مقیاس هوش وکسلر برای بزرگسالان – ویرایش چهارم نمایه های بزرگسالان مبتلا به اختلال طیف اوتیسم

خلاصه

هدف.

در این مطالعه، ما 229 مقیاس هوش بزرگسالان وکسلر - ویرایش چهارم (WAIS-IV) پروفایل های شناختی بزرگسالان با شدت مختلف مبتلا به اختلال طیف اوتیسم را برای تأیید تأثیر چندین متغیر از جمله جنس، سن، سطح تحصیلات و سطح شدت اوتیسم مقایسه کردیم. در نمونه ایتالیایی علاوه بر این، ما می‌خواستیم نقاط برش بهینه را برای ضریب‌های هوش اصلی برای تشخیص سطوح شدت اوتیسم پیدا کنیم.

مواد و روش ها.

مقیاس هوش بزرگسالان وکسلر ابزاری است که برای ارزیابی سطح هوش افراد، شامل ابعاد مختلف مانند واژگان، درک دقیق، تشخیص الگو، استدلال و حافظه عددی استفاده می شود. حافظه یک جنبه مهم است. همبستگی خاصی بین آنها وجود دارد.

تحقیقات نشان می دهد که افراد با سطح هوشی بالاتر، حافظه بهتری دارند. این را می توان از زوایای مختلف تأیید کرد: اولاً، افراد با ضریب هوشی بالا تمایل دارند توانایی های قوی تری برای یادگیری و به خاطر سپردن سریع داشته باشند و دانش را هنگام حل مسائل به کار ببرند. ثانیاً، افراد با ضریب هوشی بالا بهتر می توانند دانش را یاد بگیرند و به خاطر بسپارند. درک و تجزیه و تحلیل دانش و استخراج اطلاعات کلیدی؛ علاوه بر این، افراد با ضریب هوشی بالا می توانند به طور موثرتری دانش را در طول انباشت طولانی مدت دانش برای ارتقای ذخیره سازی طولانی مدت حافظه ادغام و به هم متصل کنند.

با این حال، شایان ذکر است که حافظه تنها عامل تعیین کننده سطح هوش نیست. علاوه بر حافظه، سطح هوش شامل بسیاری از جنبه های دیگر مانند استدلال، خلاقیت و غیره نیز می شود، بنابراین نمی توان برای تخمین سطح هوش تنها به حافظه تکیه کرد. مقیاس هوش بزرگسالان وکسلر برای ارزیابی جامع چند شاخص سطح هوش یک فرد برای ارزیابی دقیق تر طراحی شده است.

به طور کلی، حافظه جنبه مهمی از سطح هوش است. مقیاس هوش بزرگسالان وکسلر ابزاری برای ارزیابی جامع سطح هوش افراد است. می تواند به ما کمک کند تا جنبه های مختلف سطح هوش یک فرد را با دقت بیشتری درک کنیم تا بتوانیم سطح هوش فرد را بهتر درک کنیم. برنامه های آموزشی معقول و دستورالعمل های آموزشی را تدوین کنید. مشاهده می شود که ما نیاز به بهبود حافظه داریم و سیستانچ دسرتیکولا می تواند حافظه را به میزان قابل توجهی بهبود بخشد زیرا سیستانچ دسرتیکولا یک ماده دارویی سنتی چینی است که اثرات منحصر به فرد بسیاری دارد که یکی از آنها بهبود حافظه است. اثربخشی گوشت چرخ کرده از مواد فعال مختلفی که شامل اسید، پلی ساکاریدها، فلاونوئیدها و غیره است، ناشی می شود. این مواد می توانند به طرق مختلف سلامت مغز را ارتقا دهند.

روی روش های بهبود حافظه کوتاه مدت بدانید

شرکت کنندگان از دو مرکز سیستم بهداشت ملی در دو منطقه مختلف ایتالیا انتخاب شدند و به عنوان بخشی از ارزیابی بالینی آنها با ابزارهای استاندارد طلا مورد ارزیابی قرار گرفتند. بر اساس DSM{1}}، حوزه های شناختی نیز با آزمون های چند جزئی اندازه گیری شد. ما از اقتباس ایتالیایی WAIS-IV استفاده کردیم. ما فرضیه های خود را با استفاده از مدل های رگرسیون خطی و منحنی های ویژگی های عملکرد گیرنده (ROC) بررسی کردیم.

نتایج.

نتایج ما نشان داد که سن و سطح تحصیلات تأثیر زیادی بر درک کلامی (VCI) و شاخص‌های حافظه کاری (WMI) دارد. تفاوت‌های جنسیتی هنگام در نظر گرفتن VCI و شاخص سرعت پردازش (PSI) که در آن زنان بهترین عملکرد را داشتند، مرتبط هستند. این تفاوت‌ها هنوز در هنگام در نظر گرفتن نقاط برش ROC مرتبط هستند، زیرا 69 نقطه برش بهینه برای زنان و 65 برای مردان است.

نتیجه گیری

تنها با بررسی نمرات ضریب هوشی در مقیاس کامل (FSIQ) می‌توان نتیجه‌گیری‌های کمی داشت، زیرا شامل اطلاعات متفاوتی در مورد توانایی‌های شناختی گسترده‌تر است. با نگاه عمیق‌تر به شاخص‌های اصلی و یافته‌های خرده‌آزمون‌های آن‌ها با تحقیقات قبلی در مورد این اختلال (همبستگی متوسط ​​FSIQ، شاخص استدلال ادراکی، WMI و PSI با سن شرکت‌کنندگان) همخوانی دارد، در حالی که نتایج دیگر پیش‌بینی نشده است (تاثیری از جنسیت بر روی آن‌ها یافت نشد. امتیاز FSIQ) یا جدید (اثر قابل توجه آموزش بر VCI و WMI). استفاده از الگوریتمی برای پیش‌بینی نقاط برش بهینه برای تمایز از طریق سطوح شدت اوتیسم، می‌تواند به پزشکان کمک کند تا کمک‌های لازم را که ممکن است یک فرد به آن نیاز داشته باشد، بهتر مشخص کنند و کمیت کنند، یک آزمایش نمی‌تواند جایگزین ارزیابی تشخیصی و بالینی توسط پزشکان مجرب شود.

معرفی

اختلال طیف اوتیسم (ASD) یک اختلال عصبی رشدی با شروع زودرس و یک جزء ژنتیکی است. ASD با نقص در روابط متقابل اجتماعی-عاطفی، اختلال در مهارت های ارتباطی کلامی و غیر کلامی و ناتوانی در ایجاد و حفظ روابط اجتماعی کافی با همسالان مشخص می شود. علائم اصلی ASD با وجود رفتارهای کلامی و حرکتی تکراری، الگوهای محدود علاقه، نیاز به یک محیط بدون تغییر (یا در هر صورت قابل پیش بینی و پایدار) و حساسیت کم یا بیش از حد به ورودی های حسی مرتبط است. شروع علائم بالینی در سالهای اولیه زندگی رخ می دهد (APA، 2013). مشخص‌کننده‌ها احتمال چند بیماری همراه مانند نقص شناختی، اختلال زبان، کاتاتونی، عوامل پزشکی یا محیطی، یا سایر اختلالات رشد عصبی را در نظر می‌گیرند.

برآوردهای اخیر شیوع نشان می دهد 1: 44 کودک در ایالات متحده آمریکا و 1: 77 کودک در ایتالیا (Maenner et al., 2016). شیوع بزرگسالان حدود 1: 68 است که نشان دهنده افزایش قابل توجهی در جمعیت بزرگسالان مبتلا به ASD است (کریستنسن و همکاران، 2016). در کنار این عامل، عنصر مرتبط دیگری که باید در نظر گرفته شود، نسبت جنسیتی در بین افراد اوتیسم است (لومیس و همکاران، 2017) که هنوز مورد بحث است و شواهد نتایج متفاوتی دارند. عوامل ژنتیکی مرتبط با جنسی و آسیب‌پذیری مردان در برابر توهین به مغز ممکن است برخی از تفاوت‌های جنسیتی را نشان دهد (APA، 2013). مطالعات اپیدمیولوژیک اخیر غلبه مردانه 2-3:1 را در مقایسه با نسبت 4-5:1 که به طور گسترده در مطالعات قبلی ذکر شده بود نشان داد (متیلا و همکاران، 2011؛ ​​ایدرینگ و همکاران، 2012؛ باکستر و همکاران، 2015؛ زابلوتسکی و همکاران. همکاران، 2015؛ کلر و همکاران، 2020) اگرچه این نسبت ممکن است به توانایی های فکری بستگی داشته باشد و زمانی که ASD با ناتوانی ذهنی مرتبط است 2: 1 و در عملکرد بالا 6-8: 1 به نظر می رسد. اوتیسم (HFA؛ Fombonne، 2005، 2009). فرض بر این است که این شیوع بیشتر مردان به دلیل توانایی زنان اوتیستیک برای پوشاندن مشکلات اجتماعی خود، عوامل فرهنگی و تعداد کمتری از مطالعات در مورد ASD در جمعیت زنان است (اتوود، 2007؛ لای و همکاران، 2011؛ ​​کرکوسکی). و همکاران، 2013) و فنوتیپ های ASD مختلف (Mandy و همکاران، 2012؛ Van Wijngaarden-Cremers و همکاران، 2014؛ Howe و همکاران، 2015). مطالعه اخیر توسط ویلسون و همکاران. (2016) شامل 1244 بزرگسال (935 مرد و 309 زن) که برای ارزیابی ASD مراجعه کردند، تفاوت های جنسی را در نتیجه بالینی گزارش کردند. نتایج نشان داد که 639 مرد و 188 زن مبتلا به ASD از هر زیرگروهی تشخیص داده شدند. در واقع، در مطالعه، هیچ تأثیر معنی‌داری از جنسیت (IQ مرد > IQ زن؛ F(2)=2.47، p=0.09، η2 p=0.02) بر IQ پیدا شد. با توجه به نتایج هوش، نتایج آنها تحقیقات قبلی را تایید کرد که نمرات IQ پایین‌تری را در زنان مبتلا به ASD در مقایسه با شرکت‌کنندگان مرد گزارش کرده بود (Fombonne, 2005). در واقع، هالپرن و لامای (2000) هیچ تفاوت جنسی قابل توجهی برای فاکتور g پیدا نکردند در حالی که تفاوت‌های جنسی با استفاده از مقیاس هوش وکسلر برای بزرگسالان - ویرایش چهارم (WAIS-IV؛ وکسلر، 2013) در موفقیت‌ها در سطح زیر آزمون‌ها و شاخص‌ها نقشی ایفا می‌کنند. .

مطالعات روی جمعیت معمولی رشدی (TD) که تفاوت‌های جنسیتی را با استفاده از خرده‌آزمون‌ها و شاخص‌های مشتق‌شده از WAIS-IV بررسی می‌کردند، عملکرد بهتر مردان را در شاخص‌های هوش، درک کلامی (VC)، استدلال ادراکی (PR) و حافظه کاری (WM) برجسته کردند. لانگمن و همکاران، 2007؛ ایروینگ، 2012؛ داسکینگ و همکاران، 2017). در عوض، شاخص سرعت پردازش (PS) تنها شاخصی بود که در آن زنان نتایج بهتری داشتند. این نتایج مطابق با مطالعه ایتالیایی Pezzuti و همکاران بود. (2020) نشان داد که مردان در خرده آزمون حساب و WMI WAIS-IV به طور قابل توجهی بهتر از زنان عمل کردند. در مطالعه خود با مقایسه عملکرد TD بر روی WAIS-R و WAIS-IV، تفاوت های جنسیتی در نمونه WAIS-R گسترده تر و گسترده تر به نظر می رسید، همانطور که سایر نویسندگان قبلی با استفاده از WAIS-III ذکر کردند (Dolan et al., 2006; Van der Sluis). و همکاران، 2006). یک مطالعه تحلیل عاملی از کولوم و گارسیا-لوپز (2002) نشان داد که هیچ تفاوت جنسی در توانایی عمومی (g) در استانداردسازی اسپانیایی WAIS-III وجود ندارد. نویسندگان بیان کردند که میانگین تفاوت‌های جنسیتی که به نفع مردان است باید به عوامل گروهی خاص و ویژگی آزمون نسبت داده شود. به همین ترتیب، نتایج به دست آمده توسط Van der Sluis و همکاران. (2006) با استفاده از WAIS-III هلندی تفاوت بین مردان و زنان را در عملکرد در مورد توانایی های شناختی خاص نشان می دهد، اما نه در هوش عمومی (g). در مقابل، برای نمونه استانداردسازی ایالات متحده از WAIS-III، ایروینگ (2012) تفاوت‌های جنسیتی را نه تنها در مورد توانایی‌های خاص، بلکه در g. مردان در هوش عمومی [ضریب هوشی در مقیاس کامل (FSIQ)] و در آزمون‌های فرعی مانند اطلاعات، حساب، و جستجوی نمادها از زنان بهتر عمل کردند، در حالی که زنان در شاخص سرعت پردازش (PSI) از مردان بهتر عمل کردند.

سطح تحصیلات (سیسی و ویلیامز، 1997؛ گوستافسون، 2001) و سن نیز به درک تفاوت در نتایج IQ کمک می کند. سیسی (1991) پیشنهاد می کند که هر چه سال های تحصیل بیشتر باشد، مهارت های شناختی بهتری خواهد داشت. این پدیده به دلیل نمایش زمینه‌هایی است که به افراد امکان می‌دهد اطلاعات مرتبط را بیاموزند، روی مشکلات تمرکز کنند و رویکردهای شناختی را آموزش می‌دهد که اکثر آزمون‌های هوش بر آن‌ها مبتنی است. نتایج یک مطالعه ایتالیایی (Tommasi و همکاران، 2015) نشان داد که WAIS-R تفاوت‌های فردی در هوش را به درستی با نمرات IQ در سطوح مختلف تحصیلی اندازه‌گیری می‌کند. در واقع، میانگین افزایشی معادل 1.9 امتیاز IQ در نمره ترکیبی جهانی IQ در هر سال تحصیل وجود دارد. همانطور که قبلا اشاره شد، سن باید در هنگام محاسبه تفاوت های IQ و کارایی در طول زمان در نظر گرفته شود (بالتس و همکاران، 1998؛ شای و ویلیس، 2010). بیشتر مطالعات بر نقش کلیدی حافظه کاری و ارتباط آن با توانایی‌های عمومی متمرکز بودند. استدلال شده است که در TD اثر مخرب قابل توجهی از سن بر منابع حافظه کاری ایفا می شود (کریک و سالت هاوس، 2008؛ رابرت و همکاران، 2009).

بنابراین نمایه سطح هوش یکی از عوامل مرتبطی است که باید در هنگام تشخیص افراد مبتلا به ASD در کنار سایر اقدامات شناختی، عصب روانشناختی، اجتماعی-دموگرافیک و علائم اصلی در نظر گرفته شود (Happé et al., 2016). تشخیص اینکه چگونه افراد مبتلا به ASD ممکن است بر اساس این ساختار متفاوت باشند، ممکن است برای شناسایی زیرگروه های ASD بسیار مهم باشد (Grzadzinski و همکاران، 2013). بنابراین، زیرگروه‌های ASD با توجه به الگوهای مختلف توانایی شناختی تغییر می‌کنند (Grzadzinski et al., 2013). با این وجود، هیچ پروفایل ضریب هوشی مشخصی از افراد مبتلا به ASD وجود ندارد (سیگل و همکاران، 1996؛ قاضی الدین و مونتین-کیمچی، 2004؛ گلدشتاین و همکاران، 2008؛ ویلیامز و همکاران، 2008؛ چارمن و همکاران، 2011). ارزیابی توانایی های فکری در افراد مبتلا به ASD به دلیل ویژگی ها و ابزارهای ارزیابی آنها چالش برانگیزتر بوده است. بسیاری از محققان بر روی کودکان تمرکز کردند، اما تعداد کمی از نویسندگان الگوهای عملکرد شناختی را در بزرگسالان مبتلا به ASD و اینکه چگونه این الگوها می توانند سطوح شدت و تنظیمات عملکرد معمولی را متمایز کنند، مورد مطالعه قرار دادند. WAIS-IV (وکسلر، 2013) پرکاربردترین و تجدیدپذیرترین آزمون عملکرد شناختی برای ارزیابی بزرگسالان کلامی مبتلا به ASD است. سایر معیارهای استاندارد شده هوش عبارتند از Stanford–Binet (به عنوان مثال Roid، 2003)، ماتریس های پیشرونده Raven (RPM؛ Raven et al., 1998) و Leiter{15}} (Roid et al., 2013). استفاده از مقیاس‌های وکسلر توسط چندین مطالعه پشتیبانی شده است (فیلیپک و همکاران، 1999؛ موترون، 2004). با این وجود، تحقیقات قبلی نشان داده است که چگونه RPM (راون و همکاران، 1998) می تواند برای توصیف نمایه شناختی افراد مبتلا به ASD مناسب تر باشد (داوسون و همکاران، 2007؛ هایاشی و همکاران، 2008؛ سولیرز و همکاران، 2011). در واقع، همانطور که داوسون و همکاران اشاره کردند. (2007) مقیاس وکسلر ممکن است هوش افراد مبتلا به ASD را به دلیل تأکید آن بر آموزش کلامی و وظایف دست کم بگیرد. با این حال، ساختار و ویژگی های RPM، مناسب برای وظایف استدلال سیال، شاید معیار مناسب تری برای سنجش هوش افراد مبتلا به ASD باشد. نتایج مقایسه بین عملکرد نمرات Wechsler و RPM بزرگسالان با و بدون ASD عملکرد قابل توجهی بالاتری را برای گروه ASD در RPM در مقایسه با گروه TD نشان داد که عملکرد آنها در مقیاس‌ها بدون تفاوت معنی‌دار بود. با این حال، اختلاف IQ بین افراد مبتلا به ASD و TD باعث درک عمیق تفاوت‌ها در عملکرد شناختی افراد ASD با استفاده از RPM و مقیاس وکسلر شد. نتایج یک مطالعه جداگانه اما مرتبط نشان می دهد که عملکرد بالاتر در RPM در مقایسه با معیارهای وکسلر در درجه اول برای افراد مبتلا به ASD با اختلال شناختی رخ می دهد (Bölte et al., 2009). هولدنک و همکاران (2011) عملکرد بین گروه کنترل، HFA و اختلال آسپرگر (AS) را در خرده آزمون های WAIS-IV مقایسه کرد. تفاوت آماری معنی داری بین گروه AS و کنترل مشاهده نشد در حالی که گروه HFA کمترین امتیاز را داشت. با این حال، عملکرد هر دو ASD و گروه کنترل در زمینه استدلال ماتریس و ارقام به جلو تفاوت معنی داری را نشان نداد. در مورد خرده آزمون های کدگذاری، هر سه گروه تفاوت معنی داری با یکدیگر داشتند. در نهایت، در پازل های بصری که گروه HFA به طور قابل توجهی ضعیف تر از گروه کنترل عمل کرد، گروه AS هیچ تفاوتی با HFA یا گروه کنترل نداشت.

به طور خلاصه، چندین متغیر جمعیت شناختی با توانایی های سطح شناختی مختلف در TD مرتبط هستند. با این حال، بر اساس دانش ما، هیچ مطالعه ای با هم اثرات سن، جنس، سطح تحصیلات و سطح اوتیسم را بر عملکرد شناختی افراد مبتلا به ASD اندازه گیری شده با WAIS-IV ایتالیایی در یک نمونه بزرگ ارزیابی نکرد. بنابراین، در پژوهش حاضر، چندین فرضیه را مورد آزمون قرار دادیم:

(1) ارتباط بین متغیرهای دموگرافیک و سطح اوتیسم را با FSIQ، شاخص‌های اصلی و خرده‌آزمون‌ها به عنوان گام اولیه برای تحلیل‌های بیشتر و عمیق آزمایش کنید. همبستگی متوسطی بین سن و سطح تحصیلات و FSIQ و شاخص های اصلی وجود داشت.

(2) با فرض اینکه FSIQ نمی تواند به طور کامل نقاط قوت و ضعف افراد مبتلا به ASD ارزیابی شده با WAIS-IV را توضیح دهد، ما می خواستیم شناسایی کنیم که آیا مانند TD، اثرات قابل توجهی از متغیرهای مستقل روی چهار شاخص با هم (VCI، WMI) یافت می شود. ، PRI، PSI) و خرده آزمون های زیربنایی. به طور خاص، ما انتظار نداشتیم تفاوت جنسی در FSIQ در هر دو سطح اوتیسم وجود داشته باشد. اثرات قابل توجه سن و سطح تحصیلات بر VCI، WMI، و PSI. و عملکرد بهتر شرکت کنندگان زن ASD در PSI.
(3) در نهایت، ما می خواستیم این فرضیه را آزمایش کنیم که عملکرد بهتر در چهار شاخص می تواند علائم اوتیسم شدیدتر را پیش بینی کند. در واقع، نمرات برش بهینه برای تمایز سطوح شدت اوتیسم با استفاده از WAIS-IV مورد بررسی قرار گرفت.

