Estimations temporelles des disparités sociodémographiques dans l'identification de l'autisme dans les écoles primaires américaines
Over-Time Estimates of Sociodemographic Disparities in Autism Identification in U.S. Elementary Schools.
L’essentiel
Cette étude analyse les données répétées transversales de grandes cohortes d'élèves américains de quatrième année (2003-2022) pour examiner les disparités dans l'identification de l'autisme en fonction de la race, de l'origine ethnique, du sexe biologique, du revenu familial et de la langue. Les résultats montrent que les élèves de couleur, les filles, les élèves de familles à faible revenu et les apprenants multilingues sont moins susceptibles d'être identifiés comme autistes, et ces disparités sont restées stables dans le temps. Des politiques éducatives et de santé sont nécessaires pour garantir un accès équitable.
- Les élèves de couleur, les filles, les élèves de familles à faible revenu et les apprenants multilingues sont moins susceptibles d'être identifiés avec un trouble du spectre autistique (TSA) dans les écoles élémentaires américaines.
- Les disparités sont restées largement stables entre 2003 et 2022, en particulier pour les élèves noirs, les filles et les apprenants multilingues.
- L'étude utilise des modèles de régression logistique multivariée sur de grands échantillons représentatifs (103 150-205 860 participants) pour contrôler les facteurs de confusion.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette étude analyse les données répétées transversales de grandes cohortes d'élèves américains de quatrième année (2003-2022) pour examiner les disparités dans l'identification de l'autisme en fonction de la race, de l'origine ethnique, du sexe biologique, du revenu familial et de la langue. Les résultats montrent que les élèves de couleur, les filles, les élèves de familles à faible revenu et les apprenants multilingues sont moins susceptibles d'être identifiés comme autistes, et ces disparités sont restées stables dans le temps. Des politiques éducatives et de santé sont nécessaires pour garantir un accès équitable.
Résultats principaux
Les élèves de couleur, les filles, les élèves de familles à faible revenu et les apprenants multilingues sont moins susceptibles d'être identifiés avec un trouble du spectre autistique (TSA) dans les écoles élémentaires américaines. Les disparités sont restées largement stables entre 2003 et 2022, en particulier pour les élèves noirs, les filles et les apprenants multilingues. L'étude utilise des modèles de régression logistique multivariée sur de grands échantillons représentatifs (103 150-205 860 participants) pour contrôler les facteurs de confusion. Ces inégalités persistent après ajustement sur les performances académiques et les ressources scolaires.
Repères pour la pratique
Les cliniciens doivent être conscients que les biais sociodémographiques dans l'identification scolaire peuvent conduire à des sous-diagnostics chez les groupes marginalisés. Il est crucial de développer des stratégies de dépistage plus équitables et culturellement adaptées dans les écoles. Les politiques de santé publique devraient cibler la réduction des disparités dans l'accès aux services d'autisme.
Limites et précautions
Étude longitudinale à grande échelle avec méthodes statistiques rigoureuses, publiée dans une revue de premier plan sur l'autisme. Pertinente pour les cliniciens et les politiques. L'étude repose sur des données déclaratives d'identification scolaire sans vérification clinique indépendante des diagnostics d'autisme. Les données ne permettent pas d'explorer les causes sous-jacentes des disparités (ex : différences d'accès au dépistage, biais des enseignants). L'étude est limitée aux États-Unis et peut ne pas être généralisable à d'autres contextes.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Examiner les critères point par point
L'étude analysée est une étude transversale répétée portant sur de très grands échantillons d'élèves américains de quatrième année (103 150 à 205 860 par vague) entre 2003 et 2022. Les auteurs rapportent que les élèves de couleur, les filles, les élèves issus de familles à faible revenu et les apprenants multilingues sont moins susceptibles d'être identifiés comme autistes par rapport à leurs homologues respectifs, après ajustement sur les facteurs de confusion potentiels au niveau de l'élève et de l'école. Les critères méthodologiques évalués par NeuroWatch indiquent que le contrôle des facteurs de confusion, la sélection de la population et les analyses statistiques (régression logistique multivariée) sont adéquats. Cependant, la validité de la mesure d'identification de l'autisme n'est pas rapportée dans la source analysée, ce qui constitue une limitation importante. De plus, l'analyse automatisée ne repose que sur le résumé ; les résultats complets, y compris les tailles d'effet et les intervalles de confiance, ne sont pas disponibles. Par conséquent, la robustesse des résultats est indéterminée et la confiance dans l'analyse est faible. Aucune recommandation clinique n'est formulée.
confounding controlFavorable
L'étude a pris en compte les facteurs de confusion potentiels au niveau de l'élève et de l'école.
Un élément méthodologique adéquat est explicitement documenté.measure validityNon déterminable
Aucune information sur la validité de la mesure d'identification de l'autisme n'est rapportée.
L’information nécessaire n’est pas rapportée dans la source analysée.population selectionFavorable
Données répétées en coupe transversale sur des échantillons très larges d'élèves américains de quatrième année.
Un élément méthodologique adéquat est explicitement documenté.statistical analysisFavorable
Utilisation de modèles de régression logistique multivariée.
Un élément méthodologique adéquat est explicitement documenté.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Étude transversale
- Source
- Autism
- Date
- 20 avr. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée