可以通过常规发育监测数据预测自闭症
根据 1 月 10 日在JAMA Network Open上在线发表的一项研究,可以通过常规发育监测数据来预测自闭症谱系障碍 (ASD) 。
以色列卡法马拉尔 KI 研究所的 Guy Amit 博士及其同事利用 2014 年 1 月 1 日至 2023 年 1 月 17 日期间进行的全国发育评估数据进行了一项回顾性队列研究,以制定预测ASD 模型。该研究纳入了在母婴健康诊所接受评估的所有 1,187,397 名儿童,这些诊所对从出生到 6 岁的儿童进行常规发育监测。
研究人员发现,ASD 预测模型的性能随着预测年龄的增长而提高,在 12 个月时具有相当的准确性。使用将发育里程碑评估的纵向测量与最小人口统计变量集相结合的模型,在 18 至 24 个月龄时应用,受试者工作特征曲线下面积为 0.83,灵敏度为 45.1%,特异性为 95.0%。使用单次就诊评估模型获得的受试者工作特征曲线下面积为 0.81,灵敏度为 41.2%,特异性为 95.0%。表现最好的模型超过了幼儿自闭症改良检查表的综合表现,后者的敏感性为 40%,特异性为 95%。
作者写道:“这项研究的结果表明,通过使用预测模型,自闭症谱系障碍筛查可以无缝整合到常规的幼儿发育监测中。” “建议的方法可以帮助儿童及时接受干预并发挥他们的发展潜力。”
免责声明:本答案或内容为用户上传,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 如遇侵权请及时联系本站删除。