SciELO - Scientific Electronic Library Online

 
vol.8 número22Bienestar psicológico: una revisión teóricaRelación entre habilidades blandas y la reducción del estrés en docentes: una revisión sistemática índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Vive Revista de Salud

versión impresa ISSN 2664-3243

Vive Rev. Salud vol.8 no.22 La Paz abr. 2025  Epub 22-Ene-2025

https://doi.org/10.33996/revistavive.v8i22.375 

ARTICULO DE REVISION

Técnicas e instrumentos para evaluar el Trastorno del Espectro Autista (TEA): una revisión sistemática

Techniques and instruments to evaluate the Autism Spectrum Disorder (ASD): a systematic review

Técnicas e instrumentos para avaliar o Transtorno do Espectro Autista (TEA): uma revisão sistemática

Yolanda Maribel Torres Díaz1 
http://orcid.org/0000-0001-6309-4292

Hans Peter Cerrón Lliempe1 
http://orcid.org/0000-0002-7206-9600

Galia Susana Lescano López1 
http://orcid.org/0000-0001-7101-0589

1Universidad César Vallejo. Lima, Perú


RESUMEN

El Trastorno del Espectro Autista (TEA) es un trastorno del desarrollo neurológico que afecta la comunicación, la interacción social y se caracteriza por comportamientos repetitivos y patrones de interés restringidos. Objetivo. Identificar artículos que analicen el desarrollo o la adaptación de técnicas e instrumentos de evaluación y diagnóstico del TEA en niños y/o adolescentes. Metodología. Se consultaron cuatro bases de datos (Scopus, PubMed, Web of Science y ProQuest). En total, se registraron 30 artículos provenientes de diferentes regiones. Resultados. El instrumento más mencionado se denomina refuerzos positivos, utilizado en 10 investigaciones. Le siguen el ABII/ABII-PQ con 11 investigaciones y el Autism Diagnostic Observation Schedule (ADOS-2), que aparece en 6 estudios. Otros instrumentos reconocidos incluyen la Autism Diagnostic Interview-Revised (ADI-R), utilizada en 1 investigación, y la Chandigarh Autism Screening Instrument (CASI), también en 1 estudio. Además, se destacan herramientas como el Social Responsibility Scale (SRS) y el Child Behaviour Checklist (CBCL), entre otros. Conclusión. Los instrumentos convencionales tienden a refinarse y adaptarse mejor a los contextos locales, mientras que los tecnológicos podrían permitir un diagnóstico más preciso y temprano del TEA en niños.

Palabras clave: Autismo; Desarrollo de Intrumentos; Diagnóstico; Metodologías; Niños

ABSTRACT

The Autism Spectrum Disorder (ASD) is a neurological developmental disorder that affects communication, social interaction, and is characterized by repetitive behaviors and restricted patterns of interest. Objective. To identify articles that analyze the development or adaptation of assessment and diagnostic techniques and instruments for ASD in children and/or adolescents. Methodology. To achieve this, four databases were consulted (Scopus, PubMed, Web of Science, and ProQuest). A total of 30 articles from different regions were recorded. Results. The most mentioned instrument is called positive reinforcements, used in 10 studies. Following this, the ABII/ABII-PQ appears in 11 studies, and the Autism Diagnostic Observation Schedule (ADOS-2) is found in 6 studies. Other recognized instruments include the Autism Diagnostic Interview-Revised (ADI-R), used in 1 study, and the Chandigarh Autism Screening Instrument (CASI), also in 1 study. Additionally, tools such as the Social Responsibility Scale (SRS) and the Child Behavior Checklist (CBCL) are highlighted among others. Conclusion. The conventional instruments tend to be refined and better adapted to local contexts, while technological ones could allow for a more accurate and early diagnosis of ASD in children.

Key words: Autism; Children; Development of Instruments; Diagnosis; Methodologies

RESUMO

O Transtorno do Espectro Autista (TEA) é um transtorno do desenvolvimento neurológico que afeta a comunicação, a interação social e é caracterizado por comportamentos repetitivos e padrões de interesse restrito. Objetivo. Identificar artigos que analisam o desenvolvimento ou a adaptação de técnicas e instrumentos de avaliação e diagnóstico do TEA em crianças e/ou adolescentes. Metodologia. Para isso, foram consultadas quatro bases de dados (Scopus, PubMed, Web of Science e ProQuest). No total, foram registrados 30 artigos provenientes de diferentes regiões. Resultados. O instrumento mais mencionado é chamado de reforços positivos, utilizado em 10 investigações. Em seguida, o ABII/ABII-PQ aparece em 11 investigações e o Autism Diagnostic Observation Schedule (ADOS-2) é encontrado em 6 estudos. Outros instrumentos reconhecidos incluem a Autism Diagnostic Interview-Revised (ADI-R), utilizada em 1 investigação, e o Chandigarh Autism Screening Instrument (CASI), também em 1 estudo. Além disso, ferramentas como a Social Responsibility Scale (SRS) e a Child Behavior Checklist (CBCL) são destacadas entre outras. Conclusão. Os instrumentos convencionais tendem a se refinar e se adaptar melhor aos contextos locais, enquanto os tecnológicos poderiam permitir um diagnóstico mais preciso e precoce do TEA em crianças.

Palavras-chave: Autismo; Crianças; Desenvolvimento de Instrumentos; Diagnóstico; Metodologias

INTRODUCCIÓN

El Trastorno del Espectro Autista (TEA) es, según la Organización Mundial de la Salud (OMS), un conjunto de afecciones diversas relacionadas con el desarrollo cerebral, que se expresan, entre otros, en la dificultad de la interacción social, como la presencia de conductas repetitivas, la comunicación verbal y no verbal (1,2). En la actualidad, uno de cada 100 niños es diagnosticado con TEA (1), con una tendencia al alza en los últimos años (3).

No obstante, el diagnóstico temprano sigue siendo un problema relevante, en tanto se considera que un diagnóstico de TEA en la primera infancia es ideal y deseable. Así, la probabilidad de que la sintomatología sea severa disminuye significativamente (4). Pese a ello, el diagnóstico temprano no es sencillo, pues las características del TEA se manifiestan de forma diferente en cada persona, dificultando este propósito (5).

Además, el TEA tiene múltiples factores de riesgo, incluyendo, pero no limitado, el contexto ambiental, genético e inmunológico del niño (2). Algunas de estas no necesariamente son detectadas apropiadamente por los instrumentos desarrollados para dicho fin. Por ello, dicho desarrollo debe hacerse de tal forma que sea posible obtener un diagnóstico eficaz en etapas iniciales y garantizar el acceso a un tratamiento que pueda mejorar sus condiciones de vida. No obstante, en países en desarrollo el diagnóstico de TEA es considerablemente menor que en países desarrollados, en buena medida porque no se cuentan con los recursos suficientes (dinero, capital humano) para aplicar las herramientas desarrolladas para la detección o porque estas no se adaptan al contexto local (6). Sin embargo, las irrupciones de las TIC en las últimas décadas han permitido el desarrollo de herramientas ágiles para la detección temprana, el tratamiento y estimulación de niños con TEA, convirtiéndolas en una opción conveniente por sus resultados en poco tiempo y su bajo costo (5,7).

Asimismo, se considera que las diferencias culturales desempeñan un papel fundamental en la manifestación y diagnóstico del TEA. Las normas sociales, las expectativas de comportamiento y las creencias sobre el desarrollo infantil varían entre culturas, lo que puede influir en cómo se perciben los síntomas del TEA. Por ejemplo, comportamientos como el contacto visual reducido o la falta de interacción social pueden interpretarse de manera diferente dependiendo del contexto cultural. Además, la adaptación de instrumentos diagnósticos a nuevos entornos es crucial para garantizar su validez y precisión. Esto implica considerar factores lingüísticos, valores culturales y prácticas locales, asegurando que los cuestionarios y pruebas sean culturalmente sensibles. Sin estas adaptaciones, existe el riesgo de subdiagnóstico o sobrediagnóstico en poblaciones diversas (8).

Por otra parte, las herramientas tecnológicas utilizadas en la evaluación del TEA incluyen aplicaciones móviles, plataformas en línea y sistemas de seguimiento digital. Estas herramientas permiten una adaptación efectiva de los instrumentos de evaluación a diversos contextos culturales y educativos. Por ejemplo, aplicaciones como SenseToKnow utilizan videos para observar comportamientos sutiles en niños, facilitando la detección temprana del TEA. Además, plataformas TIC ofrecen un marco para el seguimiento y la evaluación continua, integrando la retroalimentación de educadores y familias. La adaptación de estos instrumentos es esencial para garantizar su validez y sensibilidad cultural, lo que ayuda a minimizar el riesgo de subdiagnóstico o sobrediagnóstico en poblaciones diversas (9).

Por consiguiente, el objetivo de la presente investigación es identificar artículos que versen sobre el desarrollo de técnicas e instrumentos de evaluación y diagnóstico del TEA o sobre la adaptación de instrumentos ya validados a nuevos contextos.

METODOLOGÍA

La investigación fue desarrollada bajo un enfoque de investigación cuantitativo, de alcance descriptivo, para lo cual se utilizó un diseño longitudinal retrospectivo. En este contexto, se realizó una revisión sistemática, siguiendo las directrices del PRISMA Statement (10). Se consultaron las bases de datos Scopus, PubMed, Web of Science y ProQuest, utilizando la estrategia de búsqueda: (ASD or Autism) AND children AND instrument. La búsqueda en inglés permitió la inclusión de resultados en otros idiomas, como el español. Se obtuvieron 1205 resultados en Scopus, 993 en PubMed, 1326 en WoS y 7239 en ProQuest, aplicando criterios de inclusión y exclusión específicos.

Por otra parte, la recolección de información se realizó a través de artículos revisados por pares, asegurando el acceso al texto completo. La selección de informantes clave se justificó por su experiencia en el diagnóstico de TEA. El análisis de la información se llevó a cabo mediante un proceso sistemático, donde los resultados se presentan de manera clara y estructurada, facilitando la interpretación de los hallazgos.

Asimismo, se establecieron como criterios de inclusión para la selección de artículos en esta revisión. En primer lugar, se consideraron únicamente los artículos científicos publicados en revistas revisadas por pares. El periodo de publicación abarcó desde enero de 2014 hasta diciembre de 2024, lo que representa un total de diez años. Además, se incluyeron investigaciones que ofrecieran acceso al texto completo. La muestra debía estar compuesta por niños y adolescentes diagnosticados con TEA, o bien por sus padres o tutores legales. Por último, se priorizaron aquellos estudios que evaluaran un instrumento, ya sea nuevo o adaptado, destinado al diagnóstico del TEA, asegurando así la relevancia y actualidad de los hallazgos.

Además, se definieron como criterios de exclusión, la eliminación de otros tipos de documentos, como reseñas de libros, tesis y artículos que no habían sido revisados por pares. También se descartaron aquellos artículos que no se encontraran dentro del período de publicación de 2014 a 2024, así como los que no ofrecieran acceso al texto completo. Además, se rechazaron resúmenes que no correspondieran al título del artículo. Finalmente, se excluyeron investigaciones en las que la evaluación del instrumento no constituyera un elemento central del estudio, asegurando así que solo se incluyeran trabajos relevantes y directamente vinculados al diagnóstico del TEA.

Figura 1. Flujograma del proceso de selección de artículos 

A partir de la selección de los artículos se describió el número por países y continentes. Además, se realizó un resumen de los instrumentos objetos de estudio en cada uno de los artículos.

DESARROLLO Y DISCUSIÓN

El proceso de selección de artículos comenzó con la identificación de registros en bases de datos como Scopus, PubMed, WoS y ProQuest, obteniendo un total de 10,763 registros. Tras una selección inicial, 150 estudios son evaluados más a fondo. De estos, se excluyen 80 estudios al no cumplir con los criterios de inclusión después de revisar el título y resumen. Los 70 estudios restantes son sometidos a una lectura completa, y 40 de ellos son descartados por no cumplir con los criterios de inclusión. Finalmente, 30 registros cumplen con los criterios de calidad y relevancia, y son incluidos en la revisión sistemática. Este proceso asegura una selección rigurosa y precisa de los estudios más pertinentes para el análisis Figura 1. Estos artículos abarcan experiencias desarrollando o adaptando instrumentos para la detección de TEA en niños.

Por otra parte, la Tabla 1 presenta la procedencia geográfica de los artículos analizados sobre el Trastorno del Espectro Autista (TEA), destacando la diversidad en las fuentes de investigación. En total, se registraron 30 artículos provenientes de diferentes regiones. Asia lidera con 10 artículos, representando países como Malasia, India y China. Europa sigue con 9 artículos, con contribuciones de naciones como Noruega y Alemania. En América del Norte, se identificaron 6 artículos, todos de Estados Unidos. América Latina aportó 3 artículos, específicamente de Brasil y Perú, mientras que Oceanía y África fueron menos representadas, con un artículo cada una, procedente de Australia y Tanzania, respectivamente. Esta distribución geográfica refleja un interés global en el estudio del TEA.

Tabla 1. Procedencia geográfica de los artículos 

En laTabla 2, presenta una lista de instrumentos utilizados en investigaciones sobre el Trastorno del Espectro Autista (TEA), junto con el número de investigaciones en las que se emplearon. El instrumento más mencionado es un nuevo instrumento para evaluar los refuerzos positivos, utilizado en 10 investigaciones. Le siguen el ABII/ABII-PQ con 11 investigaciones y el Autism Diagnostic Observation Schedule (ADOS-2), que aparece en 6 estudios. Otros instrumentos reconocidos incluyen la Autism Diagnostic Interview-Revised (ADI-R), utilizada en 1 investigación, y la Chandigarh Autism Screening Instrument (CASI), también en 1 estudio. Además, se destacan herramientas como el Social Responsibility Scale (SRS) y el Child Behaviour Checklist (CBCL), entre otros. La diversidad de instrumentos refleja un enfoque integral en la evaluación del TEA.

Por otra parte, los instrumentos que cada una de las investigaciones ha empleado, en algunos casos, estos han sido utilizados por más de un artículo, como es el caso del ADOS-2 y el ABC. Tras analizar los artículos, se ha optado conveniente dividirlos en dos grupos: instrumentos tradicionales e instrumentos tecnológicos. El primer grupo se refiere a los cuestionarios, escalas e inventarios diseñados para detectar TEA y que son aplicados directamente a los pacientes o a sus padres. El segundo se refiere al uso de herramientas tecnológicas para la detección del TEA como el eye-tracker, las redes neuronales, machine learning y electroencefalogramas. Todos estos se han agrupado en la última fila de la Tabla 2, totalizando 9.

Tabla 2. Instrumentos incluidos 

Entre las 30 investigaciones, se detectaron 19 cuestionarios diferentes, los cuales pertenecen todos al primer grupo, donde se evaluaron instrumentos convencionales. Estos son cuestionarios específicamente desarrollados desde cero. Dentro de estos destaca uno desarrollado en el contexto malayo (11), donde se empleó una evaluación de refuerzos positivos para niños TEA. La importancia de desarrollar cuestionarios específicos para un contexto determinado se debe a que son capaces de capturar características de la población local, facilitando, en teoría, el trabajo de los profesionales que las aplican. Esto se debe a que podrán realizar detecciones más precisas en menor tiempo y con menores costos.

Otro caso similar al anteriormente descrito, se realizó para la población de habla hindi del norte de la India (19). En ese mismo país, se elaboró un cuestionario que, empleó la estructura habitual de un instrumento convencional, se basaba en videos animados (31). Por otro lado, en Irlanda se validó un instrumento de métodos mixtos para detectar las áreas en las que un niño TEA tiene mayores dificultades para desarrollarse (33).

Por otra parte, una alternativa al desarrollo de instrumentos desde cero es la adaptación. Esta se puede realizar pasando de niños a padres como población estudiada (18), al contexto sociocultural de un país-incluyendo el idioma-(21,27,30,32,34), entre otros. También, en este primer grupo, se han incluido investigaciones que han validado instrumentos ya existentes en poblaciones diferentes o empleando técnicas estadísticas diferentes a las que habían sido empleadas anteriormente (13).

El segundo grupo, compuesto por 9 artículos, se centra en el uso de herramientas tecnológicas como instrumentos para la detección del TEA en niños y/o adolescentes. Independientemente de la herramienta empleada, el establecimiento de umbrales mínimos y máximos, dependiendo de la prueba, es de gran importancia, pues con esos valores se podrá establecer, una vez analizados los resultados que arroja la herramienta empleada, si el niño o adolescente tiene TEA. El uso de las herramientas trae ventajas asociadas, como una disminución de los costes y del tiempo, así como de sesgos o un tiempo de detección mucho más corto, incluso antes de que se manifiesten signos más evidentes del TEA. Esto último puede ser crucial para mejorar la calidad de la atención de estos niños y adolescentes, pues un diagnóstico temprano podría ofrecerles mejores condiciones de vida.

El instrumento tecnológico más empleado en las investigaciones seleccionadas es el eye-tracker, en tanto este instrumento puede detectar hacia dónde fijan su mirada los niños en estudio cuando se les presenta un estímulo visual. Empleando investigaciones previas sobre la atención visual de los niños TEA, es posible analizar y detectar el TEA con bastante precisión (15,17). En este sentido, una investigación desarrollada en Perú, mostró que es posible a nivel técnico y de costos, emplear este tipo de instrumentos en países en desarrollo (37).

También se han empleado nuevas tecnologías como la minería de datos y el machine learning (36,39,40), el electrocardiograma (14,38), o las redes neuronales (16). Todas ellas con resultados positivos, donde los algoritmos son entrenados con los datos obtenidos, mejorando la precisión en la detección temprana del TEA. No obstante, esto podría plantear algunos dilemas éticos respecto de su aplicación.

Es preciso mencionar que algunos de estos artículos se apoyan en instrumentos convencionales para establecer los puntos de referencia para realizar las comparaciones con los datos obtenidos a través del instrumento tecnológico. Por ejemplo, el ADOS-2, se emplea en varios trabajos (13-15), pero siempre de tal forma que quien lo aplica es un especialista no relacionado al experimento. Así, se evitan potenciales casos de cruce de información o sesgos.

Discusión

Los resultados obtenidos en el estudio sobre la evaluación del TEA reflejan un enfoque meticuloso la una amplia variedad de instrumentos utilizados para su diagnóstico. El proceso de identificación y selección de artículos, que comenzó con más de 10,000 registros y culminó con 30 estudios pertinentes, demuestra un compromiso con la calidad y la relevancia en la investigación. Este enfoque es consistente con estudios anteriores que también enfatizan la importancia de criterios rigurosos para asegurar que los hallazgos sean significativos y aplicables en contextos clínicos (41).

Un aspecto notable es la diversidad geográfica de los artículos analizados. La predominancia de investigaciones provenientes de Asia y Europa coincide con tendencias observadas en estudios anteriores, donde se ha documentado un creciente interés en el TEA en estas regiones (42). Sin embargo, la representación limitada de África y Oceanía sugiere una necesidad de mayor investigación en estos contextos, lo que podría enriquecer la comprensión global del TEA y sus manifestaciones culturales.

En cuanto a los instrumentos utilizados, es destacable la amplia variedad de herramientas tradicionales y tecnológicas. La inclusión de un nuevo instrumento para evaluar refuerzos positivos es un hallazgo interesante que refleja una tendencia hacia la personalización en la evaluación del TEA, similar a enfoques descritos por otros autores que abogan por la adaptación de instrumentos a contextos específicos (43,44). Esta personalización es crucial, ya que permite a los profesionales captar características únicas de las poblaciones locales y mejorar la precisión diagnóstica.

Por otro lado, el uso creciente de herramientas tecnológicas, como el eye-tracker y técnicas basadas en machine learning, representa un avance significativo en comparación con estudios anteriores. Investigaciones previas han enfatizado la importancia del diagnóstico temprano y el uso de tecnologías innovadoras para mejorar la detección del TEA (45). Sin embargo, aunque estas herramientas ofrecen ventajas como reducción de costos y tiempos de detección más cortos, también plantean dilemas éticos relacionados con su implementación y el manejo de datos sensibles.

Además, es importante señalar que algunos instrumentos tecnológicos se apoyan en métodos tradicionales para establecer puntos de referencia. Esta combinación garantiza una validación cruzada que fortalece la fiabilidad de los resultados obtenidos. Por ejemplo, el uso del ADOS-2 como referencia en varias investigaciones sugiere un enfoque equilibrado que combina lo mejor de ambos mundos: la tradición y la innovación (46). Este enfoque puede ser visto como un modelo a seguir para futuras investigaciones en el campo del TEA.

En este contexto, los resultados obtenidos en esta revisión sistemática no solo reflejan avances significativos en la evaluación del TEA a través de nuevos instrumentos y tecnologías, sino que también resaltan áreas donde se necesita más investigación. Las similitudes con estudios previos subrayan la continuidad en las metodologías empleadas, mientras que las diferencias destacan el potencial para innovar y adaptar enfoques a contextos específicos. A medida que se avanza en este campo, es fundamental mantener un diálogo continuo entre investigadores y profesionales para garantizar que las herramientas utilizadas sean efectivas y culturalmente relevantes.

CONCLUSIÓN

Los resultados del estudio sobre la evaluación del Trastorno del Espectro Autista (TEA) destacan la importancia de utilizar una variedad de instrumentos, tanto tradicionales como tecnológicos, para mejorar la precisión y efectividad en el diagnóstico. La diversidad geográfica de los artículos analizados sugiere un interés global en la investigación del TEA, aunque también revela brechas en la representación de ciertas regiones, como África y Oceanía. La inclusión de nuevos instrumentos adaptados a contextos culturales específicos demuestra un enfoque más personalizado en la evaluación, lo que puede facilitar diagnósticos más precisos y relevantes. Además, el uso de tecnologías avanzadas, como el eye-tracker y machine learning, representa un avance significativo en la detección temprana del TEA, aunque también plantea desafíos éticos que deben ser considerados. En conjunto, estos hallazgos subrayan la necesidad de continuar investigando y adaptando herramientas diagnósticas para abordar las complejidades del TEA en diversas poblaciones.

