Algoritmos revisados de la entrevista de diagnóstico de autismo (ADI-R) para niños pequeños y preescolares: una Muestra de 1104 niños.

Article in Journal of Autism and Developmental Disorders · February 2015
Annelies de Bildt • Sjoerd Sytema • Eric Zander • Sven Bo¨lte • Harald Sturm • Nurit Yirmiya • Maya Yaari • Tony Charman • Erica Salomone • Ann LeCouteur • Jonathan Green • Ricardo Canal Bedia • Patricia Garcı´a Primo • Emma van Daalen • Maretha V. de Jonge • Emilı´a Guðmundsdo´ttir • Sigurro´s Jo´hannsdo´ttir • Marija Raleva • Meri Boskovska • Bernadette Roge´ • Sophie Baduel • Irma Moilanen • Anneli Yliherva • Jan Buitelaar • Iris J. Oosterling The Author(s) 2015.
This article is published with open access at Springerlink.com

Resumen
El presente estudio tuvo como objetivo investigar el algoritmo diagnóstico para niños pequeños y preescolares de la entrevista de autismo revisada (ADI-R) (Kim y Lord, J Autism Dev Disord 42 (1): 82–93, 2012) en una muestra fuera de EE. UU. En nueve países (n = 1,104). La validez de constructo indicó un buen ajuste de los algoritmos.

Los niños pequeños con TEA y menos capacidad de lenguaje tuvieron según rangos del ADI-R en gran parte resultados con preocupación leve a moderada o de moderada a grave, casi la mitad del grupo de TEA del habla con frases cayó en el rango de poca o ninguna preocupación.
Aunque en general los hallazgos apoyan los algoritmos para niños pequeños, se requiere más investigación para comprender por qué puede tener diferentes propiedades en diferentes muestras.

Introducción
Paralelamente al aumento de la evidencia de la efectividad de la intervención temprana para los niños con trastornos del espectro autista (TEA; Oono et al. 2013), se han logrado grandes mejoras en el reconocimiento y diagnóstico temprano de los TEA (Al-Qabandi et al. 2011; Oosterling et al. 2010c; Yirmiya y Charman 2010; Zwaigenbaum y col. 2013).

Instrumentos diagnósticos como la escala de observación para el diagnóstico del autismo (ADOS; Lord et al. 1999) y posteriormente ADOS-Segunda edición (ADOS-2; Lord et al. 2012a, b) y la entrevista de diagnóstico de autismo revisada (ADI-R; Rutter et al. 2003b) han evolucionado a lo largo de los años. Ahora proporcionan información valiosa para los clínicos con el fin de establecer un diagnóstico temprano (Charman y Gotham 2013). El ADOS-2, los algoritmos revisados para los módulos 1 y 2 y los algoritmos del módulo para niños pequeños (módulo T) han mostrado valor significativo en el diagnóstico temprano de los TEA (Gotham et al. 2007, 2008; Luyster y col. 2009; Molloy y col. 2011; Oosterling y col. 2010b, Overton y col. 2008).

Se sabe que el ADI-R es fiable en niños mayores (Lord et al. 1994). Sin embargo, para los niños más pequeños el algoritmo no era óptimo (por ejemplo, Lord et al. 1993; Oosterling et al. 2010a; Risi y col. 2006; Ventola y col. 2006; Wiggins y Robins 2008). Recientemente, Kim y Lord (2012) propusieron nuevos algoritmos para niños pequeños y preescolares, de 12-47 meses, con el objetivo de mejorar la validez ADI-R para estos niños pequeños. Los algoritmos se desarrollaron en EE. UU. con un gran grupo de datos (muestra de Michigan, N = 829) de niños pequeños y niños en edad preescolar de 12 a 47 meses, con una mentalidad no verbal a partir de los 10 meses. Los algoritmos para niños pequeños y los preescolares se han construido de acuerdo con algoritmos revisados del ADOS-2 (Gotham et al. 2007) y los criterios DSM-5 ASD (APA 2013). Estos son más específicos, ya que los algoritmos contienen elementos ligeramente diferentes para diferentes grupos de desarrollo según la edad y el nivel de lenguaje. Estos grupos de desarrollo, se definieron como (a) todos los niños 12 a 20 meses de edad, así como niños no verbales 21-47 meses de edad (12-20 / NV21-47), (b) todos los niños 21-47 meses con palabras sueltas (SW21-47) y (c) todos niños de 21 a 47 meses con lenguaje verbal (PH21-47).

Los nuevos algoritmos son más cortos (13-20 ítems) que los algoritmos originales (33 a 39 elementos) y contienen tres dominios. Los algoritmos se basan en ítems de la versión estándar ADI-R (Rutter et al. 2003b) que también aparecen en la versión para niños pequeños (Kim y Lord 2012). El primer dominio es el dominio del efecto social (SA; celdas 12-20 / NV21-47 y
SW21-47) o el dominio de comunicación social (SC; celda PH21-47), que contiene elementos sobre la interacción social y la comunicación. El segundo dominio es el de comportamiento restrictivo y repetitivo. El tercer dominio es el de imitación, gesto y juego (IGP; 12-20 / NV21-47 y SW21-47) o interacción recíproca y entre pares (RPI; celda PH21-47).

Se han descrito dos puntos de corte para TEA versus no-TEA : uno para investigación (mayor
umbral, más restrictivo; mayor especificidad, menor sensibilidad) y uno para uso clínico (umbral más bajo, más inclusivo; mayor sensibilidad, menor especificidad).
Para la clasificación basada en estos puntos de corte, se han proporcionado rangos de preocupación, que reflejan poca o ninguna preocupación, leve a moderada o moderada a grave, para representar la gravedad de los síntomas del autismo.

