Nuevo enfoque científico en las características sensoriales en el trastorno del espectro autista

Actualizado: 9 de sep de 2020




POR J. Tillmann, M. Uljarevic, D. Crawley, G. Dumas, E. Loth, D. Murphy, J. Buitelaar, T. Charman y el grupo AIMS-2-TRIALS LEAP

Fuente: Molecular Autism

Fotografía: Molecular Autism

Tablas, figuras: de los autores

Molecular Autism  volumen 11, número de artículo: 67 (2020) Citar este artículo

DOIhttps://doi.org/10.1186/s13229-020-00367-w

Tillmann, J., Uljarevic, M., Crawley, D. et al. Dissecting the phenotypic heterogeneity in sensory features in autism spectrum disorder: a factor mixture modelling approach. Molecular Autism 11, 67 (2020). https://doi.org/10.1186/s13229-020-00367-w


Disección de la heterogeneidad fenotípica de las características sensoriales en el trastorno del espectro autista: un enfoque de modelización de la mezcla de factores.


Resumen

(Glosario de abreviaturas: al final)

Antecedentes

La heterogeneidad en la presentación fenotípica del trastorno del espectro autista (TEA) es evidente en el perfil y la gravedad de las características sensoriales. Aquí, aplicamos el modelado de mezcla de factores (FMM en inglés) para probar un modelo factorial multidimensional del procesamiento sensorial en el TEA. Nuestro objetivo era identificar subgrupos sensoriales homogéneos en el TEA que difieren intrínsecamente en su gravedad a lo largo de las puntuaciones factoriales continuas. También investigamos los subgrupos sensoriales en relación con las variables clínicas: sexo, edad, coeficiente intelectual, síntomas de comunicación social, conductas restringidas y repetitivas, funcionamiento adaptativo y síntomas de ansiedad y trastorno por déficit de atención e hiperactividad.

Métodos

Se incluyeron 332 niños y adultos con TEA entre 6 y 30 años con CI que varían entre 40 y 148. En primer lugar, tres modelos diferentes de factores de confirmación se ajustaron a los 38 ítems del Perfil Sensorial Corto (SSP). Luego, se evaluaron los modelos de clases latentes (con subgrupos de dos a seis). El modelo factorial de mejor rendimiento, la estructura de 7 factores, se utilizó posteriormente en dos MFA que variaban en cuanto al número de subgrupos: un modelo de dos subgrupos, de siete factores y un modelo de tres subgrupos y siete factores.

Resultados

El FMM de "tres subgrupos/siete factores" era superior a todos los demás modelos basados en diferentes criterios de ajuste. Los subgrupos identificados diferían en la severidad sensorial de severo, moderado a bajo. Teniendo en cuenta los posibles efectos de confusión de la edad y el coeficiente intelectual, los participantes en estos subgrupos sensoriales tenían diferentes niveles de síntomas socio-comunicativos, comportamientos restringidos y repetitivos, habilidades de funcionamiento adaptativo y síntomas de falta de atención y ansiedad.

Limitaciones

Los resultados se obtuvieron utilizando una única medida de las características sensoriales, la SSP, que limita la posibilidad de generalizar los hallazgos.

Conclusión

Las características sensoriales pueden describirse mejor mediante tres subgrupos sensoriales homogéneos que difieren en los gradientes de gravedad sensorial a lo largo de siete puntuaciones factoriales continuas. Los subgrupos sensoriales identificados se diferenciaron, además, por la gravedad de los síntomas centrales y coocurrentes, y el nivel de funcionamiento adaptativo, lo que proporcionó pruebas novedosas sobre los correlatos clínicos asociados de los subgrupos sensoriales. Estos subgrupos sensoriales proporcionan una plataforma para seguir interrogando los correlatos neurobiológicos y genéticos del procesamiento sensorial alterado en la TEA.

Antecedentes

Está bien establecida la notable heterogeneidad en la configuración, la gravedad, la trayectoria y la respuesta al tratamiento tanto del diagnóstico básico como de los síntomas psiquiátricos y conductuales co-ocurrentes en los individuos con trastorno del espectro autista (TEA) [1, 2]. La falta de conocimiento de las fuentes que contribuyen a esta heterogeneidad ha obstaculizado el progreso hacia la comprensión de los mecanismos etiológicos, el desarrollo de tratamientos eficaces y la predicción de los resultados [3, 4]. Nosotros [3] y otros [5] hemos sugerido que un entendimiento más detallado de las características sensoriales atípicas puede ofrecer un enfoque prometedor para analizar la heterogeneidad de los TEA. El término "características sensoriales" se utiliza aquí para describir la diversa gama de síntomas sensoriales en los individuos con TEA que pueden abarcar la hiperreactividad, la hiporreactividad y los intereses sensoriales inusuales [6]. De hecho, diversos estudios han vinculado las características sensoriales atípicas con conductas restringidas y repetitivas [7, 8], deficiencias socio-comunicativas [9, 10], ansiedad [11, 12], problemas de conducta y de sueño [13, 14] y funcionamiento adaptativo [15]. Además, varios estudios han identificado la existencia de subgrupos sensoriales potencialmente informativos entre los individuos con TEA [12, 16, 17, 18, 19]. Sin embargo, las limitaciones estadísticas y metodológicas han impedido que el campo capitalice plenamente la utilidad potencial de las características sensoriales para explicar la heterogeneidad de los TEA [3].

En el ámbito más amplio de la psicopatología, se han propuesto diferentes enfoques metodológicos para investigar la heterogeneidad fenotípica [20]. Los métodos taxométricos tienen por objeto abordar la cuestión de si las diferencias individuales deben concebirse como rasgos continuos (es decir, los participantes difieren en el grado de un comportamiento observado) o en términos de tipologías (es decir, los participantes pertenecen a uno de los dos tipos cualitativamente diferentes o a subgrupos latentes [21];). Mientras que el primero se ha abordado utilizando diversos métodos de análisis factorial (FA), el segundo se ha ensayado utilizando el análisis de conglomerados y el análisis de clases latentes (LCA). En el FA, los factores latentes captan el contenido común entre los elementos de prueba y se supone que la variabilidad entre los participantes surge debido a las diferencias interindividuales en estas variables factoriales. Así pues, el factor o factores latentes pueden interpretarse como una cantidad dimensional en la que los individuos difieren en grado. Por el contrario, el análisis de conglomerados o LCA adopta una visión categórica para explicar la heterogeneidad: se supone que las clases o subgrupos de latentes categóricos captan la variabilidad entre los participantes y los individuos se clasifican en función de sus similitudes en el patrón de respuesta en un conjunto de variables de los ítems. El término subgrupo se utilizará en todo momento para referirse a las clases o grupos de latentes. En el análisis de conglomerados o LCA, se supone, por lo tanto, que la variación entre los individuos se relaciona con una diferencia de tipo, y los subgrupos derivados pueden diferir cualitativamente (es decir, los subgrupos presentes con un perfil cualitativamente diferente) o cuantitativamente (es decir, un subgrupo de puntuación alta o baja).

Hasta la fecha, estos dos enfoques metodológicos se han aplicado por separado para investigar la variabilidad de las características sensoriales en la TEA. Un número limitado pero creciente de estudios han utilizado la FA para delinear la estructura subyacente de las características sensoriales según se miden con las medidas del cuestionario de informe de los padres comúnmente utilizado, incluyendo el Perfil Sensorial Corto (SSP [22, 23]), el Cuestionario de Comportamiento Sensorial (SBQ [24]) y el Cuestionario de Experiencias Sensoriales Versión 3.0 (SEQ-3.0 [25]). De estas medidas, la SSP [26] es una de las medidas de características sensoriales de la TEA más utilizadas en el cuestionario para padres y cuidadores [27] y se ha utilizado en grandes proyectos de colaboración multicéntricos como la Red de Tratamiento del Autismo "Autism Speaks" [28] y el Proyecto Europeo Longitudinal de Autismo EU-AIMS [29]. Sin embargo, los pocos estudios existentes que han aplicado la FA para investigar las características sensoriales en individuos con TEA, según la medición de la SSP, han producido resultados no concluyentes, sugiriendo una estructura de seis [22] o nueve factores [23] que sólo se asemejaba parcialmente a la estructura de siete factores originalmente propuesta [26]. Las razones de estas incoherencias pueden estar relacionadas con las diferencias en el tamaño de la muestra y la composición por edades, así como con el uso de diferentes técnicas de FA de especificaciones diversas. Además, algunas de las nuevas construcciones hipotéticas presentaban muy pocos elementos para ser psicométricamente o clínicamente útiles [23]. Esto sugiere que actualmente no está claro cuál es la estructura/taxonomía exacta de las características sensoriales en la TEA, lo que también limita los estudios anteriores que han utilizado la TEA en enfoques de subgrupos.

