Évaluation de la validité diagnostique et concourante du DREAM-IT chez les tout-petits mandarinophones avec trouble du spectre de l'autisme et trouble développemental du langage

Cette étude transversale a inclus 213 enfants mandarins âgés de 24 à 36 mois, répartis en trois groupes : 89 avec trouble du spectre autistique (TSA), 60 avec trouble développemental du langage (TDL) et 64 avec développement typique (DT). Les participants ont été recrutés dans un service de pédiatrie d'un hôpital tertiaire entre 2020 et 2022, et les diagnostics cliniques ont été établis par des équipes multidisciplinaires selon les critères DSM-5 et CATALISE. L'outil évalué est le DREAM-IT (Diagnostic Receptive and Expressive Assessment of Mandarin-Infant & Toddler), un questionnaire rapporté par les aidants évaluant le langage réceptif et expressif, le jeu cognitif et la communication sociale. Les résultats montrent que le DREAM-IT présente une forte précision diagnostique pour distinguer les enfants avec TSA ou TDL des enfants DT (AUC = 0,84-0,998). Pour la discrimination entre TSA et TDL, le langage réceptif a montré la meilleure performance (AUC = 0,81 ; sensibilité = 69,1 % ; spécificité = 84,3 % ; seuil optimal = 86,5). En revanche, le langage expressif, le jeu cognitif et la communication sociale ont montré une performance individuelle faible à limitée (AUC = 0,51-0,57). Une régression logistique a indiqué que le langage réceptif (OR = 1,10, p < 0,05) et le langage expressif (OR = 0,77, p = 0,015) contribuaient indépendamment à la discrimination TSA versus TDL, avec une précision de classification globale de 79,2 %. La validité concurrente a été évaluée par comparaison avec des instruments établis (GDS, ABC, CARS, ADOS-2), montrant un accord modéré à substantiel (κ de Cohen = 0,62-0,82). Les auteurs concluent que le DREAM-IT est un outil prometteur pour le dépistage précoce du TSA et du TDL chez les tout-petits mandarins, mais qu'il ne doit pas être utilisé comme outil diagnostique autonome ; il doit être intégré à l'histoire développementale, à l'observation clinique et à des mesures spécifiques à l'autisme. L'analyse NeuroWatch note que l'étude ne rapporte pas de contrôle des facteurs de confusion potentiels (par exemple, niveau socio-économique, âge gestationnel, comorbidités), ce qui limite la capacité à déterminer si les associations observées sont indépendantes de ces facteurs. De plus, l'analyse est basée uniquement sur le résumé, et certaines informations (financement, conflits d'intérêts, suivi) ne sont pas rapportées dans la source analysée. Une anomalie apparente est notée : le langage expressif a une performance individuelle faible (AUC = 0,51-0,57) mais contribue significativement dans le modèle de régression, ce qui pourrait s'expliquer par sa valeur incrémentale au-delà du langage réceptif, mais le résumé ne clarifie pas ce point. L'analyse est automatisée et ne fournit pas de recommandation clinique.

Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.