Wechsler Intelligence Scale สำหรับผู้ใหญ่ - โปรไฟล์รุ่นที่สี่ของผู้ใหญ่ที่มีความผิดปกติของออทิสติกสเปกตรัม

เชิงนามธรรม

จุดมุ่งหมาย.

ในการศึกษานี้ เราได้เปรียบเทียบโปรไฟล์ความรู้ความเข้าใจสำหรับผู้ใหญ่ของ Wechsler 229 รายการ – ฉบับที่สี่ (WAIS-IV) ของผู้ใหญ่ที่มีความรุนแรงต่างๆ ที่มีความผิดปกติของสเปกตรัมออทิสติก เพื่อตรวจสอบผลกระทบของตัวแปรต่างๆ รวมถึงเพศ อายุ ระดับการศึกษา และระดับความรุนแรงของออทิสติก ในตัวอย่างภาษาอิตาลี ยิ่งไปกว่านั้น เราต้องการหาจุดตัดที่เหมาะสมที่สุดสำหรับความฉลาดหลักๆ เพื่อแยกแยะระดับความรุนแรงของออทิสติก

วิธีการ

Wechsler Adult Intelligence Scale เป็นเครื่องมือที่ใช้ในการประเมินระดับสติปัญญาของแต่ละบุคคล รวมถึงมิติต่างๆ เช่น คำศัพท์ ความเข้าใจโดยละเอียด การจดจำรูปแบบ การใช้เหตุผล และความจำเชิงตัวเลข หน่วยความจำเป็นสิ่งสำคัญ มีความสัมพันธ์บางอย่างระหว่างพวกเขา

การวิจัยแสดงให้เห็นว่าบุคคลที่มีระดับสติปัญญาสูงกว่ามักจะมีความทรงจำที่ดีขึ้น ซึ่งสามารถตรวจสอบได้จากหลายมุม ประการแรก บุคคลที่มีไอคิวสูงมักจะมีความสามารถที่แข็งแกร่งในการเรียนรู้และจดจำได้อย่างรวดเร็ว และใช้ความรู้ในการแก้ปัญหา ประการที่สอง บุคคลที่มีไอคิวสูงจะสามารถเรียนรู้และจดจำความรู้ได้ดีขึ้น ทำความเข้าใจและวิเคราะห์ความรู้และดึงข้อมูลสำคัญ นอกจากนี้บุคคลที่มีไอคิวสูงสามารถบูรณาการและเชื่อมโยงความรู้ได้อย่างมีประสิทธิภาพมากขึ้นในระหว่างการสะสมความรู้ในระยะยาวเพื่อส่งเสริมการจัดเก็บความทรงจำในระยะยาว

อย่างไรก็ตาม เป็นที่น่าสังเกตว่าความทรงจำไม่ใช่ปัจจัยเดียวที่กำหนดระดับสติปัญญา นอกจากความจำแล้ว ระดับสติปัญญายังรวมถึงแง่มุมอื่นๆ อีกมากมาย เช่น การใช้เหตุผล ความคิดสร้างสรรค์ เป็นต้น ดังนั้นจึงไม่ถูกต้องเพียงพอที่จะอาศัยเพียงความทรงจำเพื่อประเมินระดับสติปัญญาเท่านั้น Wechsler Adult Intelligence Scale ได้รับการออกแบบมาเพื่อประเมินตัวชี้วัดต่างๆ ของระดับสติปัญญาของแต่ละบุคคลอย่างครอบคลุม เพื่อการประเมินที่แม่นยำยิ่งขึ้น

โดยทั่วไปแล้ว ความจำเป็นส่วนสำคัญของระดับสติปัญญา Wechsler Adult Intelligence Scale เป็นเครื่องมือสำหรับประเมินระดับสติปัญญาของแต่ละบุคคลอย่างครอบคลุม สามารถช่วยให้เราเข้าใจแง่มุมต่างๆ ของระดับสติปัญญาของแต่ละบุคคลได้แม่นยำยิ่งขึ้น เพื่อให้เราเข้าใจระดับสติปัญญาของแต่ละบุคคลได้ดียิ่งขึ้น พัฒนาแผนการฝึกอบรมและทิศทางการศึกษาที่เหมาะสม จะเห็นได้ว่าเราต้องปรับปรุงความจำ และ Cistanche Deserticola สามารถปรับปรุงความจำได้อย่างมาก เนื่องจาก Cistanche Deserticola เป็นยาแผนโบราณของจีนที่มีลักษณะพิเศษมากมาย หนึ่งในนั้นคือการปรับปรุงความจำ ประสิทธิภาพของเนื้อสับมาจากส่วนผสมออกฤทธิ์หลายชนิดในเนื้อสับ เช่น กรด โพลีแซ็กคาไรด์ ฟลาโวนอยด์ ฯลฯ ส่วนผสมเหล่านี้สามารถส่งเสริมสุขภาพสมองได้หลายวิธี

คลิกรู้จักหน่วยความจำระยะสั้นว่าจะปรับปรุงอย่างไร

ผู้เข้าร่วมได้รับคัดเลือกจากศูนย์ระบบสุขภาพแห่งชาติสองแห่งในสองภูมิภาคของอิตาลี และได้รับการประเมินด้วยเครื่องมือมาตรฐานทองคำซึ่งเป็นส่วนหนึ่งของการประเมินทางคลินิก จากข้อมูลของ DSM-5 โดเมนการรับรู้ยังถูกวัดด้วยการทดสอบแบบหลายองค์ประกอบอีกด้วย เราใช้การดัดแปลง WAIS-IV ของอิตาลี เราตรวจสอบสมมติฐานของเราโดยใช้แบบจำลองการถดถอยเชิงเส้นและเส้นโค้งลักษณะการทำงานของตัวรับ (ROC)

ผลลัพธ์.

ผลลัพธ์ของเราแสดงให้เห็นว่าอายุและระดับการศึกษามีผลกระทบอย่างมากต่อดัชนีความเข้าใจทางวาจา (VCI) และดัชนีหน่วยความจำในการทำงาน (WMI) ความแตกต่างระหว่างเพศมีความเกี่ยวข้องเมื่อพิจารณาถึง VCI และดัชนีความเร็วการประมวลผล (PSI) ซึ่งผู้หญิงได้รับประสิทธิภาพที่ดีที่สุด ความแตกต่างเหล่านี้ยังคงมีความเกี่ยวข้องเมื่อพิจารณาจุดตัดของ ROC เนื่องจาก 69 จุดส่งผลให้เป็นจุดตัดที่เหมาะสมที่สุดสำหรับผู้หญิง และ 65 จุดสำหรับผู้ชาย

ข้อสรุป

สามารถสรุปข้อสรุปได้เพียงเล็กน้อยโดยการตรวจคะแนน Full Scale Intelligence Quotient (FSIQ) เนื่องจากมีข้อมูลที่แตกต่างกันเกี่ยวกับความสามารถทางปัญญาที่กว้างขึ้น การมองให้ลึกลงไปที่ดัชนีหลักและผลการทดสอบย่อยนั้นสอดคล้องกับการวิจัยก่อนหน้านี้เกี่ยวกับความผิดปกติ (ความสัมพันธ์ระดับปานกลางของ FSIQ, ดัชนีการรับรู้เหตุผล, WMI และ PSI กับอายุของผู้เข้าร่วม) ในขณะที่ผลลัพธ์อื่นๆ เป็นสิ่งที่ไม่คาดฝัน (ไม่พบผลกระทบของเพศใน คะแนน FSIQ) หรือนวนิยาย (ผลกระทบที่สำคัญของการศึกษาต่อ VCI และ WMI) การใช้อัลกอริธึมในการทำนายจุดตัดที่เหมาะสมที่สุดสำหรับการเลือกปฏิบัติผ่านระดับความรุนแรงของออทิสติกสามารถช่วยให้แพทย์ติดป้ายกำกับและระบุปริมาณความช่วยเหลือที่จำเป็นที่บุคคลอาจต้องการได้ดีขึ้น การทดสอบไม่สามารถทดแทนการประเมินการวินิจฉัยและทางคลินิกโดยแพทย์ผู้มีประสบการณ์ได้

การแนะนำ

โรคออทิสติกสเปกตรัม (ASD) คือความผิดปกติของพัฒนาการทางระบบประสาทที่เริ่มมีอาการตั้งแต่เนิ่นๆ และมีองค์ประกอบทางพันธุกรรม ASD มีลักษณะเฉพาะคือการขาดดุลในการตอบแทนทางสังคมและอารมณ์ ทักษะในการสื่อสารทั้งทางวาจาและอวัจนภาษาบกพร่อง และการไม่สามารถพัฒนาและรักษาความสัมพันธ์ทางสังคมกับเพื่อนฝูงได้อย่างเพียงพอ อาการหลักของ ASD เกี่ยวข้องกับการมีพฤติกรรมทางวาจาและการเคลื่อนไหวซ้ำๆ รูปแบบความสนใจที่จำกัด ความต้องการสภาพแวดล้อมที่ไม่เปลี่ยนแปลง (หรือในกรณีใดๆ ก็ตามที่สามารถคาดเดาได้และมีเสถียรภาพ) และภาวะภูมิไวเกินหรือแพ้ต่อปัจจัยทางประสาทสัมผัส อาการทางคลินิกที่เริ่มเกิดขึ้นในช่วงปีแรก ๆ ของชีวิต (APA, 2013). ผู้ระบุจะพิจารณาความเป็นไปได้ของโรคร่วมหลายอย่าง เช่น ความบกพร่องทางสติปัญญา ความบกพร่องทางภาษา ภาวะ catatonia ปัจจัยทางการแพทย์หรือสิ่งแวดล้อม หรือความผิดปกติทางพัฒนาการทางระบบประสาทอื่นๆ

การประมาณการความชุกล่าสุดระบุว่ามีเด็ก 1: 44 คนในสหรัฐอเมริกาและ 1: 77 คนในอิตาลี (Maenner et al., 2016) ความชุกของผู้ใหญ่อยู่ที่ประมาณ 1: 68 เผยให้เห็นการเพิ่มขึ้นอย่างมีนัยสำคัญในประชากรผู้ใหญ่ที่เป็นโรค ASD (Christensen et al., 2016) นอกจากปัจจัยนี้แล้ว องค์ประกอบที่เกี่ยวข้องอีกประการหนึ่งที่ต้องพิจารณาคืออัตราส่วนทางเพศในกลุ่มคนออทิสติก (Loomis et al., 2017) ซึ่งยังคงเป็นที่ถกเถียงกันอยู่และมีหลักฐานว่าผลลัพธ์ที่หลากหลาย ปัจจัยทางพันธุกรรมที่เชื่อมโยงกับเพศและความอ่อนแอของผู้ชายต่อการดูถูกสมองอาจเป็นสาเหตุให้เกิดความแตกต่างทางเพศบางประการ (APA, 2013) การศึกษาทางระบาดวิทยาล่าสุดเผยให้เห็นความเด่นของผู้ชายที่ 2–3: 1 เมื่อเปรียบเทียบกับอัตราส่วน 4–5: 1 ที่อ้างถึงอย่างกว้างขวางจากการศึกษาก่อนหน้านี้ (Mattila et al., 2011; Idring et al., 2012; Baxter et al., 2015; Zablotsky et al., 2015; Keller et al., 2020) แม้ว่าอัตราส่วนนี้อาจขึ้นอยู่กับความสามารถทางสติปัญญาและจะปรากฏต่ำเพียง 2: 1 เมื่อ ASD เกี่ยวข้องกับความพิการทางสติปัญญา และสูงถึง 6–8: 1 ในการทำงานระดับสูง ออทิสติก (HFA; Fombonne, 2005, 2009) คาดว่าความชุกของผู้ชายที่สูงขึ้นนี้เกิดจากความสามารถของผู้หญิงออทิสติกในการปกปิดปัญหาทางสังคม ปัจจัยทางวัฒนธรรม และการศึกษาเกี่ยวกับ ASD ในประชากรหญิงจำนวนน้อยกว่า (Attwood, 2007; Lai et al., 2011; Kirkovski et al., 2013) และฟีโนไทป์ ASD ที่แตกต่างกัน (Mandy et al., 2012; Van Wijngaarden-Cremers et al., 2014; Howe et al., 2015) การศึกษาล่าสุดโดย Wilson และคณะ (2016) เกี่ยวข้องกับผู้ใหญ่ 1,244 คน (ชาย 935 คนและหญิง 309 คน) ที่ส่งต่อสำหรับการประเมิน ASD รายงานความแตกต่างทางเพศในผลลัพธ์ทางคลินิก ผลสรุปได้ว่าชาย 639 รายและหญิง 188 รายได้รับการวินิจฉัยว่าเป็นโรค ASD ทุกประเภทย่อย จริงๆ แล้ว ในการศึกษานี้ ไม่มีผลกระทบที่มีนัยสำคัญต่อเพศ (IQ ชาย > IQ ของผู้หญิง; F(2)=2.47, p=0.09, η2 p=0.02) ต่อ พบไอคิวแล้ว ในส่วนของผลลัพธ์ด้านสติปัญญา ผลลัพธ์ของพวกเขายืนยันการวิจัยก่อนหน้านี้ที่รายงานคะแนน IQ ที่ต่ำกว่าในผู้หญิงที่ได้รับการวินิจฉัยว่าเป็น ASD เมื่อเทียบกับผู้เข้าร่วมชาย (Fombonne, 2005) แท้จริงแล้ว Halpern และ LaMay (2000) พบว่าไม่มีความแตกต่างทางเพศที่มีนัยสำคัญสำหรับปัจจัย g ในขณะที่ความแตกต่างทางเพศมีบทบาทเกี่ยวกับความสำเร็จในระดับการทดสอบย่อยและดัชนีโดยใช้ Wechsler Intelligence Scale for Adults – ฉบับที่ 4 (WAIS-IV; Wechsler, 2013) .

การศึกษาเกี่ยวกับประชากรที่มีพัฒนาการโดยทั่วไป (TD) ที่ตรวจสอบความแตกต่างทางเพศโดยใช้การทดสอบย่อยและดัชนีที่ได้รับจาก WAIS-IV เน้นย้ำถึงประสิทธิภาพที่ดีขึ้นของผู้ชายในดัชนี IQ, ความเข้าใจทางวาจา (VC), การใช้เหตุผลในการรับรู้ (PR) และดัชนีหน่วยความจำในการทำงาน (WM) ( ลองแมน และคณะ 2007; เออร์วิง 2012; Daseking และคณะ 2017) แต่ดัชนีความเร็วในการประมวลผล (PS) เป็นเพียงดัชนีเดียวที่ผู้หญิงได้รับผลลัพธ์ที่ดีกว่า ผลลัพธ์เหล่านี้สอดคล้องกับการศึกษาของอิตาลีโดย Pezzuti และคณะ (2020) ที่พบว่าผู้ชายทำงานได้ดีกว่าผู้หญิงอย่างมีนัยสำคัญในการทดสอบย่อยทางคณิตศาสตร์และ WMI ของ WAIS-IV ในการศึกษาเปรียบเทียบประสิทธิภาพของ TD บน WAIS-R และ WAIS-IV ความแตกต่างทางเพศปรากฏกว้างขึ้นและกว้างขวางมากขึ้นในตัวอย่าง WAIS-R ดังที่ผู้เขียนคนก่อน ๆ กล่าวถึงโดยใช้ WAIS-III (Dolan et al., 2006; Van der Sluis และคณะ 2549) การศึกษาการวิเคราะห์ปัจจัยจาก Colom และ Garcia-Lopez (2002) ระบุว่าไม่มีความแตกต่างทางเพศในความสามารถทั่วไป (g) ในการกำหนดมาตรฐานของสเปนของ WAIS-III ผู้เขียนระบุว่าความแตกต่างทางเพศโดยเฉลี่ยที่ผู้ชายชื่นชอบนั้นต้องมาจากปัจจัยเฉพาะกลุ่มและความจำเพาะของการทดสอบ ในทำนองเดียวกัน ผลลัพธ์ที่ได้รับจาก Van der Sluis และคณะ (2006) การใช้ภาษาดัตช์ WAIS-III บ่งบอกถึงความแตกต่างระหว่างชายและหญิงในด้านประสิทธิภาพเกี่ยวกับความสามารถทางปัญญาเฉพาะด้าน แต่ไม่ใช่ในด้านสติปัญญาทั่วไป (g) ในทางตรงกันข้าม สำหรับตัวอย่าง WAIS-III ที่เป็นมาตรฐานของสหรัฐอเมริกา Irwing (2012) รายงานความแตกต่างทางเพศไม่เพียงแต่เกี่ยวกับความสามารถเฉพาะเท่านั้น แต่ยังรวมถึงในกรัมด้วย ผู้ชายมีประสิทธิภาพเหนือกว่าผู้หญิงในด้านสติปัญญาทั่วไป [Full Scale Intelligence Quotient (FSIQ)] และในการทดสอบย่อย เช่น ข้อมูล เลขคณิต และการค้นหาสัญลักษณ์ ในขณะที่ผู้หญิงมีประสิทธิภาพเหนือกว่าผู้ชายในด้านดัชนีความเร็วในการประมวลผล (PSI)

ระดับการศึกษา (Ceci และ Williams, 1997; Gustafsson, 2001) และอายุมีส่วนช่วยให้เข้าใจความแตกต่างในผลลัพธ์ของ IQ เช่นกัน Ceci (1991) แนะนำว่า ยิ่งศึกษานานหลายปี ทักษะการรู้คิดก็จะดีขึ้น ปรากฏการณ์นี้เกิดจากการอธิบายบริบทที่ทำให้ผู้คนเรียนรู้ข้อมูลที่เกี่ยวข้อง มีสมาธิกับปัญหา และสอนแนวทางการรับรู้ซึ่งเป็นพื้นฐานของการทดสอบความฉลาดส่วนใหญ่ ผลลัพธ์จากการศึกษาภาษาอิตาลี (Tommasi et al., 2015) แสดงให้เห็นว่า WAIS-R ตรวจจับความแตกต่างของสติปัญญาของแต่ละบุคคลโดยวัดอย่างเหมาะสมด้วยคะแนน IQ ในระดับการศึกษาที่แตกต่างกัน อันที่จริงแล้ว มีการเพิ่มขึ้นโดยเฉลี่ยเท่ากับ 1.9 คะแนน IQ ในคะแนน IQ ทั่วโลกต่อปีการศึกษา ตามที่บอกเป็นนัยก่อนหน้านี้ อายุจะต้องได้รับการพิจารณาเมื่อคำนึงถึงความแตกต่างของไอคิวและประสิทธิภาพในช่วงเวลาหนึ่ง (Baltes et al., 1998; Schaie และ Willis, 2010) การศึกษาส่วนใหญ่มุ่งเน้นไปที่บทบาทสำคัญของ Working Memory และความเชื่อมโยงกับความสามารถทั่วไป เป็นที่ถกเถียงกันอยู่ว่าใน TD มีผลกระทบที่เป็นอันตรายอย่างมีนัยสำคัญของอายุต่อทรัพยากรหน่วยความจำในการทำงาน (Craik และ Salthouse, 2008; Robert et al., 2009)

ดังนั้น รายละเอียดของระดับสติปัญญาจึงเป็นหนึ่งในปัจจัยที่เกี่ยวข้องที่ต้องพิจารณาเมื่อวินิจฉัยผู้ที่มี ASD ควบคู่ไปกับมาตรการการรับรู้ ประสาทวิทยา สังคมประชากร และอาการหลักอื่นๆ (Happé et al., 2016) การตระหนักว่าคนที่มี ASD อาจแตกต่างกันในโครงสร้างนี้อาจมีความสำคัญในการระบุประเภทย่อยของ ASD (Grzadzinski et al., 2013) ดังนั้นชนิดย่อย ASD จึงเปลี่ยนแปลงไปตามรูปแบบความสามารถในการรับรู้ที่แตกต่างกัน (Grzadzinski et al., 2013) อย่างไรก็ตามไม่มีโปรไฟล์ IQ ที่โดดเด่นของบุคคลที่มี ASD (Siegel et al., 1996; Ghaziuddin และ Mountain-Kimchi, 2004; Goldstein et al., 2008; Williams et al., 2008; Charman et al., 2011) ความสามารถทางปัญญามีความท้าทายมากขึ้นในการประเมินบุคคลที่มี ASD เนื่องจากลักษณะเฉพาะและเครื่องมือในการประเมิน นักวิจัยหลายคนมุ่งเน้นไปที่เด็ก แต่มีผู้เขียนเพียงไม่กี่คนที่ศึกษารูปแบบประสิทธิภาพการรับรู้ในผู้ใหญ่ที่มี ASD และวิธีที่รูปแบบเหล่านี้สามารถแยกแยะระดับความรุนแรงและการกำหนดค่าประสิทธิภาพโดยทั่วไปได้อย่างไร WAIS-IV (Wechsler, 2013) คือแบบทดสอบประสิทธิภาพการรับรู้ที่ใช้กันอย่างแพร่หลายและต่ออายุมากที่สุดสำหรับการประเมินผู้ใหญ่ทางวาจาที่มี ASD การวัดสติปัญญาที่เป็นมาตรฐานอื่นๆ ได้แก่ Stanford–Binet (เช่น Roid, 2003), Raven's Progressive Matrices (RPM; Raven et al., 1998) และ Leiter-3 (Roid et al., 2013) การใช้เครื่องชั่ง Wechsler ได้รับการสนับสนุนจากการศึกษาหลายชิ้น (Filipek et al., 1999; Mottron, 2004) อย่างไรก็ตาม การวิจัยก่อนหน้านี้ได้เน้นย้ำว่า RPM (Raven et al., 1998) อาจเพียงพอมากขึ้นสำหรับการอธิบายโปรไฟล์การรับรู้ของผู้ป่วย ASD ได้อย่างไร (Dawson et al., 2007; Hayashi et al., 2008; Soulières et al., 2554) ดังที่ดอว์สันและคณะชี้ให้เห็น (2007) ระดับ Wechsler อาจประเมินความฉลาดของบุคคลที่มี ASD ต่ำเกินไป เนื่องจากเน้นไปที่การสอนด้วยวาจาและงานต่างๆ อย่างไรก็ตาม โครงสร้างและคุณลักษณะของ RPM เหมาะสำหรับงานการให้เหตุผลแบบไหล อาจเป็นการวัดความฉลาดของผู้ป่วย ASD ที่เหมาะสมกว่า ผลลัพธ์ของการเปรียบเทียบระหว่างคะแนน Wechsler และ RPM ของผู้ใหญ่ที่มีและไม่มี ASD เน้นย้ำถึงประสิทธิภาพที่สูงขึ้นอย่างมีนัยสำคัญของกลุ่ม ASD บน RPM เมื่อเทียบกับกลุ่ม TD ซึ่งประสิทธิภาพในระดับต่างๆ ไม่มีความแตกต่างที่มีนัยสำคัญ อย่างไรก็ตาม ความแตกต่างของ IQ ระหว่างผู้ที่มี ASD และ TD ทำให้เข้าใจในเชิงลึกถึงความแตกต่างในประสิทธิภาพการรับรู้ของคน ASD โดยใช้ RPM และ Wechsler Scale ผลลัพธ์ของการศึกษาแยกต่างหากแต่เกี่ยวข้องกันชี้ให้เห็นว่าประสิทธิภาพ RPM ที่สูงขึ้นเมื่อเปรียบเทียบกับมาตรการ Wechsler ส่วนใหญ่เกิดขึ้นสำหรับบุคคลที่มี ASD ที่มีความบกพร่องทางสติปัญญา (Bölte et al., 2009) โฮลแนค และคณะ (2011) เปรียบเทียบประสิทธิภาพระหว่างกลุ่มควบคุม HFA และความผิดปกติของแอสเพอร์เกอร์ (AS) ในการทดสอบย่อย WAIS-IV ไม่พบความแตกต่างที่มีนัยสำคัญทางสถิติระหว่าง AS และกลุ่มควบคุม ในขณะที่กลุ่ม HFA มีคะแนนต่ำที่สุด อย่างไรก็ตาม การแสดงของทั้ง ASD และกลุ่มควบคุมในเรื่อง Matrix Reasoning และ Digits Forward เผยให้เห็นว่าไม่มีความแตกต่างที่มีนัยสำคัญ เกี่ยวกับการทดสอบย่อยการเข้ารหัส ทั้งสามกลุ่มมีความแตกต่างกันอย่างมีนัยสำคัญ ในที่สุด ใน Visual Puzzles ที่กลุ่ม HFA ทำงานได้แย่กว่ากลุ่มควบคุมอย่างมีนัยสำคัญ กลุ่ม AS ก็ไม่แตกต่างจาก HFA หรือกลุ่มควบคุม

โดยสรุป ตัวแปรทางประชากรศาสตร์หลายตัวสัมพันธ์กับความสามารถระดับการรับรู้ที่แตกต่างกันใน TD อย่างไรก็ตาม ตามความรู้ของเรา ไม่มีการศึกษาใดที่ประเมินผลของอายุ เพศ ระดับการศึกษา และระดับออทิสติกร่วมกันต่อประสิทธิภาพการรับรู้ของผู้ที่มี ASD โดยวัดด้วย WAIS-IV ของอิตาลีในกลุ่มตัวอย่างขนาดใหญ่ ดังนั้น ในการศึกษานี้ เราได้ทดสอบสมมติฐานหลายประการ:

(1) ทดสอบความสัมพันธ์ระหว่างตัวแปรทางประชากรศาสตร์และระดับออทิสติกด้วย FSIQ ดัชนีหลัก และการทดสอบย่อย เป็นขั้นตอนเบื้องต้นสำหรับการวิเคราะห์เพิ่มเติมและเชิงลึก คาดว่าจะมีความสัมพันธ์ในระดับปานกลางระหว่างอายุและระดับการศึกษากับ FSIQ และดัชนีหลัก

(2) สมมติว่า FSIQ ไม่สามารถอธิบายจุดแข็งและจุดอ่อนของผู้ที่มี ASD ที่ประเมินด้วย WAIS-IV ได้อย่างละเอียด เราต้องการระบุว่าเช่นเดียวกับ TD พบผลกระทบที่มีนัยสำคัญของตัวแปรอิสระในดัชนีทั้งสี่ร่วมกัน (VCI, WMI) , PRI, PSI) และการทดสอบย่อยที่เกี่ยวข้อง โดยเฉพาะอย่างยิ่ง เราคาดว่าไม่มีความแตกต่างทางเพศใน FSIQ ในออทิสติกทั้งสองระดับ ผลกระทบที่มีนัยสำคัญของอายุและระดับการศึกษาต่อ VCI, WMI และ PSI; และประสิทธิภาพที่ดีขึ้นของผู้เข้าร่วมหญิง ASD ใน PSI
(3) ในที่สุด เราต้องการทดสอบสมมติฐานที่ว่าประสิทธิภาพที่ดีขึ้นในดัชนีทั้งสี่สามารถทำนายอาการออทิสติกที่รุนแรงน้อยกว่าได้ อันที่จริง มีการตรวจสอบคะแนนตัดที่เหมาะสมที่สุดสำหรับการเลือกปฏิบัติระดับความรุนแรงของออทิสติกโดยใช้ WAIS-IV

วิธีการ

ผู้เข้าร่วม

โดยรวมแล้ว ผู้ใหญ่ 270 คนที่มีอาการ ASD (Mage=26.3 SD=9.35) ได้รับการประเมินที่ศูนย์ภูมิภาคสำหรับโรคออทิสติกสเปกตรัมในตูรินและศูนย์ภูมิภาคสำหรับออทิสติกใน L อากีล่า (อิตาลี) ศูนย์ภูมิภาคของ ASL Citta di Torino เป็นแผนกระบบสุขภาพจิตแห่งชาติที่ให้บริการสำหรับผู้ป่วย ASD ศูนย์แห่งนี้จัดให้มีการประเมินทางคลินิก ตลอดจนมาตรการทางจิตวิทยาและการศึกษาสำหรับผู้ที่เป็นโรคออทิสติก (Keller et al., 2{{108}}20) ศูนย์อ้างอิงระดับภูมิภาคสำหรับออทิสติกซึ่งเป็นโครงสร้างของระบบสุขภาพภูมิภาคอาบรุซโซ ดำเนินกิจกรรมการวินิจฉัย ทางคลินิก และการให้คำปรึกษา และให้การรักษาสำหรับบุคคลที่มี ASD ผู้ป่วยส่วนใหญ่ได้รับการส่งต่อโดยจิตแพทย์ทั่วไปเพื่อประเมิน ASD และมาที่ศูนย์แห่งใดแห่งหนึ่งเป็นครั้งแรกหรือกลับมาเพื่อรับการประเมินติดตามผล การวินิจฉัยทั้งหมดจัดทำขึ้นตามเกณฑ์การวินิจฉัยและสถิติของความผิดปกติทางจิต ฉบับที่ห้า (DSM-5) (APA, 2013) โดยพิจารณาถึงประวัติทางคลินิก การสัมภาษณ์ทางคลินิก การประเมินการรับรู้ด้วย WAIS- IV (Orsini และ Pezzuti, 2013) การประเมินการวินิจฉัยด้วย ADI-r (Rutter et al., 2003) และ ADOS module 4 (Lord et al., 2002) หรือ RAADS (Ritvo et al., 2011) ) ตามเส้นทางการวินิจฉัยที่มีโครงสร้าง (แบบจำลองเครือข่ายหลายขั้นตอน, Keller et al., 2020) จากกลุ่มตัวอย่างทั้งหมด 169 คนได้รับการวินิจฉัย ASD ระดับ 1 (ชาย=75%, Medu=12.4, SD=2.64; หญิง=25%, Medu=13.6, SD=2.91), 60 มี ASD ระดับ 2 (เพศชาย=75%, Medu=10.9, SD=2.18; เพศหญิง=25%, Medu=11.3, SD=2.47) และ 39 ที่มี ASD ระดับ 3 (เพศชาย=79%, Medu=10.9, SD=1.96; เพศหญิง = 21%, เมดู=11.5, SD=1.60) เพื่อรวมไว้ในการศึกษา ผู้ป่วยทุกรายได้รับการวินิจฉัยทางคลินิกอย่างเป็นทางการของ ASD ตามเกณฑ์ DSM{53}} (APA, 2013) ผู้ที่เป็นโรคทางจิตร่วม (n=42) จะถูกรวมเฉพาะในกรณีที่อาการทุเลาลงหรือมีผลกระทบต่อการทำงานในแต่ละวันเพียงเล็กน้อยเท่านั้น โดยรวมแล้ว 3.9% ที่มี ASD ระดับ 1 และโรคซึมเศร้าร่วม (ชาย=3%, หญิง=0.9%), 3.49% ที่มี ASD ระดับ 1 และความผิดปกติทางบุคลิกภาพ (ชาย=2 18%, หญิง=1.31%), 2.18% ที่มี ASD ระดับ 1 และความผิดปกติในการเรียนรู้เฉพาะด้าน (ชาย=1.31%, หญิง=0.87%), 1.31% ผู้ที่มี ASD ระดับ 1 (ชาย=0.43% หญิง=0.86%) และชาย 0.43% ที่มี ASD ระดับ 2 และโรคย้ำคิดย้ำทำ 1.31% ที่มี ASD ระดับ 1 และโรคลมบ้าหมู (ชาย=0.87%, หญิง = 0.43%), 1.31% ที่มี ASD ระดับ 1 และโรควิตกกังวล (ชาย = 0.43%, หญิง=0.87 %), 1.31% ร่วมกับ ASD ระดับ 1 และโรคจิตเภท (ชาย=0.87%, เพศหญิง=0.43%), 0.87% ร่วมกับ ASD ระดับ 1 และโรคสมาธิสั้น (ชาย {{ 112}}.43% เพศหญิง = 0.43%) 0.87% ที่มี ASD ระดับ 1 และความผิดปกติของการประสานงานด้านพัฒนาการ (ชาย=0.43% เพศหญิง=0.43%) รวมผู้หญิง 0.43% ที่มี ASD ระดับ 1 และ Turner syndrome, 0.43% ผู้ชายที่มี ASD ระดับ 2 และ Tourette syndrome, 0.43% ที่มี ASD ระดับ 1 และ dysphoria เพศ

โดยรวมแล้ว ผู้เข้าร่วม 39 คนในระดับ 3 และผู้เข้าร่วมระดับ 2 สองคนถูกแยกออกจากกลุ่มตัวอย่างเดิม เนื่องจากไม่เหมาะสำหรับการประเมินการรับรู้ทางวาจาด้วย WAIS-IV เนื่องจากการสื่อสารของพวกเขาผ่านท่าทางหรือระบบการสื่อสารทางเลือกอื่น ๆ

ตัวแปรทางประชากรศาสตร์และคุณลักษณะทั้งหมดของกลุ่มตัวอย่างสุดท้ายแสดงไว้ในตารางที่ 1

มาตรการ
ข้อมูลเกี่ยวกับความสามารถทางปัญญาถูกรวบรวมโดยใช้ WAIS-IV (Wechsler, 2013) WAIS-IV ใช้เพื่อประเมินโปรไฟล์ทางปัญญาของผู้ที่มีอายุระหว่าง 16 ถึง 90 ปี ประกอบด้วยคะแนนสี่คะแนนและดัชนีสติปัญญาทั่วไป ดัชนีทั้งสี่ ได้แก่ VCI, PRI, WMI และ PSI ทุกดัชนีประกอบด้วยการทดสอบย่อยสองหรือสามครั้งที่จำเป็นเพื่อให้ได้คะแนน IQ ทั้งหมด การทดสอบย่อยหลัก 10 แบบ ได้แก่ คำศัพท์ ข้อมูล ความเหมือน ช่วงตัวเลข เลขคณิต การออกแบบบล็อก การใช้เหตุผลแบบเมทริกซ์ ปริศนาภาพ การเขียนโค้ด และการค้นหาสัญลักษณ์ นอกจากนี้ยังมีการทดสอบย่อยเพิ่มเติมอีก 5 แบบ ได้แก่ ความเข้าใจ การจัดลำดับตัวอักษร–ตัวอักษร-ตัวเลข น้ำหนักของรูป ความสมบูรณ์ของรูปภาพ และการยกเลิก ในกลุ่มตัวอย่างของเรา เราใช้การทดสอบย่อย 10 หลักสำหรับคน ASD และทุกระดับ เราคำนวณคะแนนการทดสอบย่อย คะแนนของดัชนี และดัชนี IQ เต็มรูปแบบ คะแนนดิบทุกคะแนนได้รับการแก้ไขด้วยคะแนนมาตรฐานของอิตาลี WAIS-IV (Orsini และ Pezzuti, 2013)

WAIS-IV และการประเมินทางจิตวิทยาทั้งหมดดำเนินการโดยนักจิตวิทยาที่มีใบอนุญาตในห้องขนาดใหญ่และสว่างในเซสชันเดียวตั้งแต่ 45 นาทีถึง 1.5 ชั่วโมง

โครงสร้างของ WAIS-IV รวมถึงดัชนีและการทดสอบย่อยแสดงไว้ในตารางที่ 2

อายุของผู้เข้าร่วมแต่ละคนถูกคำนวณ ณ ช่วงเวลาของการบริหาร WAIS-IV และแสดงเป็นจำนวนเต็ม

ระดับออทิสติกแบ่งออกเป็นสามระดับตามที่ระบุไว้ใน DSM-5 (APA, 2013) ดังนั้นระดับ 1 คือระดับที่รุนแรงน้อยกว่า และระดับ 3 คือระดับที่รุนแรงที่สุด ระดับความรุนแรงได้รับการประเมินผ่านการสัมภาษณ์ทางคลินิกโดยนักจิตวิทยาอิสระ 2 คนและจิตแพทย์ 1 คนกับผู้เข้าร่วมและผู้ดูแล ในที่สุด ในการพบกันครั้งสุดท้าย ทีมงานมืออาชีพทั้งหมดได้พูดคุยและตกลงที่จะให้การสนับสนุนหนึ่งในสามระดับที่บุคคลนั้นต้องการ

รวบรวมปีการศึกษาโดยพิจารณาจากแต่ละรอบปีการศึกษาที่เสร็จสมบูรณ์ทั้งหมด ปีการศึกษาที่ขัดจังหวะจะไม่ถูกบวกเข้ากับจำนวน ดังนั้น เมื่อพิจารณาถึงระบบการศึกษาภาคบังคับของอิตาลี จะมีการกำหนดให้ 5 ปีหากบุคคลหนึ่งสำเร็จการศึกษารอบแรกของโรงเรียน จะได้รับอีก 3 ปีหากบุคคลหนึ่งสำเร็จการศึกษารอบโรงเรียนที่สอง ในที่สุด 5 ปีจะได้รับการพิจารณาหากบุคคลสำเร็จการศึกษาภาคบังคับรอบสุดท้าย ยิ่งไปกว่านั้น จะมีการมอบเวลาการศึกษาเพิ่มเติมอีก 3 ถึง 5 ปีหากบุคคลสำเร็จการศึกษาระดับปริญญาตรีหรือปริญญาโท

โรคร่วมทางจิตเวชถือเป็นตัวแปรแบบแบ่งขั้วในแง่ของการมีหรือไม่มีความผิดปกติใดๆ

การวิเคราะห์ข้อมูล

ใช้วิธีการวิเคราะห์เพื่ออธิบายและทำความเข้าใจข้อมูลที่รวบรวมได้ดียิ่งขึ้น ในตอนแรก การวิเคราะห์เชิงพรรณนาและเชิงสหสัมพันธ์ถูกดำเนินการเพื่อสำรวจข้อมูลและการกระจายของตัวแปรในระดับ ASD และเพื่อพิจารณาว่ามีความสัมพันธ์ระหว่างตัวแปรที่สนใจหรือไม่ ความสัมพันธ์ระดับปานกลางระหว่างตัวแปรแสดงถึงเงื่อนไขประการหนึ่งสำหรับการสำรวจปรากฏการณ์ที่เป็นเหตุและผลผ่านการวิเคราะห์เชิงลึกในภายหลัง

แท้จริงแล้ว เพื่อให้เข้าใจผลกระทบของตัวแปรทางสังคม-ประชากรศาสตร์และตัวแปรที่เกี่ยวข้องกับ ASD ที่มีต่อดัชนีประสิทธิภาพการรับรู้ได้ดีขึ้น จึงมีการใช้แบบจำลองการถดถอยเชิงเส้นเพื่อวิเคราะห์ผลกระทบของอายุ การศึกษา ระดับ ASD เพศ และโรคร่วมในดัชนี WAIS-IV การถดถอยเชิงเส้นคือการวิเคราะห์เชิงคาดการณ์ที่ใช้ในการพิจารณาว่าชุดของตัวแปรทำนาย (ตัวแปรอิสระ) ทำนายผลลัพธ์ (ตัวแปรตาม) หรือไม่ จากการวิเคราะห์การทดสอบความแปรปรวน เราได้ประเมินผล 'โดยรวม' โดยพิจารณาความแตกต่างระหว่างค่าเฉลี่ย แต่จะใช้ค่า p สำหรับแต่ละค่าเฉลี่ยในแบบจำลองการถดถอยเพื่อให้เข้าใจได้ง่ายว่าค่าเฉลี่ยใดแตกต่างจากค่าอ้างอิง