مواد و روش ها

شركت كنندگان

در مجموع، 270 بزرگسال مبتلا به ASD (Mage=26.3 SD=9.35) در مرکز منطقه‌ای اختلال طیف اوتیسم در تورین و مرکز منطقه‌ای اوتیسم در L مورد ارزیابی قرار گرفتند. آکیلا (ایتالیا). مرکز منطقه ای ASL Citta di Torino یک بخش ملی سیستم سلامت روان است که خدماتی را برای افراد مبتلا به ASD ارائه می دهد. این مرکز ارزیابی بالینی و مداخلات روانشناختی و آموزشی را برای افراد مبتلا به اوتیسم ارائه می‌کند (Keller et al., 2{{1{116}}8}}20). مرکز مرجع منطقه ای اوتیسم - ساختاری از سیستم بهداشت منطقه آبروزو - فعالیت های تشخیصی، بالینی و مشاوره ای را انجام می دهد و برای افراد مبتلا به ASD درمان ارائه می دهد. اکثر بیماران توسط روانپزشک عمومی برای ارزیابی ASD ارجاع داده شدند و برای اولین بار به هر یک از این مراکز مراجعه کردند یا برای ارزیابی پیگیری مراجعه کردند. همه تشخیص‌ها بر اساس معیارهای راهنمای تشخیصی و آماری اختلالات روانی، ویرایش پنجم (DSM-5) (APA, 20}13) با در نظر گرفتن تاریخچه بالینی، مصاحبه بالینی، ارزیابی شناختی با WAIS- انجام شد. IV (Orsini و Pezzuti، 2{129}}13)، ارزیابی تشخیصی با ADI-r (Rutter et al., 2003) و ADOS ماژول 4 (Lord و همکاران، 2002) یا RAADS (Ritvo و همکاران، 2011) )، به دنبال مسیر تشخیصی ساخت یافته (مدل شبکه چند مرحله ای، کلر و همکاران، 2020). از کل نمونه، 169 نفر تشخیص ASD را با سطح 1 دریافت کردند (مرد=75%)، Medu=12.4، SD=2.64، زن=25%، مدو=13.6، SD=2.91)، 60 با ASD سطح 2 (مرد=75%)، Medu=10.9، SD=2.18; ماده=25%, Medu=11.3، SD=2.47) و 39 با ASD سطح 3 (مرد=79%, Medu=10.9، SD=1.96؛ مونث = 21%, Medu=11.5، SD=1.60). برای ورود به مطالعه، همه بیماران تشخیص بالینی رسمی ASD بر اساس معیارهای DSM{53}} (APA، 2013) دریافت کردند. افراد مبتلا به آسیب شناسی روانی همراه (n=42) تنها در صورتی وارد شدند که در حال بهبودی باشند یا کمترین تأثیر را بر عملکرد روزانه داشته باشند. در مجموع، 3.9٪ با سطح 1 ASD و اختلالات افسردگی همراه (مرد=3%)، زن {= 0.9٪، 3.49 درصد با سطح 1 ASD و اختلالات شخصیت (مرد=2). 18٪، زن=1.31٪، 2.18٪ با ASD سطح 1 و اختلالات یادگیری خاص (مرد=1.31٪، زن {= 0.87%)، 1.31٪ افراد مبتلا ASD سطح 1 (مرد=0.43%, زن=0.86%) و 0.43% مرد با ASD سطح 2 و اختلال وسواس فکری-اجباری، 1.31% با ASD سطح 1 و صرع (مرد=0.87%)، زن = 0.43%)، 1.31% با سطح 1 ASD و اختلال اضطراب (مرد = 0.43%)، زن=0.87 %)، 1.31% با سطح 1 ASD و اسکیزوفرنی (مرد=0.87%)، زن=0.43%)، 0.87% با سطح 1 ASD و اختلال نقص توجه/بیش فعالی (مرد {{ 112}}.43٪، زن = 0.43٪، 0.87٪ با ASD سطح 1 و اختلال هماهنگی رشدی (مرد=0.43٪، زن=0.43%)، 0.43 درصد زنان مبتلا به ASD سطح 1 و سندرم ترنر، 0.43 درصد مرد با سطح 2 ASD و سندرم تورت، 0.43 درصد با ASD سطح 1 و نارسایی جنسیتی وارد شدند.

در مجموع، 39 شرکت‌کننده با سطح 3 و دو شرکت‌کننده با سطح 2 از نمونه اصلی حذف شدند، زیرا برای ارزیابی شناختی کلامی با WAIS-IV مناسب نبودند، زیرا ارتباط آنها از طریق ژست‌ها یا سایر سیستم‌های ارتباطی جایگزین بود.

کلیه متغیرهای جمعیت شناختی و ویژگی های نمونه نهایی در جدول 1 ارائه شده است.

معیارهای
داده های مربوط به توانایی های شناختی با استفاده از WAIS-IV جمع آوری شد (وکسلر، 2013). WAIS-IV برای ارزیابی مشخصات فکری افراد بین 16 تا 90 سال استفاده می شود. از چهار نمره و یک شاخص هوش عمومی تشکیل شده است. چهار شاخص VCI، PRI، WMI و PSI هستند. هر شاخص از دو یا سه خرده آزمون تشکیل شده است که برای به دست آوردن نمره کل IQ لازم است. ده زیرآزمون اصلی عبارتند از واژگان، اطلاعات، شباهت ها، گستره اعداد، حساب، طراحی بلوک، استدلال ماتریسی، پازل های تصویری، کدگذاری و جستجوی نمادها. همچنین شامل پنج آزمون فرعی دیگر است: درک مطلب، ترتیب حروف-حروف-اعداد، وزن های شکل، تکمیل تصویر، و لغو. در نمونه خود، از خرده آزمون های ده هسته ای برای همه افراد و سطوح ASD استفاده کردیم. ما نمرات خرده آزمون، نمرات شاخص ها و شاخص IQ در مقیاس کامل را محاسبه کردیم. هر نمره خام با نمرات استانداردسازی ایتالیایی WAIS-IV تصحیح شد (اورسینی و پزوتی، 2013).

WAIS-IV و کل ارزیابی روانشناختی توسط یک روانشناس دارای مجوز در یک اتاق بزرگ و روشن در یک جلسه از 45 دقیقه تا 1.5 ساعت انجام شد.

ساختار WAIS-IV و شاخص ها و خرده آزمون های آن در جدول 2 نشان داده شده است.

سن هر شرکت کننده در لحظه مدیریت WAIS-IV محاسبه شد و به اعداد صحیح بیان شد.

سطح اوتیسم همانطور که در DSM{0}} (APA، 2013) بیان شد به سه سطح مختلف طبقه بندی شد، به طوری که سطح 1 کمتر شدید و سطح 3 شدیدترین بود. سطح شدت از طریق مصاحبه بالینی که توسط دو روانشناس مستقل و یک روانپزشک با شرکت کنندگان و مراقبان انجام شد، ارزیابی شد. در نهایت، در یک گردهمایی نهایی، کل تیم حرفه ای در مورد یکی از سه سطح پشتیبانی مورد نیاز شخص بحث و موافقت کردند.

سال‌های تحصیل با در نظر گرفتن تمام سال‌های دوره مدرسه جمع‌آوری شد. سالهای آموزشی منقطع به تعداد اضافه نشده است. بنابراین، با توجه به سیستم آموزشی اجباری ایتالیا، در صورت گذراندن دوره اول تحصیلی، 5 سال تعیین می شد. 3 سال دیگر در صورت تکمیل دوره دوم مدرسه به فرد داده می شد. در نهایت اگر فردی آخرین دوره آموزش اجباری را سپری کند، 5 سال در نظر گرفته شد. ضمناً در صورت گذراندن دوره لیسانس یا فوق لیسانس، 3 تا 5 سال سنوات آموزشی اضافی داده می شد.

همبودی روانی از نظر وجود یا عدم وجود هر گونه اختلال یک متغیر دوگانه در نظر گرفته شد.

تحلیل داده ها

برای توصیف و درک بهتر داده های جمع آوری شده از رویکرد تحلیلی استفاده شد. در ابتدا، تجزیه و تحلیل های توصیفی و همبستگی برای بررسی داده ها و توزیع متغیرها در سطوح ASD و تعیین اینکه آیا بین متغیرهای مورد علاقه رابطه وجود دارد یا خیر، اجرا شد. ارتباط متوسط ​​بین متغیرها یکی از شرایط کاوش پدیده های علت- معلولی از طریق تجزیه و تحلیل عمیق بعدی را نشان می دهد.

در واقع، برای درک بهتر تأثیرات متغیرهای اجتماعی-دموگرافیک و مرتبط با ASD بر شاخص‌های عملکرد شناختی، از مدل‌های رگرسیون خطی برای تجزیه و تحلیل تأثیر سن، تحصیلات، سطح ASD، جنس، و همبودی بر شاخص‌های WAIS-IV استفاده شد. رگرسیون خطی یک تحلیل پیش بینی کننده است که برای تعیین اینکه آیا مجموعه ای از متغیرهای پیش بینی کننده (متغیرهای مستقل) یک نتیجه (متغیرهای وابسته) را پیش بینی می کنند یا خیر، استفاده می شود. از طریق تجزیه و تحلیل آزمون واریانس، ما یک اثر "کلی" را با توجه به تفاوت بین میانگین ها ارزیابی کردیم. در عوض، p-value برای هر میانگین در مدل‌های رگرسیون استفاده شد تا به راحتی بفهمیم کدام میانگین با میانگین مرجع متفاوت است.

علاوه بر این، در یک مدل رویکرد آبشاری، با در نظر گرفتن هر شاخص به عنوان یک متغیر وابسته و متغیرهای اجتماعی-دموگرافیک و مرتبط با ASD به عنوان متغیرهای کمکی، تحلیل عمیق تری انجام دادیم. برای تحلیل‌های بعدی، ما یک تحلیل کوواریانس چند متغیره (MANCOVA) برای ارزیابی تفاوت‌های آماری روی متغیرهای وابسته پیوسته متعدد - چهار شاخص WAIS-IV - توسط دو متغیر گروه‌بندی مستقل انجام دادیم، در حالی که یک یا چند متغیر به نام متغیرهای کمکی را کنترل می‌کردیم. از طریق MANCOVA مدلی با چهار متغیر وابسته (چهار شاخص WAIS-IV)، جنس، سطح ASD و بیماری همراه به عنوان متغیرهای مستقل و سن و تحصیلات به عنوان متغیرهای کمکی ایجاد کردیم. در نهایت همان تحلیل را با استفاده از خرده‌آزمون‌های هر شاخص به‌عنوان متغیرهای وابسته، جنس، سطح ASD و همبودی به عنوان متغیرهای مستقل و سن و تحصیلات به عنوان متغیرهای کمکی تکرار کردیم.

به همین ترتیب، مطابق با هدف سوم تحقیق، ما می خواستیم بین سطوح شدت ASD تمایز قائل شویم. ناحیه زیر منحنی (AUC) و ویژگی های عملکرد گیرنده (ROC) (متز، 1978؛ زوایگ و کمبل، 1993) برای بررسی عملکرد دو گروه در سطح ASD بر روی شاخص های ترکیبی WAIS-IV استفاده شد. ROC–AUC نشان می‌دهد که پنج امتیاز ترکیبی WAIS-IV چقدر قادر به تمایز بین سطوح شدت ASD هستند. هر چه AUC بالاتر باشد، مدل در تمایز بین شرکت‌کنندگان با سطح شدت 1 و 2 بهتر است. یک ROC نموداری از نرخ مثبت واقعی (حساسیت) در مقابل نرخ مثبت کاذب (1-ویژگی) مرتبط با هر مقدار قطع ممکن برای یک اندازه گیری است. AUC اندازه گیری دقت تشخیصی و اعتبار پیش بینی است که می تواند برای مقایسه ارزش پیش بینی معیارهای مختلف استفاده شود. AUC می تواند بین 0.5 (تبعیض تصادفی) و 1 (تبعیض کامل) باشد.

برای تجزیه و تحلیل، ما از نرم افزار R Studio (R Studio Team, 2020) و Jamovi (The Jamovi Project, 2021) استفاده کردیم.

نتایج

برای تجزیه و تحلیل آماری، دو بزرگسال با سطح 2 و 39 بزرگسال با سطح 3 حذف شدند، زیرا نمی‌توان آن‌ها را با WAIS-IV ارزیابی کرد. بنابراین، نمونه نهایی 229 نفر از سطوح 1 و 2 تشکیل شد. آمار توصیفی نمونه و چهار شاخص در جدول 3 ارائه شده است. برای درک بهتر توزیع داده ها در سطوح و شاخص ها، هیستوگرام هایی با چگالی FSIQ و چهار شاخص در شکل 1.

در تجزیه و تحلیل همبستگی ساده (به جدول 4 مراجعه کنید)، سن به طور قابل توجهی با FSIQ (r=0.300، p <0.001)، VCI (r = 0.323، p {) مرتبط بود. {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).

همه ارتباط بین شاخص‌های اصلی و خرده‌آزمون‌ها معنی‌دار بود (001/0 < 0).

در مدل‌های رگرسیون خطی، ما اثرات مشترک جنسیت، سطح تحصیلات، سطح اوتیسم، سن و بیماری‌های همراه را بر FSIQ در نظر گرفتیم. در مدل 1، سن (=0.371; t=2.779; p=0.006)، سطح اوتیسم ({{7} }} −35.205؛ t=−12.636؛ p <0.001) و سطح تحصیلات ({15}}.530؛ t=3.268؛ p <0.001) معنی دار بودند، که نشان می دهد هر چه سن، سطح اوتیسم و ​​تحصیلات بالاتر باشد، امتیاز FSIQ بهتر است. مدل 1 54.3 درصد از واریانس در نمرات FSQI را توضیح داد (R2 تنظیم شده=0.512، F(4، 224)=60}.9، p <0.001). هیچ اثر قابل توجهی از همبودی در FSIQ یافت نشد ({33}}.479؛ t = 0.153؛ p=0.87).

با استفاده از مدل‌های رگرسیون چند متغیره با MANCOVA، فرضیه‌های مختلف را آزمایش کردیم. در مدل 2 ما اثرات مشترک متغیرهای مستقل مدل قبلی را به طور جداگانه بر روی چهار شاخص (VCI، PRI، WMI، PSI) در نظر گرفتیم. جنسیت (F=8.23; p < 0.001)، سن (F=4.54; p=0. 002)، سطح تحصیلات (F = 3.53؛ p=0.008) و سطح اوتیسم (F=63.80؛ p <0.001) تأثیر قابل توجهی بر چهار مورد دارند. هنگامی که آنها را با هم در نظر می گیریم. با در نظر گرفتن اثرات مشترک جنسیت و سطح اوتیسم بر چهار شاخص (F=1.95؛ p=0.103.) و نه بیماری‌های همراه (F=1.77) هیچ اثر معنی‌داری یافت نشد. ؛ p=0.135). بنابراین، مدل 2 پیشنهاد می کند که بیماران مرد عملکرد بهتری نسبت به زنان داشته باشند و هر چه سطح تحصیلات و سن بالاتر باشد، نمرات چهار شاخص بهتر است. در واقع، با توجه به تأثیر مستقیم متغیرها بر روی هر شاخص، دریافتیم که تأثیر جنسیت بر VCI (F=4.429; p=0.036) و PSI (F 30}}.835؛ p=0.001) و زمانی که اثر مشترک با سطح روی PSI در نظر گرفته شود، معنی دار باقی ماند (F=6.788; p=0.010). آموزش از نظر آماری تأثیر معناداری بر VCI (F = 12.374؛ p ⩽ 0.001) و WMI (F=8.288؛ p=0.004) دارد.

در مدل‌های رگرسیون چند متغیره زیر، اثرات جنس، سن، تحصیلات، سطوح اوتیسم و ​​بیماری‌های همراه را بر خرده‌آزمون‌های اصلی چهار شاخص ارزیابی کردیم. بازه ارقام و حساب به عنوان خرده آزمون های اصلی WMI در نظر گرفته شدند. نتایج تأثیر معنی‌دار سطح اوتیسم (F {0}}.036؛ p <0.001)، سن (F=3.832؛ p=0.023) و تحصیلات را برجسته کرد. (F=4.244; p=0.016) در هر دو خرده آزمون. هیچ اثری از بیماری های همراه بر روی خرده آزمون های WMI یافت نشد (F=0.121؛ p=0.886).

