特別支援教育にまつわる訴訟について
このブログ記事では、特別教育を必要とする生徒と学区間の法的争い、母親の体格指数(BMI)が極端に早産児の健康に与える影響、ASDとてんかんの共存が子どもの言語理解に与える影響、ASDとADHDの識別に役立つ新しいスクリーニングツール、自閉症児の社会的問題解決スキルに関する研究、インドで開発された自閉症スクリーニングツールの改善、特別教育療法における親の参加を向上させるための親のニーズ、知的障害を持つ自閉症人口における統合失調症の治療と介入、ADHD治療のためのアンフェタミン製剤のレビュー、COVID-19が自閉症児とその家族に与えた経済的影響、ADHD治療のためのシリアスビデオゲーム「MOON」の効果に関するランダム化臨床試験のプロトコルについて詳細に取り上げています。
Why One School District Spent $1 Million Fighting a Special-Education Student
カリフォルニア州アーバインのアーバイン統一学区が特別教育を必要とする生徒とその家族に対して100万ドル以上を法律費用に費やしたケースについて紹介されています。
Association of maternal pre-pregnancy or first trimester body mass index with neurodevelopmental impairment or death in extremely low gestational age neonates
この研究は、母親の妊娠前または妊娠初期の体格指数(BMI)が、極端に早産で生まれた新生児の死亡率や重度の神経発達障害(sNDI)のリスクにどのような関連があるかを調べました。この研究は、国立小児保健人間開発研究所新生児研究ネットワークの施設で行われた後ろ向きコホート研究で、妊娠期間が220/7~266/7週の極端に早産で生まれた新生児を対象としました。主な結果は、2歳時の死亡またはsNDIでした。1208人の子どものデータから、正常体重、過体重、肥満の各グループ間で死亡またはsNDIの割合に有意な違いはなく(正常体重54.9%、過体重56.1%、肥満53.4%、p=0.39)、調整モデルにおいても死亡率、sNDI、中等度/重度の脳性麻痺、ベイリー乳幼児発達尺度(BSID)-IIIの認知合成スコア<70、BSID-III言語合成スコア<70に有意な差はありませんでした。この結果から、極端に早産で生まれた新生児において、神経発達の結果は母親の妊娠前のBMIと有意に関連していないことが示されました。
The Comprehension of Grammatical Structures in a Pediatric Population with ASD and Epilepsy: A Comparative Study
自閉症スペクトラム障害(ASD)とてんかんは、小児期の言語能力、特に受容言語の発達に悪影響を及ぼす共存疾患です。この研究では、ASDとてんかんを持つ小児が単純および複雑な文法構造の聴覚理解に障害を示し、言語関連活動のパフォーマンスが制限され、社会的環境への統合や生活の質に影響を与えることが明らかにされました。7歳から9歳の170人の参加者を含む横断的研究が設計され、ASDグループ、てんかんグループ、両方の疾患を持つASDEP(ASDとてんかんの合併症)グループの3つに分けられました。文法構造の理解はCEGとCELF-5の検査を用いて評価されました。統計分析には、グループ間のスコアを比較し、研究変数間の関連を検証するためにMANOVAとANOVAが使用されました。結果から、ASDとてんかんを持つグループは、ASDグループやてんかんグループと比較して聴覚理解の面で最も悪いパフォーマンスを示しました。また、文法構造の理解の尺度内のすべての変数間に有意かつ直接的な関連が観察されました。てんかんによる神経学的損傷は、ASDを持つ小児における口頭言語の理解困難を引き起こし、これらの子どもたちの言語パフォーマンスを著しく制限し、生活の質と基本的な言語スキルの発達に負の影響を及ぼします。
Detecting Autism Spectrum Disorder and Attention Deficit Hyperactivity Disorder Using Multimodal Time-Frequency Analysis with Machine Learning Using the Electroretinogram from Two Flash Strengths
自閉症スペクトラム障害(ASD)と注意欠如・多動性障害(ADHD)は、認知機能に類似した変化をもたらし、影響を受ける個人の社会的相互作用、注意力、コミュニケーションスキルに挑戦しますが、これらは異なる神経条件であり、多様な特徴を示し、異なる管理戦略が必要です。早期にこれらを区別するためのツールの開発が望まれています。この研究は、光に対する網膜反応を測定する眼のテストである電気網膜図(ERG)を用いて、ASDとADHDの迅速なスクリーニングの可能性を調査しました。286人の被験者(146人のコントロール、94人のASD、46人のADHD)のERGデータを分析し、時間周波数解析(TFS)を用いて信号の動的変化を捉えました。選択された重要な特徴を用いて機械学習モデルが訓練され、ERG反応に基づいて個人を分類しました。最良のモデルは、コントロール、ASD、ADHDグループを区別するのに70%の全体的な精度を達成しました。より多くの異なるフラッシュ強度を用いることで分類をさらに改善する可能性があります。