2021年的自闭症研究和重要新闻

来源:原创 Alycia Halladay 小丫丫自闭症 2022-01-30 12:47

作者简介

Alycia Halladay

Alycia Halladay 是自闭症科学基金会(Autism Science Foundation,ASF)的首席科学家。她领导和规划ASF的科研项目。Alycia曾经是自闭症之声(Autism Speaks)的环境与临床研究部门的资深主任。Alycia博士毕业于Rutgers大学心理专业,并在Rutgers大学完成药物和毒理方面的博士后研究。

自闭症科学基金会(Autism Science Foundation,ASF)是Alison Singer(本文译者的偶像啊)于2009年,离开自闭症之声(Autism Speaks)后创立的非盈利组织,致力于推动自闭症的科学研究和教育。详情参阅:自闭症那宽泛的谱系,让“重度自闭症”何以堪)。

引      言

2021年充满了挑战,也偶有一些令人欣喜的进展。和整个世界一样,自闭症社区也深受COVID-19 的影响。家庭和个人一如既往地需要个性化和专业化的支持,特别是那些少数群体:少数族裔、女性和女孩们。2021年底,柳叶刀委员会发表了一份报告,正式提出了 “重度自闭症”的概念,强调个性化阶梯式的支持体系。12月CDC公布最新数据,自闭症诊断率上升,而诊断年龄下降[1]。下面总结2021年自闭症领域的一些重大科研进展和重要的新闻。

逆潮流:柳叶刀委员会提出

“重度自闭症”的概念

Amy and Jonah Lutz

2021年12月6日,全球自闭症研究人员和相关团体组成的柳叶刀委员会,在《柳叶刀》杂志发表了一份非常完备的报告——”柳叶刀委员会:自闭症支持和临床研究的未来委员会 “。报告认为,有效的自闭症评估和支持体系需要新的个性化、阶梯式的模式,并且应该覆盖生命全程。同时,迫切需要更大的投入来发展并完善改善自闭症人士生活的实用措施。委员会还正式提出了 “重度自闭症 “这一概念,来定义需要高度支持的个体,并希望决策者能够关注这一群体——该群体约占自闭症人士总数的30%[2]。这个概念的目的是指出这一群体的独特性,他们需要的支持,以及教育的效果也与其他人不尽相同。而且,有证据表明,”重度自闭症 “的生物学机制也是独特的[3-5]。

“重度自闭症 “一词用以描述可能终生需要24小时支持的自闭症人士。报告指出,像 “重度自闭症 “这样分类的实际意义是,可以让社会注意到不同的人,有不同需求。事实上,”重度自闭症 “的提出,是为父母、服务提供者和公众提供一个概念,以确保每个自闭症人士得到他们所需要的环境支持和干预方式[2]。个体的需求千差万别。一些自闭症人士有破坏性或自伤性行为,一些有智力障碍,还有一些却是优秀学生。有些人无法完成刷牙和穿衣等基本生活能力;有些人可以完全独立生活。自闭症是一种障碍,世界上没有两个一模一样的自闭症人士——”重度自闭症 “这样的概念有助于区分不同的需求。

参阅:逆潮流而动——柳叶刀委员会首次提出“重度自闭症”的自闭症亚型分类

触目而不惊心:自闭症的

流行率继续上升

美国CDC的ADDM网络在2021年底发布了最新的自闭症流行率数据,每44名8岁儿童中就有一名被诊断自闭症[1]。这比2020年3月报告的每54名8岁儿童中就有一名的数字有所增加。这次调查使用的方法与往年略有不同[6]。数据证实,在过去五年中,自闭症的流行率和诊断率都逐步上升。

CDC的信息也清楚地表明,自闭症的诊断越来越准确,儿童被诊断的时间也更提前——这有助于儿童能够更早地接受干预。然而,超过58%的被诊断儿童有智力障碍或边缘智力障碍。这些重度自闭症的儿童需要政策的制定者和服务提供者的更多关注,他们的需求与那些自闭症程度轻的儿童有很大的不同。尽管流行率上升了,但不同种族、民族和知识层次的人群,与上一次的诊断率数据相当[1]。这些信息要求更深入地了解诊断率上升的根本原因:流行率上升的原因不仅仅是诊断水平的提高,儿科医生需要对此有更清醒的认识,研究人员也需要更深入的基因与环境相互作用[7]。比如,有毒化学品对自闭症相关基因突变的细胞,会带来不同的影响,这表明具有自闭症相关变异的细胞,对有毒化学品有一定的易感性[8]。

参阅:1:44——美国自闭症诊断率飙升24%——也许触目但不必惊心

被遗忘的角落:关注弱势群体

长期以来,少数族裔或者低收入社群的儿童得不到诊断,或者诊断延迟。CDC多年来的数据表明,虽然这一趋势正在得到改善,但是这个群体依然得不到足够的支持和服务。而由此产生的更大问题是,诊断的滞后和服务的缺乏,在科学研究中这个群体就被忽视了,由此,科研得到的信息,(在美国)只适用于白人社区,而不能代表现实世界中所有需要帮助的群体[9]。2021年有几项研究专门针对自西语系[10]和非裔/西班牙裔家庭[11,12],结果发现他们的需求是不同的,有的研究者开发了适于他们特殊文化的工具包。然而,其中一篇评论中,研究人员指出,自闭症的研究,在研究的初始阶段就应该让不同的社区都参与进来,以确保他们在每一阶段都有自己的声音,并在可能的情况下,对研究方向进行调整,以适应他们的特殊情况[9]。