ยิ่งไปกว่านั้น ในรูปแบบวิธีการแบบเรียงซ้อน เราทำการวิเคราะห์เชิงลึกมากขึ้นโดยพิจารณาแต่ละดัชนีเป็นตัวแปรตามและตัวแปรทางสังคม - ประชากรศาสตร์และที่เกี่ยวข้องกับ ASD เป็นตัวแปรร่วม สำหรับการวิเคราะห์ครั้งต่อไป เราทำการวิเคราะห์ความแปรปรวนร่วมหลายตัวแปร (MANCOVA) เพื่อประเมินความแตกต่างทางสถิติของตัวแปรตามต่อเนื่องหลายตัว – ดัชนี WAIS-IV สี่ตัว – โดยตัวแปรการจัดกลุ่มอิสระสองตัว ในขณะที่ควบคุมตัวแปรหนึ่งตัวหรือมากกว่าที่เรียกว่าตัวแปรร่วม เราได้สร้างแบบจำลองที่มีตัวแปรตามสี่ตัวแปรผ่าน MANCOVA (ดัชนี WAIS-IV สี่ดัชนี) เพศ ระดับ ASD และโรคร่วมเป็นตัวแปรอิสระ และอายุและการศึกษาเป็นตัวแปรร่วม ในที่สุด เราทำการวิเคราะห์เดียวกันซ้ำโดยใช้การทดสอบย่อยของแต่ละดัชนีเป็นตัวแปรตาม เพศ ระดับ ASD และโรคร่วมเป็นตัวแปรอิสระ และอายุและการศึกษาเป็นตัวแปรร่วม

ในทำนองเดียวกัน เพื่อให้สอดคล้องกับเป้าหมายที่สามของการวิจัย เราต้องการแยกแยะระหว่างระดับความรุนแรงของ ASD พื้นที่ใต้เส้นโค้ง (AUC) และลักษณะการทำงานของตัวรับ (ROC) (Metz, 1978; Zweig และ Campbell, 1993) ถูกนำมาใช้เพื่อตรวจสอบประสิทธิภาพของกลุ่มระดับ ASD สองกลุ่มในดัชนีคอมโพสิต WAIS-IV ROC–AUC เผยให้เห็นว่าคะแนนคอมโพสิต WAIS-IV ทั้งห้าสามารถแยกแยะระหว่างระดับความรุนแรงของ ASD ได้เท่าใด ยิ่ง AUC สูง โมเดลก็ยิ่งแยกแยะระหว่างผู้เข้าร่วมที่มีระดับความรุนแรง 1 และ 2 ได้ดีกว่า ROC คือพล็อตของอัตราบวกจริง (ความไว) กับอัตราบวกเท็จ (1-ความจำเพาะ) ที่เกี่ยวข้องกับค่าจุดตัดที่เป็นไปได้ทุกค่าสำหรับการวัด AUC คือการวัดความแม่นยำในการวินิจฉัยและความถูกต้องในการทำนายที่สามารถใช้เพื่อเปรียบเทียบค่าการทำนายของการวัดต่างๆ AUC สามารถอยู่ในช่วงระหว่าง 0.5 (การเลือกปฏิบัติแบบสุ่ม) และ 1 (การเลือกปฏิบัติที่สมบูรณ์แบบ)

สำหรับการวิเคราะห์ เราใช้ซอฟต์แวร์ R Studio (R Studio Team, 2020) และ Jamovi (The Jamovi Project, 2021)

ผลลัพธ์

สำหรับการวิเคราะห์ทางสถิติ ผู้ใหญ่สองคนที่มีระดับ 2 และผู้ใหญ่ระดับ 39 ที่มีระดับ 3 ได้รับการยกเว้น เนื่องจากไม่สามารถประเมินด้วย WAIS-IV ดังนั้น กลุ่มตัวอย่างสุดท้ายจึงประกอบด้วยคน 229 คนในระดับ 1 และ 2 สถิติเชิงพรรณนาของกลุ่มตัวอย่างและดัชนีทั้ง 4 รายการแสดงไว้ในตารางที่ 3 เพื่อความเข้าใจที่ดีขึ้นเกี่ยวกับการกระจายข้อมูลในระดับและดัชนีต่างๆ เราจึงนำเสนอฮิสโตแกรมด้วย ความหนาแน่นของ FSIQ และดัชนีทั้งสี่ในรูปที่ 1

ในการวิเคราะห์ความสัมพันธ์อย่างง่าย (ดูตารางที่ 4) อายุมีความสัมพันธ์อย่างมีนัยสำคัญกับ FSIQ (r=0.300, p < 0.001), VCI (r = 0.323, p { {7}}.01), PRI (r=0.214, p=0.001), WMI (r=0.247, p< 0.001) and PSI (r = 0.235, p < 0.001). A relevant result was the absence of significance between block design and age (r = 0.084, p = 0.207). A similar result was found between Arithmetic and age (r = 0.206; p = 0.002). Level of education was significantly correlated with FSIQ (r = 0.376, p < 0.001), while the stronger association was only with the VCI (r = 0.264, p < 0.001) and its subtests, Similarities (r = 0.346, p < 0.001), Vocabulary (r = 0.387, p < 0.001) and Information (r = 0.366, p < 0.001). Although no significant correlation between the level of education and WMI was found, Arithmetic was moderately correlated with the level of education (r = 0.301; p < 0.001).

ความสัมพันธ์ทั้งหมดระหว่างดัชนีหลักและการทดสอบย่อยมีนัยสำคัญ ( p < 0.001)

ในแบบจำลองการถดถอยเชิงเส้น เราพิจารณาผลกระทบร่วมของเพศ ระดับการศึกษา ระดับออทิสติก อายุ และการเจ็บป่วยร่วมใน FSIQ ในแบบจำลอง 1 อายุ (=0.371; t=2.779; p=0.006) ระดับออทิสติก ( {{7 }} −35.205; t=−12.636; p < 0.001) และระดับการศึกษา (=1.530; t=3.268; p < 0.001) มีความสำคัญ โดยบอกว่ายิ่งอายุ ระดับออทิสติกและการศึกษาสูงเท่าไร คะแนน FSIQ ก็จะยิ่งดีขึ้นเท่านั้น โมเดล 1 อธิบายความแปรปรวนในคะแนน FSQI 54.3% (R2 ปรับ=0.512, F(4, 224)=60.9, p < 0.001) ไม่พบผลกระทบที่มีนัยสำคัญของโรคร่วมใน FSIQ (=0.479; t = 0.153; p=0.87)

การใช้แบบจำลองการถดถอยพหุตัวแปรหลายตัวแปรกับ MANCOVA เราได้ทดสอบสมมติฐานต่างๆ ในแบบจำลอง 2 เราพิจารณาผลกระทบร่วมของตัวแปรอิสระของโมเดลก่อนหน้านี้แยกกันในดัชนีทั้งสี่ (VCI, PRI, WMI, PSI) เพศ (F=8.23; p < 0.001) อายุ (F=4.54; p=0 002) ระดับการศึกษา (F = 3.53; p=0.008) และระดับออทิสติก (F=63.80; p < 0.001) มีผลกระทบอย่างมีนัยสำคัญต่อทั้งสี่ ดัชนีเมื่อพิจารณาร่วมกัน ไม่พบผลกระทบที่มีนัยสำคัญเมื่อพิจารณาถึงผลกระทบร่วมของเพศและระดับออทิสติกต่อดัชนีทั้ง 4 ดัชนี (F=1.95; p=0.103) หรือโรคร่วม (F=1.77 ; หน้า=0.135) ดังนั้น แบบจำลองที่ 2 แสดงให้เห็นว่าผู้ป่วยชายทำงานได้ดีกว่าเพศหญิง และยิ่งระดับการศึกษาและอายุสูงขึ้น คะแนนของดัชนีทั้งสี่ก็จะยิ่งดีขึ้นเท่านั้น อันที่จริง เมื่อพิจารณาถึงผลกระทบโดยตรงของตัวแปรในทุกดัชนี เราพบว่าผลกระทบของเพศมีนัยสำคัญทางสถิติต่อ VCI (F=4.429; p=0.036) และ PSI (F {{ 30}}.835; p=0.001) และยังคงมีนัยสำคัญเมื่อพิจารณาผลกระทบร่วมกับระดับบน PSI (F=6.788; p=0.010) การศึกษามีผลกระทบอย่างมีนัยสำคัญทางสถิติต่อ VCI (F = 12.374; p ⩽ 0.001) และ WMI (F=8.288; p=0.004)

ในแบบจำลองการถดถอยพหุตัวแปรหลายตัวแปรต่อไปนี้ เราได้ประเมินผลกระทบของเพศ อายุ การศึกษา ระดับออทิสติก และโรคร่วมต่อการทดสอบย่อยหลักของดัชนีทั้งสี่ Digit Span และ Arithmetic ถือเป็นการทดสอบย่อยหลักของ WMI ผลลัพธ์เน้นย้ำถึงผลกระทบที่มีนัยสำคัญของระดับออทิสติก (F {{0}}.036; p < 0.001) อายุ (F=3.832; p=0.023) และการศึกษา (F=4.244; p=0.016) ในการทดสอบย่อยทั้งสอง ไม่พบผลกระทบของโรคร่วมต่อการทดสอบย่อย WMI (F=0.121; p=0.886)

เมื่อพิจารณาการทดสอบย่อยหลักของ VCI เพศ (F {{{{10}}}.859; p = 0.038) ระดับการศึกษา (F=4.822; p=0.003) ระดับออทิสติก (F=73.258; p < 0.001) และอายุ (F=5.932; p < 0.001) มีผลกระทบอย่างมีนัยสำคัญทางสถิติต่อความคล้ายคลึงกัน , คำศัพท์และข้อมูล. หากเราดูที่ผลลัพธ์ของการทดสอบแบบตัวแปรเดียว เพศจะมีผลกระทบอย่างมีนัยสำคัญต่อคำศัพท์เท่านั้น (F=7.337; p=0.007) โดยไม่มีนัยสำคัญต่อความเหมือนและข้อมูล ไม่พบผลกระทบของโรคร่วมต่อการทดสอบย่อย VCI (F=0.623; p=0.601)

