Toward Novel Tools for Autism Identification: Fusing Computational and Clinical Expertise.
Toward Novel Tools for Autism Identification: Fusing Computational and Clinical Expertise.
复制标题
DOI：
10.1007/s10803-020-04857-x
复制
发表时间：
2021-11
影响因子：
3.9
通讯作者：
Warren Z
中科院分区：
文献类型：
--
作者：
Corona LL;Wagner L;Wade J;Weitlauf AS;Hine J;Nicholson A;Stone C;Vehorn A;Warren Z
及时识别幼儿自闭症谱系障碍（ASD）的障碍导致了对新的筛查和评估策略的呼吁。将计算方法与临床专业知识相结合，为识别大型临床数据集中的模式提供了机会，这些模式可以为新的评估范式提供信息。本研究描述了一种分析方法，用于确定预测幼儿ASD的关键特征，这些特征来自综合诊断评估的大量数据。一组专家临床医生使用这些预测功能设计了一套评估活动，允许观察这些核心行为。由此产生的简要评估的基础上，几种新的方法来识别ASD，正在进行的研究的重点。
Barriers to identifying autism spectrum disorder (ASD) in young children in a timely manner have led to calls for novel screening and assessment strategies. Combining computational methods with clinical expertise presents an opportunity for identifying patterns within large clinical datasets that can inform new assessment paradigms. The present study describes an analytic approach used to identify key features predictive of ASD in young children, drawn from large amounts of data from comprehensive diagnostic evaluations. A team of expert clinicians used these predictive features to design a set of assessment activities allowing for observation of these core behaviors. The resulting brief assessment underlies several novel approaches to the identification of ASD that are the focus of ongoing research.
登录
查看更多内容
DOI：
10.1080/09540261.2018.1432574
发表时间：
2018-03
期刊：
International review of psychiatry (Abingdon, England)
影响因子：
--
作者：
Landa RJ
通讯作者：
Landa RJ
影响因子：
3.9
作者：
Juarez, A. Pablo;Weitlauf, Amy S.;Warren, Zachary
通讯作者：
Warren, Zachary
影响因子：
4.7
作者：
de Marchena, Ashley;Miller, Judith
通讯作者：
Miller, Judith
影响因子：
2.6
作者：
Gordon-Lipkin, Eliza;Foster, Jessica;Peacock, Georgina
通讯作者：
Peacock, Georgina
影响因子：
3.9
作者：
Khowaja, Meena K.;Hazzard, Ann P.;Robins, Diana L.
通讯作者：
Robins, Diana L.