遗憾的是,弱势社区所面临的挑战千差万别。没有人愿意去深入了解去他们,所以,那些语言能力不足且有智力障碍的群体就被排除在科研之外,所以,重度自闭症人士的智力和语言能力也就没有人去研究[13]。如果说,单纯的智力障碍人士得到的关注比较多的话,自闭症伴随智力障碍的群体就鲜有研究——2021年在PubMed上发表的干预研究中,只有四项研究的受试者包括有智力障碍的自闭症群体。

男女有别:理解女性的自闭症

虽然女性自闭症人士通常不是 “得不到诊断”的群体,但她们无疑是科学研究中被忽视的一个群体。由于男性和女性的诊断率是4:1,自闭症研究中包含的女性连1/4也不到,这意味着研究结果不能普遍适用到整个女性群体[14-17]。

2021年,有几项研究表明,女性自闭症人士所面临的困难与男性不同。例如,一种被称为 “掩饰自闭症特质”的现象——即自闭症人士试图隐藏自己的特质,从而在社交场合蒙混过关——这种现象在女性中更加普遍[18, 19]。一些共同障碍,比如癫痫,在女性中更加普遍[20],自闭症青年大脑的基本活动也会因生理性别而不同[16]。当然女性的大脑与男性的大脑有明显不同,即使都有自闭症,男女也有差别。研究中缺乏女性的参与,极大地影响了对男女大脑差异的理解,从而无法提供更个性化的支持[21]。

由于男女在诊断上的差异,几乎没有研究去考察性别对诊断的影响,因此很难说,不同性别之间的结论会是一样的。幸运的是,这样的研究已经起步了[22]。现有的研究表明,纹状体(和控制纹状体发育的基因)可能影响女性的自闭特质,而没有研究发现这对男性有影响[23]。研究也表明,女性的催产素受体基因变异可能性更大,这是一个性别的差别[15]。同时,大脑活动与自闭症特质之间的联系也不尽相同[16],这种不同可能解释所谓 “女性保护效应”的理论。这种保护作用可能是遗传的,也可能是通过雌性激素代谢途径发生的[24, 25]。最后,虽然整个自闭症群体的性别认同障碍的比率比想象的高,但是,性别认同障碍在女孩子中似乎更严重[26]。男女行为特征也不尽相同,这加重了诊断的复杂[17]。这些不同的结果都表明,基于男性的科学发现,可能在女性身上并不成立,诊断的生物标志物可能也不同。在研究中,科学家们应该努力招募更多的女性,并深入研究男女之间的差别,只有这样,才能保证科研成果能够推广到整个自闭症社区。

新冠疫情的艰难:COVID-19疫情

依然引发很多问题

新冠疫情两年了,科学家们仍在努力研究疫情对自闭症人士的长期影响,特别是对自闭症青年和成人的影响。在疫情情况下,他们挑战性行为的增加和越来越严重的孤独感[27, 28],还有无休止的社交距离,和一波波的隔离带来的心理健康问题[29-32]。此外,还有研究表明,自闭症家庭受失业和食品缺乏的影响更大[33, 34]。从2020年开始,受保持社交距离的影响,远程的诊断和服务变得越来越普遍,这给那些需要面对面行为支持的幼儿家庭带来极大的不便[35, 36][37]。当然,受疫情影响的并不仅仅局限于自闭症个人和他们的家庭,也影响到了那些致力于研究的科研人员[38],他们同样会面对疫情带来的心理健康和照顾幼儿的挑战。这使得科学发现变得艰难,将科研成果应用到社区也更加复杂。

创新替代不了传统:

新的诊断和干预技术

参与Duke大学研究的婴儿正在观看视频

疫情开始之初,远程和虚拟技术的使用,除了用于识别和诊断自闭症,也用于提供支持和服务。随着疫情的深入,研究人员开始评估远程和虚拟技术的有效性,特别那些被认为容易获得并且有帮助的远程医疗技术[35]。尽管科学家们强调自闭症的诊断需要准确的临床判断,而不是依赖一台仪器[39],但是,远程评估还是已经改变了自闭症诊断的方式。最大的变化是给那些偏远地区的人带来了诊断的可能性。另一个好处是,疫情中,远程医疗技术能够观察和评估儿童在家庭生活的自然环境下的表现,从而增加了临床医生观察早期症状的可能性[39, 40]。另一项推广中的新技术是,通过远程摄像头进行录像,然后临床医生根据录像进行评估。最近,Cognoa公司的远程录像工具CanvasDx获得了FDA的营销许可。杜克大学也公布了一组数据,在儿童生活的自然环境中,用iPad播放不同电影和视觉场景,观察儿童关注的视频场景的不同来诊断自闭症[41]——之前的研究表明,自闭症儿童更倾向于看实物,而更少关注社交刺激相关的物体。使用这两种技术记录的视频,综合标准的早期筛查方法,有助于自闭症的诊断。2021年的一个综述研究指出,移动数字技术在诊断方面很有前景[42]。

除了辅助诊断外,移动技术还可用于改善整个生命期的认知和社交技能[43]。最近的一项系统回顾研究表明,这些移动干预措施能够用于实用技能方面的培训[43, 44], 同时,还可以用来预判他们是否压力太大,是否感官敏感[45]。最后,平板电脑和手机上的机器人和电子游戏还能帮助自闭症儿童发展社交技能[46, 47]。当然,这些技术可能在后疫情时代也很有意义,至少能减少孩子花在路上的时间,但是,很难取代面对面的的诊断以及接受专业人士的直接训练[39, 48]。

另类起跑线:自闭症诊断之前的干预

几年前,英国的科学家们开始研究提高父母的能力,希望帮助婴儿减轻自闭症特质[49]。他们帮助父母设计阅读和游戏等活动,促进儿童的社交和沟通技能,改善儿童的自闭症特质。2021年,澳大利亚的一个研究小组,进行了一项随机对照研究:在婴儿9-12个月(即在可以做出诊断之前——译注)开始,给父母提供支持,并针对婴儿的语言和社交能力等方面的发育状况提供反馈。研究结果表明,从一岁开始对婴儿社交和沟通技能进行支持,在24个月的自闭症评估中,婴儿的得分大大降低(得分低,说明自闭症程度更低)。而且,在干预结束后,这些改善还能保持很长时间[50]。改变幼儿发展轨迹的关键因素包括幼儿与照顾者的互动,调整环境以利于学习等等[51, 52]。新开发的评估工具,也让越来越早地发现ASD的特质成为可能。有少量数据表明,最早在12个月的时候就可能为婴儿做出诊断[53]。这些发现是几十年来,科研人员相信早期诊断对自闭症儿童干预至关重要的总结,同时,为父母学习如何促进婴儿的社交和沟通能力提供了可操作的方法。

然而,更早发现和诊断自闭症,仍然是当前自闭症研究和自闭症社区最重要的问题。2021年,在一些后来被诊断有自闭症的12个月婴儿体内,发现了灰质(细胞体)和白质(神经元分支)有变化[54]。大脑活动的变化虽然不能成为诊断的生物标志物,但是这样的变化在3个月的婴儿大脑就可以看到[55],如果能在6个月大的婴儿大脑确定这样的变化,那将有助于自闭症的诊断[56]。此外,如果发现一些早期的行为特征,也可以进行干预。加州大学戴维斯分校的研究小组证明,9个月婴儿不看人的脸,以及对物体的异常兴趣,预示着长大后,可能会被诊断有自闭症。婴儿不看人的脸的实验结果,已经被另外两个实验证实了[57],而对物体的异常关注,预示着今后婴儿(12个月的时候)的社交参与度低 [58]。除此之外,12个月大的婴儿的发声(或交流的意图)较低也能预示可能的自闭症诊断[59]。这些早期标志和特质加在一起,虽然不能完全用于诊断,但足以引起家长和老师的注意,从而学习一些技能,开始进行干预,改变婴儿可能的发展轨迹。最后,一直有种误解,认为所有父母都认为自闭症是 “坏的”,需要 “被消除”的。实际上,如果真的去深入调查,很多家长会认为,他们的孩子有很多的优点,比如,有爱心、善良、幽默、正直和坚韧[60]。

夕阳不红:老去的自闭症人士

人们历来对自闭症人士进入老年后的情况不太关心,也缺乏了解。2021年,Drexel大学利用贫困者医疗补助保险(Medicaid)的数据,发现自闭症人士被诊断有痴呆症的可能性,比普通人群要高2.6倍[61] 。这一发现对于如何规划老年自闭症人士的生活和制定干预计划有重要的作用,甚至可以提前干预来降低自闭症人士发生老年痴呆的可能性。

优生学的阴霾:理解遗传

自闭症中的作用

一般意义上来说,与自闭症有关的遗传变异分为”罕见 “突变和 “常见 “突变两类。罕见的基因突变通常会导致较为严重的影响,如癫痫或智力障碍[62]。像BRCA(乳腺癌基因)这样的突变,还可能带来生命危险。每个人,包括自闭症人士,都有很多不会带来重大影响的常见突变。然而,如果基因变异发生在与自闭症相关的基因上,就可能被诊断有自闭症[62]。与自闭症相关的基因发生突变——包括那些与细胞粘附、神经元-胶质细胞相互作用和突触形成有关的突变——即使这些突变是常见的,也可能与自闭症相关[3]。

2021年,一项800多人的基因测序研究表明,27%的自闭症人士有罕见基因突变,这些罕见突变大部分发生在2020年确定的与ASD相关的102个基因中[3, 63]。在这些基因上有罕见突变的个体,在生命早期也会有一系列独特的、区别于没有类似罕见突变个体的行为特征 [64]。长期以来的自闭症到底是”罕见变异还是常见变异造成的“一直存在争议,这个研究并没有解决这个争议,相反,研究发现那些拥有罕见基因突变的个体,常见变异同样很多[63]。科学家们认为,罕见和常见变异的遗传风险都是自闭症机制的一部分。当然,如果两种变异都存在,自闭症的可能性会增加[63]。这让“遗传变异造成自闭症”的解读变得复杂,到底每一个具体的变异会不会造成自闭症,不能一概而论,而是需要评估所有的因素。此外,基因测序技术的提高,揭示越来越多的基因与ASD相关,但是这些基因却不是常见的那些基因,事实上,对于每一个个体的自闭症来说,这些不常见基因的变异,只是众多造成自闭症因素的一种。[65]。最后,我们已经了解到,常见的变异不仅能影响自闭症的核心症状,还可能造成其他共存的精神障碍[66]。

罕见病和不罕见的自闭症:

罕见基因变异综合征的研究促进新治疗方法

ADNP综合征家庭

当前,使用诱导多功能干细胞(iPSCs),在细胞水平上对大脑的研究,主要集中在自闭症相关的罕见遗传疾病,如Dup15q综合征,CNTNAP2和CDKL5障碍。虽然这种形式带来的障碍更加具体,但是,和特发性自闭症一样,也存在大脑中连接紊乱的聚合机制,所以,这样的单基因障碍同样有助于理解ASD的神经生物学机制[67-71]。

自闭症有基因基础,这是相同的(也有不同的)神经生物学机制,但是,包括自闭症在内的不同精神障碍在基础神经生物学层面上也有某些类似,比如大脑皮层的厚度[72]和G-蛋白偶联受体[73]。如果能进一步证明安全有效,根据一些罕见的基因变异的综合征开发的靶向基因治疗,同样也能为特发性自闭症的治疗提供一些借鉴。

被遗忘的神经胶质细胞:也可能是

自闭症生物学机制的一部分

神经胶质细胞

自闭症研究中,不断引起关注的一类脑细胞是神经胶质细胞,特别是涉及ASD的性别差异问题的时候。神经胶质细胞存在于大脑中,但它们彼此之间并不交流,相反,它们为那些通过电脉冲进行交流的神经元提供绝缘作用。一直以来,它们被认为与交流功能无关,因而常被研究者忽略。但最新的证据表明,有些自闭症亚型可能是由那些控制胶质细胞的基因造成的[74]。小胶质细胞中的基因表达,也可能造成大脑结构的差异[75]。此外,对脑组织的直接研究表明,在大脑皮层的某些地方,星形胶质细胞(一种胶质细胞)的数量减少了[76]。综合看来,胶质细胞的失调可能导致不同的细胞生理过程、大脑结构、功能变化和与自闭症相关的精神障碍。

家长永远的期望:

寻找最佳的干预效果

2021年广受关注的研究集中在教育效果的改进。首先,有研究认为,自闭症人士的同胞兄妹没有自闭症的话,他们的适应性行为在一生中都能得到改进[77]。另一方面,儿童早期,如果父母的压力很大的话,也会给自闭症儿童带来不好的影响[78]。

这些研究表明,特别是在儿童生命早期,父母和照顾者在孩子的发展中起着关键作用。以行为原理为基础,由儿童主导的、在家庭中进行的自然发展行为干预(NDBIs),被认为最有效果的,[79, 80]。现在NDBI也可以通过远程医疗技术进行[81]。新冠疫情催生了远程视频技术,比如Autism Navigator,可以帮助父母识别早期症状,并在家里为幼儿提供NDBI的支持[82]。NDBI疗效的文献每年都在增加, 然而,并不是每个人都有机会获得早期干预,也不是每个人都能得到专家辅导。为了解决存在于世界各地的差异,共同障碍和其他个人因素的不同,柳叶刀委员会的报告呼吁采取阶梯式照护和个性化的健康模式进行干预[2]。报告不仅包括对个人和家庭因素的指导意见,也包括对可获得性和成本的考虑。这些对不同群体采用不同干预模式的建议,对于谱系人士和他们的家庭来说,至关重要——有助于他们拥有幸福、健康和成功的生活。不幸的是,一些原本以为有前途的治疗方法,如催产素,未能达到预期的效果[83]。除了大脑以外,人体其他器官系统,包括胃肠系统对自闭症的影响也持续被关注,以此希望能帮助缓解共同存在的健康状况。许多家庭试图用诸如益生菌来帮助解决儿童的便秘和腹泻等问题,然而,新的证据表明,肠道菌群受饮食的影响比自闭症本身更大[84],这使人们对益生菌用于消化道问题的有效性产生质疑。

2021的失去:纪念

英国Michael Rutters爵士

2021年,自闭症社区失去了三位科学家,令人痛心。他们在自闭症领域做出了巨大的贡献,改变了人们对自闭症的认知方式。被称为 “儿童精神病学之父 “的伦敦国王学院精神病学研究所教授,Michael Rutter是过去50年中最具影响力的精神病学家之一。他是最早的自闭症研究人员,早在1977年就发表了自闭症双胞胎的研究,从而彻底地否定了父母教养方式造成自闭症的荒诞假说,让自闭症的研究重新回到科学的轨道。他还帮助开发了自闭症诊断的两个的黄金标准:ADI-R和ADOS。同时,他不仅仅潜心帮助自闭症的儿童和家庭,还对其他精神障碍和行为问题的家庭有很大的贡献。

约翰霍普金斯大学Li-Ching Lee教授

Li-Ching Lee是美国约翰霍普金斯大学公共卫生学院的Wendy Klag全球自闭症中心副主任,她对推动全球的自闭症认识,有杰出的贡献。她的研究重点是帮助世界各地的自闭症家庭认识自闭症,并提供支持。在面对资源不足的国家忽视自闭症家庭的情况,她大声疾呼,把这种情况上升到基本 “人权问题”。她还孜孜不倦地了解美国的自闭症情况,与CDC密切合作,了解哪些人,在哪些地方被诊断有自闭症,以及如何帮助他们。她是一位杰出的科学家,同时也被学生称赞为亲密的朋友和导师,在帮助自闭症家庭的同时,念念不忘地帮助学生们获得成功。

Rutgers大学George C. Wagner教授

George C. Wagner,美国Rutgers大学行为神经科学家。在科学界开始尝试如何建立自闭症模型的时候,他首先在啮齿动物中建立自闭症行为模型。他开创性地引领了利用动物模型研究自闭症,以及研究自闭症与其他精神障碍的相同与差别。他的模型以核心症状,而非特定行为为基础,包括技能发展的延迟、暂停甚至可能的倒退。这从根本上改变了自闭症的动物模型研究。他的许多学生(包括ASF CSO Alycia Halladay,本文作者——译注)继承他的遗志,献身于帮助自闭症家庭。

这三位杰出的科学家将永远被铭记,不仅仅是因为他们对科学的贡献,还因为他们培养了新一代的科研人员,让科学研究能够延续下去。

写在最后

在过去的40年里,考虑到自闭症人士整个生命期的复杂性和异质性,自闭症已经从黑白分明(有/没有)的诊断转变为维度诊断[85]。虽然自闭症的核心特质在整个谱系中是一样的,但自闭症人士和非自闭症人士一样,都是不同的,这种不同是需要被认识到的[2, 86]。

本文总结了2021年发生的事情,The Journal of Autism and Developmental Disorders杂志发表了一系列过去40年中,自闭症的科学如何帮助家庭认识、干预和支持自闭症和自闭症人士,非常有价值(https://link.springer.com/journal/10803/volumes-and-issues/51-12 )。2021年11月14日,Giacomo Vivanti博士在ASF播客中分享了他对未来的展望:https://asfpodcast.org/archives/1258 。当然,了解自闭症科学研究进展的最好方法之一是在Spotify、Apple Podcasts或Google Podcasts上订阅ASF播客。

众人拾柴:每个人都能对科研作贡献

这些研究成果要归功于过去几年中参与研究的成千上万的家庭和自闭症人士。正如这份报告中指出的,每个人的贡献都能产生深远的影响。欢迎参加其他的的研究项目。由于疫情,很多的研究项目可以在家里直接与专业人士交流。更多的研究信息,请参阅:https://autismsciencefoundation.org/get-involved/participate-in-research/。

最后,除了社交媒体,还有一些渠道可以了解靠谱的自闭症知识,这也包括www.SpectrumNews.org(小丫丫自闭症公众号已获得该网站授权,选取重要的文章进行翻译——译注)和Autism BrainNet。在Autism BrainNet网站注册,就能定期获得自闭症大脑的信息,以及自闭症大脑与没有诊断的大脑有何区别。

原文发表于美国自闭症科学基金会(ASF)网站,经ASF和作者本人授权翻译发表:

原文链接:https://autismsciencefoundation.wordpress.com/2021/12/16/the-year-in-review-2021/?utm_content=193103492&utm_medium=social&utm_source=twitter&hss_channel=tw-33766143

参考文献

1.         Maenner, M.J., et al., Prevalence and Characteristics of Autism Spectrum Disorder Among Children Aged 8 Years – Autism and Developmental Disabilities Monitoring Network, 11 Sites, United States, 2018. MMWR Surveill Summ, 2021. 70(11): p. 1-16.

2.         Lord, C., et al., The Lancet Commission on the future of care and clinical research in autism. The Lancet, 2021.

3.         Mahjani, B., et al., Prevalence and phenotypic impact of rare potentially damaging variants in autism spectrum disorder. Mol Autism, 2021. 12(1): p. 65.

4.         Havdahl, A., et al., Age of walking and intellectual ability in autism spectrum disorder and other neurodevelopmental disorders: a population-based study. J Child Psychol Psychiatry, 2021. 62(9): p. 1070-1078.

5.         Reardon, A.M., et al., Subtyping Autism Spectrum Disorder Via Joint Modeling of Clinical and Connectomic Profiles. Brain Connect, 2021.

6.         Maenner, M.J., et al., Comparison of 2 Case Definitions for Ascertaining the Prevalence of Autism Spectrum Disorder Among 8-Year-Old Children. Am J Epidemiol, 2021. 190(10): p. 2198-2207.

7.         Volk, H.E., et al., Considering Toxic Chemicals in the Etiology of Autism. Pediatrics, 2021.

8.         Modafferi, S., et al., Gene-Environment Interactions in Developmental Neurotoxicity: a Case Study of Synergy between Chlorpyrifos and CHD8 Knockout in Human BrainSpheres. Environ Health Perspect, 2021. 129(7): p. 77001.

9.         Maye, M., et al., Biases, Barriers, and Possible Solutions: Steps Towards Addressing Autism Researchers Under-Engagement with Racially, Ethnically, and Socioeconomically Diverse Communities. J Autism Dev Disord, 2021.

10.       Harris, J.F., et al., Validation of the Developmental Check-In Tool for Low-Literacy Autism Screening.Pediatrics, 2021. 147(1).

11.       Azad, G., et al., The influence of race on parental beliefs and concerns during an autism diagnosis: A mixed-method analysis. Autism, 2021: p. 13623613211044345.

12.       Wagner, S., I.L. Rubin, and J.S. Singh, Underserved and Undermeasured: a Mixed-Method Analysis of Family-Centered Care and Care Coordination for Low-Income Minority Families of Children with Autism Spectrum Disorder. J Racial Ethn Health Disparities, 2021.

13.       Thurm, A., et al., Making Research Possible: Barriers and Solutions For Those With ASD and ID. J Autism Dev Disord, 2021.

14.       Skaletski, E.C., et al., Quality-of-Life Discrepancies Among Autistic Adolescents and Adults: A Rapid Review. Am J Occup Ther, 2021. 75(3).

15.       Lawrence, K.E., et al., Impact of autism genetic risk on brain connectivity: a mechanism for the female protective effect. Brain, 2021.

16.       Neuhaus, E., et al., Resting state EEG in youth with ASD: age, sex, and relation to phenotype. J Neurodev Disord, 2021. 13(1): p. 33.

17.       Dillon, E.F., et al., Sex Differences in Autism: Examining Intrinsic and Extrinsic Factors in Children and Adolescents Enrolled in a National ASD Cohort. J Autism Dev Disord, 2021.

18.       Libsack, E.J., et al., A Systematic Review of Passing as Non-autistic in Autism Spectrum Disorder. Clin Child Fam Psychol Rev, 2021. 24(4): p. 783-812.

19.       Cook, J., et al., Camouflaging in autism: A systematic review. Clin Psychol Rev, 2021. 89: p. 102080.

20.       Bougeard, C., et al., Prevalence of Autism Spectrum Disorder and Co-morbidities in Children and Adolescents: A Systematic Literature Review. Front Psychiatry, 2021. 12: p. 744709.

21.       Mo, K., et al., Sex/gender differences in the human autistic brains: A systematic review of 20 years of neuroimaging research. Neuroimage Clin, 2021. 32: p. 102811.

22.       Floris, D.L., et al., Towards robust and replicable sex differences in the intrinsic brain function of autism. Mol Autism, 2021. 12(1): p. 19.

23.       Jack, A., et al., A neurogenetic analysis of female autism. Brain, 2021. 144(6): p. 1911-1926.

24.       Enriquez, K.D., A.R. Gupta, and E.J. Hoffman, Signaling Pathways and Sex Differential Processes in Autism Spectrum Disorder. Front Psychiatry, 2021. 12: p. 716673.

25.       Willsey, H.R., et al., Parallel in vivo analysis of large-effect autism genes implicates cortical neurogenesis and estrogen in risk and resilience. Neuron, 2021. 109(5): p. 788-804 e8.

26.       Brunissen, L., et al., Sex Differences in Gender-Diverse Expressions and Identities among Youth with Autism Spectrum Disorder. Autism Res, 2021. 14(1): p. 143-155.

27.       Hards, E., et al., Loneliness and mental health in children and adolescents with pre-existing mental health problems: A rapid systematic review. Br J Clin Psychol, 2021.

28.       Kalb, L.G., et al., Psychological distress among caregivers raising a child with autism spectrum disorder during the COVID-19 pandemic. Autism Res, 2021. 14(10): p. 2183-2188.

29.       Young, E., et al., Caregiver burnout, gaps in care, and COVID-19: Effects on families of youth with autism and intellectual disability. Can Fam Physician, 2021. 67(7): p. 506-508.

30.       Polonyiova, K., et al., Comparing the impact of the first and second wave of COVID-19 lockdown on Slovak families with typically developing children and children with autism spectrum disorder. Autism, 2021: p. 13623613211051480.

31.       Siracusano, M., et al., Parental Stress and Disability in Offspring: A Snapshot during the COVID-19 Pandemic. Brain Sci, 2021. 11(8).

32.       Lois Mosquera, M., et al., Autistic adults’ personal experiences of navigating a social world prior to and during Covid-19 lockdown in Spain. Res Dev Disabil, 2021. 117: p. 104057.

33.       Karpur, A., et al., Food insecurity in the households of children with autism spectrum disorders and intellectual disabilities in the United States: Analysis of the National Survey of Children’s Health Data 2016-2018. Autism, 2021. 25(8): p. 2400-2411.

34.       Panjwani, A.A., R.L. Bailey, and B.L. Kelleher, COVID-19 and Food-Related Outcomes in Children with Autism Spectrum Disorder: Disparities by Income and Food Security Status. Curr Dev Nutr, 2021. 5(9): p. nzab112.

35.       Bhat, A., Analysis of the SPARK study COVID-19 parent survey: Early impact of the pandemic on access to services, child/parent mental health, and benefits of online services. Autism Res, 2021. 14(11): p. 2454-2470.