แท้จริงแล้ว สำหรับผลกระทบต่อการออกแบบบล็อก การใช้เหตุผลเมทริกซ์ และปริศนาภาพ ระดับออทิสติกเป็นตัวแปรร่วมเพียงตัวเดียวที่มีผลกระทบอย่างมากต่อการทดสอบย่อยทั้งสามรายการ (F {{0}}.375; p < 0.001) . ไม่พบผลลัพธ์ที่เกี่ยวข้องอื่นๆ ยกเว้นผลกระทบที่มีนัยสำคัญเล็กน้อยของระดับเพศและออทิสติกต่อ VP (F=4.433; p=0.036)
แบบจำลองสุดท้ายพิจารณาผลกระทบของตัวแปรที่มีต่อการค้นหาสัญลักษณ์และการเข้ารหัส และเผยให้เห็นผลกระทบที่มีนัยสำคัญของเพศ (F {{0}}.21; p=0.006) ระดับออทิสติก (F { {4}}.29; p < 0.001) และปฏิสัมพันธ์ระหว่างเพศและระดับออทิสติก (F=3.22; p=0.042) ในการทดสอบย่อยทั้งสอง อย่างไรก็ตาม ผลกระทบของตัวแปรที่แยกได้ในแต่ละอายุของการทดสอบย่อยมีผลกระทบที่มีนัยสำคัญทางสถิติต่อการค้นหาสัญลักษณ์

ผลลัพธ์ ROC แสดงไว้ในตารางที่ 5 จากการวิเคราะห์ก่อนหน้านี้ เพศมีความแตกต่างทางสถิติในหลายดัชนีและการทดสอบย่อย และเนื่องจากขนาดตัวอย่างเพศหญิงมีขนาดเล็ก เราจึงตัดสินใจปฏิบัติต่อชายและหญิงแยกกัน ในตารางที่ 5 เราใช้ ROC กับตัวอย่างเพศหญิง (n=57) และเพศชาย (n=172) พบว่าจุดตัดที่แตกต่างกันมีการเลือกปฏิบัติระหว่างระดับ 1 และ 2 เมื่อพิจารณาจาก FSIQ แต่ละดัชนีแตกต่างกันอย่างมีนัยสำคัญทางสถิติจากระดับโอกาส (=0.05)

ในกลุ่มตัวอย่างเพศหญิง คะแนน 69 คะแนนแสดงถึงความแตกต่างระหว่างระดับต่างๆ ในขณะที่ช่วงที่แตกต่างกันตั้งแต่ 65 ถึง 69 คะแนน สามารถแยกแยะความแตกต่างระหว่างชายที่มีระดับออทิสติกต่างกันได้ VCI แยกความแตกต่างระหว่างระดับ 1 และ 2 ด้วยคะแนน 74 ในผู้เข้าร่วมที่เป็นผู้หญิง ในขณะที่ผู้เข้าร่วมชาย ช่วงทางคลินิกที่ต้องพิจารณาแตกต่างกันไปตั้งแต่ 67 ถึง 76 คะแนนที่ดีที่สุดของ PRI สำหรับตัวอย่างเพศหญิงคือ 79 ในขณะที่สำหรับตัวอย่างชาย คะแนน 77 ถือเป็นคะแนนที่ดีที่สุดเมื่อพิจารณาจากความไวและความจำเพาะ ในส่วนของ WMI นั้น จุดตัดที่ 69 ส่งผลให้มีพารามิเตอร์ที่ชัดเจนในการแยกแยะออทิสติกระดับ 1 และ 2 ในผู้หญิง สำหรับประชากรชาย จุดตัดที่เหมาะสมคือ 72 โดยมีความไวและความจำเพาะที่ดี สุดท้าย สำหรับ PSI ในกลุ่มตัวอย่างเพศหญิง 81 จุดเป็นจุดตัดที่ดี ในขณะที่กลุ่มตัวอย่างชาย จุดตัดที่ดีคือ 70

การอภิปราย

นักวิจัยจำนวนจำกัดมุ่งเน้นไปที่การศึกษาเชิงลึกเกี่ยวกับลักษณะการรับรู้ของผู้ใหญ่ออทิสติกในบริบทระหว่างประเทศ และไม่มีการวิจัยในบริบทภาษาอิตาลี (Fombonne, 2005; Wilson et al., 2016) ตามความรู้ของเรา ผู้เขียนส่วนใหญ่มุ่งเน้นไปที่การแสดงความรู้ความเข้าใจและสังคมของเด็กหรือวัยรุ่นที่มี ASD (Bodner et al., 2014) การศึกษาหลายชิ้นมุ่งเน้นไปที่การเปรียบเทียบประสิทธิภาพการรับรู้ของผู้ใหญ่ที่มี ASD กับ TD หรือ HFA กับ AS และ TD (Holdnack et al., 2011) ไม่มีใครสำรวจผลกระทบของตัวแปรทางสังคมและประชากรต่อประสิทธิภาพการรับรู้ของผู้ที่มี ASD ดังนั้น ในการวิจัยของเรา เราได้สำรวจโปรไฟล์การรับรู้ของผู้ใหญ่ที่เป็นโรค ASD ซึ่งได้รับการวินิจฉัยทางคลินิก หลังจากสำรวจข้อมูลด้วยการวิเคราะห์เชิงพรรณนาแล้ว เราได้ดำเนินการวัดความสัมพันธ์ของ Full Scale, Primary Index Scales และการทดสอบย่อยหลักและตัวแปรทางสังคมและประชากรศาสตร์ ผลการวิจัยพบว่า FSIQ, PRI, WMI และ PSI มีความสัมพันธ์ปานกลางกับอายุของผู้เข้าร่วม โดยเฉพาะอย่างยิ่ง ระดับการศึกษามีผลกระทบอย่างมีนัยสำคัญต่อทักษะการรับรู้ที่วัดโดยดัชนี WAIS-IV (Ceci, 1991; Baltes et al., 1998; Schaie and Willis, 2010; Pezzuti et al., 2019; Borella และคณะ 2020) ผลลัพธ์ที่น่าสนใจคือความเกือบจะเป็นอิสระของการทดสอบย่อย Block Design จากอายุและการศึกษา ซึ่งถือได้ว่าเป็นการทดสอบย่อยที่ไม่ขึ้นกับวัฒนธรรมและอายุในกลุ่มตัวอย่างของเรา

ต่อมา เราใช้วิธีการแบบเรียงซ้อน วิเคราะห์ดัชนีเต็มมาตราส่วนในตอนแรก จากนั้นจึงวิเคราะห์ดัชนีพื้นฐานสี่ดัชนี และสุดท้ายคือการทดสอบย่อยที่สร้างดัชนีหลักสี่ดัชนี การตัดสินใจสำหรับตัวเลือกนี้มีขึ้นเพื่อลดผลกระทบของข้อผิดพลาดสองประการ: ข้อผิดพลาดที่เกิดขึ้นระหว่างการแปลงคะแนนถ่วงน้ำหนักเป็นคะแนนคอมโพสิต และเมื่อความแตกต่างระหว่างดัชนีหรือการทดสอบย่อยทำให้คะแนนของดัชนีนั้นโมฆะ ในแบบจำลองการถดถอยเชิงเส้นรูปแบบแรก เราได้ประเมินผลกระทบของอายุ ระดับการศึกษา เพศ และระดับออทิสติกที่มีต่อ FSIQ ผลลัพธ์แสดงให้เห็นนัยสำคัญในระดับสูงทั้งในด้านอายุและการศึกษา โดยระบุว่าคะแนนแต่ละคะแนนใน FSIQ มีความสัมพันธ์กับการเพิ่มขึ้น 0.37 ปี และในแต่ละปีการศึกษาจะมีการเพิ่มขึ้นประมาณ 1.5 คะแนน ใน FSIQ ผลลัพธ์เหล่านี้สอดคล้องกับการศึกษา TD โดย Tommasi และคณะ (2015) ซึ่งแสดงให้เห็นคะแนน IQ ทั่วโลกที่เพิ่มขึ้นโดยเฉลี่ย 1.9 คะแนนต่อปีการศึกษา ตรงกันข้ามกับความคาดหวังของเราและผลลัพธ์ก่อนหน้านี้ที่แสดงให้เห็นข้อเสียเปรียบของผู้หญิงออทิสติกในคะแนน IQ เมื่อเทียบกับผู้ชายออทิสติก ไม่พบผลกระทบทางเพศต่อคะแนน FSIQ ในกลุ่มตัวอย่างของเรา ดังที่กล่าวไปแล้ว ข้อสรุปบางประการสามารถสรุปได้โดยการตรวจสอบคะแนน FSIQ เท่านั้น เนื่องจากมีข้อมูลที่แตกต่างกันเกี่ยวกับความสามารถทางปัญญาในวงกว้าง

ดังนั้นในแบบจำลอง 2 เราจึงดำเนินการ MANCOVA โดยใช้ดัชนีทั้งสี่เป็นตัวแปรตาม เพศและระดับความรุนแรงเป็นปัจจัย และอายุและการศึกษาเป็นตัวแปรร่วม ผลลัพธ์แสดงให้เห็นความแตกต่างที่มีนัยสำคัญทางสถิติในตัวแปรทั้งหมด ยกเว้นเมื่อพิจารณาปฏิสัมพันธ์ระหว่างเพศและระดับของโรคออทิสติก เมื่อมองให้ลึกลงไปที่ผลลัพธ์และผลกระทบของตัวแปรที่มีต่อดัชนี ผลลัพธ์ที่ได้เน้นให้เห็นถึงความแตกต่างทางเพศที่มีนัยสำคัญในดัชนีความเข้าใจทางวาจาและความเร็วในการประมวลผลในผู้เข้าร่วมที่เป็นผู้หญิงซึ่งทำงานได้ดีกว่ากลุ่มผู้ชาย ผลลัพธ์หลังนี้ไม่น่าแปลกใจเลย เนื่องจากแม้แต่ผู้ใหญ่ที่เป็นผู้หญิงของ TD ก็ทำได้ดีกว่าผู้ชายในด้านความเร็วในการประมวลผล (Daseking et al., 2017) อย่างไรก็ตาม โดยไม่คาดคิดและไม่เคยระบุไว้มาก่อน ผู้ใหญ่ออทิสติกเพศหญิงมีประสิทธิภาพด้านคำศัพท์ได้ดีกว่าเมื่อเทียบกับผู้ชายออทิสติก แม้ว่าผลลัพธ์เหล่านี้จะน่าประหลาดใจและใหม่ แต่จำเป็นต้องมีการศึกษาเพิ่มเติมเพื่อถ่วงดุลจำนวนผู้เข้าร่วม ASD หญิงและชาย ผลกระทบของความได้เปรียบของผู้หญิงต่อ PSI ยังคงมีความสำคัญเมื่อพิจารณาการมีปฏิสัมพันธ์กับระดับ ASD อันที่จริง ประสิทธิภาพของผู้เข้าร่วมที่เป็นผู้หญิงใน PSI นั้นดีขึ้นทั้งในระดับ ASD 1 และ 2 ผลลัพธ์ที่ไม่น่าแปลกใจอีกประการหนึ่งคือผลของการศึกษาต่อดัชนีความเข้าใจทางวาจา ซึ่งชี้ให้เห็นว่าผู้ที่มีการศึกษาระดับสูงจะทำงานได้ดีขึ้นในความรู้ที่ได้รับทางวาจาและการใช้เหตุผลทางวาจา เนื่องจาก วรรณกรรมก่อนหน้านี้ชี้ให้เห็น (Tommasi et al., 2015) อย่างไรก็ตาม ผลกระทบของการศึกษาต่อ Working Memory ส่วนหนึ่งยังใหม่และยังคงมีนัยสำคัญเมื่อพิจารณาการทดสอบย่อยทั้งสองรายการเพื่อการวิเคราะห์ อย่างไรก็ตาม จำเป็นต้องมีการศึกษาเพิ่มเติมเพื่อทำความเข้าใจทิศทางของผลกระทบนี้ให้ดียิ่งขึ้น สามารถสันนิษฐานได้ว่าการศึกษาหลายปีมีส่วนทำให้ประสิทธิภาพ Digit Span และเลขคณิตดีขึ้น เนื่องจากประสิทธิภาพ WMI ที่ดีขึ้นจะเพิ่มโอกาสในการได้รับการศึกษาในระดับที่สูงขึ้น ไม่พบผลกระทบทางสถิติของการมีเพศสัมพันธ์ต่อ WM อย่างไม่อาจคาดการณ์ได้ ซึ่งเผยให้เห็นวิธีการที่คล้ายกันสำหรับผู้เข้าร่วมทั้งชายและหญิงในการดำเนินการในโดเมนความรู้ความเข้าใจนี้ ผลลัพธ์นี้ตรงกันข้ามกับการศึกษาล่าสุดของอิตาลีเกี่ยวกับ TD โดย Pezzuti และคณะ (2020) ซึ่งมีผลการปฏิบัติงานเหนือกว่าผู้ชายในด้านคะแนนรวม WMI และการทดสอบย่อยทางคณิตศาสตร์ การไม่มีผลกระทบของเพศต่อดัชนีนี้ในกลุ่มตัวอย่างออทิสติกของเราสามารถตีความได้โดยใช้ทฤษฎีสมองชายสุดโต่ง (Baron-Cohen, 2002) โดยที่ออทิสติกถือได้ว่าเป็นลักษณะสุดโต่งของโปรไฟล์ผู้ชายปกติ

ในแบบจำลอง 4 การทดสอบย่อยของ VCI (ความคล้ายคลึง คำศัพท์ และข้อมูล) ได้รับการพิจารณา และผลลัพธ์แสดงให้เห็นถึงผลกระทบที่มีนัยสำคัญต่อตัวแปรทั้งหมด ยกเว้นเมื่อคำนึงถึงปฏิสัมพันธ์ระหว่างเพศและระดับ ASD เมื่อมองให้ลึกยิ่งขึ้นในการวิเคราะห์แบบตัวแปรเดียว ผลกระทบที่มีนัยสำคัญของการศึกษา อายุ และระดับของออทิสติกต่อการทดสอบย่อยแต่ละรายการจะได้รับการยืนยันในการทดสอบย่อยแต่ละครั้ง งานวิจัยสนับสนุนการค้นพบนี้ โดยแสดงให้เห็นว่าระดับการศึกษาเป็นตัวทำนายความสามารถในการพูดที่มากขึ้น (Abad et al., 2015) อย่างไรก็ตาม ความแตกต่างทางเพศก่อนหน้านี้ที่พบเมื่อพิจารณาคะแนนคอมโพสิต VCI หายไปเมื่อมีการพิจารณาการทดสอบย่อยแต่ละครั้งเพื่อการวิเคราะห์ ยกเว้นคำศัพท์ แม้ว่าผลลัพธ์นี้จะตรงกันข้ามกับการวิจัยก่อนหน้านี้ (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) ที่สรุปความเหนือกว่าของผู้ชายที่มี TD ในดัชนีความเข้าใจทางวาจา ในทางกลับกัน ในกลุ่มตัวอย่างของเรา ผู้หญิงที่มี ASD มีประสิทธิภาพเหนือกว่าผู้ชายที่มี ASD เมื่อพิจารณาการทดสอบย่อยคำศัพท์ในการวิเคราะห์ อย่างไรก็ตาม ความแตกต่างนี้ถือว่ามีนัยสำคัญทางสถิติเฉพาะที่ ASD ระดับ 1 เท่านั้น โดยไม่พบความแตกต่างทางเพศในการทดสอบย่อย VCI เมื่อพิจารณา ASD ระดับ 2

ในแบบจำลอง 5 เราใช้การทดสอบย่อย Block Design, Matrix Reasoning และ Visual Puzzles เป็นตัวแปรตาม ผลลัพธ์แสดงให้เห็นเพียงผลกระทบที่มีนัยสำคัญของระดับ ASD ต่อการทดสอบย่อยที่พิจารณา ความเหนือกว่าของผู้ชายที่มี TD ในคะแนนคอมโพสิต PRI (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) ไม่ได้รับการยืนยันในตัวอย่างนี้ออทิสติกของเรา ซึ่งบ่งชี้ว่าการทดสอบย่อยของ PRI มีความไวต่อระดับความรุนแรงของ ASD ใน ตัวอย่างของเรา

ในโมเดล 6 การค้นหาสัญลักษณ์และการเข้ารหัสถูกใช้เป็นตัวแปรตาม ผลลัพธ์เผยให้เห็นผลกระทบที่มีนัยสำคัญทางสถิติของเพศและระดับออทิสติกต่อการทดสอบย่อยทั้งสอง ซึ่งยืนยันผลลัพธ์ก่อนหน้านี้เมื่อวิเคราะห์คะแนน PSI Composite แม้ว่าผลร่วมของเพศและระดับออทิสติกจะถูกควบคุม แต่ผลลัพธ์ยังคงมีนัยสำคัญทางสถิติในการทดสอบย่อยแต่ละครั้ง ผลลัพธ์นี้สอดคล้องกับการศึกษาก่อนหน้าเกี่ยวกับ TD เมื่อพิจารณาถึงความเหนือกว่าของผู้หญิงในดัชนีความเร็วในการประมวลผล (Pezzuti et al., 2020) ดังนั้นรูปแบบเดียวกันนี้จึงเกิดขึ้นในประชากร ASD

การใช้ดัชนีหลัก WAIS-IV หรือคะแนนตัดการทดสอบย่อยเพื่อแยกแยะระหว่างระดับออทิสติกได้ดีขึ้น อาจเป็นข้อขัดแย้งแต่มีประโยชน์สำหรับแพทย์ที่ต้องอธิบายการทำงานของบุคคลหนึ่งคนตามการจัดประเภท DSM-5 (APA, 2013) สำหรับดัชนีเต็มมาตราส่วน จุดตัดที่ดีที่สุดที่เปิดเผยคือ 69 จุดสำหรับผู้หญิงและ 65 จุดสำหรับผู้ชายที่ใช้ดัชนีของ Youden ใน VCI จุดตัดที่เหมาะสมที่สุดคือ 74 และ 69 สำหรับเพศหญิงและชาย ตามลำดับ เกี่ยวกับ PRI จุดตัดที่ดีที่สุดคือ 79 คะแนนสำหรับผู้หญิงและ 73 คะแนนสำหรับผู้ชาย ใน WMI 69 สำหรับผู้หญิงและ 72 สำหรับผู้ชาย สุดท้ายแล้ว สำหรับ PSI จุดตัดที่เหมาะสมคือ 81 จุดสำหรับผู้หญิงและ 70 จุดสำหรับผู้ชาย

แม้ว่าผลการคาดการณ์ทั้งหมดนี้สามารถช่วยให้แพทย์แยกแยะระหว่างระดับความรุนแรงต่างๆ ได้ดีขึ้น แต่การทดสอบไม่สามารถทดแทนการประเมินการวินิจฉัยโดยแพทย์ที่มีประสบการณ์ได้ อย่างไรก็ตาม คะแนนที่ตัดออกจะถูกนำมารวมกับการค้นพบก่อนหน้านี้เกี่ยวกับความเป็นอิสระของ PRI โดยเกือบทั้งหมดตั้งแต่อายุ ระดับการศึกษา และเพศ ส่วนหนึ่งสามารถนำการประเมินทางคลินิกไปสู่ความสามารถด้านการมองเห็นได้โดยตรงเมื่อประเมินผู้ที่มี ASD ข้ามระดับ

โดยสรุป ผู้เขียนบางคนเห็นหลักฐานการประเมินความสามารถทางปัญญาของคน ASD ต่ำไปเมื่อประเมินด้วย WAIS-IV เทียบกับ RPM (Dawson et al., 2007; Hayashi et al., 2008; Soulières et al., 2011) อย่างไรก็ตาม ดูเหมือนว่าปรากฏการณ์นี้จะนำไปใช้กับคน ASD ที่มีความบกพร่องทางสติปัญญาได้ดีกว่า ไม่ใช่กับ AS (Bölte et al., 2009; Holdnack et al., 2011) หรือความสามารถทางปัญญาโดยเฉลี่ย ดังนั้น ความบกพร่องทางสติปัญญาควรเป็นข้อกังวลเมื่อเลือกเครื่องมือการประเมินที่จะใช้กับผู้ที่มี ASD และเมื่อตีความผลลัพธ์ของความสำเร็จในการวัดนั้น นอกจากความบกพร่องทางสติปัญญาแล้ว ความล่าช้าทางภาษายังส่งผลกระทบอย่างมีนัยสำคัญต่อผลลัพธ์ของ IQ ดังที่ Bodner และคณะ (2014) มีหลักฐานในการศึกษาที่ส่งผลให้คะแนน WAIS-IV IQ ดีกว่าคะแนน RPM ในผู้ใหญ่ที่สามารถพูดได้ ดังนั้นจึงจำเป็นต้องพิจารณาปัจจัยหลายประการก่อนที่จะประเมินบุคคลที่มี ASD (บริบท สถานการณ์ การประเมินความสามารถ วิธีการที่แตกต่างกัน) โดยจัดลำดับความสำคัญของแนวทางผู้ให้ข้อมูลหลากหลายวิธี ดังนั้น การทำนายการทำงานทางวิชาการหรือการปรับตัวของผู้ที่มี ASD ตลอดช่วงอายุโดยอิงจากเครื่องมือประเมินความรู้ความเข้าใจจึงควรทำด้วยความระมัดระวัง เนื่องจากทั้ง Wechsler และ RPM ไม่ได้รวบรวมข้อมูลทั้งหมดที่จำเป็นในการประเมินการทำงานด้านความรู้ความเข้าใจในผู้ที่มี ASD อย่างครบถ้วน

ข้อจำกัดและแนวทางการวิจัยในอนาคต

ข้อจำกัดที่เป็นไปได้ของการศึกษาคือมีผู้เข้าร่วมที่เป็นผู้หญิงจำนวนน้อยเมื่อเทียบกับผู้เข้าร่วมที่เป็นผู้ชาย ซึ่งอาจขัดขวางไม่ให้สรุปผลลัพธ์โดยรวมได้ นอกจากนี้ ตัวอย่าง ASD เพศหญิงที่ลดลงและผลลัพธ์ของการไม่มีความแตกต่างทางเพศในคะแนนรวมทั่วไปของ IQ อาจเป็นส่วนหนึ่งเนื่องจากขนาดของกลุ่มตัวอย่างเพศหญิง อย่างไรก็ตาม กลุ่มตัวอย่างประกอบด้วยชายและหญิงในจำนวนที่แตกต่างกันตามความชุกของ ASD

มีการตรวจสอบเฉพาะการมีหรือไม่มีโรคร่วมในการวิจัยเท่านั้น แม้ว่าผู้เข้าร่วมในจำนวนจำกัดจะได้รับการวินิจฉัยทางคลินิกที่อาจส่งผลกระทบอย่างมากต่อการทดสอบย่อย WAIS-IV เช่น ความผิดปกติทางจิตหรือ ADHD แต่จำเป็นต้องมีการศึกษาเพิ่มเติมเพื่อประเมินผลเดี่ยวๆ ของการเป็นโรคร่วมต่อผลลัพธ์

ความพร้อมใช้งานของข้อมูลและวัสดุ

ชุดข้อมูลที่ไม่ระบุตัวตนที่วิเคราะห์ในการศึกษาปัจจุบันมีให้จากผู้เขียนที่เกี่ยวข้องตามคำขอ

กิตติกรรมประกาศ

เราขอขอบคุณทุกคนที่มีส่วนร่วมในการศึกษาครั้งนี้ เราขอขอบคุณการมีส่วนร่วมของผู้เข้าร่วมออทิสติกและญาติของพวกเขาที่ทำให้การวิจัยออทิสติกเป็นไปได้ด้วยความสนใจและความทุ่มเท

การสนับสนุนทางการเงิน

ไม่ได้รับการสนับสนุนทางการเงินสำหรับการวิจัย

ขัดผลประโยชน์.

ผู้เขียนไม่มีการรายงานความขัดแย้งทางผลประโยชน์

มาตรฐานทางจริยธรรม

ขั้นตอนทั้งหมดที่ดำเนินการในการศึกษาที่เกี่ยวข้องกับผู้เข้าร่วมที่เป็นมนุษย์นั้นเป็นไปตามมาตรฐานทางจริยธรรมของคณะกรรมการวิจัยสถาบันและ/หรือระดับชาติ และตามปฏิญญาเฮลซิงกิปี 1964 และการแก้ไขในภายหลังหรือมาตรฐานทางจริยธรรมที่เทียบเคียงได้

อ้างอิง

1. Abad F, Sorrel M, Román F และ Colom R (2015) ความสัมพันธ์ระหว่างคะแนนดัชนีปัจจัย WAIS-IV และระดับการศึกษา: แนวทางแบบจำลองปัจจัยสอง การประเมินทางจิตวิทยา 28, 987–1000

2. สมาคมจิตเวชอเมริกัน (2013) คู่มือการวินิจฉัยและสถิติความผิดปกติทางจิต ฉบับที่ 5 อาร์ลิงตัน, เวอร์จิเนีย: ผู้แต่ง

3. Attwood T (2007) คู่มือฉบับสมบูรณ์เกี่ยวกับโรคแอสเพอร์เกอร์ ลอนดอน: สำนักพิมพ์เจสสิก้า คิงส์ลีย์.

4. Baltes PB, Lindenberger U และ Staudinger UM (1998) ทฤษฎีช่วงชีวิตในด้านจิตวิทยาพัฒนาการ ใน Damon W และ Lerner RM (สหพันธ์) คู่มือจิตวิทยาเด็ก: เล่ม 1 1. แบบจำลองทางทฤษฎีการพัฒนามนุษย์ รุ่นที่ 5 โฮโบเกน นิวเจอร์ซีย์: ไวลีย์ หน้า 1029–1143

5. Baron-Cohen S (2002) ทฤษฎีสมองออทิสติกสุดโต่งของผู้ชาย แนวโน้มทางวิทยาศาสตร์เกี่ยวกับความรู้ความเข้าใจ 6, 248–254

6 Baxter AJ, Brugha TS, Erskine HE, Scheurer RW, Vos T และ Scott JG (2015) ระบาดวิทยาและภาระทั่วโลกของความผิดปกติของสเปกตรัมออทิสติก เวชศาสตร์จิตวิทยา 45, 601–613

7 Bodner KE, Williams DL, Engelhardt CR และ Minshew NJ (2014) การเปรียบเทียบมาตรการในการประเมินระดับและลักษณะของสติปัญญาในเด็กทางวาจาและผู้ใหญ่ที่มีความผิดปกติของสเปกตรัมออทิสติก การวิจัยเกี่ยวกับความผิดปกติของออทิสติกสเปกตรัม 8, 1434–1442

8. Bölte S, Dziobek I และ Poustka F (2009) รายงานโดยย่อ: ระดับและลักษณะของความฉลาดออทิสติกกลับมาอีกครั้ง วารสารออทิสติกและพัฒนาการผิดปกติ 39, 678–682

9. Borella E, Pezzuti L, De Beni R และ Cornoldi C (2020) ความฉลาดและความจำในการทำงาน: หลักฐานจากการบริหาร WAIS-IV ให้กับผู้ใหญ่และผู้สูงอายุชาวอิตาลี การวิจัยทางจิตวิทยา 84, 1622–1634

10. Ceci SJ (1991) การเรียนการสอนมีอิทธิพลต่อสติปัญญาทั่วไปและองค์ประกอบทางปัญญามากน้อยเพียงใด การประเมินหลักฐานอีกครั้ง จิตวิทยาพัฒนาการ 27, 703–722

11. Ceci SJ และ Williams WM (1997) การศึกษา ความฉลาด และรายได้ นักจิตวิทยาอเมริกัน 52, 1051

12. Charman T, Pickles A, Simonoff E, Chandler S, Loucas T และ Baird G (2011) IQ ในเด็กที่มีความผิดปกติของออทิสติกสเปกตรัม: ข้อมูลจากโครงการความต้องการพิเศษและออทิสติก (SNAP) เวชศาสตร์จิตวิทยา 41, 619–627

13. คริสเตนเซ่น ดีแอล, บายโอ เจ, ฟาน นาร์เดน เบราน์ เค, บิลเดอร์ ดี, ชาร์ลส เจ, คอนสแตนติโน เจเอ็น, แดเนียลส์ เจ, ดูร์กิน เอ็มเอส, ฟิตซ์เจอรัลด์ RT, เคอร์เซียส-สเปนเซอร์ เอ็ม, ลี แอลซี, เพ็ตตี้โกรฟ เอส, โรบินสัน ซี, ชูลซ์ อี, เวลส์ ซี , Wingate MS, Zahorodny W, Yeargin-Allsopp M และศูนย์ควบคุมและป้องกันโรค (CDC) (2016) ความชุกและลักษณะของความผิดปกติของสเปกตรัมออทิสติกในเด็กอายุ 8 ปี – เครือข่ายการตรวจสอบออทิสติกและพัฒนาการบกพร่อง 11 แห่ง สหรัฐอเมริกา 2555. สรุปการเฝ้าระวัง MMWR 65, 1–23

For more information:1950477648nn@gmail.com