با در نظر گرفتن خرده آزمون های اصلی VCI، جنسیت (F {{{{1{14}}}}}.859; p = 0.038)، سطح تحصیلات (F=4.822; p=0.003)، سطح اوتیسم (F=73.258؛ p <0.001) و سن (F=5.932; p <0.001) تأثیر آماری معنی‌داری بر شباهت‌ها داشتند. ، واژگان و اطلاعات. اگر به نتایج آزمون‌های تک متغیره نگاه کنیم، جنسیت فقط بر واژگان تأثیر معنی‌داری دارد (F=7.337; p=0.007) بدون اهمیت در شباهت‌ها و اطلاعات. هیچ اثری از بیماری‌های همراه بر روی خرده‌آزمون‌های VCI یافت نشد (F {20}}.623؛ p=0.601).

در واقع، برای تأثیرات روی طراحی بلوک، استدلال ماتریسی، و پازل‌های بصری، سطح اوتیسم تنها متغیر کمکی بود که تأثیر قوی بر سه زیرآزمون داشت (F {0}}.375؛ p <0.001) . هیچ نتیجه مرتبط دیگری به جز یک اثر قابل توجه کوچک از سطح جنسیت و اوتیسم بر VP یافت نشد (F=4.433؛ p=0.036).
آخرین مدل تأثیر متغیرها را بر جستجوی نمادها و کدگذاری در نظر گرفت و تأثیر قابل توجهی از جنسیت (F {{0}}.21؛ p=0.006)، سطح اوتیسم (F {) را نشان داد. {4}}.29؛ p <0.001)، و تعامل بین جنسیت و سطح اوتیسم (F=3.22؛ p=0.042) در دو خرده آزمون. با این حال، تأثیر متغیرهای جدا شده بر روی هر سن زیر آزمون از نظر آماری تأثیر معناداری بر جستجوی نمادها دارد.

نتایج ROC در جدول 5 ارائه شده است. طبق تجزیه و تحلیل قبلی، جنسیت در چندین شاخص و خرده آزمون از نظر آماری متفاوت بود و به دلیل حجم نمونه زن کوچک، تصمیم گرفتیم که مردان و زنان را به طور جداگانه درمان کنیم. در جدول 5 ما از ROC در نمونه های ماده (n=57) و مرد (n=172) استفاده کردیم. با توجه به FSIQ، نقاط برش مختلف بین سطوح 1 و 2 متمایز بودند. هر شاخص از نظر آماری با سطح شانس (05/0=0) تفاوت معنی‌داری داشت.

در نمونه زن، نمره 69 بین سطوح تفاوت قائل می شود در حالی که طیفی از 65 تا 69 امتیاز می تواند بین مردان با سطوح مختلف اوتیسم تمایز قائل شود. VCI بین سطوح 1 و 2 با نمره 74 در شرکت کنندگان زن تمایز قائل می شود. در حالی که، در شرکت کنندگان مرد، محدوده بالینی برای در نظر گرفتن از 67 تا 76 متغیر است. بهترین امتیاز PRI برای یک نمونه زن 79 است در حالی که برای نمونه مرد، نمره 77 بهترین سازش با توجه به حساسیت و ویژگی است. در مورد WMI، نقطه برش 69 منجر به یک پارامتر قوی برای تشخیص اوتیسم سطح 1 و 2 در زنان شد. برای جمعیت مرد، نقطه برش کافی 72 با حساسیت و ویژگی خوب است. در نهایت، برای PSI، در نمونه زن، 81 نقطه برش خوب بود، در حالی که برای نمونه مرد، نقطه برش خوب 70 بود.

بحث

محققان محدودی بر یک مطالعه عمیق در مورد مشخصات شناختی بزرگسالان مبتلا به اوتیسم در زمینه بین المللی و بدون تحقیق در زمینه ایتالیایی تمرکز کردند (Fombonne, 2005؛ Wilson et al., 2016). طبق دانش ما، اکثر نویسندگان بر عملکرد شناختی و اجتماعی کودکان یا نوجوانان مبتلا به ASD تمرکز کرده‌اند (Bodner et al., 2014). چندین مطالعه بر مقایسه عملکرد شناختی بزرگسالان مبتلا به ASD با TD یا HFA با AS و TD متمرکز شدند (Holdnack et al., 2011). هیچ یک از آنها تأثیر متغیرهای اجتماعی - جمعیت شناختی را بر عملکرد شناختی افراد مبتلا به ASD بررسی نکردند. بنابراین، در تحقیق خود، نمایه شناختی بزرگسالان مبتلا به ASD را که به تشخیص بالینی رسیده‌اند، بررسی کردیم. پس از بررسی داده‌ها با تحلیل توصیفی، همبستگی بین مقیاس‌های کامل، مقیاس‌های شاخص اولیه و خرده‌آزمون اصلی و متغیرهای اجتماعی – جمعیتی انجام شد. نتایج نشان داد که FSIQ، PRI، WMI و PSI با سن شرکت‌کنندگان همبستگی متوسطی دارند. به طور خاص، فرض بر این است که سطح تحصیلات تأثیر قابل‌توجهی بر مهارت‌های شناختی اندازه‌گیری شده با شاخص‌های WAIS-IV داشته باشد (Ceci، 1991؛ Baltes و همکاران، 1998؛ Schaie and Willis، 2010؛ Pezzuti و همکاران، 2019؛ Borella. و همکاران، 2020). در عوض، یک نتیجه جالب، استقلال تقریباً خرده آزمون طرح بلوک از سن و تحصیلات است که می تواند به عنوان یک خرده آزمون مستقل از لحاظ فرهنگی و سنی در نمونه ما در نظر گرفته شود.

پس از آن، ما از یک رویکرد آبشاری استفاده کردیم، ابتدا شاخص مقیاس کامل، سپس چهار شاخص اساسی و در نهایت خرده آزمون‌هایی که چهار شاخص اصلی را تشکیل می‌دهند، تحلیل کردیم. تصمیم برای این انتخاب برای کاهش تأثیر دو خطا اتخاذ شد: خطاهایی که در هنگام تبدیل نمرات وزن‌دار به نمرات ترکیبی ایجاد می‌شوند و زمانی که تفاوت بین شاخص‌ها یا خرده‌آزمون‌ها به حدی بود که نمره خود شاخص را باطل می‌کرد. در اولین مدل رگرسیون خطی، تأثیر سن، سطح تحصیلات، جنس و سطح اوتیسم را بر FSIQ ارزیابی کردیم. نتایج سطح بالایی از اهمیت را برای سن و تحصیلات نشان داد، که نشان می‌دهد هر نمره در FSIQ با افزایش 37/0 0 سال مرتبط است و برای هر سال تحصیل تقریباً 5/1 امتیاز افزایش می‌یابد. در FSIQ این نتایج با مطالعه TD توسط Tommasi و همکاران مطابقت دارد. (2015) که نشان دهنده افزایش میانگین 1.9 امتیاز IQ در نمره ترکیبی جهانی IQ در هر سال تحصیلی بود. برخلاف انتظارات ما و نتایج قبلی که نشان دهنده ضعف زنان اوتیستیک در نمرات ضریب هوشی در مقایسه با مردان اوتیستیک بود، هیچ تاثیر جنسی بر روی نمره FSIQ در نمونه ما یافت نشد. همانطور که قبلاً ذکر شد، تنها با بررسی نمرات FSIQ می‌توان نتیجه‌گیری‌های کمی را به دست آورد، زیرا شامل اطلاعات متفاوتی در مورد توانایی‌های شناختی گسترده‌تر است.

بنابراین، در مدل 2 ما یک MANCOVA را با استفاده از چهار شاخص به عنوان متغیرهای وابسته، جنس و سطوح شدت به عنوان عوامل و سن و تحصیلات به عنوان متغیرهای کمکی اجرا کردیم. نتایج نشان داد که تفاوت آماری معنی داری در تمامی متغیرها وجود دارد به جز زمانی که تعامل بین جنس و سطح اوتیسم در نظر گرفته شود. با نگاه عمیق‌تر به نتایج و تأثیر متغیرها بر شاخص‌ها، نتایج نشان می‌دهد که تفاوت جنسی قابل‌توجهی در شاخص‌های درک کلامی و سرعت پردازش در شرکت‌کنندگان زن که عملکرد بهتری نسبت به همسالان مرد دارند. این نتیجه اخیر تعجب آور نیست زیرا حتی زنان بزرگسال TD در انجام وظایف سرعت پردازش بهتر از مردان عمل کردند (Daseking et al., 2017). با این حال، به طور غیرمنتظره و پیش از این هرگز مشخص نشده بود، زنان بزرگسال دارای اوتیسم در مقایسه با مردان اوتیسم عملکرد بهتری در واژگان داشتند. اگرچه این نتایج شگفت‌انگیز و جدید هستند، اما باید مطالعات بیشتری برای متعادل کردن تعداد شرکت‌کنندگان زن و مرد ASD انجام شود. هنگامی که تعامل با سطح ASD در نظر گرفته شود، تأثیر مزیت زن بر PSI قابل توجه است. در واقع، عملکرد شرکت کنندگان زن در PSI در هر دو سطح ASD 1 و 2 بهتر است. یکی دیگر از نتایج غافلگیرکننده تأثیر آموزش بر شاخص درک کلامی است که نشان می دهد افراد دارای تحصیلات عالی در دانش اکتسابی کلامی و استدلال کلامی عملکرد بهتری دارند. ادبیات قبلی اشاره کرد (توماسی و همکاران، 2015). با این حال، اثرات آموزش بر حافظه کاری تا حدی جدید است و زمانی که هر دو خرده آزمون برای تجزیه و تحلیل در نظر گرفته شوند، قابل توجه باقی می مانند. با این حال، برای درک بهتر جهت این اثر، باید مطالعات بیشتری انجام شود. می‌توان فرض کرد که سال‌های تحصیل به عملکرد بهتر در بازه رقمی و حسابی کمک می‌کند، زیرا عملکرد بهتر WMI احتمال سطح تحصیلات بالاتر را افزایش می‌دهد. به طور غیرقابل پیش بینی، هیچ اثر آماری جنسی بر WM یافت نشد، که نشان دهنده روشی مشابه برای شرکت کنندگان مرد و زن برای انجام در این حوزه شناختی است. این نتیجه برخلاف مطالعه اخیر ایتالیایی در مورد TD توسط Pezzuti و همکاران است. (2020) که در آن عملکرد بهتری از مردان در نمرات ترکیبی WMI و خرده آزمون حسابی آن وجود داشت. فقدان اثرات جنسی بر این شاخص در نمونه اوتیستیک ما را می توان در پرتو نظریه افراطی مغز مرد (بارون-کوهن، 2002) تفسیر کرد که به موجب آن اوتیسم را می توان به عنوان یک افراطی از نمایه طبیعی مرد در نظر گرفت.

در مدل 4 خرده‌آزمون‌های VCI (شباهت‌ها، واژگان و اطلاعات) در نظر گرفته شده‌اند و نتایج نشان می‌دهد که تأثیر معنی‌داری بر همه متغیرها به جز در مواردی که تعامل بین جنس و سطح ASD در نظر گرفته شده است. با نگاهی عمیق تر به تحلیل های تک متغیره، تأثیرات قابل توجه تحصیل، سن و سطح اوتیسم بر خرده آزمون های فردی در هر خرده آزمون تأیید می شود. ادبیات این یافته ها را پشتیبانی می کند و نشان می دهد که سطح تحصیلات پیش بینی کننده شایستگی کلامی بیشتر است (آباد و همکاران، 2015). با این حال، تفاوت‌های جنسی قبلی که با توجه به نمرات ترکیبی VCI پیدا شد، زمانی که هر خرده آزمون برای تجزیه و تحلیل در نظر گرفته شد، به جز واژگان، ناپدید شد. حتی این نتیجه برخلاف تحقیقات قبلی است (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) که برتری مردان مبتلا به TD را در شاخص درک کلامی مشخص کرده بود. برعکس، در نمونه ما، زنان مبتلا به ASD، زمانی که خرده آزمون واژگان در تجزیه و تحلیل در نظر گرفته شد، عملکرد بهتری از مردان مبتلا به ASD داشتند. با این حال، این تفاوت از نظر آماری تنها در سطح ASD 1 معنی دار در نظر گرفته می شود، هیچ تفاوت جنسی در خرده آزمون های VCI با در نظر گرفتن سطح ASD 2 شناسایی نشد.

در مدل 5 از خرده آزمون های طراحی بلوک، استدلال ماتریسی و پازل های بصری به عنوان متغیرهای وابسته استفاده کردیم. نتایج تنها تأثیر معنادار سطح ASD را بر خرده آزمون های در نظر گرفته نشان داد. برتری مردان مبتلا به TD در نمره ترکیبی PRI (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) در نمونه اوتیستیک ما تأیید نشد، که نشان می دهد خرده آزمون های PRI نسبت به سطح شدت ASD حساس تر هستند. نمونه ما

در مدل 6 از جستجوی نمادها و کدگذاری به عنوان متغیرهای وابسته استفاده شد. نتایج نشان داد که جنسیت و سطوح اوتیسم از لحاظ آماری تأثیر معنی‌داری بر هر دو خرده‌آزمون دارد که نتایج قبلی را هنگام تجزیه و تحلیل نمره ترکیبی PSI تأیید می‌کند. حتی زمانی که تأثیر مشترک جنسیت و سطح اوتیسم کنترل شود، نتیجه در هر خرده آزمون از نظر آماری معنی دار باقی می ماند. این نتیجه با مطالعات قبلی در مورد TD با در نظر گرفتن برتری زن در شاخص سرعت پردازش مطابقت دارد (Pezzuti et al., 2020). از این رو به نظر می رسد همین الگو در جمعیت ASD رخ می دهد.

استفاده از شاخص های اصلی WAIS-IV یا نمرات برش آزمون فرعی برای تمایز بهتر بین سطوح اوتیسم می تواند بحث برانگیز باشد اما برای پزشکانی که باید عملکرد یک فرد را بر اساس طبقه بندی DSM{2}} (APA، 2013) توصیف کنند مفید است. برای شاخص تمام‌مقیاس، بهترین نقاط برش نشان‌داده‌شده 69 برای زنان و 65 برای مردان با استفاده از شاخص‌های Youden بود. در VCI، نقاط برش بهینه برای زنان و مردان 74 و 69 بود. در مورد PRI، بهترین نقطه برش 79 برای زنان و 73 برای مردان بود. در WMI 69 برای زنان و 72 برای مردان. در نهایت، برای PSI نقاط برش بهینه برای زنان 81 و برای مردان 70 بود.

اگرچه همه این نتایج پیش‌بینی‌کننده می‌تواند به پزشکان کمک کند تا بین سطوح مختلف شدت تمایز بهتری قائل شوند، اما یک آزمایش نمی‌تواند جایگزین ارزیابی تشخیصی توسط پزشکان مجرب شود. با این حال، نمرات برش همراه با یافته‌های قبلی در مورد استقلال تقریباً PRI از سن، سطح تحصیلات و جنس، می‌تواند ارزیابی بالینی را تا حدی به توانایی‌های فضایی بینایی هنگام ارزیابی افراد مبتلا به ASD در سطوح مختلف هدایت کند.