CONFLICTO DE INTERESES.

Los autores declaran que no existe conflicto de intereses para la publicación del presente artículo científico.

REFERENCIAS BIBLIOGRÁFICAS

1. OMS Organización Mundial de la Salud 2023 [ Links ]

2. 2. Alcalá G, Ochoa Madrigal M. Trastorno del espectro autista (TEA). Rev Fac Med México. febrero de 2022;65(1):7-20. https://doi.org.10.22201/fm.24484865e.2022.65.1.02 [ Links ]

3. Montagut M, Mas R, Fernández M, Pastor G Influencia del sesgo de género en el diagnóstico de trastorno de espectro autista: una revisión. Escr Psicol 2018; 11(1):42-54. https://doi.org.10.5231/psy.writ.2018.2804Links ]

4. Coelho-Medeiros M, Bronstein J, Aedo K, Pereira J, Arraño V, Pérez C, et al Validación del M-CHAT-R/F como instrumento de tamizaje para detección precoz en niños con trastorno del espectro autista. Rev Chil Pediatría 2019; 90(5):492-9. https://doi.org.10.32641/rchped.v90i5.703Links ]

5. Sanromà-Giménez M, Lázaro-Cantabrana J, Gisbert-Cervera M El papel de las tecnologías digitales en la intervención educativa de niños con trastorno del espectro autista. RiiTE Rev Interuniv Investig En Tecnol Educ 2018; . [ Links ]

6. Ahmed N, Raheem E, Rahman N, Khan Z, Mosabbir A, Hossain M Managing autism spectrum disorder in developing countries by utilizing existing resources: A perspective from Bangladesh. Autism Int J Res Pract 2019; 23(3):801-3. https://doi.org.10.1177/1362361318773981Links ]

7. Aliaga C, López-Fernández T, Torres-Chamorro A, Vásquez-Florentino B Teleasistencia psicológica para niños con Trastorno del Espectro Autista: definiciones, directrices y tendencias tecnológicas para el trabajo basado en evidencia 2020 [ Links ]

8. Demelenne D, Bobadilla S Factores culturales del «Autismo». Rev Bol Redipe 2023; 12(4):86-98. https://doi.org.10.36260/rbr.v12i4.1955Links ]

9. ISocial iCalidad, herramienta tecnológica para la calidad de vida de las personas con TEA - Fundació iSocial. Innovació en l’acció social 2023; . [ Links ]

10. Shamseer L, Moher D, Clarke M, Ghersi D, Liberati A, Petticrew M, et al Preferred reporting items for systematic review and meta-analysis protocols (PRISMA-P) 2015: elaboration and explanation. BMJ 2015; 34:9. [ Links ]

11. Abidin W, Jusoff K, Zaki N, Ahmad S Developing and Assessing Positive Reinforcers to Understand Learning Behavior of Children with Autism Spectrum Disorder in Malaysia. J Behav Sci 2024; 19(3):75-89. https://so06.tci-thaijo.org/index.php/IJBS/article/view/271083Links ]

12. Ward S, Sullivan K, Gilmore L Adapting the Autistic Behavioural Indicators Instrument (ABII) as a parent questionnaire (ABII-PQ). J Intellect Dev Disabil 2017; 42(4):385-90. https://doi.org.10.3109/13668250.2016.1252037Links ]

13. Jonsdottir S, Saemundsen E, Thorarinsdottir E, Rafnsson V Evaluating screening for autism spectrum disorder using cluster randomization. Sci Rep 2024; 14:6855. https://doi.org.10.1038/s41598-024-57656-0Links ]

14. Deng L, Wz H, Zhang Q, Wei L, Dai D, Liu Y, et al Caregiver-child interaction as an effective tool for identifying autism spectrum disorder: evidence from EEG analysis. Child Adolesc Psychiatry Ment Health 2023; 1:7. [ Links ]

15. Carrozza C, Rosa A Dysfunctional perceptual antecedent can justify the social orienting deficit in autism spectrum disorder: an eye-tracking study 2020 [ Links ]

16. Natraj S, Kojovic N, Maillart T, Schaer M. Video-audio neural network ensemble for comprehensive screening of autism spectrum disorder in young children PLOS ONE. October 3 2024; 1:9. [ Links ]

17. Jones W, Klaiman C, Richardson S, Aoki C, Smith C, Minjarez M, et al Eye-Tracking-Based Measurement of Social Visual Engagement Compared with Expert Clinical Diagnosis of Autism. JAMA 2023; 330(9):854-65. https://doi.org.10.1001/jama.2023.13295Links ]

18. Havdahl K, Bishop S, Surén P, Øyen A, Lord C, Pickles A, et al The influence of parental concern on the utility of autism diagnostic instruments. Autism Res Off J Int Soc Autism Res 2017; 10(10):1672-86. [ Links ]

19. Arun P, Chavan B Development of a screening instrument for autism spectrum disorder: Chandigarh Autism Screening Instrument. Indian J Med Res 2018; 147(4):369-75. https://doi.org.10.4103/ijmr.IJMR_1968_16Links ]

20. Betz E, Hackman N, Mayes S, Chin E, Ivy J, Tierney C Validity of the Autism Mental Status Exam in Developmental Pediatrics and Primary Care Settings. Glob Pediatr Health 2019; 6:359-76. https://doi.org.10.1177/2333794X19847905Links ]

21. Özdemir O, Diken IH Reliability and Validity Studies of the Adapted Autism Behaviour Checklist in Turkey. J Dev Phys Disabil 2018; 31:359-76. https://api.semanticscholar.org/CorpusID:150007181Links ]

22. Lan K, Wang X, Lu Y, Zhang A, Jia M, Lu L, et al Comparison of the Clancy Autism Behavior Scale and Autism Behavior Checklist for Screening Autism Spectrum Disorder. J Autism Dev Disord 2023; 1:0. [ Links ]

23. Sallum M, Pellissari M, Carreiro L, de Vasconcellos F Screening for Autism Spectrum Disorder in Children and Adolescents with Leber’s Congenital Amaurosis. Am J Ophthalmol 2024; 265:257-74. https://doi.org.10.1016/j.ajo.2024.05.020Links ]

24. Chun J, Bong G, Han J, Oh M, Yoo H Validation of Social Responsiveness Scale for Korean Preschool Children with Autism. Psychiatry Investig 2021; 18(9):831-40. https://doi.org.10.30773/pi.2021.0182Links ]

25. Havdahl K, von Tetzchner S, Huerta M, Lord C, Bishop S Utility of the Child Behavior Checklist as a Screener for Autism Spectrum Disorder. Autism Res Off J Int Soc Autism Res 2016; 9(1):33-42. https://doi.org.10.1002/aur.1515Links ]

26. Christopher K, Bishop S, Carpenter L, Warren Z, Kanne S The Implications of Parent-Reported Emotional and Behavioral Problems on the Modified Checklist for Autism in Toddlers. J Autism Dev Disord 2021; 51(3):884-91. https://doi.org.10.1007/s10803-020-04469-5Links ]

27. Altiti R, Alodat A The psychometric properties of the Jordanian version of the Modified Checklist for Autism in Toddlers-Revised (M-Chat-R/F). Discov Soc Sci Health 2024; 4(1):61. https://doi.org.10.1007/s44155-024-00112-1Links ]

28. Alkherainej K, Squires J Accuracy of Three Screening Instruments in Identifying Preschool Children at Risk for Autism Spectrum Disorder. J Intellect Disabil - Diagn Treat 2015; 3(4):156-63. https://journals.indexcopernicus.com/api/file/viewByFileId/1409335Links ]

29. Pilunthanakul T, Goh T, Fung S, Sultana R, Allen J, Sung M Validity of the patient health questionnaire 9-item in autistic youths: a pilot study. BMC Psychiatry 2021; 21(1):564. https://doi.org.10.1186/s12888-021-03556-wLinks ]

30. Forcelini C, Ampese R, Melo H, Pasin P, Pádua R, Spanholo C, et al Proposal of a screening instrument for autism spectrum disorder in children (Mini-TEA Scale). Arq Neuropsiquiatr 2024; 82(3):1-8. https://doi.org.10.1055/s-0044-1780517Links ]

31. Nayak A, Khuntia R Development and preliminary validation of Nayak Autism Screening Instrument (NASI). Asian J Psychiatry 2023; 89:103777. https://doi.org.10.1016/j.ajp.2023.103777Links ]

