 ay arasında olan ve OSB tanısı almış olgular ile aynı zaman aralığında polikliniğimize başvurup herhangi bir nörogelişimsel bozukluk tanısı almamış olan olguların (kontrol grubu) dosya verileri geriye dönük olarak incelenmiş, pre/perinatal özellikler açısından karşılaştırılmıştır.Bulgular: Prenatal özelliklerden; gebelik sırasında anne yaşı ve baba yaşı, anne-baba yaşı arasındaki fark, gebelik sırasında annede tıbbi hastalık varlığı, düşük tehdidi, annenin gebelikte maruz kaldığı olumsuz yaşam olayları ve gebelikte sigara/ilaç kullanımı OSB grubunda anlamlı yüksek saptanmıştır.Perinatal özellikler arasında; düşük doğum ağırlığı, preterm doğum, zor doğum öyküsü, sezaryen doğum, hipoksi/asfiksi öyküsü, kuvöz/yoğun bakım öyküsü oranı OSB grubunda kontrol grubuna göre anlamlı yüksek bulunmuştur.OSB grubunda cinsiyete göre yapılan analizlerde, prenatal etmenlerden anne ve baba yaşı, erkek OSB'lilerde kızlara göre anlamlı yüksek saptanmıştır.Perinatal etmenlerden ise; zor doğum öyküsü, hipoksi/asfiksi öyküsü ve kuvöz/yoğun bakım öyküsü yine erkek OSB'lilerde kızlara göre anlamlı yüksek saptanmıştır.Sonuç: Çalışmamızda, otizm olgularında otizm olmayan olgulara göre daha fazla prenatal ve perinatal güçlük olduğu saptanmıştır.İleri annebaba yaşı dışında, anne-baba yaşı arasındaki farkın da otizmli grupta anlamlı yüksek bulunması dikkat çekicidir.Ek olarak, bazı pre/perinatal özelliklerin, özellikle erkek otizmli olgularda anlamlı fazla olması da mevcut literatür bulgularıyla birlikte yorumlandığında araştırılmaya değer görülmektedir.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".