36.       Corona, L.L., et al., Utilization of telemedicine to support caregivers of young children with ASD and their Part C service providers: a comparison of intervention outcomes across three models of service delivery. J Neurodev Disord, 2021. 13(1): p. 38.

37.       Jeste, S., et al., Changes in access to educational and healthcare services for individuals with intellectual and developmental disabilities during COVID-19 restrictions. J Intellect Disabil Res, 2020.

38.       Harrop, C., et al., A lost generation? The impact of the COVID-19 pandemic on early career ASD researchers. Autism Res, 2021. 14(6): p. 1078-1087.

39.       Zwaigenbaum, L., et al., Rethinking autism spectrum disorder assessment for children during COVID-19 and beyond. Autism Res, 2021. 14(11): p. 2251-2259.

40.       Delehanty, A.D. and A.M. Wetherby, Rate of Communicative Gestures and Developmental Outcomes in Toddlers With and Without Autism Spectrum Disorder During a Home Observation. Am J Speech Lang Pathol, 2021. 30(2): p. 649-662.

41.       Chang, Z., et al., Computational Methods to Measure Patterns of Gaze in Toddlers With Autism Spectrum Disorder. JAMA Pediatr, 2021. 175(8): p. 827-836.

42.       Desideri, L., P. Perez-Fuster, and G. Herrera, Information and Communication Technologies to Support Early Screening of Autism Spectrum Disorder: A Systematic Review. Children (Basel), 2021. 8(2).

43.       de Nocker, Y.L. and C.K. Toolan, Using Telehealth to Provide Interventions for Children with ASD: a Systematic Review. Rev J Autism Dev Disord, 2021: p. 1-31.

44.       Leung, P.W.S., et al., Effectiveness of Using Mobile Technology to Improve Cognitive and Social Skills Among Individuals With Autism Spectrum Disorder: Systematic Literature Review. JMIR Ment Health, 2021. 8(9): p. e20892.

45.       Nuske, H.J., et al., Evaluating commercially available wireless cardiovascular monitors for measuring and transmitting real-time physiological responses in children with autism. Autism Res, 2021.

46.       Penev, Y., et al., A Mobile Game Platform for Improving Social Communication in Children with Autism: A Feasibility Study. Appl Clin Inform, 2021. 12(5): p. 1030-1040.

47.       Riches, S., et al., Therapeutic engagement in robot-assisted psychological interventions: A systematic review. Clin Psychol Psychother, 2021.

48.       Nuske, H.J. and D.S. Mandell, Digital health should augment (not replace) autism treatment providers.Autism, 2021. 25(7): p. 1825-1827.

49.       Green, J., et al., Randomised trial of a parent-mediated intervention for infants at high risk for autism: longitudinal outcomes to age 3 years. J Child Psychol Psychiatry, 2017. 58(12): p. 1330-1340.

50.       Whitehouse, A.J.O., et al., Effect of Preemptive Intervention on Developmental Outcomes Among Infants Showing Early Signs of Autism: A Randomized Clinical Trial of Outcomes to Diagnosis. JAMA Pediatr, 2021. 175(11): p. e213298.

51.       Davis, P.H., et al., Caregiver responsiveness as a mechanism to improve social communication in toddlers: Secondary analysis of a randomized controlled trial. Autism Res, 2021.

52.       Grzadzinski, R., et al., Pre-symptomatic intervention for autism spectrum disorder (ASD): defining a research agenda. J Neurodev Disord, 2021. 13(1): p. 49.

53.       Wetherby, A.M., et al., The Early Screening for Autism and Communication Disorders: Field-testing an autism-specific screening tool for children 12 to 36 months of age. Autism, 2021. 25(7): p. 2112-2123.

54.       Godel, M., et al., Altered Gray-White Matter Boundary Contrast in Toddlers at Risk for Autism Relates to Later Diagnosis of Autism Spectrum Disorder. Front Neurosci, 2021. 15: p. 669194.

55.       Tran, X.A., et al., Functional connectivity during language processing in 3-month-old infants at familial risk for autism spectrum disorder. Eur J Neurosci, 2021. 53(5): p. 1621-1637.

56.       Peck, F.C., et al., Prediction of autism spectrum disorder diagnosis using nonlinear measures of language-related EEG at 6 and 12 months. J Neurodev Disord, 2021. 13(1): p. 57.

57.       Gangi, D.N., et al., Declining Gaze to Faces in Infants Developing Autism Spectrum Disorder: Evidence From Two Independent Cohorts. Child Dev, 2021. 92(3): p. e285-e295.

58.       Miller, M., et al., Repetitive behavior with objects in infants developing autism predicts diagnosis and later social behavior as early as 9 months. J Abnorm Psychol, 2021. 130(6): p. 665-675.

59.       Plate, S., et al., Infant vocalizing and phenotypic outcomes in autism: Evidence from the first 2 years. Child Dev, 2021.

60.       Cost, K.T., et al., “Best Things”: Parents Describe Their Children with Autism Spectrum Disorder Over Time.J Autism Dev Disord, 2021. 51(12): p. 4560-4574.

61.       Vivanti, G., et al., The prevalence and incidence of early-onset dementia among adults with autism spectrum disorder. Autism Res, 2021. 14(10): p. 2189-2199.

