标志＂src=

自闭症研究与治疗
PDF
自闭症研究与治疗/2020/文章

回顾文章|开放获取

体积 2020 |文章的ID 7605876 | https://doi.org/10.1155/2020/7605876

Patricia O. Towle, Patricia A. Patrick, Tamique Ridgard, Sofia Pham, Jaime Marrus， ＂越早越好?开始早期干预的年龄与自闭症谱系障碍儿童预后之间的关系:选择性回顾"，自闭症研究与治疗， 卷。2020， 文章的ID7605876， 17 页面， 2020． https://doi.org/10.1155/2020/7605876

越早越好?开始早期干预的年龄与自闭症谱系障碍儿童预后之间的关系:选择性回顾

帕特里夏·托尔，1，2 帕特丽夏·a·帕特里克，1，2 Tamique Ridgard，1 索非亚范教授，1 而且 Jaime Marrus1

1美国纽约州纽约州瓦尔哈拉市纽约医学院韦斯特切斯特人类发展研究所

2美国纽约州纽约州瓦尔哈拉市纽约医学院健康科学与实践系

学术编辑器:罗伯特·f·伯曼
收到了 3月23日
接受 26 june 2020
发表 03 Aug 2020

摘要

虽然传统观点认为“越早越好”，当涉及到对自闭症儿童的干预时，尚不清楚有什么证据支持这一观点。这篇综述审查了一组针对在不同年龄开始早期干预的ASD幼儿的结果的研究。本综述是选择性的，只纳入了研究开始治疗年龄以及基线认知、语言或适应水平的论文，此外，还采用了一种方法来控制早期能力水平和开始干预年龄之间的协方差。确定了14项研究，然后比较了方法和结果。对“越早越好”的支持有好有坏，但很明显，预测变量之间的复杂关系需要探索，以了解年龄在开始早期干预对后期结果的作用。

1.简介

自闭症谱系障碍(ASD)是一种神经行为障碍，严重影响社会互动、交流和兴趣。美国疾病控制与预防中心(Centers for Disease Control and Prevention)最近报告称，估计每1000名8岁儿童中有16.8人患有自闭症谱系障碍，即每59名儿童中就有一人患有自闭症谱系障碍。[1］．该领域最近最重要的研究和临床进展之一是能够在越来越年轻的年龄诊断ASD;目前的共识是大多数患有ASD的儿童可以在24个月前被诊断出来[2- - - - - -4］．由于越来越多的证据表明早期干预的积极作用，现在强烈鼓励早期诊断[5- - - - - -7]，这被视为减轻ASD终身影响和相关费用的关键之一[8，9］．一个必然的共识是，孩子越早开始干预项目，结果越好。然而，目前尚不清楚有什么直接证据能证明这一点。10，11］．

在干预方面，越早越好这一论断有几个强有力的、相互关联的理由。第一个与早期有关神经可塑性，由于突触形成的速度，出生至三岁期间被认为是神经可塑性的高峰阶段[12］．人类的大脑在出生时功能还不成熟，但需要与环境的广泛互动(例如，经验)与基因编程神经成熟相结合的复杂突触连接和皮层特化[13，14］．早期干预可以被视为高度专业化的经验，可以塑造甚至纠正出生到三岁期间形成的模式。

的概念进一步阐述了早期神经可塑性的概念至关重要的或敏感的时期-大脑通过经验和有机体发展为特定领域的学习做好准备的时间;一个相关的特性是窗口会逐渐关闭到某一点。现在有大量的证据，通过婴儿兄弟姐妹研究联盟产生，表明ASD的特征在婴儿期出现的同时，典型的早期社会和沟通技能正在建立和巩固。15- - - - - -17］．最早可观察到的ASD症状通常在12至18个月大时变得明显。然而，基本的发育过程极有可能在更早的时候——在前驱期——就已经脱轨了，这些过程既导致了可观察到的症状，又干扰了进一步的典型发育[18］．

现在有几种早期自闭症病因学模型，如“社会动机”假说[19- - - - - -21]，以及那些基于注意力、生物运动和感觉知觉的更广泛的干扰。每一项研究都积累了大量的图像和心理物理证据，证明对照组和后来被诊断为ASD的婴儿之间存在相关的神经系统差异[22，23］．然而，每个模型都包含一个概念发展级联，其中一个发展阶段的干扰显著地干扰了后续发展阶段的成功习得，这反映在早期神经系统的差异上，这些差异干扰了进一步的皮层专业化和典型技能的发展[24，25］．

考虑到这些证据和理论，有一个强有力的论点是，对ASD儿童的干预应尽可能接近早期的关键时期，当然是在第一次自闭症症状出现的时候。由此可见，时间过得越久，就越难修复神经回路和行为表达，以获得更优的行为模式。然而，尚不清楚早期干预的相对影响这一具体问题在多大程度上得到了提出和明确回答。11，26，27］．

本文研究了现有文献中关于开始早期干预的年龄在ASD儿童的不同结果中所起的作用。研究发现，开始干预的年龄是早期诊断为ASD儿童后期能力水平的预测因素。然而，两项研究只提供了选择性而非更广泛的回顾。首先，有明确的证据表明，自闭症谱系障碍预后最强的早期预测因素之一是基线认知功能[28，29］．其他重要的预测因素也同样反映了早期的技能水平，比如早期的语言[30.]，底线发挥[31]，以及社交能力[32]是ASD儿童长期预后的关键决定因素。因此，在本综述中，除了开始早期干预的年龄外，该研究还需要(1)至少包括基线认知或语言水平作为预测因素;(2)确定其他预测因素与开始干预年龄的协方差，此外，采用统计或设计方法控制进入EI年龄和基线能力水平之间与结果变量相关的共享方差。

这些标准被认为是必要的，因为研究表明，有一些重要的儿童特征可以增加早期诊断的可能性(从而开始干预)，例如存在明显的重复行为[33，34]，更大的延迟与最终的智力残疾有关[33]，以及更严重的沟通和社交障碍[35］．如上所述，这些特征将对以后的结果产生强烈影响，可能会压倒起始年龄的个人影响。一些环境变量也被证明会影响诊断年龄，包括父母的教育水平[35]，反映专业资源密度、父母对延误的归因、以前与卫生系统的互动程度的地理区域[36]，以及群组效应[33，35］．

这些影响使得研究中年龄较小的儿童和年龄较大的儿童(在开始EI时)在具有强烈影响的特征(如基线认知水平或完善的父母倡导)方面可能不相似。在回顾的论文中，解决这些可能的混淆的方法预计是多元回归设计或其他控制预测因子之间共享方差的策略(例如，ANCOVA)。

经过系统检索，从研究设计、参与者特征、随访时间、预测变量和数据分析方法等方面对纳入的研究进行了描述。综合了各研究的结果，并对结果进行了解释，重点是进入早期干预的年龄所起的作用。

2.方法:文献检索及纳入标准

从1995年到2018年，研究人员搜索了PubMed、PsychINFO、教育资源信息中心(ERIC)和谷歌Scholar的电子数据库，搜索词包括“婴儿”、“幼儿”、“有风险”、“自闭症”、“自闭症谱系障碍”、“年龄”、“早期干预”、“预测”、“纵向”和“结果”等各种组合。灰色文献没有被检索。手工检索也完成了收录文章的参考文献列表，以及4篇综述和3篇元分析的参考文献列表。纳入标准是该研究发表在同行评审期刊上，有英文版本，使用了自闭症或ASD诊断的DSM-IV, DSM-IV- tr或DSM-5标准，并将开始早期干预的年龄作为调查的一个重点，以及其他关键预测因素。正如引言中所解释的，详细回顾的研究还需要查询过去简单的组比较或从预测因素到结果的零级相关性，包括除初始年龄外的其他几个预测变量，并使用统计技术来控制它们的共享方差。

3.结果

3.1.研究选择

选择纳入最终研究的PRISMA流程图如图所示1．在初步筛选以确定只有ASD儿童参与后，应用了治疗成分，治疗结果是重点，并包括进入干预的年龄，1244人被排除在外。两名评分者(作者PT和PP)然后独立地判断是否应该选择摘要进行完整阅读。这些评分者在研究选择的这一阶段达成了适度的一致(K= 0.64;95% ci: 0.49, 0.79)。意见分歧通过讨论解决，130篇文章由相同的两位评分员独立全面阅读;在最后阶段达成了强有力的共识(K= 0.89;95% CI: 0.74, 1.0)，纳入14篇文献的结果进行综述。


图1
文章筛选审核流程图。
3.2.研究的系统回顾
3.2.1.研究范围和特点

在纳入的14项研究中，5项来自美国，2项来自加拿大，4项来自澳大利亚，以色列、西班牙和挪威各一项。其中5项研究专门针对婴幼儿，5项研究涵盖出生至3岁和学龄前(3-5岁)，4项研究包括学龄前儿童和7岁以下的儿童。

表格1显示了以下14项研究:研究设计、样本量、参与者年龄、随访期长度和使用的测量方法。有12项干预研究和2项纵向研究。样本量从24到332不等。干预后的随访期从12周到17年不等。
研究 研究设计 样本大小 年龄(百分比) 后续 变量和测量
< 3岁 3 - 4岁 > 4年 期 认知 自适应 自闭症谱系障碍严重程度 语言 社会
研究对象主要是学龄前儿童和年龄更大的儿童
Perry et al.， 20111 干预,张后 332 6.7 24 70 米= 18.4个月 dq来自不同的测试 还有vab 汽车 N/A N/A
Kasari et al.， 20122 干预组，RCT 2 tx和对照组1 40 15.9 68.2 15.9 5年 达斯;水疗中心 N/A 节选 EVT ESCS;图形文件
史密斯，克洛曼，和姆鲁塞克，20153. 干预,张后 71 30.9 53.2 13.6 12及24个月 毫秒 还有vab 后者;前者 MCDI;ESCS WSQ
Eapen, Crncec， & Walter, 2016 干预,张后 49 0.6 30.3 62.4 米= 9.8个月 毫秒 还有vab 后者;SCQ N/A N/A
跨年龄组的研究
弗拉纳根，佩里，和弗里曼，20121 干预，等待名单/TAU控制 142 30.9 38.2 28 米= 22.4个月 毫秒;WPPSI 还有vab 汽车 N/A N/A
Pellicano 20124 纵向 37 40 37 23 大约5年米= 21.9个月 嘴唇 N/A Adi, ados-g, SCQ PPVT-III N/A
病毒-奥尔特加，罗德里格斯，和Yu, 20133. 干预，前后和轨迹分析 24 30.9 30. 39.1 大约2年 E-LAP;LAP-D E-LAP;LAP-D N/A E-LAP;LAP-D E-LAP;LAP-D
Hedvall 20151 干预，前后，两个极端的群体 198 50 44 6 大约2年 dq来自不同的测试 VABS-II 床上,美国广播公司 MCDI VABS-II
Vivanti等人，3.2016 干预,张后 60 36.7 61.7 1.7 12个月 毫秒 还有vab ADOS-2 N/A N/A
研究对象是婴幼儿
Itzchak & Zachor 20113. 干预，两组tx 78 One hundred. 12个月 毫秒 还有vab 节选 毫秒VQ N/A
罗杰斯等人，20121 干预,个随机对照试验 98 One hundred. 12周 毫秒 还有vab ADOS-T MCDI 任务
安德森，梁，和Lord, 20134 纵向 85 One hundred. 17年 毫秒;达斯 还有vab 后者;前者 N/A N/A
Tiura, Kim, Detmers， & Baldi, 20173. 干预，前后和轨迹分析 35 78 12 3至6年 DP-3 DP-3 严重程度高低取决于临床医生的判断 DP-3 DP-3
Vivanti等人，20183. 干预，RCT，两组tx 44 One hundred. 9个月 毫秒;模仿任务 还有vab SCQ rbs =R 丽娜 M-COSMIC
1在原始干预研究发表后进行预测研究。2在额外随访期后进行预测研究。3.预测分析与治疗效果同时进行，并在一份出版物中提出。4纵向研究;随机对照试验;TAU =照常治疗;tx =治疗;差异能力量表;结构化游戏评估;马伦早期学习量表;韦氏学前和小学智力量表;莱特国际绩效量表;自闭症诊断观察计划; ADI-R = Autism Diagnostic Interview-Revised; VABS = Vineland Adaptive Behavior Scale; PPVT-III = Peabody Picture Vocabulary Test, 3理查德·道金斯版;早期学习成就量表;学习成就特征诊断;最佳估计诊断;自闭症行为检查表;儿童自闭症评定量表;社会交往问卷;表达性词汇测验;麦克阿瑟-贝茨交际发展量表;早期社会交往量表; PCX = Parent-Child Interaction; WSQ = Wing Subtypes Questionnaire; DP-3 = Developmental Profile-3; RBS-R = Repetitive Behavior Scale-Revised; LENA = Language ENvironment Analysis; M-COSMIC = Modified Classroom Observation Schedule to Measure Intentional Communication.
表1
方法回顾研究特点。

除了儿童开始治疗时的年龄，所有的研究都评估了认知功能，12项评估了适应性行为技能，13项评估了自闭症的严重程度，9项评估了语言技能，7项评估了早期社会功能的某些维度。认知测量常用的工具是马伦早期学习量表[37］．使用的其他测量方法为以下标准参照工具:差异能力量表[38，39]和韦氏学前及小学智力量表[40］．葡萄园适应行为量表[41，42]，这是一种规范参考的家长访谈测量方法，在大多数研究中都被用于测量适应性行为。为了评估自闭症的严重程度，大多数研究使用自闭症诊断观察量表(ADOS) [43］．其他自闭症严重程度的测量包括儿童自闭症评定量表[44]及家长报告式社会交往问卷[45］．早期社会和语言技能的测量是最可变的，使用语言量表和一些实验室任务，以及对手势、联合注意力、模仿、社会互惠和亲子互动的观察测量(见表)1）.

3.2.2.研究如何控制时间1能力水平与年龄的协方差

表格2是围绕在各个研究中使用的四个一般研究设计组织起来的。可以看出，这一设计方面倾向于确定调查和控制开始早期干预年龄与Time 1能力水平之间相互关系的方法。在干预开始时确定较年轻组与较年长组，或在干预结束时或随访期后确定较高结果组与较低结果组的研究更有可能直接检查与年龄相关的早期发育水平。
研究 研究报告了T1认知、语言或适应得分与开始年龄之间的关系吗? T1认知、语言或适应得分与开始年龄的关系是如何控制的?
研究明确比较了早学和晚学的儿童在干预后的结果
Vivanti, Dissanayake和ASEDCC团队，2016年 比较了两组较年轻和较年长的学生在认知、语言和适应方面的得分。年龄较大的儿童MSEL非语言DQ得分较低 因此，对于方差分析，非语言DQ作为所有相关分析的协变量被输入
比较T1变量(包括起始年龄)高结局组和低结局组的研究
Pellicano 2012 对智商> 80的两组儿童进行了认知和接受语言评分的比较，其中一个患有ASD，另一个在随访时不再患有ASD 统计学分析显示，PPVT-III和letterr评分无T1差异;这样，这些变量就保持不变了
Anderson, Liang， & Lord, 2014 两组VIQ > - 70的儿童-患有ASD和不再患有ASD(“非常积极的结果”)-在2岁时进行适应性评分比较 统计分析显示，在T1时VABS评分无组间差异;这样，变量就保持不变了
Hedvall等人，2015 比较了从T1到T2期间获益最多和损失最多的两组儿童在T1时的适应和语言评分以及转诊时的年龄。统计分析显示VABS和MCDI评分以及转诊时的年龄有显著差异 Logistic回归控制预测因子的共变
在干预评估期间或之后增加或集中于预测的研究
Itzchak & Zachor 2011 没有 回归分析控制了所有其他T1变量，包括认知和自适应得分
Perry et al.， 2011 没有 回归分析控制了所有其他T1变量，包括认知和自适应得分
弗拉纳根，佩里，和弗里曼，2012 没有 序列回归输入干预持续时间、年龄和T1适应技能，以及其他预测因素和相互作用术语，例如年龄×组
Kasari et al.， 2012 没有 首先使用正向回归程序来识别强预测因子。然后，层次回归在第一次评估和游戏水平等方面使用年龄预测因子
罗杰斯等人，20121 没有 线性回归分析测试了开始EI计划的年龄，控制了所有其他预测因素，包括T1认知、ADOS社会影响和模仿
史密斯，克洛曼，和姆鲁塞克，2015 没有 序列多元回归分析在分析和摄入年龄下输入认知和适应性结局测量的T1评分。还评估了时间×年龄的相互作用，并考虑了认知评分的影响
Eapen, Crncec， & Walter, 2016 没有 线性回归分析使用T1认知、适应和游戏分数的预测因子进行
Vivanti等人，2018 没有 首先，研究了入职年龄与每个结果变量之间的部分相关性，并将每个变量的Time 1分数分出来。接下来，在考虑到与基线语言DQ和治疗组相关的方差后，线性回归进入开始干预的年龄
轨迹分析研究
病毒-奥尔特加，罗德里格斯，和Yu, 2013 没有 使用多水平回归分析来预测已建立的生长曲线，输入T1分数来确定哪些占最佳拟合，然后哪些额外的预测因素显著增加拟合优度。预测因素包括预处理功能水平和年龄等
Tiura, Kim, Detmers， & Baldi, 2017 是的，因为他们检查了时间1认知水平的预测因素，发现进入年龄显著相关。开始学习时年龄越大的孩子认知水平越高 使用多水平回归分析来预测已建立的生长曲线，输入四个T1预测因子来建立，第一，预测Time 1功能水平，第二，解释生长曲线的最佳拟合
表2
研究如何处理Time 1能力水平和开始干预年龄的关系。
3.2.3.研究结果(表3.）