Paralelamente a los trabajos mencionados, varios estudios han tratado de caracterizar la heterogeneidad de los rasgos sensoriales identificando grupos más homogéneos de individuos mediante diferentes tipos de análisis de conglomerados y enfoques de análisis de clases latentes (LCA) (para un examen véase [30]). Hasta la fecha, los estudios han propuesto entre dos y cinco subgrupos utilizando una gama de medidas diferentes, entre ellas el SSP [12, 18, 31], el Cuestionario de Experiencias Sensoriales (SEQ [16]), el Perfil Sensorial de Adolescentes/Adultos (AASP [32]), el Perfil Sensorial (SP [33]), el Perfil Sensorial de Bebés y Niños Pequeños (ITSP [34]) y el Perfil Sensorial 2 (SP-2 [35, 36]). Estos instrumentos difieren ampliamente en el tipo de informante (es decir, basado en la autodeterminación o en la representación), el uso que se pretende dar a la población objetivo (es decir, lactantes, niños o adolescentes/adultos), los dominios sensoriales evaluados y sus propiedades psicométricas [27, 37]. Además, la mayoría de los estudios se han visto limitados por el tamaño de las muestras y no han tenido en cuenta múltiples variables clínicas y de desarrollo, lo que ha dejado sin respuesta preguntas sobre los correlatos clínicos de los subgrupos sensoriales. Así pues, no es sorprendente que los estudios existentes carezcan de un consenso claro sobre el número de supuestos subgrupos sensoriales en los trastornos del espectro autista, su frecuencia y perfil, así como los correlatos clínicos y demográficos asociados. A pesar de algunas de esas diferencias, se identificaron sistemáticamente dos subgrupos sensoriales: los que tienen predominantemente características sensoriales leves (es decir, los denominados "adaptables a los sentidos" o "adaptables a la percepción") y los que tienen deficiencias marcadas en todos o la mayoría de los dominios sensoriales (es decir, los denominados "sensoriales graves", "diferencia sensorial generalizada" o "sensoriomotor"). En relación con el estudio actual, las investigaciones realizadas con la SSP han identificado tres subgrupos sensoriales que difieren en la gravedad de los síntomas de la ansiedad, pero no en la edad, el lenguaje expresivo o los síntomas sociocomunicativos asociados con la TEA [12], o cuatro subgrupos sensoriales. En un estudio se encontró que el primero se diferenciaba en términos de edad y nivel de comportamiento adaptativo [31], y en otro estudio en la edad y el coeficiente intelectual no verbal, pero no en el género o los síntomas de TEA [18]. Es probable que al menos algunas de estas incoherencias estén relacionadas con la variada elección de medidas sensoriales empleadas en los distintos estudios, así como con la diferente edad y tamaño de la muestra estudiada [30].

Si bien tanto el enfoque FA como el LCA han sido útiles para caracterizar más a fondo los rasgos sensoriales en los TEA, estos procedimientos taxométricos presuponen que las atipicalidades sensoriales o bien se encuentran exclusivamente a lo largo de un continuo de leve a grave o bien que los individuos pueden ser categorizados en un número finito de entidades o subgrupos homogéneos discretos. Así pues, la principal limitación de la FA es que no permite clasificar a los individuos en grupos, lo cual es fundamental tanto para informar la toma de decisiones clínicas como para hacer avanzar la investigación neurobiológica y genómica y los enfoques de la medicina de precisión en la TEA [38]. La principal limitación de la ECV y del enfoque categórico más ampliamente es que los subgrupos no consideran el rango de gravedad y deterioro dentro y entre las clases. La modelización de la mezcla de factores (FMM [39]) es un modelo híbrido flexible que combina los enfoques de ECV y FA mediante la modelización simultánea de la estructura subyacente para que sea a la vez categórica y dimensional. La estructura se considera categórica ya que el modelo permite la estratificación de los individuos en subgrupos discretos, a la vez que permite la heterogeneidad en la gravedad del rasgo subyacente dentro de estos grupos mediante el uso de variables latentes continuas. Este enfoque es particularmente útil porque no tiene las limitaciones de los dos procedimientos taxométricos convencionales y permite comparar directamente diferentes modelos de estructuras de síntomas. De hecho, el MFM se ha aplicado con éxito para evaluar las principales estructuras sintomáticas de diagnóstico en el trastorno por déficit de atención con hiperactividad (TDAH) [40, 41] y en el TEA [42,43,44,45]. Sin embargo, los esfuerzos anteriores en el TEA se centraron en las dos dimensiones sintomáticas de la comunicación e interacción social y las conductas restringidas y repetitivas (RRB [42,43,44, 46]) o en la empatía y la sistematización [45].

