婴儿哭声能筛查自闭症?系统综述:有潜力但证据不足
一项系统综述整合了11项通过分析婴儿哭声识别自闭症的研究,发现个别研究显示自闭症婴儿哭声基频可能更高,但合并元分析未发现统计学显著差异。机器学习模型区分准确率常超90%,但样本小、异质性高。哭声分析有望成为客观无创的早期筛查工具,仍需大规模纵向研究验证。
在中文标题、摘要、正文中检索心理学资讯
一项系统综述整合了11项通过分析婴儿哭声识别自闭症的研究,发现个别研究显示自闭症婴儿哭声基频可能更高,但合并元分析未发现统计学显著差异。机器学习模型区分准确率常超90%,但样本小、异质性高。哭声分析有望成为客观无创的早期筛查工具,仍需大规模纵向研究验证。
一项新研究发现,两种新型血液检测能准确识别唐氏综合征成人脑内的阿尔茨海默病标志物——淀粉样蛋白斑块,准确率分别达90%和92%。这为这一高风险群体提供了比脑部扫描和脊髓穿刺更简单、无创的早期筛查工具。但研究样本较小,检测阈值仍需大规模验证。这一进展有望让唐氏综合征患者在常规体检中就能获得阿尔茨海默病的早期预警。
一项为期5年的前瞻性队列研究(n=491)表明,基于儿童行为量表(CBCL)中8个症候子量表构建的儿童精神病风险筛查系统(CPSS),能有效预测儿童精神科门诊患者未来是否发生精神分裂症谱系障碍(SSD),其曲线下面积(AUC)达0.906,显著优于传统使用的“思维问题”子量表,并与包含150个变量的复杂机器学习模型(AUC=0.959)表现相近。该工具为初级医疗场景下识别精神病高风险儿童提供了简洁、客观的风险分层手段,有望缩短转诊延迟、促进早期干预。
通过对55个乌拉圭家庭(包括自闭症谱系障碍儿童及其神经典型发育同胞)的横断面病例对照研究,发现该群体存在高达20个月的诊断延迟、65%的发育退化率以及94.3%的胃肠道症状高发率,揭示了拉丁美洲背景下自闭症谱系障碍的独特临床特征与系统性医疗资源获取障碍。
本研究关注产后女性中适应障碍(调整障碍)的早期压力应对模式与人际特征。通过对比57名适应不良女性与47名正常适应女性的问卷数据,发现无效适应组更频繁使用放弃、逃避、固执等消极应对策略,且人际模式上呈现更多的“反抗-不信任”倾向。研究提示,识别这些心理行为特征有助于产后早期筛查和预防性干预。