Wechslerova inteligenční škála pro dospělé – čtvrté vydání profilů dospělých s poruchou autistického spektra

Abstraktní

Cíl.

V této studii jsme porovnali 229 kognitivních profilů 229 Wechsler Adults Intelligence Scale – Fourth Edition (WAIS-IV) dospělých s různou závažností dospělých s poruchou autistického spektra, abychom ověřili dopad několika proměnných včetně pohlaví, věku, úrovně vzdělání a úrovně závažnosti autismu. v italském vzorku. Kromě toho jsme chtěli zjistit optimální mezní body pro hlavní inteligenční kvocienty pro rozlišení úrovní závažnosti autismu.

Metody.

Wechslerova škála inteligence dospělých je nástroj používaný k posouzení úrovně inteligence jednotlivce, včetně více dimenzí, jako je slovní zásoba, podrobné porozumění, rozpoznávání vzorů, uvažování a numerická paměť. Důležitým aspektem je paměť. Je mezi nimi určitá korelace.

Výzkumy ukazují, že jedinci s vyšší úrovní inteligence mívají lepší paměť. To lze ověřit z více úhlů: Za prvé, jedinci s vysokým IQ mívají silnější schopnosti rychle se učit a pamatovat si a aplikovat znalosti při řešení problémů; za druhé, jedinci s vysokým IQ jsou schopni lépe se učit a zapamatovat si znalosti. Pochopit a analyzovat znalosti a extrahovat klíčové informace; Kromě toho mohou jedinci s vysokým IQ efektivněji integrovat a propojovat znalosti během dlouhodobého shromažďování znalostí, aby podpořili dlouhodobé ukládání paměti.

Je však třeba poznamenat, že paměť není jediným faktorem, který určuje úroveň inteligence. Kromě paměti zahrnuje úroveň inteligence také mnoho dalších aspektů, jako je uvažování, kreativita atd. Proto není dostatečně přesné spoléhat se na odhad úrovně inteligence pouze na paměť. Wechslerova škála inteligence dospělých je navržena tak, aby komplexně vyhodnotila více indikátorů úrovně inteligence jednotlivce pro přesnější posouzení.

Obecně je paměť důležitým aspektem úrovně inteligence. Wechslerova škála inteligence dospělých je nástroj pro komplexní posouzení úrovně inteligence jedince. Může nám pomoci přesněji porozumět více aspektům úrovně inteligence jednotlivce, abychom mohli lépe porozumět úrovni inteligence jednotlivce. Vypracujte rozumné tréninkové plány a vzdělávací směry. Je vidět, že potřebujeme zlepšit paměť a Cistanche deserticola může výrazně zlepšit paměť, protože Cistanche deserticola je tradiční čínský léčivý materiál, který má mnoho jedinečných účinků, jedním z nich je zlepšení paměti. Účinnost mletého masa vychází z různých účinných látek, které obsahuje, včetně kyselin, polysacharidů, flavonoidů atd. Tyto složky mohou různými způsoby podporovat zdraví mozku.

Klikněte na možnost Znát krátkodobou paměť, jak se zlepšit

Účastníci byli rekrutováni ze dvou národních center zdravotního systému ve dvou různých italských regionech a byli hodnoceni pomocí nástrojů zlatého standardu jako součást jejich klinického hodnocení. Podle DSM-5 byly kognitivní domény měřeny také pomocí multikomponentních testů. Použili jsme italskou adaptaci WAIS-IV. Naše hypotézy jsme ověřili pomocí lineárních regresních modelů a křivek provozních charakteristik přijímače (ROC).

Výsledek.

Naše výsledky ukázaly, že věk a úroveň vzdělání mají silný vliv na verbální porozumění (VCI) a indexy pracovní paměti (WMI). Rozdíly mezi pohlavími jsou relevantní při zvažování VCI a indexu rychlosti zpracování (PSI), ve kterých ženy dosáhly nejlepšího výkonu. Tyto rozdíly jsou stále relevantní při zvažování bodů řezu ROC, protože 69 byl optimálním bodem řezu pro ženy a 65 pro muže.

Závěry.

Jen při zkoumání skóre Full Scale Intelligence Quotient (FSIQ) lze předpokládat několik závěrů, protože obsahují různé informace o širších kognitivních schopnostech. Podíváme-li se hlouběji na hlavní indexy a jejich dílčí testy, zjištění jsou v souladu s předchozím výzkumem této poruchy (střední korelace FSIQ, indexu percepčního uvažování, WMI a PSI s věkem účastníků), zatímco ostatní výsledky jsou nepředvídatelné (nebyl zjištěn žádný vliv pohlaví na FSIQ skóre) nebo novinka (významný vliv vzdělání na VCI a WMI). Použití algoritmu předpovídajícího optimální hraniční body pro rozlišení podle úrovní závažnosti autismu může lékařům pomoci lépe označit a kvantifikovat potřebnou pomoc, kterou člověk může potřebovat, test nemůže nahradit diagnostické a klinické hodnocení zkušenými lékaři.

Úvod

Porucha autistického spektra (ASD) je neurovývojová porucha s časným začátkem a genetickou složkou. PAS je charakterizován deficitem sociálně-emocionální reciprocity, narušenými verbálními a neverbálními komunikačními schopnostmi a neschopností rozvíjet a udržovat adekvátní sociální vztahy s vrstevníky. Základní symptomy ASD jsou spojeny s přítomností opakujícího se verbálního a motorického chování, omezených vzorců zájmu, potřeby neměnného prostředí (nebo v každém případě předvídatelného a stabilního) a hypo- nebo přecitlivělosti na smyslové vstupy. K nástupu klinických příznaků dochází během prvních let života (APA, 2013). Specifikátoři berou v úvahu možnost několika komorbidit, jako je kognitivní deficit, porucha řeči, katatonie, lékařské nebo environmentální faktory nebo jiné neurovývojové poruchy.