Los autores han replicado los algoritmos en dos muestras independientes de EE. UU. (Ambas descritas en Kim et al. 2013). Un estudio tuvo una muestra relativamente grande (CPEA / STAART, N = 641), el otro una muestra más pequeña (NIMH, N = 167). Se confirmó la validez diagnóstica de los algoritmos para niños pequeños ADI-R. Dentro de la muestra CPEA / STAART, las sensibilidades fueron comparables a la muestra de Michigan y las especificidades mejoraron notablemente. Dentro de la muestra de NIMH, las sensibilidades fueron más altas en comparación con la muestra de Michigan, y las especificidades fueron comparables, excepto para el grupo 12-20 / NV21-47 que mostró una especificidad ligeramente menor. Cabe señalar que en todas las muestras de EE. UU., fue difícil diferenciar a los niños con TEA de aquellos remitidos por TEA pero que recibieron diagnósticos fuera del espectro.

De acuerdo con la muestra de Michigan, más del 80% de los los niños con TEA en la muestra CPEA / STAART cayeron en los dos rangos de preocupación clínica.
El presente documento tiene como objetivo hacer una modesta contribución a examinar aspectos de la validez de los algoritmos ADI-R para niños pequeños y preescolares según lo propuesto por Kim y Lord (2012).

Esto se intenta en una muestra grande, completamente independiente, variada, no estadounidense (N = 1,104). Este estudio fue iniciado y realizado dentro de la Red europea: ESSEA (Enhancing the Scientific Study del autismo temprano) acción COST (Cooperación europea en Ciencia y Tecnología). Esta red se esfuerza por establecer una red científica interdisciplinaria para avanzar en el ritmo del descubrimiento de los primeros signos de autismo (Bo¨lte et al. 2013); combinar técnicas de neurociencia cognitiva con los de las ciencias clínicas; y generar Directrices de práctica europeas sobre identificación temprana e intervención (para obtener más información, consulte: www.cost-essea.com).

Discusión
El presente artículo tiene como objetivo hacer una contribución modesta a la literatura al examinar aspectos de la validez de los algoritmos ADI-R para niños pequeños y preescolares (Kim y Lord 2012) en una muestra independiente y grande fuera de los EE. UU. (N = 1,104). Con respecto a la validez de constructo, la estructura de tres factores que encontraron Kim y Lord (2012) se ajustaba bien a los datos. En la muestra actual, los ítems específicos encajaban bien en los dominios específicos de niños pequeños y preescolares de ADI-R, en línea con los valores de Kim y Lord y los estudios de replicación (Kim et al. 2013). Los índices de ajuste del modelo de tres factores fueron satisfactorios, asemejándose a los de las muestras de EE. UU. E indican que la nueva estructura del algoritmo ADI-R se puede aplicar a muestras de fuera de EE. UU. Las correlaciones entre los factores fueron comparables a las de las muestras CPEA / STAART (r = .69 – .94; Kim et al. 2013) y NIMH (r = .55 – .99; Kim y Lord 2012), lo que indica las mismas correlaciones altas entre los tres factores. En particular, las altas correlaciones entre SA / SC e IGP / RPI indicaron que estos dominios no eran independientes entre sí.

Otro hallazgo que corroboró la validez de constructo fue la correlación relativamente baja entre las puntuaciones del algoritmo y la edad y el nivel de funcionamiento cognitivo. Los niveles de estas correlaciones fueron comparables a los del estudio de Michigan (r \ .5, la mayoría \ .4; Kim y Lord 2012), y en el estudio CPEA / STAART (r \ .4; Kim et al. 2013) y Estudio NIMH (r B .4; Kim et al. 2013). No obstante, la correlación entre las puntuaciones medias de los dominios y el NVIQ varió entre los sitios, con correlaciones relativamente más altas para el Reino Unido y España. La validez relacionada con el criterio de las puntuaciones del algoritmo propuesto por Kim y Lord (2012) fue satisfactoriamente alta. La combinación propuesta de dominios para la clasificación (SA y RRB en 12-20 / NV21-47 y SC, RRB y RPI en PH21-47) se correspondía con un diagnóstico clínico de TEA en la muestra actual.

Con respecto a la validez diagnóstica, los resultados del estudio actual fueron menos consistentes con el estudio original. Las especificidades de los puntos de corte clínicos y de investigación en la muestra actual se parecían a las de los estudios estadounidenses, excepto en la celda SW21-47, que tenía una especificidad más baja en el punto de corte clínico (.70). Estos hallazgos indican que aunque el contenido y la estructura de los algoritmos eran aplicables en la muestra actual, la sensibilidad de la clasificación de TEA basada en la investigación informada y las puntuaciones de corte clínicas fue solo moderada y más baja que en los estudios de Kim y Lord (Kim y Lord 2012; Kim et al.2013).

Conclusión
El estudio actual indica que la validez de constructo de algoritmos para niños pequeños y preescolares propuestos por Kim y Lord (2012) fue aplicable en una muestra grande e independiente fuera de los EE. UU. Los elementos ADI-R seleccionados encajaban en los dominios propuestos SA / SC, RRB e IGP / RPI en la muestra no estadounidense, así como en la muestra estadounidense. Esto indica que el concepto teórico del ADI-R en niños pequeños y los niños en edad preescolar parecían ser iguales para las muestras estadounidenses y no estadounidenses. Sin embargo, en la muestra actual se encontró menor validez diagnóstica, con altas especificidad pero con sensibilidad moderada.

Únete a nuestro grupo de Educación Especial – Atención Temprana 📖 ✏️ en TELEGRAM desde este enlace:
👉🏼 https://t.me/joinchat/Q9MUPxM_lEIRDltGnuIDMA