14项研究中有12项表明，开始早期干预的年龄对ASD儿童的结局有显著影响。以下描述了这方面的研究及其发现。
研究 结果显示，开始EI的年龄有显著的预测作用 开始EI年龄的唯一方差估计 交互效应包括起始年龄作为预测因素 起始年龄影响结果变量
认知(非语言) 自适应 自闭症谱系障碍严重程度 语言 社会
研究对象主要是学龄前儿童
Perry et al.， 2011 对8个结果变量进行独立回归:当同一变量的基线在时间1保持不变时，年龄对认知评分、自闭症严重程度、社会化和运动技能有显著影响。在对亚组的进一步分析中，例如那些在结果时不再患有ASD的人，结果显示这些参与者在第一次进入EI时往往更年轻，智商更高，自闭症不那么严重 N/A N/A 是的 N/A N/A N/A N/A
Kasari et al.， 2012 对于8岁时口语词汇的结果，干预开始时的儿童年龄，联合注意能力，游戏水平和治疗组分配都有显著影响。“平均而言，儿童每月在口语词汇能力方面的标准得分为1.1 (SE = .3)，他们更早地进入了治疗。” 儿童在研究开始时的年龄本身预测了8岁时口语词汇能力的14%的可变性( ） N/A 没有 N/A N/A 是的 N/A
史密斯，克洛曼，和姆鲁塞克，2015 分别在第1年和第2年对每个结果测量进行多元回归。在控制其他预测因素的情况下，摄入的年龄越小，MSEL的结果越高，VABS和ADOS分数也略微高 N/A 年龄较小和较大的孩子在第一年都比第二年取得了更大的进步，但年龄较小的孩子在第一年取得的进步比年龄较大的孩子更大 是的 没有 No(第一年) N/A 没有
是的 是的 是(二年级) N/A 是的
Eapen, Crncec， & Walter, 2016 在线性回归中控制所有其他预测因素(基线智商、自闭症严重程度和自适应行为)，初始年龄对自闭症严重程度的方差有显著影响(由父母评定的SCQ测量)，但对其他结果没有影响 N/A N/A 没有 没有 是的 没有 是的
研究涵盖了三岁以上和三岁以下的孩子
弗拉纳根，佩里，和弗里曼，2012 用一个Time 2结果变量(IQ)进行回归分析。年龄×治疗组交互项显著(见第3栏) 在交互项中，年龄占方差的13% 只有当孩子在强化行为干预组而不是常规治疗组时，年龄小才是一个优势 是的 N/A N/A N/A N/A
Pellicano 2012 在第2次试验中，所有被选来复查的参与者智商都为> 80，但一组被确定为ASD诊断，另一组被认为是非谱系。这两组在初始症状水平、语言水平或每周干预时间上没有差异。他们在开始EI的年龄上有显著差异，因为非谱系组开始得更早 N/A N/A N/A N/A 是的 N/A N/A
病毒-奥尔特加，罗德里格斯，和Yu, 2013 拟合既定轨迹曲线的预测因子回归分析显示，总干预时间是最好的预测因子，但第二好的预测因子是开始年龄，其次是开始技能水平，这取决于结果变量 N/A N/A 没有 是的 N/A 是的 是的
Hedvall等人，2015 在一个更大的小组中，研究人员比较了30名在干预期间获益最多的儿童和23名损失最多的儿童。五个预测因素，包括入组时的年龄，在单独测试时，显示出与结果(适应性行为分数)的显著关系。然而，研究结果表明，年龄较小的儿童受损更严重。在这些预测因素的逻辑回归中，只有时间1认知水平贡献了独立的方差 N/A N/A 没有 没有 没有 没有 没有
Vivanti等人，2016 干预使得年龄较小的孩子和年龄较大的孩子的语言成绩都有所提高，但年龄较小的孩子进步更大。回归分析表明，年龄较大且语言水平较低(<13个月大)的儿童在语言DQ方面取得的进步最少。 N/A 一项显著的年龄组×时间交互作用表明，较年轻组的儿童在干预后获得了相对较大的收益(非语言) No(非语言DQ) 没有 没有 是(口头DQ) N/A
对婴幼儿(均小于3岁)的研究
伊茨查克和扎克尔，2011年 78名儿童来自早期研究(ABA vs.折衷干预)，以检查除治疗外的预后预测因素。预测因素包括孩子的年龄等变量，以及母亲的年龄和教育等环境变量。当年龄被纳入其中一个回归分析时，MSEL从时间1到时间2的变化分数作为认知结果，它是一个显著的预测因子 当在第三步输入年龄时，占3% ( ）模型中预测认知变化的唯一方差 N/A 是的 没有 N/A N/A N/A
罗杰斯等人，2012 以Time 2 IQ为结果的回归程序显示，开始干预的年龄和干预小时数显著预测对照组和干预组联合的更好结果 N/A N/A 是(非语言DQ) N/A N/A N/A N/A
Anderson, Liang， & Lord, 2014 两组(智商> 70的ASD组与19岁前失去ASD诊断的ASD组)在Time 1自适应评分上进行了比较，以确定他们没有差异。通过这种方式，这个基线能力特征保持不变。与有认知能力的ASD组相比，那些不再患有ASD的人更有可能在2到3岁之间接受干预 N/A N/A N/A N/A 是的 N/A N/A
Tiura等人，2016 生长曲线分析用于研究ABA处理结果纵向变化的预测关系。时间1变量之间的关系显示，进入年龄与沟通、认知和适应水平呈正相关。年龄并不能预测这些变量的结果水平。然而，年龄越小，预测生长分数的趋势就越不明显 N/A N/A N/A 没有 N/A 没有 没有
Vivanti等人，2018 开始年龄对两个治疗组的预测作用进行了检查(N= 22)的几个远端和近端儿童结局变量。偏相关和线性回归显示，开始年龄与NVQ显著且独立相关，在时间1时开始年龄越小，在时间2时NVQ越高。这一结果没有达到任何其他四个领域的审查 N/A N/A 没有 没有 没有 是(口头DQ) 没有
表3
研究和功能领域的结果显示，较早开始干预的年龄会产生有益的影响。

研究表明开始干预年龄没有显著的有益预测作用或存在歧义:(1）Hedvall等人(2015)[46]:这项研究调查了在社区项目中接受基于aba的早期干预治疗的儿童。他们确定了一组收获最多的人(GM)N= 30)和损失最多的人(LM) (N= 23)，根据高15和低15th结果VABS评分的百分位截点。那些失去最多的人在更早的时候就被转诊了而且T1属性检查表明，这些儿童最初受损更严重。在这些预测因素的逻辑回归中，只有时间1认知水平对自适应行为得分的结果变量贡献了独立方差。（2）Tiura等人(2017)[47]:这是一项轨迹分析研究，在治疗开始时，对35名2-4岁儿童的ABA干预进行了跟踪变化模式。用于跟踪增长的测量方法是发展概况-3理查德·道金斯版本(DP-3) [48]，分别测量其子域;在三年的时间里，每六个月进行一次。多层建模结果表明，线性增长模型在各领域的拟合优于二次增长模型和三次增长模型。在预测因子方面，作者首先解决了所有Time 1变量之间的预测/关联强度。然而，这些不是发展商(即比率)，而是绝对年龄分数，因此，年龄大的孩子得分更高。在他们随后的纵向预测分析中，开始早期干预的年龄并不是结果评分的显著预测因素，而第一时间能力水平(如认知和适应评分)则是结果评分的显著预测因素。第二个问题是预测增长率。在这种情况下，早期进入EI预测更快的增长率的趋势不显著。（3）Eapen等人(2016)[49]:这项研究检查了学龄前儿童结局的预测因素(N= 49) 3 - 5岁，开始大约10个月的早期丹佛模式(ESDM)小组干预。线性回归控制基线智商，自闭症严重程度，和适应行为。根据父母评分的SCQ，初始年龄在自闭症严重程度的差异中占有重要地位。另一方面，这一发现并不适用于通常被认为是证明干预有效性的重要结果，即考官测量的智商、自闭症严重程度和适应性行为。不清楚为什么家长报告是支持论文的唯一措施。