Nedávné odhady prevalence uvádějí 1:44 dětí v USA a 1:77 dětí v Itálii (Maenner et al., 2016). Prevalence dospělých se pohybuje kolem 1:68, což odhaluje významný nárůst populace dospělých s PAS (Christensen et al., 2016). Kromě tohoto faktoru je dalším relevantním prvkem, který je třeba vzít v úvahu, poměr pohlaví mezi autisty (Loomis et al., 2017), o kterém se stále diskutuje a jeho výsledky jsou smíšené. Genetické faktory související s pohlavím a mužská zranitelnost vůči poškození mozku mohou být příčinou některých genderových rozdílů (APA, 2013). Nedávné epidemiologické studie odhalily mužskou převahu 2–3:1 ve srovnání s široce citovaným poměrem 4–5:1 z dřívějších studií (Mattila et al., 2011; Idring et al., 2012; Baxter et al., 2015; Zablotsky et al. al., 2015; Keller et al., 2020), i když tento poměr může záviset na intelektových schopnostech a zdá se tak nízký jako 2:1, když je ASD spojen s mentálním postižením, a až 6–8:1 u vysoce funkčních autismus (HFA; Fombonne, 2005, 2009). Předpokládá se, že tato vyšší prevalence u mužů je způsobena schopností autistických žen maskovat své sociální potíže, kulturními faktory a menším počtem studií o ASD v ženské populaci (Attwood, 2007; Lai et al., 2011; Kirkovski et al., 2013) a různé fenotypy ASD (Mandy et al., 2012; Van Wijngaarden-Cremers et al., 2014; Howe et al., 2015). Nedávná studie Wilson et al. (2016) zahrnující 1244 dospělých (935 mužů a 309 žen), kteří byli doporučeni k posouzení ASD, uvedli rozdíly mezi pohlavími v klinickém výsledku. Výsledky dospěly k závěru, že 639 mužů a 188 žen bylo diagnostikováno s ASD jakéhokoli podtypu. Ve studii skutečně žádný významný vliv pohlaví (mužské IQ > ženské IQ; F(2)=2,47, p=0,09, η2 p=0,02) na IQ bylo nalezeno. Pokud jde o výsledky inteligence, jejich výsledky potvrdily předchozí výzkum uvádějící nižší skóre IQ u žen s diagnózou ASD ve srovnání s mužskými účastníky (Fombonne, 2005). Halpern a LaMay (2000) skutečně nenašli žádný významný rozdíl mezi pohlavími pro g-faktor, zatímco rozdíly mezi pohlavími hrají roli, pokud jde o výsledky na úrovni dílčích testů a indexů pomocí Wechslerovy škály inteligence pro dospělé – 4. vydání (WAIS-IV; Wechsler, 2013). .

Studie na typické vývojové (TD) populaci zkoumající genderové rozdíly pomocí subtestů a odvozených indexů z WAIS-IV poukázaly na lepší výkony mužů v indexech IQ, verbálního porozumění (VC), percepčního uvažování (PR) a pracovní paměti (WM) ( Longman a kol., 2007; Irwing, 2012; Daseking a kol., 2017). Místo toho byl index rychlosti zpracování (PS) jediným indexem, ve kterém měly ženy lepší výsledky. Tyto výsledky byly v souladu s italskou studií Pezzuti et al. (2020), který zjistil, že muži si vedli výrazně lépe než ženy v aritmetickém subtestu a WMI WAIS-IV. V jejich studii porovnávající výkony TD na WAIS-R a WAIS-IV se rozdíly mezi pohlavími ve vzorku WAIS-R jevily širší a rozsáhlejší, jak uvedli jiní předchozí autoři pomocí WAIS-III (Dolan et al., 2006; Van der Sluis a kol., 2006). Studie faktorové analýzy od Colom a Garcia-Lopez (2002) naznačila, že neexistují žádné rozdíly mezi pohlavími v obecné schopnosti (g) na španělské standardizaci WAIS-III. Autoři uvedli, že průměrné rozdíly mezi pohlavími ve prospěch mužů je třeba připsat specifickým skupinovým faktorům a specifičnosti testu. Podobně výsledky získané Van der Sluisem a kol. (2006) pomocí holandského WAIS-III naznačují rozdíly mezi muži a ženami ve výkonu, pokud jde o specifické kognitivní schopnosti, ale ne v obecné inteligenci (g). Naproti tomu u amerického standardizačního vzorku WAIS-III Irwing (2012) uvedl rozdíly mezi pohlavími nejen pokud jde o specifické schopnosti, ale také v g. Muži překonali ženy ve všeobecné inteligenci [Full Scale Intelligence Quotient (FSIQ)] a v dílčích testech, jako jsou informace, aritmetika a vyhledávání symbolů, zatímco ženy předčily muže v indexu rychlosti zpracování (PSI).

Úroveň vzdělání (Ceci a Williams, 1997; Gustafsson, 2001) a věk také přispívají k pochopení rozdílů ve výsledcích IQ. Ceci (1991) tvrdí, že čím více let vzdělání, tím lepší kognitivní schopnosti. Tento fenomén je způsoben vystavováním kontextů, které lidem umožňují dozvědět se relevantní informace, soustředit se na problémy a učí přístupy kognice, na kterých je založena většina inteligenčních testů. Výsledky italské studie (Tommasi et al., 2015) ukázaly, že WAIS-R detekuje individuální rozdíly v inteligenci správně měřené skóre IQ na různých úrovních vzdělání. Ve skutečnosti dochází k průměrnému nárůstu o 1,9 bodu IQ v globálním složeném skóre IQ za rok vzdělávání. Jak již bylo naznačeno, věk je třeba vzít v úvahu při zohlednění rozdílů IQ a efektivity v čase (Baltes et al., 1998; Schaie a Willis, 2010). Většina studií se zaměřila na klíčovou roli pracovní paměti a její propojení s obecnými schopnostmi. Tvrdilo se, že u TD se hraje významný škodlivý vliv věku na zdroje pracovní paměti (Craik a Salthouse, 2008; Robert et al., 2009).

Profil úrovně inteligence je tedy jedním z relevantních faktorů, které je třeba vzít v úvahu při diagnostice lidí s PAS, spolu s dalšími kognitivními, neuropsychologickými, sociodemografickými a základními příznaky (Happé et al., 2016). Rozpoznání toho, jak se mohou lidé s ASD na tomto konstruktu lišit, může být zásadní pro identifikaci podtypů ASD (Grzadzinski et al., 2013). Proto se podtypy ASD mění podle různých vzorců kognitivních schopností (Grzadzinski et al., 2013). Neexistují však žádné výrazné profily IQ jedinců s ASD (Siegel a kol., 1996; Ghaziuddin a Mountain-Kimchi, 2004; Goldstein a kol., 2008; Williams a kol., 2008; Charman a kol., 2011). Intelektuální schopnosti bylo obtížnější posuzovat u jedinců s PAS kvůli jejich vlastnostem a nástrojům hodnocení. Mnoho výzkumníků se zaměřilo na děti, ale jen málo autorů studovalo kognitivní výkonnostní vzorce u dospělých s ASD a jak tyto vzorce mohou rozlišovat úrovně závažnosti a typické konfigurace výkonnosti. WAIS-IV (Wechsler, 2013) je nejpoužívanější a obnovený test kognitivní výkonnosti pro hodnocení verbálních dospělých s PAS. Mezi další standardizované míry inteligence patří Stanford–Binet (např. Roid, 2003), Ravenovy progresivní matice (RPM; Raven et al., 1998) a Leiter-3 (Roid et al., 2013). Použití Wechslerových škál podpořilo několik studií (Filipek et al., 1999; Mottron, 2004). Předchozí výzkum nicméně ukázal, že RPM (Raven et al., 1998) může být adekvátnější pro popis kognitivního profilu lidí s PAS (Dawson et al., 2007; Hayashi et al., 2008; Soulières et al., 2011). Ve skutečnosti, jak poukázali Dawson et al. (2007) může Wechslerova škála podceňovat inteligenci jedinců s PAS především kvůli důrazu na verbální instrukce a úkoly. Struktura a charakteristiky RPM, vhodné pro úlohy plynulého uvažování, však mohou být vhodnějším měřítkem inteligence lidí s PAS. Výsledky srovnání výkonů Wechslerových a RPM skóre dospělých s a bez ASD zvýraznily významně vyšší výkon skupiny ASD na RPM ve srovnání se skupinou TD, jejíž výkony napříč škálami byly bez signifikantních rozdílů. Rozdíl v IQ mezi lidmi s ASD a TD však umožnil hloubkové pochopení rozdílů v kognitivních výkonech lidí s ASD pomocí RPM a Wechslerovy škály. Výsledky samostatné, ale související studie naznačují, že k vyššímu výkonu RPM ve srovnání s Wechslerovými měřeními dochází primárně u jedinců s ASD s kognitivní poruchou (Bölte et al., 2009). Holdnack a kol. (2011) porovnávali výkony mezi kontrolní skupinou, HFA a Aspergerovou poruchou (AS) v subtestech WAIS-IV. Nebyly nalezeny žádné statisticky významné rozdíly mezi AS a kontrolními skupinami, zatímco skupina HFA měla nejnižší skóre. Výkony ASD a kontrolních skupin v Matrix Reasoning a Digits Forward však neodhalily žádné významné rozdíly. Co se týče kódovacích subtestů, všechny tři skupiny se od sebe výrazně lišily. Nakonec ve vizuálních hádankách, kde skupina HFA fungovala výrazně hůře než kontrolní skupina, se skupina AS nelišila ani od skupiny HFA, ani od kontrolní skupiny.

Stručně řečeno, několik demografických proměnných je spojeno s různými kognitivními úrovněmi schopností v TD. Na základě našich znalostí však žádná studie nehodnotila společně vliv věku, pohlaví, úrovně vzdělání a úrovně autismu na kognitivní výkony lidí s PAS měřené italským WAIS-IV na velkém vzorku. V této studii jsme tedy testovali několik hypotéz:

(1) Otestujte souvislost mezi demografickými proměnnými a úrovní autismu pomocí FSIQ, hlavních indexů a dílčích testů jako předběžný krok pro další a hloubkové analýzy. Očekávaná byla mírná korelace mezi věkem a úrovní vzdělání a FSIQ a hlavními indexy.

(2) Za předpokladu, že FSIQ nedokáže důkladně vysvětlit silné a slabé stránky lidí s ASD hodnocenými pomocí WAIS-IV, chtěli jsme zjistit, zda jako TD byly nalezeny významné účinky nezávislých proměnných na čtyři indexy dohromady (VCI, WMI , PRI, PSI) a podkladové dílčí testy. Konkrétně jsme neočekávali žádné rozdíly mezi pohlavími v FSIQ u obou úrovní autismu; významný vliv věku a úrovně vzdělání na VCI, WMI a PSI; a lepší výkony účastnic ASD na PSI.
(3) Nakonec jsme chtěli otestovat hypotézu, že lepší výkony na čtyřech indexech mohou předpovídat méně závažné autistické symptomy. Bylo skutečně zkoumáno optimální hraniční skóre pro rozlišení úrovní závažnosti autismu pomocí WAIS-IV.

Metody

Účastníci

Celkem bylo v Regionálním centru pro poruchy autistického spektra v Turíně a v Regionálním centru pro autismus v L. hodnoceno 270 dospělých s PAS (Mage=26.3 SD=9.35). „Aquila (Itálie). Regionální centrum ASL Citta di Torino je národní oddělení pro systém duševního zdraví, které poskytuje služby lidem s PAS. Centrum poskytuje klinická vyšetření a psychologické a vzdělávací intervence pro lidi s autismem (Keller et al., 2{{1{116}}8}}20). Regionální referenční centrum pro autismus – struktura zdravotnického systému regionu Abruzzo – provádí diagnostickou, klinickou a konzultační činnost a poskytuje léčbu jedincům s PAS. Většina pacientů byla doporučena všeobecným psychiatrem k posouzení ASD a přišli do obou center poprvé nebo se vrátili k následnému vyšetření. Všechny diagnózy byly stanoveny podle kritérií Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5) (APA, 2013) s ohledem na klinickou anamnézu, klinický rozhovor, kognitivní hodnocení pomocí WAIS- IV (Orsini a Pezzuti, 2013), diagnostické vyhodnocení pomocí ADI-r (Rutter a kol., 2003) a modul ADOS 4 (Lord a kol., 2002) nebo RAADS (Ritvo a kol., 2011 ), po strukturované diagnostické cestě (vícekrokový síťový model, Keller et al., 2020). Z celého vzorku dostalo 169 lidí diagnózu ASD s úrovní 1 (muži=75 %, Medu=12,4, SD=2,64; ženy=25 %, Medu=13.6, SD=2.91), 60 s ASD úrovní 2 (muži=75%, Medu=10.9, SD=2.18; žena=25 %, Medu=11,3, SD=2,47) a 39 let s úrovní ASD 3 (muži=79 %, Medu=10,9, SD=1,96; žena = 21 %, Medu=11,5, SD=1,60). Aby byli všichni pacienti zařazeni do studie, dostali formální klinickou diagnózu ASD podle kritérií DSM-5 (APA, 2013). Lidé s komorbidní psychopatologií (n=42) byli zahrnuti pouze v případě, že byli buď v remisi, nebo měli minimální dopad na každodenní fungování. Celkem 3,9 % s ASD úrovně 1 a komorbidními depresivními poruchami (muži=3 %, ženy=0,9 %), 3,49 % s ASD úrovně 1 a poruchami osobnosti (muži=2). 18 %, ženy=1,31 %), 2,18 % s PAS úrovně 1 a specifickými poruchami učení (muži=1,31 %, ženy=0,87 %), 1,31 % lidí s ASD úrovně 1 (muži=0,43 %, ženy=0.86 %) a 0,43 % mužů s ASD úrovně 2 a obsedantně-kompulzivní poruchou, 1,31 % s ASD úrovně 1 a epilepsií (muži=0,87 %, ženy = 0,43 %), 1,31 % s ASD úrovně 1 a úzkostnou poruchou (muži = 0,43 %, ženy=0,87 %), 1,31 % s úrovní ASD 1 a schizofrenií (muži=0,87 %, ženy=0,43 %), 0,87 % s úrovní ASD 1 a poruchou pozornosti/hyperaktivitou (muži {{ 112}},43 %, ženy = 0,43 %), 0,87 % s ASD úrovně 1 a poruchou vývojové koordinace (muži=0,43 %, ženy=0,43 %), Bylo zahrnuto 0,43 % žen s ASD úrovní 1 a Turnerovým syndromem, 0,43 % mužů s ASD úrovní 2 a Tourettovým syndromem, 0,43 % s ASD úrovní 1 a genderovou dysforií.

Celkem bylo z původního vzorku vyloučeno 39 účastníků s úrovní 3 a dva účastníci s úrovní 2, protože nebyli vhodní pro verbální kognitivní hodnocení pomocí WAIS-IV, protože jejich komunikace probíhala pomocí gest nebo jiných alternativních komunikačních systémů.

Všechny demografické proměnné a charakteristiky konečného vzorku jsou uvedeny v tabulce 1.

Opatření
Údaje o kognitivních schopnostech byly shromažďovány pomocí WAIS-IV (Wechsler, 2013). WAIS-IV se používá k hodnocení intelektuálního profilu lidí ve věku od 16 do 90 let. Skládá se ze čtyř skóre a indexu obecné inteligence. Čtyři indexy jsou VCI, PRI, WMI a PSI. Každý index se skládá ze dvou nebo tří dílčích testů, které jsou nutné k získání celkového skóre IQ. Deset základních dílčích testů jsou slovník, informace, podobnosti, rozsah číslic, aritmetika, návrh bloku, maticové uvažování, vizuální hádanky, kódování a vyhledávání symbolů. Obsahuje také pět dalších dílčích testů: porozumění, řazení mezi písmeny a číslicemi, váhy obrázků, dokončování obrázků a rušení. V našem vzorku jsme použili desetijádrové subtesty pro všechny lidi a úrovně ASD. Vypočítali jsme skóre subtestů, skóre indexů a úplný index IQ. Každé hrubé skóre bylo opraveno italskými standardizačními skóre WAIS-IV (Orsini a Pezzuti, 2013).

WAIS-IV a celé psychologické hodnocení byly administrovány licencovaným psychologem ve velké a světlé místnosti v jednom sezení od 45 minut do 1,5 hodiny.

Struktura WAIS-IV a jeho indexů a dílčích testů je uvedena v tabulce 2.

Věk každého účastníka byl vypočten v okamžiku administrace WAIS-IV a vyjádřen v celých číslech.

Úroveň autismu byla klasifikována do tří různých úrovní, jak je uvedeno v DSM-5 (APA, 2013), takže úroveň 1 byla méně závažná, zatímco úroveň 3 byla nejzávažnější. Úroveň závažnosti byla hodnocena prostřednictvím klinických rozhovorů provedených dvěma nezávislými psychology a psychiatrem s účastníky a pečovateli. Nakonec při závěrečném shledání celý profesionální tým prodiskutoval a odsouhlasil jednu ze tří úrovní podpory, kterou daná osoba vyžaduje.

Roky vzdělávání byly shromažďovány s ohledem na zcela dokončené roky každého školního cyklu. Případné přerušené roky výuky se k počtu nepřičítaly. S ohledem na italský systém povinného vzdělávání bylo tedy 5 let přiděleno, pokud osoba dokončila první školní cyklus. Další 3 roky byly poskytnuty, pokud osoba dokončila druhý školní cyklus. Nakonec bylo uvažováno 5 let, pokud osoba dokončila poslední cyklus povinného vzdělávání. Pokud osoba dokončila bakalářské nebo magisterské studium, bylo navíc poskytnuto 3 až 5 let dalšího vzdělávání.

Psychopatologická komorbidita byla považována za dichotomickou proměnnou ve smyslu přítomnosti nebo nepřítomnosti jakékoli poruchy.

Analýza dat

Pro lepší popis a pochopení shromážděných dat byl použit analytický přístup. Nejprve byly provedeny deskriptivní a korelační analýzy, aby se prozkoumala data a distribuce proměnných napříč úrovněmi ASD a aby se zjistilo, zda existuje vztah mezi zájmovými proměnnými. Střední asociace mezi proměnnými představuje jednu z podmínek pro zkoumání jevů příčiny a následku prostřednictvím hloubkové následné analýzy.

Abychom lépe porozuměli účinkům sociodemografických proměnných a proměnných souvisejících s ASD na indexy kognitivní výkonnosti, byly k analýze dopadu věku, vzdělání, úrovně ASD, pohlaví a komorbidity na indexy WAIS-IV použity lineární regresní modely. Lineární regrese je prediktivní analýza používaná k určení, zda soubor prediktorových proměnných (nezávislé proměnné) předpovídá výsledek (závislé proměnné). Prostřednictvím analýzy rozptylového testu jsme hodnotili „celkový“ účinek s ohledem na rozdíly mezi průměry. Místo toho byla použita p-hodnota pro každý průměr v regresních modelech, aby bylo možné snadno pochopit, který průměr se liší od referenčního.

Kromě toho jsme v modelu kaskádového přístupu provedli podrobnější analýzu s ohledem na každý index jako závislou proměnnou a sociodemografické proměnné a proměnné související s ASD jako kovariáty. Pro následné analýzy jsme provedli multivariační analýzu kovariance (MANCOVA), abychom vyhodnotili statistické rozdíly na více spojitých závislých proměnných – čtyřech WAIS-IV indexech – pomocí dvou nezávislých seskupovacích proměnných, přičemž jsme kontrolovali jednu nebo více proměnných nazývaných kovariáty. Prostřednictvím MANCOVA jsme vytvořili model se čtyřmi závislými proměnnými (čtyři indexy WAIS-IV), pohlavím, úrovní ASD a komorbiditou jako nezávislými proměnnými a věkem a vzděláním jako kovariáty. Nakonec jsme zopakovali stejnou analýzu s použitím subtestů každého indexu jako závislých proměnných, pohlaví, úrovně ASD a komorbidity jako nezávislých proměnných a věku a vzdělání jako kovariát.

Podobně, v souladu s třetím cílem výzkumu, jsme chtěli rozlišovat mezi úrovněmi závažnosti ASD. Plocha pod křivkou (AUC) a provozní charakteristiky přijímače (ROC) (Metz, 1978; Zweig a Campbell, 1993) byly použity ke kontrole výkonu dvou skupin na úrovni ASD na kompozitních indexech WAIS-IV. ROC–AUC odhaluje, do jaké míry je pět kompozitních skóre WAIS-IV schopno rozlišit mezi úrovněmi závažnosti ASD. Čím vyšší je AUC, tím lépe model rozlišuje mezi účastníky s 1 a 2 úrovněmi závažnosti. ROC je graf skutečné pozitivní frekvence (citlivosti) v. míra falešně pozitivních výsledků (1-specificita) spojená s každou možnou hraniční hodnotou pro měření. AUC je měřítkem diagnostické přesnosti a prediktivní validity, kterou lze použít k porovnání prediktivní hodnoty různých měření. AUC se může pohybovat mezi 0,5 (náhodná diskriminace) a 1 (dokonalá diskriminace)

Pro analýzu jsme použili software R Studio (R Studio Team, 2020) a Jamovi (The Jamovi Project, 2021).

Výsledek

Pro statistickou analýzu byli vyloučeni dva dospělí s úrovní 2 a 39 dospělých s úrovní 3, protože nemohli být hodnoceni pomocí WAIS-IV. Konečný vzorek se tedy skládal z 229 lidí na úrovních 1 a 2. Popisná statistika vzorku a čtyři indexy jsou uvedeny v tabulce 3. Pro lepší pochopení distribuce dat napříč úrovněmi a indexy jsme představili histogramy s hustota FSIQ a čtyři indexy na Obr.

V jednoduché korelační analýze (viz tabulka 4) věk významně koreloval s FSIQ (r=0,300, p < 0,001), VCI (r = 0,323, p { {7}},01), PRI (r=0,214, p=0,001), WMI (r=0,247, p< 0.001) and PSI (r = 0.235, p < 0.001). A relevant result was the absence of significance between block design and age (r = 0.084, p = 0.207). A similar result was found between Arithmetic and age (r = 0.206; p = 0.002). Level of education was significantly correlated with FSIQ (r = 0.376, p < 0.001), while the stronger association was only with the VCI (r = 0.264, p < 0.001) and its subtests, Similarities (r = 0.346, p < 0.001), Vocabulary (r = 0.387, p < 0.001) and Information (r = 0.366, p < 0.001). Although no significant correlation between the level of education and WMI was found, Arithmetic was moderately correlated with the level of education (r = 0.301; p < 0.001).

Všechny asociace mezi hlavními indexy a dílčími testy byly významné (p < 0,001).

V modelech lineární regrese jsme zvažovali společné účinky pohlaví, úrovně vzdělání, úrovně autismu, věku a komorbidity na FSIQ. V modelu 1 věk (=0,371; t=2,779; p=0.006), úroveň autismu ( {{7 }} −35,205; t=−12,636; p < 0,001) a úroveň vzdělání (=1,530; t=3,268; p < 0,001) byly významné, což naznačuje, že čím vyšší je věk, úroveň autismu a vzdělání, tím lepší je skóre FSIQ. Model 1 vysvětlil 54,3 % rozptylu ve skóre FSQI (R2 upraveno=0,512, F(4, 224)=60,9, p < 0,001). Nebyly zjištěny žádné významné účinky komorbidity na FSIQ (= 0.479; t = 0.153; p= 0.87).

Pomocí vícerozměrných vícenásobných regresních modelů s MANCOVA jsme testovali různé hypotézy. V modelu 2 jsme uvažovali společné efekty nezávislých proměnných předchozího modelu samostatně na čtyři indexy (VCI, PRI, WMI, PSI). Pohlaví (F=8.23; p < 0.001), věk (F=4.54; p=0. 002), úroveň vzdělání (F = 3,53; p=0,008) a úroveň autismu (F=63,80; p < 0,001) mají významný vliv na čtyři indexy, když je posuzujeme společně. Nebyly nalezeny žádné významné účinky s ohledem na společné účinky sexu a úrovně autismu na čtyři indexy (F=1 0,95; p=0 0,103) ani na komorbidity (F=1,77 p=0.135). Proto model 2 naznačuje, že mužští pacienti dosahují lepších výsledků než ženy a čím vyšší je úroveň vzdělání a věk, tím lepší jsou skóre čtyř indexů. S ohledem na přímý vliv proměnných na každý jednotlivý index jsme skutečně zjistili, že vliv pohlaví byl statisticky významný na VCI (F=4,429; p=0,036) a PSI (F {{ 30}},835; p=0,001) a zůstal významný, když se vezme v úvahu společný efekt s úrovní na PSI (F=6,788; p=0,010). Vzdělání má statisticky významný vliv na VCI (F = 12,374; p ⩽ 0,001) a WMI (F=8,288; p=0,004).

V následujících vícerozměrných mnohonásobných regresních modelech jsme hodnotili účinky pohlaví, věku, vzdělání, úrovně autismu a komorbidit na základní subtesty čtyř indexů. Digit Span a Aritmetika byly považovány za hlavní dílčí testy WMI. Výsledky ukázaly významný vliv úrovně autismu (F {{0}},036; p < 0,001), věku (F=3,832; p=0,023) a vzdělání (F=4.244; p=0.016) v obou dílčích testech. U subtestů WMI nebyly zjištěny žádné účinky komorbidit (F=0 0,121; p=0 0,886).

Vezmeme-li v úvahu základní dílčí testy VCI, pohlaví (F {{{{10}}}}.859; p = 0.038), úroveň vzdělání (F=4.822; p=0,003), úroveň autismu (F=73,258; p < 0,001) a věk (F=5,932; p < 0,001) měly statisticky významný vliv na podobnosti , Slovní zásoba a informace. Pokud se podíváme na výsledky jednorozměrných testů, pohlaví má významný dopad pouze na slovní zásobu (F=7.337; p=0.007) bez významu na podobnosti a informace. U subtestů VCI nebyly zjištěny žádné účinky komorbidit (F=0.623; p=0.601).

Pokud jde o účinky na Block Design, Matrix Reasoning a Visual Puzzles, úroveň autismu byla jedinou kovariátou se silným dopadem na tři dílčí testy (F {{0}} 0,375; p < 0,001) . Nebyly nalezeny žádné další relevantní výsledky kromě malého významného vlivu úrovní sexu a autismu na VP (F=4,433; p=0,036).
Poslední model zvažoval účinky proměnných na vyhledávání a kódování symbolů a odhalil významný vliv pohlaví (F {{0}}.21; p=0.006), úroveň autismu (F { {4}},29; p < 0,001) a interakce mezi pohlavím a úrovní autismu (F=3,22; p=0,042) ve dvou subtestech. Účinek proměnných izolovaných na každý věk subtestu má však statisticky významný dopad na vyhledávání symbolů.

Výsledky ROC jsou uvedeny v tabulce 5. Podle předchozí analýzy bylo pohlaví statisticky odlišné v několika indexech a subtestech a vzhledem k malé velikosti vzorku žen jsme se rozhodli léčit muže a ženy odděleně. V tabulce 5 jsme použili ROC na ženských (n=57) a mužských (n=172) vzorcích. Bylo zjištěno, že různé hraniční hodnoty rozlišují mezi úrovněmi 1 a 2 s ohledem na FSIQ. Každý index se statisticky významně lišil od úrovně pravděpodobnosti (= 0,05).

U ženského vzorku skóre 69 rozlišuje mezi úrovněmi, zatímco rozmezí pohybující se od 65 do 69 skóre může rozlišovat mezi muži s různými úrovněmi autismu. VCI rozlišuje mezi úrovněmi 1 a 2 se skóre 74 u žen. Zatímco u mužských účastníků se klinický rozsah, který je třeba vzít v úvahu, pohybuje od 67 do 76. Nejlepší skóre PRI u ženského vzorku je 79, zatímco u mužského vzorku je skóre 77 nejlepším kompromisem s ohledem na citlivost a specificitu. Pokud jde o WMI, hraniční hodnota 69 vedla k silnému parametru pro rozlišení autismu úrovně 1 a 2 u žen. Pro mužskou populaci je adekvátní cut-point 72 s dobrou senzitivitou a specificitou. A konečně, pro PSI, ve vzorku žen, 81 byla dobrá mez, zatímco u mužského vzorku byla dobrá mez 70.

Diskuse

Limitovaní výzkumníci se zaměřili na hloubkovou studii kognitivního profilu dospělých s autismem v mezinárodním kontextu a žádný výzkum v italském kontextu (Fombonne, 2005; Wilson et al., 2016). Pokud je nám známo, většina autorů se zaměřila na kognitivní a sociální výkony dětí nebo adolescentů s PAS (Bodner et al., 2014). Několik studií se zaměřilo na srovnání kognitivní výkonnosti dospělých s ASD s TD nebo HFA s AS a TD (Holdnack et al., 2011). Žádný z nich nezkoumal vliv sociodemografických proměnných na kognitivní výkony lidí s PAS. V našem výzkumu jsme tedy zkoumali kognitivní profil dospělých s ASD, kteří dosáhli klinické diagnózy. Po prozkoumání dat pomocí deskriptivních analýz jsme provedli korelaci Full Scale, Primary Index Scale a hlavních subtestů a sociodemografických proměnných. Výsledky ukázaly, že FSIQ, PRI, WMI a PSI mírně korelují s věkem účastníků. Konkrétněji se předpokládá, že úroveň vzdělání má významný dopad na kognitivní dovednosti měřené indexy WAIS-IV (Ceci, 1991; Baltes et al., 1998; Schaie a Willis, 2010; Pezzuti et al., 2019; Borella a kol., 2020). Místo toho je zajímavým výsledkem téměř nezávislost subtestu Block Design na věku a vzdělání, což lze v našem vzorku považovat za kulturně a věkově nezávislý subtest.

Následně jsme použili kaskádový přístup, analyzovali jsme nejprve Full-Scale Index, poté čtyři základní indexy a nakonec dílčí testy, které tvoří čtyři hlavní indexy. Rozhodnutí pro tuto volbu bylo učiněno s cílem snížit dopad dvou chyb: chyb vzniklých během transformace vážených skóre na složená skóre a když rozdíl mezi indexy nebo subtesty byl takový, že znehodnotil skóre samotného indexu. V prvním lineárním regresním modelu jsme hodnotili vliv věku, úrovně vzdělání, pohlaví a úrovně autismu na FSIQ. Výsledky ukázaly vysokou úroveň významnosti pro věk i vzdělání, což naznačuje, že každé skóre ve FSIQ koreluje s nárůstem o 0,37 let a pro každý rok vzdělání je nárůst přibližně o 1,5 bodu v FSIQ. Tyto výsledky jsou v souladu se studií o TD Tommasi et al. (2015), který prokázal průměrný nárůst o 1,9 bodu IQ v globálním kompozitním skóre IQ za rok vzdělávání. Na rozdíl od našich očekávání a předchozích výsledků, které prokázaly nevýhodu autistických žen ve skóre IQ ve srovnání s autistickými muži, nebyly v našem vzorku zjištěny žádné sexuální účinky na skóre FSIQ. Jak již bylo zmíněno, jen na základě zkoumání skóre FSIQ lze předpokládat několik závěrů, protože obsahují různé informace o širších kognitivních schopnostech.

Proto jsme v modelu 2 provedli MANCOVA s použitím čtyř indexů jako závislých proměnných, pohlaví a úrovní závažnosti jako faktorů a věku a vzdělání jako kovariát. Výsledky ukázaly statisticky významný rozdíl ve všech proměnných s výjimkou případů, kdy se bere v úvahu interakce mezi pohlavím a úrovní autismu. Podíváme-li se hlouběji na výsledky a dopad proměnných na indexy, výsledky zdůrazňují významný rozdíl mezi pohlavími v indexech verbálního porozumění a rychlosti zpracování u žen, které si vedou lépe než muži. Tento druhý výsledek není překvapivý, protože dokonce i dospělé ženy TD překonaly muže v úkolech rychlosti zpracování (Daseking et al., 2017). Avšak neočekávaně, a nikdy předtím nebylo nastíněno, měly dospělé ženy s autismem lepší výkony ve slovní zásobě ve srovnání s autistickými muži. Ačkoli jsou tyto výsledky překvapivé a nové, je třeba provést další studie, aby se vyrovnal počet žen a mužů účastníků ASD. Účinek ženské výhody na PSI zůstává významný, vezmeme-li v úvahu interakci s úrovní ASD. Výkon ženských účastnic na PSI je skutečně lepší jak na úrovni ASD 1, tak na 2. Dalším nepřekvapivým výsledkem je vliv vzdělání na index verbálního porozumění, který naznačuje, že lidé s vyšším vzděláním dosahují lepších verbálních znalostí a verbálního uvažování. předchozí literatura poukázala (Tommasi et al., 2015). Účinky vzdělání na pracovní paměť jsou však částečně nové a zůstávají významné, pokud jsou pro analýzu zvažovány oba subtesty. K lepšímu pochopení směru tohoto účinku je však třeba provést další studie. Dá se předpokládat, že roky vzdělání přispívají k lepším výkonům v oblasti číslic a aritmetiky, protože lepší výkony WMI zvyšují pravděpodobnost vyšší úrovně vzdělání. Neočekávaně nebyl nalezen žádný statistický účinek sexu na WM, což odhaluje podobný způsob, jak pro mužské i ženské účastníky vystupovat v této kognitivní doméně. Tento výsledek je v protikladu k nedávné italské studii o TD provedené Pezzuti et al. (2020), ve kterém došlo k lepšímu výkonu mužů v kompozitním skóre WMI a jeho aritmetickém subtestu. Absence vlivu sexu na tento index v našem autistickém vzorku by mohla být interpretována ve světle extrémní teorie mužského mozku (Baron-Cohen, 2002), podle níž lze autismus považovat za extrém normálního mužského profilu.

V modelu 4 jsou uvažovány subtesty VCI (podobnosti, slovní zásoba a informace) a výsledky ukázaly významný vliv na všechny proměnné kromě případů, kdy se bere v úvahu interakce mezi pohlavím a úrovní ASD. Při hlubším pohledu na jednorozměrné analýzy se u každého subtestu potvrzují významné vlivy vzdělání, věku a úrovně autismu na jednotlivé subtesty. Literatura tato zjištění podporuje a ukazuje, že úroveň vzdělání je prediktorem větší verbální kompetence (Abad et al., 2015). Předchozí rozdíly mezi pohlavími zjištěné s ohledem na kompozitní skóre VCI však zmizely, když byl každý subtest zvažován pro analýzu, s výjimkou slovní zásoby. I tento výsledek je v rozporu s předchozím výzkumem (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017), který nastínil nadřazenost mužů s TD v Indexu verbálního porozumění. Naopak v našem vzorku ženy s ASD překonaly muže s ASD, když byl v analýze zohledněn subtest slovní zásoby. Tento rozdíl je však považován za statisticky významný pouze na úrovni ASD 1, žádné rozdíly mezi pohlavími v subtestech VCI nebyly zjištěny, pokud je uvažována úroveň ASD 2.

V modelu 5 jsme jako závislé proměnné použili dílčí testy Block Design, Matrix Reasoning a Visual Puzzles. Výsledky ukázaly pouze významný vliv úrovně ASD na uvažované subtesty. Převaha mužů s TD v kompozitním skóre PRI (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) nebyla v našem autistickém vzorku potvrzena, což naznačuje, že subtesty PRI jsou citlivější na úroveň závažnosti ASD v náš vzorek.

V modelu 6 byly jako závislé proměnné použity vyhledávání symbolů a kódování. Výsledky odhalily statisticky významný vliv pohlaví a úrovně autismu na oba subtesty, což potvrdilo předchozí výsledky při analýze složeného skóre PSI. I když je společný účinek pohlaví a úrovně autismu kontrolován, zůstává výsledek v každém subtestu statisticky významný. Tento výsledek je v souladu s předchozími studiemi o TD s ohledem na převahu žen v indexu rychlosti zpracování (Pezzuti et al., 2020); zdá se tedy, že stejný vzorec se vyskytuje v populaci ASD.

Použití hlavních indexů WAIS-IV nebo hraničních skóre dílčích testů k lepšímu rozlišení mezi úrovněmi autismu může být kontroverzní, ale užitečné pro lékaře, kteří musí popsat fungování jedné osoby podle klasifikace DSM-5 (APA, 2013). Pro Full-Scale Index byly nejlepší zjištěné mezní body 69 pro ženy a 65 pro muže pomocí Youdenových indexů. Ve VCI byly optimální mezní hodnoty 74 a 69 pro ženy a muže, v daném pořadí; pokud jde o PRI, nejlepší cut-pointy byly 79 pro ženy a 73 pro muže; ve WMI 69 pro ženy a 72 pro muže; konečně pro PSI byly optimální hraniční hodnoty 81 pro ženy a 70 pro muže.

Ačkoli všechny tyto prediktivní výsledky mohou lékařům pomoci lépe rozlišovat mezi různými úrovněmi závažnosti, test nemůže nahradit diagnostické hodnocení zkušenými lékaři. Hraniční skóre se však bere spolu s předchozími zjištěními o téměř nezávislosti PRI na věku, úrovni vzdělání a pohlaví, které mohou částečně nasměrovat klinické hodnocení na zrakově prostorové schopnosti při hodnocení osob s PAS napříč úrovněmi.