به طور خلاصه، برخی از نویسندگان در هنگام ارزیابی با WAIS-IV در مقایسه با RPM، اثر دست کم‌گرفتن توانایی‌های شناختی افراد ASD را نشان دادند (داوسون و همکاران، 2007؛ هایاشی و همکاران، 2008؛ سولیرز و همکاران، 2011). با این حال، به نظر می رسد که این پدیده برای افراد ASD با اختلال شناختی بهتر اعمال شود و نه برای AS (Bölte و همکاران، 2009؛ Holdnack و همکاران، 2011) یا توانایی های شناختی متوسط. بنابراین، هنگام انتخاب هر ابزار ارزیابی برای استفاده با افراد مبتلا به ASD و هنگام تفسیر نتایج دستاوردهای آنها بر روی آن معیار، اختلال شناختی باید مورد توجه قرار گیرد. همانطور که بادنر و همکارانش، در کنار اختلال شناختی، تأخیر زبانی تأثیر مهمی بر نتیجه IQ دارد. (2014) در مطالعه خود نشان دادند که منجر به ضریب هوشی WAIS-IV بهتر از نمرات RPM در بزرگسالان دارای توانایی کلامی شد. بنابراین، قبل از ارزیابی افراد مبتلا به ASD (زمینه، موقعیت، توانایی‌های ارزیابی‌شده، روش‌های مختلف) با اولویت دادن به رویکرد چند روشه چند اطلاع‌رسان، باید عوامل متعددی در نظر گرفته شوند. بنابراین، پیش‌بینی عملکرد تحصیلی یا تطبیقی ​​افراد مبتلا به ASD در طول عمر براساس ابزارهای ارزیابی شناختی باید با احتیاط انجام شود، زیرا نه وکسلر و نه RPM به طور کامل تمام اطلاعات مورد نیاز برای ارزیابی عملکرد شناختی در افراد مبتلا به ASD را جمع‌آوری نمی‌کنند.

محدودیت ها و دستورالعمل ها برای تحقیقات آینده

محدودیت احتمالی مطالعه، تعداد کم شرکت کنندگان زن در مقایسه با شرکت کنندگان مرد است که ممکن است از تعمیم نتایج جلوگیری کند. علاوه بر این، کاهش نمونه ASD زنان و نتایج عدم تفاوت جنسیتی در نمرات ترکیبی عمومی ضریب هوشی می تواند تا حدی به دلیل حجم نمونه زن باشد. با این حال، نمونه با توجه به شیوع ASD از تعداد مختلف مرد و زن تشکیل شده است.

تنها وجود یا عدم وجود بیماری های همراه در یافته ها مورد بررسی قرار گرفته است. اگرچه تعداد محدودی از شرکت‌کنندگان تشخیص‌های بالینی داشتند که می‌توانست تأثیر قوی بر خرده‌آزمون‌های WAIS-IV داشته باشد، مانند اختلالات روان‌پریشی یا ADHD، مطالعات بیشتری برای ارزیابی تأثیر منفرد بیماری‌های همراه بر پیامدها مورد نیاز است.

در دسترس بودن داده ها و مواد

مجموعه داده های ناشناس تجزیه و تحلیل شده در مطالعه کنونی در صورت درخواست از نویسنده مربوطه در دسترس است.

سپاسگزاریها.

از همه افرادی که در این مطالعه شرکت کردند تشکر می کنیم. ما از مشارکت شرکت کنندگان اوتیسم و ​​بستگان آنها که با علاقه و فداکاری خود، تحقیقات اوتیسم را ممکن می سازند، قدردانی می کنیم.

پشتیبانی مالی.

هیچ حمایت مالی برای تحقیق دریافت نشد.

تضاد منافع.

هیچ تضاد منافع توسط نویسندگان گزارش نشده است.

استانداردهای اخلاقی.

همه رویه‌های انجام شده در مطالعاتی که شامل شرکت‌کنندگان انسانی می‌شد طبق استانداردهای اخلاقی کمیته تحقیقات نهادی و/یا ملی و با اعلامیه هلسینکی 1964 و اصلاحات بعدی آن یا استانداردهای اخلاقی مشابه بود.

منابع

1. Abad F, Sorrel M, Román F and Colom R (2015) روابط بین نمرات شاخص عامل WAIS-IV و سطح تحصیلات: رویکرد مدل دو عاملی. ارزیابی روانی 28، 987-1000.

2. انجمن روانپزشکی آمریکا (2013) راهنمای تشخیصی و آماری اختلالات روانی، ویرایش پنجم. آرلینگتون، ویرجینیا: نویسنده.

3. Attwood T (2007) راهنمای کامل برای سندرم آسپرگر. لندن: ناشران جسیکا کینگزلی.

4. Baltes PB, Lindenberger U and Staudinger UM (1998) نظریه طول عمر در روانشناسی رشد. در Damon W و Lerner RM (ویرایش)، Handbook of Child Psychology: Vol. 1. مدل های نظری توسعه انسانی، ویرایش پنجم. Hoboken, NJ: Wiley, pp. 1029–1143.

5. بارون کوهن اس (2002) نظریه افراطی مغز مردان در مورد اوتیسم. روند در علوم شناختی 6، 248-254.

6. Baxter AJ, Brugha TS, Erskine HE, Scheurer RW, Vos T and Scott JG (2015) اپیدمیولوژی و بار جهانی اختلالات طیف اوتیسم. پزشکی روانشناسی 45، 601-613.

7. Bodner KE، Williams DL، Engelhardt CR and Minshew NJ (2014) مقایسه معیارهایی برای ارزیابی سطح و ماهیت هوش در کودکان کلامی و بزرگسالان مبتلا به اختلال طیف اوتیسم. تحقیق در مورد اختلالات طیف اوتیسم 8، 1434-1442.

8. Bölte S, Dziobek I and Poustka F (2009) گزارش مختصر: سطح و ماهیت هوش اوتیسم بازبینی شده است. مجله اوتیسم و ​​اختلالات رشدی 39، 678-682.

9. Borella E, Pezzuti L, De Beni R and Cornoldi C (2020) هوش و حافظه فعال: شواهدی از تجویز WAIS-IV به بزرگسالان و افراد مسن ایتالیایی. تحقیقات روانشناختی 84، 1622-1634.

10. Ceci SJ (1991) چقدر تحصیل بر هوش عمومی و مؤلفه های شناختی آن تأثیر می گذارد؟ ارزیابی مجدد شواهد روانشناسی رشد 27، 703-722.

11. Ceci SJ و Williams WM (1997) مدرسه، هوش و درآمد. روانشناس آمریکایی 52، 1051.

12. Charman T, Pickles A, Simonoff E, Chandler S, Loucas T, and Baird G (2011) IQ در کودکان مبتلا به اختلالات طیف اوتیسم: داده های پروژه نیازهای ویژه و اوتیسم (SNAP). پزشکی روانشناسی 41، 619-627.

13. کریستنسن دی ال، بایو جی، ون ناردن براون کی، بیلدر دی، چارلز جی، کنستانتینو جی. , Wingate MS, Zahorodny W, Yeargin-Allsopp M and Centers for Disease Control and Prevention (CDC) (2016) شیوع و ویژگی های اختلال طیف اوتیسم در بین کودکان 8 ساله – شبکه نظارت بر اوتیسم و ​​ناتوانی های رشدی، 11 سایت، ایالات متحده، 2012. خلاصه MMWR Surveillance 65, 1-23.

For more information:1950477648nn@gmail.com