使用多种分析策略证明开始干预年龄具有显著的有益预测作用的研究如下:(1）Kasari等人(2012)[31]:原研究[50，51]将58名3至4岁的学龄前儿童随机分为两个治疗组和一个非治疗对照组。在2012年的预测研究中，其中40名儿童在5年后被重新检查。作者将孩子分成了达到功能语言水平的孩子(大约2岁，6个月，N= 32)，没有的(N= 8)。第二组是那些在相同年龄(2岁6个月)达到认知水平的人。另外两个结果指标为认知水平和表达性词汇水平(表达性词汇测试(EVT)) [52］．当对认知结果进行分层多元回归时，只有基线功能发挥水平可以预测结果组的成员。然而,适合8 - 9岁时的口语词汇水平、联合注意力、游戏水平和治疗组分配所有人都做出了重大贡献．”平均而言，儿童在接受治疗之前每个月口语词汇能力的标准得分为1.1 (SE = 0.3)。”（2）Smith等人(2015)[32]:一项以洛瓦斯为基础的青少年自闭症项目的干预研究在社区进行，并进行了高水平的监督。71名年龄在20至59个月之间的ASD患儿接受了为期两年的学前干预。作者在第1年和第2年分别对每个结果测量值进行了顺序多元回归。与开始干预年龄相关的发现如下:控制所有其他协变量(智商、适应技能和自闭症严重程度)，摄入年龄越低，MSEL的结局越高，VABS和ADOS评分也有一定的相关性．发现了相互作用效应年龄×进步年，现报告如下。（3）病毒-奥尔特加等人(2013)[53]:基于早期学习成就量表(E-LAP)，采用纵向多水平模型来识别强化行为干预(IBI)结果的预测因素[54，55]和学习成就诊断档案3版(LAP-D) [56］．24名儿童被确诊为自闭症谱系障碍(米= 50.0个月，SD= 28.3)平均参与IBI超过两年，每6个月使用ELAP进行评估。轨迹分析表明，对于这个相对较小的样本，最好的解决方案是针对两个不同的组，一个随着时间的推移表现得更高，另一个表现得更低。表现较差的孩子一开始的分数也较低。相比之下，表现较好的孩子，他们一开始就有较高的分数，在干预期间不太可能减速并达到年龄水平测量的上限。在双预测模型中探索了三个与儿童相关的变量。以精细运动功能、预书写、认知和表达性语言为结果变量的回归模型中，干预前功能水平是第二大最有效的预测因子。因此,与生长曲线拟合的预测因子的回归分析显示，最佳预测因子是总干预时间，其次是开始年龄，然后是开始技能水平，这取决于所检查的结果变量．（4）Rogers等人(2012)[57]:这项研究评估了98名12至24个月的儿童，为期12周，由父母实施的丹佛早期开始模型(ESDM)。这些儿童和家庭被随机分为ESDM治疗组或TAU组。将干预组合并以检验预测关系。回归模型保持所有其他预测因素不变，因为变量被添加到方程中。开始干预的年龄和干预小时数显著预测了整个样本在时间2时的更好结果，IQ (MSEL)是唯一测试的结果变量．(5)Anderson等人(2014)[58]报道了一项长期随访研究，该研究检查了与19岁时认知结果相关的2岁和3岁时的因素，比较了85名2岁时被诊断为ASD的儿童的认知“更有能力”和“更没有能力”(VIQ≥70或VIQ < 70)。为了在检查其他类型的预测关系时减少Time 1智商的强烈影响，研究人员集中在两个较小的群体:32名智商≥70的年轻人，24名患有ASD, 8名不再患有ASD诊断(非常积极的结果或VPO)。首先，对两组进行Time 1分数的比较，以确定他们在基线语言智商、非语言智商、ADOS和ADI-R分数上没有差异，因此，这些特征不太可能是混淆的。然后通过对早期干预经验的分析发现与ASD组的人相比，那些不再患有ASD的人在2到3岁之间更有可能患有EI．(6）Vivanti等人(2018)[59]:这是一项比较包容性课堂环境下ESDM的随机对照试验(N= 22)到一个被隔离的，也就是说，只有患有ASD的幼儿参加(N= 22)。随访时间为9个月(一学年)。研究年龄(开始项目时)对每组在预测各种结果指标方面的作用，包括MSEL VDQ、NVDQ、视频评分的语言和社会指标、模仿任务、SCQ和重复行为问卷修订版(RBQ-R)上的父母评分的ASD症状[60］．第一组分析涉及入职年龄和每个结果变量之间的部分相关性，将每个变量的Time 1分分出来。一个与开始年龄显著相关的Time 2变量是MSEL Verbal DQ。第二种方法是线性回归。在考虑了与基线VDQ和治疗组相关的方差后，开始年龄仍然是VDQ的重要预测因素．

研究表明，较早开始干预和较晚开始干预的年龄具有显著的有益预测作用，并产生了独特方差的估计如下:(1）Perry等人(2011)[27]:这项研究主要包括学龄前儿童(2到7岁，N= 332)，参加了一个以社区为基础的早期IBI项目，平均随访时间为18个月。研究人员计算了八个结果变量(认知、适应和自闭症严重程度测量)的独立回归，以确定年龄是否对每个变量产生独特的方差。在第一步中，他们输入同一变量的Time 1分数作为控制它的方法，并报告变化R2．然后，对于每一项分析，在第2步输入年龄，注意年龄的增加R2以及它的意义。开始干预的年龄对大多数结果变量(增量方差的1%至6%)具有很小但显著的独特方差量。．本研究中使用的第二种方法是使用年龄、初始智商、VABS ABC分数和CARS总分等变量的分层回归和同步解决方案来预测Time 2智商分数。首先输入时间1智商，占方差的54%。然后在基线智商之后输入入组年龄，占方差的5.3%（ ）.（2）Kasari等人(2012)[31]:本研究如上所述。在一个单独的层次回归中，预测8岁时的口语词汇量，他们输入了儿童进入干预时的年龄(均为3至4岁)，两个早期语言前能力变量，即启动联合注意(IJA)和发展游戏水平，以及一个治疗变量(治疗vs.不治疗)。开始的年龄本身预测了14%以后口语词汇的变化（ ）.IJA、游戏水平和治疗分配也各自贡献了独特的方差(加起来高达50%)。（3）Flanagan等人(2012)[61]:这项预测研究是之前干预研究的后续研究，包括Perry等人(2011)的一些受试者[27]研究(也参见[62])。研究人员回顾了基于社区的EIBI项目中61对年龄匹配的儿童的档案;匹配的一对中有一个接受IBI，另一个在等待列表对照组。时间2的随访是在干预至少12个月之后。IBI组儿童在第2次治疗时接受治疗的时间更长/年龄更大;除此之外，两组之间没有差异。年龄的独特贡献是在一个重要的相互作用的背景下计算出来的。回归分析使用一个结果变量-时间2的智商。治疗持续时间在第1步输入，因为两组在基线时有所不同。在第2步进入初始年龄，发现其具有显著影响，但随着进一步的步骤，其独特贡献减少到不显著性。 However, the interaction term of最初的年龄×治疗组在第7步时，这是显著的。在这种情况下，按年龄计算的唯一方差为13%．（4）伊茨查克和扎克尔，2011年[63]:这项研究调查了78名15-35个月的儿童，并评估了除治疗外的预后预测因素。两组接受早期ABA治疗或折衷治疗。预测因素包括儿童变量，如开始干预时的实足年龄(CA)，以及母亲年龄和教育等环境变量。使用理论确定的预测因子的类型和顺序进行了两个层次多元回归分析。将CA纳入第二次回归分析，以时间1到时间2的MSEL变化评分作为认知结果。第三步进入CA时，占3% ( )的唯一方差。

以下研究通过显著的相互作用证明了年龄对早期干预的作用。

在接下来的研究中，研究人员通过相互作用效应的测试，证明了在相互作用项中包括年龄时，预测因素之间更复杂的关系。(1）Flanagan等人(2012)[61]:上述研究是在结果预测方程中年龄的唯一方差百分比的背景下讨论的。的相互作用项最初的年龄×治疗组发现显著性，表明治疗开始时的年龄越小，就会产生积极的差异，但仅当儿童接受IBI而不是TAU时。（2）Vivanti等人(2016)[64]:研究了ESDM对年龄较小的儿童(18至48个月)和年龄较大的儿童(48至62个月)的差异影响。儿童接受为期一年，每周20小时的ESDM治疗。以Time 2结果为受试者内因素，以年龄组(开始干预时48个月以上和48个月以下)为受试者间因素进行协方差分析。由于各年龄组在非语言发展商(DQ)上存在差异，因此将其作为协变量输入。一个重要的年龄段×时间发现相互作用，表明虽然在12个月的治疗中，两组儿童的言语DQ都有显著提高，但年龄较小的一组儿童的进步相对更大(DQ 16分，而老年组为7分)。这种效应不适用于非语言DQ。（3）Smith等人(2015)[32]:上述研究以学龄前儿童为对象，以社区为基础，为期两年的青少年自闭症项目。他们输入了一个交互术语来评估第一年和第二年的进展速度与项目开始年龄的关系。这是一个重要的发现年龄×时间交互项显示，年龄较小的儿童进步斜率更陡，1年级比2年级更明显。因此，年龄对儿童从干预中受益的方式产生了影响:在干预的第一年，年龄较小的儿童比年龄较大的儿童取得了更大的进步(他们也取得了进步，但没有那么多)。

研究表明，儿童在干预的开始阶段(当他们更小的时候)比在后期阶段取得了更多的收获:(1）Smith等人(2015)[32]:上述研究以社区为基础，对学龄前儿童进行为期两年的青少年自闭症项目进行了研究，使用回归分析来评估年龄作为个体预测因素的作用。他们还输入了一个交互项来检查第一年和第二年的进展速度，以及年轻组和年长组的进展性质。他们发现所有的孩子都在第一年取得了更大的初步进展，在第二年进展逐渐减少，但孩子越小，最初的进展斜率越陡。（2）病毒-奥尔特加等人(2013)[53]:这项研究使用了轨迹分析，并表明大多数儿童的学习曲线所示的进步形状不是线性的，而是在他们开始干预的时候急剧改善，然后稳定下来。这更适用于那些开始时功能水平较低的儿童，而不是那些开始时基线得分较高的儿童。使用“视觉检查”分析曲线的形状和过程，似乎很明显，功能较高的儿童早期曲线更陡，在干预研究期间没有频繁的停滞，但继续取得发展进展。与生长曲线拟合的预测因子的回归分析表明，最佳预测因子是总干预时间，但次佳预测因子是开始年龄，这取决于结果变量。这表明在干预刚开始时，年龄较小的儿童比年龄较大的儿童更有可能取得更陡峭的进步曲线。

3.3.进一步的方法主题和考虑
3.3.1.预测因素和结果的不同组合给出了不同的结果

虽然在研究的结构/变量方面存在普遍的一致性，但在预测因素的配对(除了干预的开始年龄)和结果方面存在相当大的差异。即使有类似的结果，起始年龄的作用的显著结果也有很大的差异。例如，病毒-奥尔特加等人。53]表明，儿童开始干预的年龄(在干预时间之后)最能改善大肌肉运动功能、接受性语言、自我照顾和社会行为的轨迹曲线拟合，但干预前水平最能改善精细运动功能、预书写、认知和表达语言等结果变量的同一回归模型。Vivanti等人[64]发现一个重要的年龄段×时间语言DQ的交互作用，而非语言DQ的交互作用不显著。大多数研究都显示了类似的结果。计算了每个特定区域作为受开始EI年龄影响的结果区域的程度，并在表中显示4．从所有领域的平均值来看，年龄越早，大约有一半的时间会产生积极的影响。必威2490
结果域
认知 自适应 自闭症谱系障碍严重程度 语言 社会
# yes/#测试 6/12 2/6 3/7 4/6 3/6
# no/#已测试 6/12 4/6 4/7 4/7 3/6
%年龄越早，预后越好(米= 49.4%) 54.5% 33.3% 42.8% 66.6% 50％
表4
各研究的结果百分比表明，领域的结果越早越好。
3.3.2.具体的测量不一致

当提出类似的问题时，对不同研究之间不一致的一个可能的解释可能涉及方法和测量的选择。对于认知测量，使用的仪器有相当大的一致性，但在统计分析中使用的分数和方式有相当大的不一致性。例如，在14项研究中有8项使用了MSEL。然而，其中五项研究使用了与年龄相当的分数得出的智商比例，以避免最低标准分数为20的下限效应，而另外两项研究则使用了手工表格中的标准化量表或综合分数。在所有研究中，在预测和结果方面，有一种倾向于将MSEL语言分量表与非语言分量表区分开来，但一些研究使用了综合评分。在社区研究中，对所使用的早期评估措施控制较少，作者倾向于通过根据所使用的各种测试的年龄等价物创建发展商(DQs)来平衡认知分数。大多数研究都遗漏了无法获得考试成绩的儿童。

同样，研究人员在解决适应性功能时，针对特定的VABS分数做出了不同的决定。一些研究使用年龄等价物，另一些使用标准分数;一些使用单独的域，另一些使用自适应行为组合(ABC)。在使用的版本方面，以及研究人员是否转换了分布方面，还有其他差异。

关于自闭症的严重程度，使用ADOS-T作为预测变量或结果变量的三项研究都使用了1-10的严重程度评分，显示了这种方式的一致性。相比之下，所有三项关注三岁以下儿童的研究都以不同的方式使用ADOS，从使用的版本到以非常规的方式修改分数。早期其他社会和语言技能的测量差异很大，研究之间几乎没有重叠，因此很难进行比较。

3.3.3.不同的数据分析方法

除了使用不同的预测因子和通过使用各种评分的各种仪器测量的结果外，数据分析策略也存在高度分歧。每项使用回归分析的研究在选择候选预测因子、预测因子和结果变量的数量、回归方法本身和报告等过程中都采用了不同的方法β和⊗R2．

4.讨论

回顾的14项研究中有12项至少有一项发现，早期开始干预是ASD儿童更好的发育功能和/或诊断状态结果的统计显著预测因素。然而，在报告了基线年龄唯一方差的三项研究中，其数量相当小(3%至13%)，特别是与更可靠的预测因子(通常为T1认知水平)相比。此外，根据初始年龄预测的具有统计学意义的具体结果测量在各个研究中差异很大。

更有信息量的研究结果显示，当包括初始年龄时，预测因素之间的关系更复杂。三项研究表明，初始年龄与其他变量相互作用，(1)有效治疗(更年轻的年龄结合更有效的治疗(IBI)与TAU在结果上有正差异);(2)早期语言水平越高(年龄越小，早期语言越好，预后越好);(3)干预阶段(与年龄较大的儿童相比，年龄较小的儿童在首次开始EI时取得了更大的进展)。

第三个发现——儿童年龄越小，对干预的反应越强烈，而且这种反应甚至在很小的时候就逐渐减弱——在从大到小的样本中都很明显。史密斯等人(2015)[32这项研究包括了20个月大的儿童，但主要是3到5岁的儿童，显示了参与早期干预的不一定是最小的儿童的效果。病毒-奥尔特加等人的样本[5325个月到6年5个月，产生了类似的效果。随着样本年龄越来越小，这种影响仍在继续，例如，在四项只包括3岁以下儿童的研究中。

具体来说，Anderson等人(2014)[58结果表明，在24到36个月之间接受干预，在不再患有ASD诊断的年轻人和那些保留ASD诊断并具有平均或更高智商的年轻人之间出现了差异。奥斯坦等人[65]有非常相似的发现，尽管他们的论文由于缺乏对几个预测因素的基线水平的控制而没有被包括在这篇综述中。在这两项研究中，儿童通常在24个月前没有开始早期干预，但在另外两项研究中，只检查了3岁以下的儿童，一些儿童在14至15个月时开始干预。例如，Itzchak和Zachor(2011)中的儿童[63研究范围为15至35个月，跨度为20个月，基线年龄在预测MSEL认知结果中具有少量的独立方差。罗杰斯等人。[57然而，研究对象的年龄要小得多:14-24个月，相差10个月。他们的研究结果表明，开始干预的年龄预测MSEL IQ仅在3个月后，这表明越早越好，适用于目前正在接受ASD早期干预的最小的儿童。总的来说，这些研究并没有回答什么时候相对的神经可塑性阶段可能不再发挥其影响的问题，但它们确实表明，这种影响在最小的孩子身上是有效的。

尽管这篇综述有意地关注了实足年龄这一变量，但考虑到年龄与这些其他变量相互作用或存在关系，对结果功能的其他预测因素的关注是不可避免的。到目前为止，在文献中，最初的智商或其他整体能力水平的早期标记，可能代表了发育潜力的神经系统上限，通常被认为对后来的功能有最大的影响。这是当前综述中的一些研究的情况[27，31，32］．然而，在其他研究中，一方面包括代表其他儿童特征的预测因素，另一方面包括环境变量，如治疗类型和强度以及人口统计数据，初始智商水平的压倒性影响往往得到缓解。尽管如此，更严重的延误所产生的压倒一切的影响往往可以看到。因此，从方法学的角度来看，考虑时间1时研究样本中智力残疾儿童的数量是很重要的，因为比例越高，就越难在其他方面显示差异预测。

回顾研究中检查的预测变量类型绝大多数是儿童特征，如发育或语言水平，适应行为，社交技能水平，自闭症严重程度，以及儿童的初始年龄。然而，以儿童为中心的/生物变量和环境风险和保护特征被认为是动态相互作用的，支持或破坏发育取决于时间、强度和慢性。所有研究都测量的一个环境变量是处理，因为选择这些研究是为了包括这一特征。有几项研究评估了父母的变量，如教育和收入水平，以报告样本特征，并证明被比较的群体在这些特征上没有差异。只有三项研究将治疗之外的另一个环境变量作为预测因素。罗杰斯等人。[57]和Eapen等人。[49]包括一个反映治疗保真度的近端父母变量(例如，母亲如何有效地学习和使用干预期间教授的互动方式)，并发现它对结果有积极影响。伊茨查克和扎克尔(2011)[63发现母亲年龄和受教育程度这些远端变量是重要的预测因素。

4.1.其他关键方法学问题

在14项研究中，有11项研究探索了几种不同的预测变量和结果变量的组合，各研究的结果非常不一致。考虑到哪些预测因子和哪些结果变量被检查，解释不同的阳性和阴性结果的原因无疑与测量选择的有效性和信度特征有关。仔细观察用于表示关键结构的特定分数表明，某些技术选择对于检测可靠的变化和真实的统计关系可能很重要。例如，一些作者详细论证了年龄等价物的使用，特别是在VABS自适应行为评分中[32，66］．

对于VABS和MSEL，作者在检查子域时做出了不同的选择，而不是使用复合分数。

对患有ASD的幼儿的研究越来越多地区分语言和非语言得分，这是有充分理由的，因为在典型和残疾人群中，语言能力可能与整体认知水平无关。研究还表明，在自闭症人群中，VABS领域(沟通、日常生活技能等)的治疗具有不同的轨迹，这可能是因为这些领域涉及不同的能力领域[66- - - - - -68］．

4.2.治疗的意义

回顾研究中“越早越好”的积极发现意味着继续努力进行早期识别和治疗。即使面对消极的调查结果，在参与干预系统所提供的支持和倡导技能方面，也有一个明确的理由尽早让有残疾儿童的家庭参与进来[69］．大多数自闭症谱系障碍儿童首先需要教育服务，然后是职业和成人支持服务。因此，照顾者越早了解孩子的需求是什么，他们从哪些服务中受益，以及服务系统是如何运作的，他们就越能做出决定，支持孩子的最佳发展[70］．

此外，这些基于儿童特征之间相互作用的研究结果与目前干预文献中关于干预的异质反应的重点直接相关。关于“快速学习者”和“反应差”之间的差异，已经提出了翻译问题[71]，那些获得最多，失去最多的人[46，以及有反应者和无反应者[72］．与此相关的问题是，哪种干预方法适合哪些儿童。综述中出现的关于干预前技能水平、循证干预策略和治疗量的主题，以及干预开始时的年龄，指向了对这些重要问题的考虑。

5.结论与未来方向

我们断言，这些研究和目前的综述构成了“越早越好”的初步证据基础，涉及到对患有ASD的幼儿的干预。表格5显示了对未来努力的建议，这些努力正在研究早期开始治疗是否会在后期结果方面给ASD儿童带来优势。很明显，这一研究重点将受益于这些发现所提供的进一步研究，以及回顾研究的方法学优势和局限性。
区域 建议
概念上的 计划的分析应以概念为基础
(ii)在考虑基线年龄儿童变量时，模型将受益于包括以儿童为中心的变量和环境变量
概念模型应考虑到预测因素的相互作用
参与者 (i)了解样本中智力能力的范围和严重程度的比例
(ii)在参与者的认知能力、游戏能力、语言能力和自闭症严重程度方面，包括尽可能广泛的样本
(iii)对早期干预有一个更一致的定义，将出生至三岁与学前干预区分开来，将会有所帮助
(iv)学龄(5岁及以上)不应被视为早期干预
措施 (i)在使用标准化测试时，考虑年龄等值值和标准化分数
探索将无法完成标准化测试的儿童纳入其中的方法
(iii)考虑测量的结构，并分离出神经心理学特征，如基于语言的结构和非语言的结构和商数
数据分析方法 (i)探索连续变量的分布形状，调整偏态
(ii)预测关系的测试需要超越零级相关。由于起始年龄是一个重要的理论预测因素，在进一步的分析中，由于可能存在更复杂的关系，缺乏显著的零级相关性可能会被忽略
(iii)多元方法应控制预测因子之间的共享方差
㈣考虑使用对小样本和非参数数据稳健的统计检验(例如，自举技术)，以尽量减少第一类和第二类错误的可能性
(v)大样本研究应考虑采用更现代的统计方法，如结构方程建模，而不是进行多个单独的单变量和多变量回归分析
㈥了解年龄作为预测因素的影响方向和程度的事后技术将有所帮助
表5
关于年龄对自闭症谱系障碍儿童开始早期干预的作用的研究建议。

利益冲突

作者宣称他们没有利益冲突。

致谢

这项研究部分得到了格兰特。卫生资源和服务管理局的T73MC29073

参考文献

  1. J. Baio, L. Wiggins, D. L. Christensen等人，“自闭症谱系障碍在8岁儿童中的患病率——自闭症和发育障碍监测网络，11个站点，美国，2014，”MMWR。监测总结，第67卷，no。6，页1-23,2018。视图:出版商的网站|谷歌学者
  2. K. Kurzius-Spencer, R. Paul, A. Klin, S. Hannigen, L. E. Dichtel，和F. Volkmar，“父母对自闭症谱系障碍幼儿发育问题的认识”，自闭症与发育障碍杂志，第37卷，no。1, pp. 62-72, 2007。视图:出版商的网站|谷歌学者
  3. L. C. Eaves和H. H. Ho，“自闭症的早期诊断:4岁半到5岁的结果，”自闭症与发育障碍杂志，第34卷，no。4, pp. 367-378, 2004。视图:出版商的网站|谷歌学者
  4. L. Zwaigenbaum, M. L. Bauman, R. Choueiri等人，“3岁以下自闭症谱系障碍儿童的早期干预:实践和研究的建议。”儿科， vol. 136, pp. 60-81, 2015。视图:出版商的网站|谷歌学者
  5. Z. Warren, M. L. McPheeters, N. Sathe, J. H. Foss-Feig, A. Glasser和J. Veenstra-VanderWeele，“自闭症谱系障碍早期强化干预的系统回顾”，儿科，第127卷，no。5，页e1303-e1311, 2011。视图:出版商的网站|谷歌学者
  6. B. Reichow, E. E. Barton, B. a . Boyd和K. Hume，“自闭症谱系障碍(ASD)幼儿早期强化行为干预(EIBI):系统回顾，”坎贝尔系统评价， 2014年第9卷。视图:谷歌学者
  7. A. Estes, J. Munson, S. J. Rogers, J. Greenson, J. Winter和G. Dawson，“6岁自闭症谱系障碍儿童早期干预的长期结果”美国儿童与青少年精神病学学会杂志，第54卷，no。7, pp. 580-587, 2015。视图:出版商的网站|谷歌学者
  8. Z. Cidav, L. Lawer, S. C. Marcus和D. S. Mandell，“自闭症儿童健康服务使用和相关支出的年龄相关差异”，自闭症与发育障碍杂志，第43卷，no。4, pp. 924-931, 2013。视图:出版商的网站|谷歌学者
  9. T. A. Lavelle, M. C. Weinstein, J. P. Newhouse, K. Munir, K. A. Kuhlthau和L. Prosser，“儿童自闭症谱系障碍的经济负担”，儿科《中国科学》，2014年第133卷。视图:出版商的网站|谷歌学者
  10. S. J.罗杰斯和L.维斯马拉，“对有自闭症谱系障碍风险的婴幼儿的干预”，在自闭症和广泛性发育障碍手册， F. R. Volkmar, S. J. Rogers, R. Paul, K. Pelphrey, Eds。，卷。2，John Wiley & Sons, New York, NY, USA, 4th edition, 2014.视图:谷歌学者
  11. G. Vivanti, M. Prior, K. Williams和C. Dissanayake，“自闭症早期干预结果的预测因素:为什么我们不知道更多?”儿科前沿， vol. 2, pp. 1-10, 2014。视图:出版商的网站|谷歌学者
  12. B. Kolb和R. Gibb，《发育中的大脑可塑性和行为》加拿大儿童与青少年精神病学学会杂志， vol. 20, pp. 265-276, 2011。视图:谷歌学者
  13. M. H.约翰逊，“互动专业化:人类大脑功能发展的领域一般框架?”发育认知神经科学，第1卷，no。1, pp. 7-21, 2011。视图:出版商的网站|谷歌学者
  14. D. Rice和S. Barone，《发育中的神经系统脆弱的关键时期:来自人类和动物模型的证据》环境卫生观点《中国科学》，vol. 108, pp. 511-533, 2000。视图:出版商的网站|谷歌学者
  15. J. Barbaro和C. Dissanayake，“婴幼儿期自闭症谱系障碍:对早期症状、早期识别工具和早期诊断证据的回顾”，发育与行为儿科学杂志，第30卷，no。5, pp. 447-459, 2009。视图:出版商的网站|谷歌学者
  16. R. J. Landa, K. C. Holman和E. Garrett-Mayer，“早期和晚期诊断为自闭症谱系障碍的幼儿的社会和交流发展”，普通精神病学档案第64卷，no。7, pp. 853-864, 2007。视图:出版商的网站|谷歌学者
  17. N. Yirmiya和T. Charman，“自闭症的前驱症状:早期行为和生物迹象，退化，出生前后的发展和遗传学，”儿童心理学和精神病学杂志，第51卷，no。4, pp. 432-458, 2010。视图:出版商的网站|谷歌学者
  18. J. Piven, J. T. Elison和M. J. Zylka，“朝着自闭症早期大脑和行为发展的概念框架，”《分子精神病学》，第22卷，no。10, pp. 1385-1394, 2017。视图:出版商的网站|谷歌学者
  19. S. Bottini，“自闭症谱系障碍个体的社会奖励加工:社会动机假说的系统回顾”自闭症谱系障碍的研究《中国日报》，2018年第45卷，第9-26页。视图:出版商的网站|谷歌学者
  20. C. Chevallier, G. Kohls, V. Troiani, E. S. Brodkin和R. T. Schultz，“自闭症的社会动机理论”，认知科学趋势，第16卷，no。4, pp. 231-239, 2012。视图:出版商的网站|谷歌学者
  21. G. Dawson，“早期行为干预，大脑可塑性和自闭症谱系障碍的预防，”发展与精神病理学，第20卷，no。3, pp. 775-803, 2008。视图:出版商的网站|谷歌学者
  22. C. C. Clements, A. R. Zoltowski, L. D. Yankowitz, B. E. Yerys, R. T. Schultz和J. D. Herrington，“自闭症社会动机假说的评估”，JAMA精神病学第75卷，no。8，页797-808,2018。视图:出版商的网站|谷歌学者
  23. T. Gliga, E. J. H. Jones, R. Bedford, T. Charman和M. H. Johnson，“从自闭症的早期标记到神经发育机制”，发展回顾，第34卷，no。3，页189-207,2014。视图:出版商的网站|谷歌学者
  24. a。s。Masten和d。Cicchetti，《发展级联》发展与精神病理学， vol. 22, pp. 491-495, 2010。视图:出版商的网站|谷歌学者
  25. a . Klin, S. Shultz和W. Jones，“自闭症婴幼儿的社会视觉参与:早期发展转变和发病机制模型”，神经科学与生物行为评论， vol. 50, pp. 189-203, 2015。视图:出版商的网站|谷歌学者
  26. J. L. Matson和K. R. M. Smith，“自闭症和PDD-NOS儿童强化行为干预的现状”，自闭症谱系障碍的研究，第2卷，no。1，页60-74,2008。视图:出版商的网站|谷歌学者
  27. a . Perry, a . Cummings, J. D. Geier等人，“在大型社区项目中接受强化行为干预的儿童的结果预测因素，”自闭症谱系障碍的研究，第5卷，no。1, pp. 592-603, 2011。视图:出版商的网站|谷歌学者
  28. E. Ben-Itzchak, L. R. Watson和D. A. Zachor，“认知能力与自闭症谱系障碍的不同结局轨迹相关，”自闭症与发育障碍杂志，第44卷，no。9，页2221-2229,2014。视图:出版商的网站|谷歌学者
  29. D. A. Zachor和E. Ben Itzchak，“影响自闭症谱系障碍早期干预结果的变量”，儿科神经病学杂志， vol. 15, pp. 129-133, 2017。视图:出版商的网站|谷歌学者
  30. T.查曼，E.泰勒，A.德鲁，H.科克里尔，j . a。Brown和G. Baird，“2岁时被诊断为自闭症儿童7岁时的结果:2岁和3岁时进行的评估的预测有效性和随着时间的推移症状变化的模式，”儿童心理学和精神病学杂志，第46卷，no。5, pp. 500-513, 2005。视图:出版商的网站|谷歌学者
  31. C. Kasari, A. Gulsrud, S. Freeman, T. Paparella和G. Hellemann，“自闭症儿童在联合注意力和玩耍方面接受针对性干预的纵向随访，”美国儿童与青少年精神病学学会杂志，第51卷，no。5, pp. 487-495, 2012。视图:出版商的网站|谷歌学者
  32. T. Smith, R. Klorman和D. W. Mruzek，“预测自闭症儿童基于社区的早期强化行为干预的结果”，变态儿童心理学杂志，第43卷，no。7, pp. 1271-1282, 2015。视图:出版商的网站|谷歌学者
  33. B. Zablotsky, L. J. Colpe, B. A. Pringle, M. D. Kogan, C. Rice和S. J. Blumberg，“自闭症谱系障碍儿童的父母关注年龄、诊断和服务开始”。美国智力与发育障碍杂志，第122卷，no。1，页49-61,2017。视图:出版商的网站|谷歌学者