Souhrnně řečeno, někteří autoři prokázali podcenění kognitivních schopností lidí s PAS při hodnocení pomocí WAIS-IV ve srovnání s RPM (Dawson et al., 2007; Hayashi et al., 2008; Soulières et al., 2011). Zdá se však, že tento fenomén je lépe aplikovatelný na lidi s PAS s kognitivní poruchou a ne na AS (Bölte et al., 2009; Holdnack et al., 2011) nebo průměrné kognitivní schopnosti. Kognitivní porucha by tedy měla být předmětem zájmu při výběru jakéhokoli nástroje hodnocení, který mají lidé s PAS použít, a při interpretaci výsledků jejich dosažení na základě tohoto měřítka. Spolu s kognitivní poruchou hraje na výsledek IQ významný vliv opoždění řeči, jak Bodner et al. (2014) ve své studii prokázali, že u verbálně schopných dospělých vedly k lepšímu WAIS-IV IQ než RPM skóre. Před hodnocením lidí s PAS je tedy třeba vzít v úvahu více faktorů (kontext, situace, hodnocené schopnosti, různé metody) a upřednostnit multimetodní multiinformační přístup. Proto předpovídání akademického nebo adaptivního fungování lidí s PAS v průběhu celého života na základě nástrojů kognitivního hodnocení by mělo být prováděno s opatrností, protože ani Wechsler ani RPM plně neshromažďují všechny informace potřebné k hodnocení kognitivních funkcí u lidí s PAS.

Omezení a směry pro budoucí výzkum

Možným omezením studie je malý počet účastnic ve srovnání s mužskými účastníky, což může bránit zobecnění výsledků. Kromě toho, snížený vzorek ženského ASD a výsledky žádných rozdílů mezi pohlavími na obecných složených skóre IQ mohou být částečně způsobeny velikostí vzorku žen. Vzorek se však skládal z různého počtu mužů a žen podle prevalence ASD.

Ve výzkumu byla zkoumána pouze přítomnost či nepřítomnost komorbidit v nálezech. Ačkoli omezený počet účastníků měl klinické diagnózy, které by mohly mít silný vliv na subtesty WAIS-IV, jako jsou psychotické poruchy nebo ADHD, jsou zapotřebí další studie k vyhodnocení jediného účinku komorbidit na výsledky.

Dostupnost dat a materiálů

Anonymizované soubory dat analyzované v aktuální studii jsou na vyžádání k dispozici u odpovídajícího autora.

Poděkování.

Děkujeme všem lidem, kteří se na této studii podíleli. Vážíme si účasti autistických účastníků a jejich příbuzných, kteří svým zájmem a obětavostí umožňují výzkum autismu.

Finanční podpora.

Na výzkum nebyla získána žádná finanční podpora.

Konflikt zájmů.

Autoři neuvedli žádný střet zájmů.

Etické standardy.

Všechny postupy prováděné ve studiích zahrnujících lidské účastníky byly v souladu s etickými standardy institucionálního a/nebo národního výzkumného výboru as Helsinskou deklarací z roku 1964 a jejími pozdějšími dodatky nebo srovnatelnými etickými standardy.

Reference

1. Abad F, Sorrel M, Román F a Colom R (2015) Vztahy mezi skóre indexu faktoru WAIS-IV a úrovní vzdělání: přístup k bifaktorovému modelu. Psychologický posudek 28, 987–1000.

2. American Psychiatric Association (2013) Diagnostic and Statistical Manual of Mental Disorders, 5th Edn. Arlington, VA: Autor.

3. Attwood T (2007) Kompletní průvodce Aspergerovým syndromem. Londýn: Jessica Kingsley Publishers.

4. Baltes PB, Lindenberger U a Staudinger UM (1998) Teorie životnosti ve vývojové psychologii. V Damon W a Lerner RM (eds), Handbook of Child Psychology: Vol. 1. Teoretické modely lidského rozvoje, 5. Edn. Hoboken, NJ: Wiley, s. 1029–1143.

5. Baron-Cohen S (2002) Extrémní teorie mužského mozku autismu. Trendy v kognitivních vědách 6, 248–254.

6. Baxter AJ, Brugha TS, Erskine HE, Scheurer RW, Vos T a Scott JG (2015) Epidemiologie a globální zátěž poruch autistického spektra. Psychologické lékařství 45, 601–613.

7. Bodner KE, Williams DL, Engelhardt ČR a Minshew NJ (2014) Srovnání opatření pro hodnocení úrovně a povahy inteligence u verbálních dětí a dospělých s poruchou autistického spektra. Výzkum poruch autistického spektra 8, 1434–1442.

8. Bölte S, Dziobek I a Poustka F (2009) Stručná zpráva: revidována úroveň a povaha autistické inteligence. Journal of Autism and Developmental Disorders 39, 678–682.

9. Borella E, Pezzuti L, De Beni R a Cornoldi C (2020) Inteligence a pracovní paměť: důkazy z podávání WAIS-IV italským dospělým a starším lidem. Psychologické výzkumy 84, 1622–1634.

10. Ceci SJ (1991) Jak moc ovlivňuje školní docházka obecnou inteligenci a její kognitivní složky? Přehodnocení důkazů. Vývojová psychologie 27, 703–722.

11. Ceci SJ a Williams WM (1997) Školství, inteligence a příjem. Americký psycholog 52, 1051.

12. Charman T, Pickles A, Simonoff E, Chandler S, Loucas T a Baird G (2011) IQ u dětí s poruchami autistického spektra: údaje z projektu Special Needs and Autism Project (SNAP). Psychologické lékařství 41, 619–627.

13. Christensen DL, Baio J, Van Naarden Braun K, Bilder D, Charles J, Constantino JN, Daniels J, Durkin MS, Fitzgerald RT, Kurzius-Spencer M, Lee LC, Pettygrove S, Robinson C, Schulz E, Wells C , Wingate MS, Zahorodny W, Yeargin-Allsopp M a Centers for Disease Control and Prevention (CDC) (2016) Prevalence a charakteristiky poruchy autistického spektra u dětí ve věku 8 let – monitorovací síť autismu a vývojových poruch, 11 míst, Spojené státy americké, 2012. Přehledy sledování MMWR 65, 1–23.

For more information:1950477648nn@gmail.com