16 février 2019

Quantifier la structure optimale du phénotype de l'autisme: une comparaison complète des modèles dimensionnels, catégoriels et hybrides

Aperçu: G.M.
OBJECTIF:
Les deux stratégies principales - apparemment contradictoires - de classification des syndromes psychiatriques pour enfants sont catégoriques et dimensionnelles; Les ambiguïtés conceptuelles semblent être les plus grandes pour les syndromes polythétiques tels que les "troubles du spectre de l'autisme" (TSA). Récemment, une alternative convaincante est apparue, intégrant à la fois des approches catégorielles et dimensionnelles (c.-à-d. Un modèle hybride) grâce à la sophistication croissante des procédures analytiques. Cette étude visait à quantifier la structure phénotypique optimale des TSA en comparant de manière exhaustive les modèles catégoriels, dimensionnels et hybrides.
RÉSULTATS:
Sur la base de la comparaison de 44 modèles différents, les résultats ont montré que le phénotype de symptôme de ASD est le mieux conceptualisé sous la forme d'une construction hybride multidimensionnelle par rapport à une construction hybride catégorielle ou catégorielle-dimensionnelle. Les symptômes de TSA étaient mieux caractérisés comme relevant de trois dimensions (interaction sociale, communication et comportement répétitif) sur le CASI-4R.
CONCLUSION:
Les résultats révèlent une structure optimale permettant de caractériser le phénotype des TSA en utilisant une seule mesure rapportée par les parents, prenant en charge la présence de plusieurs dimensions de symptômes corrélées traversant les limites du diagnostic formel et quantifiant l'hétérogénéité des TSA. 
Ces résultats permettent de mieux comprendre comment les troubles du développement neurologique peuvent s’étendre au-delà de catégories distinctes de développement et représentent des traits continuellement distribués dans toute la gamme de comportements humains.

2018 Oct 29. pii: S0890-8567(18)31894-X. doi: 10.1016/j.jaac.2018.09.431.

Quantifying the Optimal Structure of the Autism Phenotype: A Comprehensive Comparison of Dimensional, Categorical, and Hybrid Models

Author information

1
Stony Brook University, NY. Electronic address: hyunsik.kim2@gmail.com.
2
Stony Brook University, NY.

Abstract

OBJECTIVE:

The two primary - seemingly contradictory - strategies for classifying child psychiatric syndromes are categorical and dimensional; conceptual ambiguities appear to be greatest for polythetic syndromes such as autism spectrum disorder (ASD). Recently, a compelling alternative has emerged that integrates both categorical and dimensional approaches (ie, hybrid model) thanks to the increasing sophistication of analytic procedures. This study aimed to quantify the optimal phenotypic structure of ASD by comprehensively comparing categorical, dimensional, and hybrid models.

METHOD:

The sample comprised 3,825 youth, who were consecutive referrals to a university developmental disabilities or child psychiatric outpatient clinic. Caregivers completed the Child and Adolescent Symptom Inventory-4R (CASI-4R), which includes an ASD symptom rating scale. A series of latent class analyses, exploratory and confirmatory factor analyses, and factor mixture analyses was conducted. Replication analyses were conducted in an independent sample (N=2,503) of children referred for outpatient evaluation.

RESULTS:

Based on comparison of 44 different models, results indicated that the ASD symptom phenotype is best conceptualized as multi-dimensional versus a categorical or categorical-dimensional hybrid construct. ASD symptoms were best characterized as falling along three dimensions (ie, social interaction, communication, and repetitive behavior) on the CASI-4R.

CONCLUSION:

Findings reveal an optimal structure with which to characterize the ASD phenotype using a single, parent-report measure, supporting presence of multiple correlated symptom dimensions that traverse formal diagnostic boundaries and quantify the heterogeneity of ASD. These findings inform understanding of how neurodevelopmental disorders can extend beyond discrete categories of development and represent continuously-distributed traits across the range of human behaviors.
PMID:30768420
DOI:10.1016/j.jaac.2018.09.431

Aucun commentaire: