自閉症支援プログラムをデータサイエンスで自動把握し特徴を可視化
本日のまとめは、発達障害領域の“実装寄り”最新研究を横断紹介しています。具体的には、米国大学の自閉症支援プログラム(ASP)をデータサイエンスで自動把握し特徴を可視化した調査、エジプト児を対象に新診断ツールASDPの高い妥当性・信頼性を示した検証研究、幼児のうつ・不安・ADHDで母親の問題認識と援助要請の差を明らかにした行動科学研究、プライバシーを守りつつfMRIの時空間特徴でASDを高精度識別する連合学習モデル、コロナ禍3年間でASD・ADHD若者のメンタルヘルス軌跡と社会的スキルの関係を追った縦断分析、ADHD診断でCBCL・TRF(+YSR)の多面的質問票が最も有効と示した比較研究、スペイン小学生におけるディスレクシア/ディスカルキュリアの有病リスクと高い併存率(性差含む)を示す学校ベースのスクリーニング、ASD児の会話ターンテイキングが“相手との関係性”で大きく変わることを示した会話ダイナミクス研究、そしてダウン症若年成人で抗コリン薬使用と実行機能・認知/行動変化の関連を示した薬理疫学的知見。政策・大学現場の支援設計、文化適合的診断、親向け啓発、AI×医療データの実装、学校での早期スクリーニング、臨床評価プロトコル、薬剤レビューなど、実務への具体的示唆を伴う内容が中心です。
