开发和验证一个风险评分模型来预测基于产前和产周因素的自闭症

科学领域:

• 发育儿科 发育儿科
• 遗传学和基因组学 遗传学和基因组学
• 临床心理学 临床心理学

背景情况:

• 早期发现自闭症谱系障碍 (ASD) 对于及时干预至关重要.
• 现有的预测方法往往在降低可靠预测的年龄方面存在局限性.
• 产前和产周风险因素为早期自闭症预测提供了潜在的可能性.

研究的目的:

• 开发和验证一个临床模型,利用产前和产周风险因素来预测自闭症.
• 建立临床风险评分,用于识别患自闭症风险较高的儿童.
• 评估模型的预测性能和临床适用性.

主要方法:

• 用一步逻辑回归分析从615名汉族儿童和615名对照儿童中识别了28名候选人的显著风险因素.
• 使用已识别的显著因素构建了一个临床风险评分模型.
• 验证使用千方形自动相互作用探测器 (CHAID) 决策树和独立队列进行.

主要成果:

• 五个因素 - - 怀孕流感性疾病,怀孕压力因素,孕产妇过敏/自身免疫疾病,剖腹产和缺氧 - - 与自闭症风险有显著关联.
• 风险评分模型显示了自闭症的良好的区分能力,曲线下的面积 (AUC) 为0.711.
• 外部验证显示了类似的预测性能,较高的得分与轻度自闭症病例中增加的行为问题和强度相关.

结论:

• 开发的临床风险评分模型可能会降低可靠自闭症预测的年龄门.
• 该模型表现出良好的区分性能和临床使用的实际优势.
• 该工具支持早期识别和干预自闭症谱系障碍.