Apprentissage automatique supervisé pour un nouvel outil de prédiction de l’autisme chez les adultes

Titre original en anglais : Supervised Machine Learning for a Novel Autism Prediction Tool in Adults

Sources de métadonnées utilisées pour cette référence

OpenAlex Crossref
En savoir plus sur les sources utilisées

Brandsen, S., Hallur, S., Andrews, I., Naqvi, M., Zhou, S., Boheler, J., & Chandrasekhar, T. (2024). Supervised Machine Learning for a Novel Autism Prediction Tool in Adults [Preprint]. Center for Open Science. https://doi.org/10.31219/osf.io/89r3u

Date de publication: 13/12/2024 Ajout dans AutiHub: 05/07/2026 Type: Prépublication Langue de l’article: Anglais
Source OpenAlex Source éditeur (DOI) Texte intégral

Cette publication est intégrée dans AutiHub via :

Auteurs

Auteur·ices des publications
7
Auteur·ices de la publication identifié·es comme autistes
1 / 7 (14,3 %)
  1. Sam Brandsen *
  2. Shreyas Hallur
  3. Isabelle Andrews
  4. Madeeha Naqvi
  1. Shiru Zhou
  2. Jacklyn Boheler
  3. Tara Chandrasekhar

Résumé

Pour de nombreux adultes autistes identifiés tardivement, la prise de conscience qu’ils sont autistes peut constituer une première étape essentielle pour accéder à des ressources de soutien et à des aménagements, et pour développer une compréhension de soi. Nous présentons un nouvel outil de dépistage des traits autistiques conçu principalement par des adultes autistes. Il comprend des options permettant d’évaluer le camouflage, les différences de traitement sensoriel, les affections médicales ou de santé mentale fréquemment concomitantes, ainsi que des questions sur les différences sociales et de communication et les comportements répétitifs. Nous avons utilisé un algorithme simple d’apprentissage automatique supervisé pour générer un score prédisant si la personne est autiste. Nos résultats indiquent que cet algorithme a pu distinguer les répondants non autistes des répondants ayant déclaré eux-mêmes avoir reçu un diagnostic formel d’autisme. De plus, notre algorithme est resté efficace pour identifier l’autisme chez des répondants ayant d’autres identités sous-représentées. Enfin, nous avons analysé séparément les réponses des personnes s’identifiant elles-mêmes comme autistes et avons constaté un degré élevé de chevauchement entre les réponses des répondants s’identifiant eux-mêmes comme autistes et celles des répondants ayant reçu un diagnostic formel d’autisme.

For many late-identified autistic adults, the realization that they are autistic can be a key first step to accessing supportive resources and accommodations and developing self-understanding. We introduce a novel screening tool for autistic traits designed primarily by autistic adults. It includes options to assess masking, sensory processing differences, commonly co-occurring medical or mental health conditions, and questions about social and communication differences and repetitive behavior. We used a simple supervised machine learning algorithm to generate a score predicting whether the individual is autistic. Our results indicate that this algorithm was able to distinguish respondents who are non-autistic from respondents who self-reported being formally diagnosed as autistic. Additionally, our algorithm remained effective in identifying autism in respondents with other under-represented identities. Finally, we separately analyzed the responses of self-identified autistic individuals and found a high degree of overlap in the responses of self-identified and formally diagnosed autistic respondents.

Bibliographie citée par cette référence

Les références citées sont importées depuis des sources externes de métadonnées lorsqu’elles sont disponibles. La liste peut être partielle.

Vue d’ensemble de l’inclusion dans la bibliographie

Ces indicateurs décrivent la bibliographie citée importée pour cette publication. Les métriques de références citées utilisent le total des références citées comme dénominateur. Les métriques d’auteurices cité·es indiquent si elles utilisent toutes les occurrences d’auteurices cité·es ou seulement les occurrences rattachées à des auteurices déjà intégré·es à la base de données AutiHub. Ils utilisent les rattachements mis en cache entre les auteurices cité·es et les auteurices intégré·es à la base de données AutiHub. Dernier calcul : 16/08/2026 11:30.

Références citées
22
Nombre total de références citées intégrées pour cette publication.
Références citées avec un·e auteur·ice identifié·e comme autiste
2 / 22 (9,1 %)
Occurrences d’auteur·ices cité·es identifié·es comme autistes
3 / 108 (2,8 %)
Parmi les occurrences rattachées à des auteurices intégré·es à la base de données AutiHub : 3 / 16 (18,8 %). Auteurices cité·es distinct·es identifié·es comme autistes : 3 / 106 (2,8 %).
Occurrences citées rattachées à la base AutiHub
16 / 108 (14,8 %)
Auteurices cité·es distinct·es rattaché·es : 16 / 106 (15,1 %)
Occurrences rattachées, non identifiées comme autistes
13 / 16 (81,2 %)
Parmi les seules occurrences rattachées. Sur l’ensemble des occurrences d’auteurices cité·es : 13 / 108 (12,0 %). Auteurices cité·es distinct·es rattaché·es, non identifié·es comme autistes : 13 / 16 (81,2 %).
  1. Eric Schopler , Robert J. Reichler , Robert F. DeVellis , Kenneth Daly (1980). Toward objective classification of childhood autism: Childhood Autism Rating Scale (CARS) . Journal of Autism and Developmental Disorders, 10(1), 91-103. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/bf02408436 OpenAlex: https://openalex.org/W2026473386
    OpenAlex
  2. Bryn Harris , Erin E. Barton , Chantel Albert (2014). Evaluating Autism Diagnostic and Screening Tools for Cultural and Linguistic Responsiveness . Journal of Autism and Developmental Disorders, 44(6), 1275-1287. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/s10803-013-1991-8 OpenAlex: https://openalex.org/W2049988271
    OpenAlex
  3. Simon Baron-Cohen , Sally Wheelwright , Richard Skinner , Joanne Martin , Emma Clubley (2001). The Autism-Spectrum Quotient (AQ): Evidence from Asperger Syndrome/High-Functioning Autism, Males and Females, Scientists and Mathematicians . Journal of Autism and Developmental Disorders, 31(1), 5-17. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1023/a:1005653411471 OpenAlex: https://openalex.org/W2100254283
    OpenAlex
  4. Stephan Ehlers , Christopher Gillberg , Lorna Wing (1999). A Screening Questionnaire for Asperger Syndrome and Other High-Functioning Autism Spectrum Disorders in School Age Children . Journal of Autism and Developmental Disorders, 29(2), 129-141. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1023/a:1023040610384 OpenAlex: https://openalex.org/W2111546106
    OpenAlex
  5. Diana L. Robins , Deborah Fein , Marianne L. Barton , James A. Green (2001). The Modified Checklist for Autism in Toddlers: An Initial Study Investigating the Early Detection of Autism and Pervasive Developmental Disorders . Journal of Autism and Developmental Disorders, 31(2), 131-144. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1023/a:1010738829569 OpenAlex: https://openalex.org/W2127693561
    OpenAlex
  6. Lars-Olov Lundqvist , Helen Lindner (2017). Is the Autism-Spectrum Quotient a Valid Measure of Traits Associated with the Autism Spectrum? A Rasch Validation in Adults with and Without Autism Spectrum Disorders . Journal of Autism and Developmental Disorders, 47(7), 2080-2091. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/s10803-017-3128-y OpenAlex: https://openalex.org/W2606557386
    OpenAlex
  7. Meghan Rose Donohue , Amber W Childs , Megan Richards , Diana L Robins (2019). Race influences parent report of concerns about symptoms of autism spectrum disorder . Autism, 23(1), 100-111. SAGE Publications.
    Type: Article DOI: 10.1177/1362361317722030 OpenAlex: https://openalex.org/W2765653132
    OpenAlex
  9. Camilla Gesi , Giovanni Migliarese , Sara Torriero , Martina Capellazzi , Anna Caterina Omboni , Giancarlo Cerveri et al. (2021). Gender Differences in Misdiagnosis and Delayed Diagnosis among Adults with Autism Spectrum Disorder with No Language or Intellectual Disability . Brain Sciences, 11(7), 912. MDPI AG.
    Type: Article DOI: 10.3390/brainsci11070912 OpenAlex: https://openalex.org/W3179002399
    OpenAlex
  10. Paula Corscadden , Ann Marie Casserly (2021). Identification of Autism in Girls: Role of Trait Subtleties, Social Acceptance and Masking. REACH: Journal of Inclusive Education in Ireland, 34(1).
    Type: Article OpenAlex: https://openalex.org/W3199030035
    OpenAlex
  11. Brandon S. Aylward , Diana E. Gal-Szabo , Sharief Taraman (2021). Racial, Ethnic, and Sociodemographic Disparities in Diagnosis of Children with Autism Spectrum Disorder . Journal of Developmental & Behavioral Pediatrics, 42(8), 682-689. Ovid Technologies (Wolters Kluwer Health).
    Type: Article DOI: 10.1097/dbp.0000000000000996 OpenAlex: https://openalex.org/W3199889683
    OpenAlex
  12. Matthew de Broize , Kiah Evans , Andrew Whitehouse , John Wray , Valsamma Eapen , Anna Urbanowicz (2022). Exploring the Experience of Seeking an Autism Diagnosis as an Adult . Autism in Adulthood, 4(2), 130-140. SAGE Publications.
    Type: Article DOI: 10.1089/aut.2021.0028 OpenAlex: https://openalex.org/W4200092124
    OpenAlex
  14. Allison P Fisher , James D Lynch , Farrah M Jacquez , Monica J Mitchell , Kelly I Kamimura-Nishimura , Shari L Wade (2023). A systematic review examining caregivers’ of color experiences with the diagnostic process of autism spectrum disorder . Autism, 27(4), 876-889. SAGE Publications.
    Type: Article DOI: 10.1177/13623613221128171 OpenAlex: https://openalex.org/W4307966399
    OpenAlex
  15. Maria Ferrara , Giorgia Franchini , Melissa Funaro , Marcello Cutroni , Beatrice Valier , Tommaso Toffanin et al. (2022). Machine Learning and Non-Affective Psychosis: Identification, Differential Diagnosis, and Treatment . Current Psychiatry Reports, 24(12), 925-936. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/s11920-022-01399-0 OpenAlex: https://openalex.org/W4309368632
    OpenAlex
  16. Gayle L. Overton , Ferran Marsà-Sambola , Rachael Martin , Penny Cavenagh (2024). Understanding the Self-identification of Autism in Adults: a Scoping Review . Review Journal of Autism and Developmental Disorders, 11(4), 682-702. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/s40489-023-00361-x OpenAlex: https://openalex.org/W4323360123
    OpenAlex
  17. Joshua A. Evans , Elizabeth J. Krumrei-Mancuso , Steven V. Rouse (2024). What You Are Hiding Could Be Hurting You: Autistic Masking in Relation to Mental Health, Interpersonal Trauma, Authenticity, and Self-Esteem . Autism in Adulthood, 6(2), 229-240. SAGE Publications.
    Type: Article DOI: 10.1089/aut.2022.0115 OpenAlex: https://openalex.org/W4386469469
    OpenAlex
  18. Hannah L. Belcher , Nora Uglik-Marucha , Silia Vitoratou , Ruth M. Ford , Sharon Morein-Zamir (2023). Gender bias in autism screening: measurement invariance of different model frameworks of the Autism Spectrum Quotient . BJPsych Open, 9(5), e173-e173. Royal College of Psychiatrists.
    Type: Article DOI: 10.1192/bjo.2023.562 OpenAlex: https://openalex.org/W4387241894
    OpenAlex
  19. Alessandro Pigoni , Giuseppe Delvecchio , Nunzio Turtulici , Domenico Madonna , Pietro Pietrini , Luca Cecchetti et al. (2024). Machine learning and the prediction of suicide in psychiatric populations: a systematic review . Translational Psychiatry, 14(1), 140-140. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1038/s41398-024-02852-9 OpenAlex: https://openalex.org/W4392619744
    OpenAlex
  20. Harlee Onovbiona , Lauren Quetsch , Emily-Anne Del Rosario (2025). Exploring Factors of Diagnostic Timing Among Black Autistic Youth . Journal of Autism and Developmental Disorders, 55(4), 1438-1449. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/s10803-024-06283-9 OpenAlex: https://openalex.org/W4393053750
    OpenAlex
  21. Sheharyar Khan , Sanay Muhammad Umar Saeed , Jaroslav Frnda , Aamir Arsalan , Rashid Amin , Rahma Gantassi et al. (2024). A machine learning based depression screening framework using temporal domain features of the electroencephalography signals . PLOS ONE, 19(3), e0299127. Public Library of Science (PLoS).
    Type: Article DOI: 10.1371/journal.pone.0299127 OpenAlex: https://openalex.org/W4393234693
    OpenAlex
  22. Zachary Gallin , Ana M. Kolevzon , Abraham Reichenberg , Sidney H. Hankerson , Alexander Kolevzon , Alexander Kolevzon et al. (2025). Racial Differences in the Prevalence of Autism Spectrum Disorder: A Systematic Review . Journal of Autism and Developmental Disorders, 55(9), 3364-3377. Springer Science and Business Media LLC.
    Type: Article DOI: 10.1007/s10803-024-06403-5 OpenAlex: https://openalex.org/W4400127298
    OpenAlex