32. Hashmi S, Ah Gang G, Sombuling A, MD Nawi NH, Megat P Psychometric Properties and Factor Structure of the Malay Autism Spectrum Quotient: Children’s Version. Malays J Med Sci MJMS 2021; 28(6):108-20. https://doi.org.10.21315/mjms2021.28.6.11Links ]

33. Anglim M, Conway E, Barry M, Kashif M, Ackermann P, Moran A, et al An initial examination of the psychometric properties of the Diagnostic Instrument for Social and Communication Disorders (DISCO-11) in a clinical sample of children with a diagnosis of Autism spectrum disorder. Ir J Psychol Med 2022; 39(3):251-60. https://doi.org.10.1017/ipm.2020.100Links ]

34. Harrison A, Zimak E, Sheinkopf S, Manji K, Morrow E Observation-centered approach to ASD assessment in Tanzania. Intellect Dev Disabil 2014; 52(5):330-47. https://doi.org.10.1352/1934-9556-52.5.330Links ]

35. 35. Schwenck C, Freitag C. Differentiation between attention-deficit/hyperactivity disorder and autism spectrum disorder by the social communication questionnaire. Atten Deficit Hyperact Disord. September 2014;6(3):221-9. https://doi.org.10.1007/s12402-014-0147-9 [ Links ]

36. Chistol M, Danubianu M Automated Detection of Autism Spectrum Disorder Symptoms using Text Mining and Machine Learning for Early Diagnosis. Int J Adv Comput Sci Appl IJACSA 2024; 1:5. [ Links ]

37. Vargas-Cuentas N, Roman-Gonzalez A, Gilman R, Barrientos F, Ting J, Hidalgo D, et al Developing an eye-tracking algorithm as a potential tool for early diagnosis of autism spectrum disorder in children. PLOS ONE 2017; 1:2. [ Links ]

38. Ke SY Wu H, Sun H, Zhou A, Liu J, Zheng X, et al Classification of autism spectrum disorder using electroencephalography in Chinese children: a cross-sectional retrospective study. Front Neurosci 2024; 18:1330556. https://doi.org.10.3389/fnins.2024.1330556Links ]

39. Perochon S, Di Martino J, Carpenter L, Compton S, Davis N, Eichner B, et al Early detection of autism using digital behavioral phenotyping. Nat Med 2023; 29(10):2489-97. https://doi.org.10.1038/s41591-023-02574-3Links ]

40. Themistocleous C, Andreou M, Peristeri E Autism Detection in Children: Integrating Machine Learning and Natural Language Processing in Narrative Analysis. Behav Sci 2024; 14(6):459. https://doi.org.10.3390/bs14060459Links ]

41. 41. Higgins J, Green S. Cochrane Handbook for Systematic Reviews of Interventions: CochranebookSeries John Wiley&Sons, Ltd., Publication. 674 p. (CochranebookSeries). https://www.radioterapiaitalia.it/wp-content/uploads/2017/01/cochrane-handbook-for-systematic-reviews-of-interventions.pdfLinks ]

42. Lai M, Kassee C, Besney R, Bonato S, Hull L, Mandy W, et al Prevalence of co-occurring mental health diagnoses in the autism population: a systematic review and meta-analysis. Lancet Psychiatry 2019; 6(10):819-29. https://doi.org.10.1016/S2215-0366(19)30289-5Links ]

43. Newschaffer C, Croen L, Daniels J, Giarelli E, Grether J, Levy S, et al The epidemiology of autism spectrum disorders. Annu Rev Public Health 2007; 28:235-58. https://doi.org.10.1146/annurev.publhealth.28.021406.144007Links ]

44. Chiarotti F, Venerosi A. Epidemiology of Autism Spectrum Disorders: A Review of Worldwide Prevalence Estimates Since 2014 Brain Sci. May 1 2020; 10(5):274. [ Links ]

45. Zwaigenbaum L Advances in the early detection of autism. Curr Opin Neurol 2010; 23(2):97. https://doi.org.10.3390/brainsci10050274Links ]

46. 46. Lord C, Luyster R, Gotham K, Guthrie W. Autism Diagnostic Observation Schedule, 2nd Edition (ADOS-2). Torrance, CA; 2012. (Western Psychological Services.; vol. Manual (Part II): Toddler Module). Available at: https://www.research.chop.edu/car-autism-roadmap/autism-diagnostic-observation-schedule-2nd-edition-ados-2Links ]

Recibido: 25 de Noviembre de 2024; Aprobado: 30 de Diciembre de 2024; Publicado: 22 de Enero de 2025

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons