Autisme identifiable dans le mois suivant la naissance

L’autisme peut être diagnostiqué à partir d’informations médicales de routine recueillies dans le mois suivant la naissance, selon des recherches menées sur des dizaines de milliers d’enfants.

Selon les résultats publiés dans Réseau JAMA ouvert.

Les DSE peuvent inclure des données sur le faible poids à la naissance, la prématurité, les faibles scores d’Apgar et d’autres complications périnatales, ainsi que sur les affections liées à l’autisme telles que l’hyperbilirubinémie postnatale, les infections respiratoires et les problèmes de sommeil, de pleurs ou d’alimentation.

La précision du diagnostic du DSE était compétitive avec les enquêtes sur les soignants, qui ont été recueillies beaucoup plus tard entre 18 et 24 mois, et elle s’est encore améliorée lorsque les données sur 360 jours ont été incluses.

“Les résultats de cette étude diagnostique menée dans un grand centre médical universitaire suggèrent que la prédiction de l’autisme basée sur le DSE atteint un niveau de précision cliniquement significatif dès 30 jours après la naissance”, rapporte Matthew Engelhard, PhD, de la Duke University School of Medicine, et collaborateurs.

“Nous avons observé que près de la moitié (45,5%) des enfants autistes peuvent être identifiés à 30 jours tout en conservant une spécificité élevée (90,0%).”

Les résultats suggèrent que la combinaison des informations du DSE avec des enquêtes sur les soignants pourrait améliorer la précision du dépistage précoce de l’autisme, permettant aux familles d’avoir un accès plus rapide au soutien comportemental.

Notant que la détection précoce de l’autisme est associée à de meilleurs résultats, les enquêteurs ont mené leur étude diagnostique rétrospective en utilisant les données du DSE de 45 080 enfants vus avant l’âge de 30 jours au sein du système de santé de l’Université Duke entre 2006 et 2020.

Les troubles du spectre autistique ultérieurs et d’autres conditions neurodéveloppementales ont été identifiés à l’aide de codes de facturation.

L’équipe a utilisé 60 % des données pour former et affiner les modèles de détection de l’autisme basés sur le DSE, les 40 % restants étant déployés en tant qu’ensemble de test pour évaluer les performances.

Dans l’ensemble, 18 032 enfants ont été assignés au hasard à l’ensemble de tests, dont 363 patients autistes et 3 721 participants témoins répondant aux critères d’autres conditions neurodéveloppementales. Un total de 3615 participants témoins ont été suivis jusqu’à l’âge de huit ans et ont été inclus dans le calcul des mesures de performance primaires.

Le modèle de détection de l’autisme basé sur le DSE a atteint une sensibilité de 45,5 % et une valeur prédictive positive de 23,0 % à une spécificité de 90,0 % à l’âge de 30 jours.

Cela s’est amélioré à 360 jours pour atteindre une sensibilité de 59,8 % et une valeur prédictive positive de 17,6 % à une spécificité de 81,5 %, et une sensibilité de 38,8 % et une VPP de 31,0 % à une spécificité de 94,3 %.

Les chercheurs notent que l’outil basé sur le DSE a fourni des informations sur la probabilité d’autisme qui étaient complémentaires aux outils de dépistage de la liste de contrôle modifiée pour l’autisme chez les tout-petits (M-CHAT), qui sont couramment utilisés.

Mais ils ajoutent : “Contrairement aux outils de dépistage existants, tels que le M-CHAT, la détection de l’autisme basée sur le DSE a lieu à un âge beaucoup plus précoce (≥30 jours) et est entièrement passive, ce qui signifie qu’elle ne nécessite aucune collecte de données. autre que celui qui a déjà lieu lors des soins de routine.

L’équipe conclut : “Les résultats suggèrent que la surveillance basée sur le DSE devrait être intégrée au M-CHAT, à d’autres enquêtes sur les soignants et à d’autres outils de dépistage pour améliorer la précision du dépistage précoce de l’autisme.”