62.       Gaugler, T., et al., Most genetic risk for autism resides with common variation. Nat Genet, 2014. 46(8): p. 881-5.

63.       Klei, L., et al., How rare and common risk variation jointly affect liability for autism spectrum disorder. Mol Autism, 2021. 12(1): p. 66.

64.       Wickstrom, J., et al., Patterns of delay in early gross motor and expressive language milestone attainment in probands with genetic conditions versus idiopathic ASD from SFARI registries. J Child Psychol Psychiatry, 2021. 62(11): p. 1297-1307.

65.       Wilfert, A.B., et al., Recent ultra-rare inherited variants implicate new autism candidate risk genes. Nat Genet, 2021. 53(8): p. 1125-1134.

66.       Rodriguez-Gomez, D.A., et al., A systematic review of common genetic variation and biological pathways in autism spectrum disorder. BMC Neurosci, 2021. 22(1): p. 60.

67.       de Jong, J.O., et al., Cortical overgrowth in a preclinical forebrain organoid model of CNTNAP2-associated autism spectrum disorder. Nat Commun, 2021. 12(1): p. 4087.

68.       Jacot-Descombes, S., et al., Altered synaptic ultrastructure in the prefrontal cortex of Shank3-deficient rats.Mol Autism, 2020. 11(1): p. 89.

69.       Colombo, E., et al., The K63 deubiquitinase CYLD modulates autism-like behaviors and hippocampal plasticity by regulating autophagy and mTOR signaling. Proc Natl Acad Sci U S A, 2021. 118(47).

70.       Victor, A.K., et al., Molecular Changes in Prader-Willi Syndrome Neurons Reveals Clues About Increased Autism Susceptibility. Front Mol Neurosci, 2021. 14: p. 747855.

71.       Vasic, V., et al., Translating the Role of mTOR- and RAS-Associated Signalopathies in Autism Spectrum Disorder: Models, Mechanisms and Treatment. Genes (Basel), 2021. 12(11).

72.       Writing Committee for the Attention-Deficit/Hyperactivity, D., et al., Virtual Histology of Cortical Thickness and Shared Neurobiology in 6 Psychiatric Disorders. JAMA Psychiatry, 2021. 78(1): p. 47-63.

73.       Monfared, R.V., et al., Transcriptome Profiling of Dysregulated GPCRs Reveals Overlapping Patterns across Psychiatric Disorders and Age-Disease Interactions. Cells, 2021. 10(11): p. 2967.

74.       Nassir, N., et al., Single-cell transcriptome identifies molecular subtype of autism spectrum disorder impacted by de novo loss-of-function variants regulating glial cells. Hum Genomics, 2021. 15(1): p. 68.

75.       Takanezawa, Y., et al., Microglial ASD-related genes are involved in oligodendrocyte differentiation. Sci Rep, 2021. 11(1): p. 17825.

76.       Falcone, C., et al., Neuronal and glial cell number is altered in a cortical layer-specific manner in autism.Autism, 2021. 25(8): p. 2238-2253.

77.       Rosen, N.E., J.B. McCauley, and C. Lord, Influence of siblings on adaptive behavior trajectories in autism spectrum disorder. Autism, 2021: p. 13623613211024096.

78.       Hollocks, M.J., et al., The association of adverse life events and parental mental health with emotional and behavioral outcomes in young adults with autism spectrum disorder. Autism Res, 2021. 14(8): p. 1724-1735.

79.       Schuck, R.K., et al., Neurodiversity and Autism Intervention: Reconciling Perspectives Through a Naturalistic Developmental Behavioral Intervention Framework. J Autism Dev Disord, 2021.

80.       Waddington, H., et al., The effects of JASPER intervention for children with autism spectrum disorder: A systematic review. Autism, 2021. 25(8): p. 2370-2385.

81.       Dai, Y.G., et al., Development and Acceptability of a New Program for Caregivers of Children with Autism Spectrum Disorder: Online Parent Training in Early Behavioral Intervention. J Autism Dev Disord, 2021. 51(11): p. 4166-4185.

82.       Wainer, A.L., et al., Examining a stepped-care telehealth program for parents of young children with autism: a proof-of-concept trial. Mol Autism, 2021. 12(1): p. 32.

83.       Sikich, L., et al., Intranasal Oxytocin in Children and Adolescents with Autism Spectrum Disorder. N Engl J Med, 2021. 385(16): p. 1462-1473.

84.       Yap, C.X., et al., Autism-related dietary preferences mediate autism-gut microbiome associations. Cell, 2021. 184(24): p. 5916-5931 e17.

85.       Rosen, N.E., C. Lord, and F.R. Volkmar, The Diagnosis of Autism: From Kanner to DSM-III to DSM-5 and Beyond. J Autism Dev Disord, 2021. 51(12): p. 4253-4270.

86.       Lord, C. and S.L. Bishop, Let’s Be Clear That “Autism Spectrum Disorder Symptoms” Are Not Always Related to Autism Spectrum Disorder. Am J Psychiatry, 2021. 178(8): p. 680-682.

翻译:丫丫爸爸

文案校对:桂林毛豆妈,桂林泡泡妈

版式编辑:上海洋洋妈

Scroll to Top