论文部分内容阅读
目的:通过选用项目组前期研究制定的儿童孤独症早期风险预警工具(以下简称预警工具),从2014年至2018年对武汉市两城区群体儿童进行随访追踪,验证预警工具的信度和效度以及对孤独症的预测效果,为早期识别孤独症提供针对性强且简便易行的风险预警工具。方法:采用整群抽样的方法抽取武汉市两城区妇幼保健系统建册的12月龄婴儿作为研究对象,使用项目组前期研究出的12、18、24、30和36月龄预警工具对5个月龄时的儿童进行随访,记录不同月龄的异常征象(即阳性条目)情况,对出现异常征象的儿童进行跟踪调查。使用Epidata3.1录入数据,应用SPSS24.0进行统计分析。运用秩和检验、ROC曲线下面积(AUC)、一致性分析、相关性分析评价预警工具的条目,剔除不合理条目。同时使用一致性分析法,相关系数法,ROC曲线分析评价不同月龄预警工具的信度和效度,获得5个月龄的最优预警工具,计算出现异常征象的人数和孤独症所占比率,评价预测风险效果,划分风险等级。结果:(1)调查对象的基本情况:共调查8225名儿童,其中男童4386人(53.33%),女童3839人(46.67%),男女性别比为1.14:1。(2)孤独症筛检情况:(1)发现孤独症患儿共36人,患病率为4.40‰;(2)在出现≥1项异常征象儿童中,18月龄时人数最多,为965人(11.73%);36月龄时最少,为68人(0.83%);(3)在出现≥1项异常征象的儿童中,36月龄孤独症患儿最多,比例最高,分别为36人和52.94%;12月龄的孤独症患儿最少,为21人(3.70%);18月龄的孤独症患儿比例最低,为2.69%(26人);(4)不同月龄出现≥1项异常征象的比例男童均高于女童,差异均有统计学意义(P<0.05),出现≥1项异常征象的儿童中,男童孤独症比例均高于女童,且在18,24和30月龄时差异有统计学意义(P<0.05)。(3)不同月龄预警工具的评价1)12月龄预警工具评价:预警工具的Cronbach’sα系数,与孤独症诊断标准的Spearman系数,AUC,灵敏度在剔除前后分别为:0.898,0.874;0.282,0.613;0.754,0.783;0.476,0.588。使用预警工具计算显示,异常征象越多,孤独症阳性率越高。根据异常征象数目与孤独症关系,将出现0项,≥1项,≥5项或≥4项异常征象的儿童划分为低、中、高风险组。2)18月龄预警工具评价:预警工具的Cronbach’sα系数,与孤独症诊断标准的Spearman系数,AUC,灵敏度在剔除前后分别为:0.874,0.878;0.216,0.559;0.782,0.824;0.615,0.667。使用预警工具计算显示,异常征象越多,孤独症阳性率越高。根据异常征象的数目与孤独症关系,将出现0项,≥1项,≥5项或≥4项异常征象的儿童划分为低、中、高风险组。3)24月龄预警工具评价:预警工具的Cronbach’sα系数,与孤独症诊断标准的Spearman系数,AUC,灵敏度在剔除前后分别为:0.796,0.793;0.568,0.732;0.938,0.910;0.813,0.844。使用预警工具计算显示,出现异常征象越多,孤独症阳性率越高。根据出现异常征象的数目与孤独症的关系,将出现0项,≥1项,≥4项异常征象的儿童划分为低、中、高风险组。4)30月龄预警工具评价:预警工具(未剔除条目)的Cronbach’sα系数,与孤独症诊断标准的Spearman系数,AUC,灵敏度为0.823,0.686,0.936,0.909,信度和效度均较好。使用预警工具计算显示,出现异常征象越多,孤独症阳性率越高。根据出现异常征象的数目与孤独症的关系,将出现0项,≥1项,≥4项异常征象的儿童划分为低、中、高风险组。5)36月龄预警工具评价:预警工具的Cronbach’sα系数,与孤独症诊断标准的Spearman系数,AUC,灵敏度在剔除前后分别为:0.772,0.784;0.816,0.772;0.942,0.968;0.912,0.935。使用预警工具计算显示,出现异常征象越多,孤独症阳性率越高。根据出现异常征象的数目与孤独症的关系,将出现0项,≥1项,≥4项或≥3项异常征象的儿童划分为低、中、高风险组。结论:出现异常征象的儿童数以18月龄居多;在出现异常征象和发生孤独症的儿童中均以男童为主。应用和评价的12、18、24、30和36月龄预警工具,其条目均在10条以内,且信度和效度较好,风险预测较佳,通过较少阳性条目可确定罹患孤独症风险,出现异常征象越多,风险越大,并可据此划分低、中、高风险等级。