  34. A. Goodwin, N. L. Matthews和C. J. Smith，“父母报告了在学龄时被诊断为无智力障碍的儿童自闭症谱系障碍的早期症状，”自闭症，第23卷，no。3，页770-782,2018。视图:出版商的网站|谷歌学者
  35. C. Fountain, M. D. King和P. S. Bearman，“自闭症的诊断年龄:10个出生队列的个人和社区因素，”流行病学与社区卫生杂志，第65卷，no。6, pp. 503-510, 2011。视图:出版商的网站|谷歌学者
  36. a . M. Daniels和D. S. Mandell，“自闭症谱系障碍诊断年龄差异的解释:批判性回顾”，自闭症，第18卷，no。5, pp. 583-597, 2014。视图:出版商的网站|谷歌学者
  37. 马伦先生，婴儿早期学习马伦量表《美国导游服务》，美国明尼苏达州圆松，1995年。
  38. 艾略特，差异能力量表，心理学公司，圣安东尼奥，德克萨斯州，美国，1990年。
  39. 艾略特，差异能力量表，哈考特评估，圣安东尼奥，德克萨斯州，美国，2007年第二版。
  40. d .韦氏韦氏儿童智力量表，心理学公司，圣安东尼奥，德克萨斯州，美国，2012年第四版。
  41. S. S.斯派洛，D.巴拉，D. V.奇凯蒂，葡萄园适应行为量表《美国导游服务》，美国明尼苏达州圆松，1984年。
  42. s·s·斯派洛，d·v·奇凯蒂，d·a·巴拉，Vineland适应行为量表:第二版(Vineland II)，调查访谈表/照顾者评分表，培生评估，利沃尼亚，明尼苏达州，美国，2005年。
  43. C.洛德，M.拉特，P.迪拉沃尔，S.瑞西，K.哥谭和S.毕夏普，自闭症诊断观察时间表，西方心理学公司，洛杉矶，加州，美国，2012年第二版。
  44. E.舍普勒，R. J.赖克勒和B. R.雷纳，儿童自闭症评定量表(CARS)，西方心理服务，洛杉矶，加州，美国，1988年。
  45. M. L.拉特，A.贝利，C.洛德，社会交往问卷，西部心理服务，洛杉矶，加州，美国，2003年。
  46. 一个。Hedvall, J. Westerlund, E. Fernell等人，“对患有自闭症谱系障碍的学龄前儿童进行了2年的跟踪研究:那些在适应性功能结果方面获得最多和失去最多的人，”自闭症与发育障碍杂志，第45卷，no。11，页3624-3633,2015。视图:出版商的网站|谷歌学者
  47. M. Tiura, J. Kim, D. Detmers和H. Baldi，“自闭症儿童ABA纵向治疗结果的预测因素:生长曲线分析”，发展性残疾研究《中国科学院学报》，2017年第3期，页185-197。视图:出版商的网站|谷歌学者
  48. 艾尔彭g .,发展Profile-3，西方心理公司，洛杉矶，加州，美国，2009年。
  49. V. Eapen, R. Crncec和A. Walter，“收益是有的，但我们能说出是谁的，为什么?对患有自闭症谱系障碍的学龄前儿童进行丹佛早期启动模型干预后治疗反应的预测因素，”自闭症开放获取， vol. 6, p. 168, 2016。视图:出版商的网站|谷歌学者
  50. C. Kasari, S. Freeman和T. Paparella，“自闭症儿童的联合注意力和象征性游戏:一项随机对照干预研究”儿童心理学和精神病学杂志，第47卷，no。6, pp. 611 - 620,2006。视图:出版商的网站|谷歌学者
  51. C. Kasari, T. Paparella, S. Freeman和L. B. Jahromi，“自闭症的语言结果:联合注意力和游戏干预的随机比较”咨询与临床心理学杂志，第76卷，no。1，页125-137,2008。视图:出版商的网站|谷歌学者
  52. k。t。威廉姆斯，表现力词汇测验(EVT)，《美国指导服务有限公司》，美国明尼苏达州圆松，1997年。
  53. J. viruses - ortega, V. Rodríguez和C. T. Yu，“接受强化行为干预的自闭症儿童的治疗结果预测和纵向分析，”国际临床与健康心理学杂志，第13卷，no。2，页91-100,2013。视图:出版商的网站|谷歌学者
  54. m·e·格洛弗，a·r·普雷明格和a·r·桑福德，早期LAP:幼儿早期学习成就概况:出生至36个月，美国北卡罗来纳州教堂山教堂山培训拓展项目，1988年。
  55. E. S. Peisner-Feinberg和B. J. Hardin，早期学习成就简介版考官手册和技术报告，卡普兰，纽约，纽约，美国，2001年。
  56. B. J.哈丁，E. S.佩森纳-范伯格，S. W.威克斯，学习成就特征诊断(LAP-D)，卡普兰早期教育，刘易斯维尔，北卡罗来纳州，美国，2005年，第3版。
  57. S. J. Rogers, a . Estes, C. Lord等人，“基于丹佛模式(ESDM)的家长干预对自闭症谱系障碍风险幼儿的影响:一项随机对照试验。”美国儿童与青少年精神病学学会杂志，第51卷，no。10, pp. 1052-1065, 2012。视图:出版商的网站|谷歌学者
  58. D. K. Anderson, J. W. Liang和C. Lord，“预测认知能力强和弱的自闭症谱系障碍患者的年轻成人结局”，儿童心理学和精神病学杂志，第55卷，no。5, pp. 485-494, 2014。视图:出版商的网站|谷歌学者
  59. G. Vivanti, C. Dissanayake, E. Duncan等人，“在包容性与自闭症特异性环境中接受群体-早开始丹佛模型的儿童的结果:试点随机对照试验，”自闭症，第23卷，no。5, pp. 1165-1175, 2018。视图:出版商的网站|谷歌学者
  60. J. W. Bent, F. J. Symons, D. E. Parker和M. H. Lewis，《自闭症患者重复行为的多样性:与智力迟钝的比较》自闭症与发育障碍杂志，第30卷，no。3, pp. 237 - 243,2000。视图:出版商的网站|谷歌学者
  61. H. E. Flanagan, a . Perry和N. L. Freeman，“大规模社区强化行为干预的有效性:探索结果和预测因素的候补名单比较研究”，自闭症谱系障碍的研究，第6卷，no。2, pp. 673-682, 2012。视图:出版商的网站|谷歌学者
  62. N. L. Freeman和A. Perry，“多伦多学前自闭症服务强化行为干预的结果”发育性残疾杂志， vol. 16, pp. 17 - 32,2010。视图:谷歌学者
  63. E. B. Itzchak和D. A. Zachor，“谁从自闭症谱系障碍的早期干预中受益?”自闭症谱系障碍的研究， vol. 5, pp. 345-358, 2011。视图:出版商的网站|谷歌学者
  64. G. Vivanti, C. Dissanayake和维多利亚ASELCC团队，“48个月前和48个月后接受丹佛早开始模型的儿童的结果，”自闭症与发育障碍杂志，第46卷，no。7, pp. 2441-2449, 2016。视图:出版商的网站|谷歌学者
  65. a . J. Orinstein, M. Helt, E. Troyb等人，“有自闭症病史的儿童和青少年的最佳结果干预，”发育与行为儿科学杂志，第35卷，no。4, pp. 247-256, 2014。视图:出版商的网站|谷歌学者
  66. S. Naigles, J. M. Paynter和L. Gilmore，“Vineland适应行为量表:自闭症谱系障碍幼儿的II概况”，自闭症与发育障碍杂志，第46卷，no。1, pp. 64-73, 2016。视图:出版商的网站|谷歌学者
  67. D. Kraijer，“自闭症/广泛性发育障碍智障患者适应行为研究综述”，自闭症与发育障碍杂志，第30卷，no。1，页39 - 47,2000。视图:出版商的网站|谷歌学者
  68. A. Perry, H. E. Flanagan, J. Dunn Geier和N. L. Freeman，“简要报告:不同认知水平的自闭症谱系障碍儿童的Vineland适应行为量表”。自闭症与发育障碍杂志，第39卷，no。7, pp. 1066-1078, 2009。视图:出版商的网站|谷歌学者
  69. H. H. Schertz, C. Baker, C. Baker, S. Hurwitz和L. Benner，“自闭症谱系障碍幼儿研究中反映的早期干预原则”，幼儿特殊教育专题“，，第31卷，no。1, pp. 4-21, 2011。视图:出版商的网站|谷歌学者
  70. R. S. Tolmie, S. Bruck和R. Kerslake，“早期干预准备计划(EIRP)”，幼儿特殊教育专题“，，第36卷，no。4，页242-250,2017。视图:出版商的网站|谷歌学者
  71. R. J. Landa，“自闭症谱系障碍婴幼儿早期干预的有效性”，国际精神病学评论，第30卷，no。1，页25-39,2018。视图:出版商的网站|谷歌学者
  72. K. Fossum, L. Williams, N. Garon, S. E. Bryson和I. M. Smith，“自闭症谱系障碍学龄前儿童的关键反应治疗:定义一个预测因子。”自闭症研究2018年第11卷。视图:出版商的网站|谷歌学者

betway赞助版权所有©2020 Patricia O. Towle et al.。这是一篇开放获取的文章，在创作共用署名许可协议它允许在任何媒介上不受限制地使用、传播和复制，前提是正确地引用原始作品。

更多相关文章

PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订购印刷本订单
的观点2479
下载976
引用

相关文章

年度文章奖:由我们的主编选出的2020年杰出研究贡献。阅读获奖文章．