A pesar de la utilidad de este enfoque, el MFM no se ha utilizado para caracterizar los rasgos sensoriales en la TEA. Por lo tanto, nuestro estudio trató, por primera vez, de aplicar el MFM para comparar las estructuras híbridas dimensionales, categóricas y dimensionales-categóricas de los rasgos sensoriales en una muestra grande y bien caracterizada de individuos con TEA. Nuestro objetivo era aclarar si la estructura de las características sensoriales en los TEA puede conceptualizarse mejor mediante: 1) un continuo en el que los individuos difieren en cuanto a la gravedad, 2) subgrupos sensoriales que presentan diferencias cuantitativas o cualitativas en sus perfiles sensoriales o 3) un modelo factorial multidimensional compuesto de subgrupos sensoriales que difieren tanto en su gravedad dentro de los grupos como entre ellos a lo largo de puntuaciones factoriales continuas específicas. Además, nos propusimos caracterizar aún más los grupos identificados en términos de diferencias potenciales de edad, distribución de género y coeficiente intelectual, así como la forma en que se relacionan con las diferencias individuales en la comunicación social y los síntomas de la RRB, los síntomas co-ocurrentes de la ansiedad y el TDAH y el funcionamiento adaptativo. Con pocas excepciones, los estudios previos de subgrupos no han examinado simultáneamente las posibles variables clínicas asociadas. Por lo tanto, sigue sin estar claro cómo los subgrupos sensoriales también difieren en otros aspectos de los síntomas centrales del TDAH y los síntomas co-ocurrentes, así como en el funcionamiento adaptativo.

Métodos

Participantes

La muestra comprende 332 individuos con TEA de edades comprendidas entre los 6 y los 31 años (M = 16,9, SD = 5,95) reclutados como parte de un estudio longitudinal multisitio (EU-AIMS LEAP [47]). Todos los participantes tenían un diagnóstico clínico existente de TEA de acuerdo con los criterios del DSM-IV [48], DSM-IV-TR [49], DSM-5 [50] o ICD-10 [51]. Para más información clínica detallada de la cohorte, nos referimos a [47]. Las estadísticas descriptivas de la muestra actual figuran en la Tabla 1. Se obtuvo el consentimiento informado de todos los participantes en el estudio de acuerdo con la Declaración de Helsinki, y las Juntas de Ética de Investigación Institucional de todos los centros aprobaron los procedimientos de investigación.


Tabla 1. Características de la muestra (N = 332)

(Véase original en inglés)

https://molecularautism.biomedcentral.com/articles/10.1186/s13229-020-00367-w/tables/1

Perfil sensorial corto

El Perfil Sensorial Corto (SSP [52]), una versión abreviada del Perfil Sensorial (Dunn, 1999), es una de las medidas de las características sensoriales en la TEA más utilizadas en el cuestionario para padres y cuidadores [27]. El SSP se compone de 38 ítems que sondean el procesamiento sensorial en el contexto de las actividades diarias. Para cada ítem, los padres o cuidadores informan en una escala Likert de 5 puntos: 1 = siempre, 2 = frecuentemente, 3 = ocasionalmente, 4 = raramente y 5 = nunca. Sobre la base de una muestra normativa de 1200 niños de desarrollo típico y derivada a través de la EPT, la SSP mide las características sensoriales en siete dominios: sensibilidad táctil, sensibilidad gustativa/olímpica, sensibilidad al movimiento, baja respuesta/ sensación de búsqueda, filtrado auditivo, baja energía/débil y sensibilidad visual/auditiva [26]. Se obtuvo una puntuación total en los 38 ítems que refleja la función en múltiples dominios sensoriales. Para los dominios y las puntuaciones totales, las puntuaciones más bajas indican un mayor deterioro sensorial.

El subgrupo se correlaciona

Los correlatos de los subgrupos se eligieron sobre la base de su valor conceptual de proporcionar una importante comprensión de las asociaciones con los indicadores demográficos (edad, sexo/género, funcionamiento intelectual), los comportamientos específicos de los trastornos del espectro autista (por ejemplo, síntomas de comunicación social y comportamientos restringidos y repetitivos) y los síntomas de la ansiedad y el trastorno de la atención e hiperactividad (TDAH).

El Programa de Observación Diagnóstica del Autismo (ADOS-G [53], ADOS-2 [54]) es un instrumento administrado por el médico para evaluar la comunicación e interacción social, las conductas estereotipadas y los intereses restringidos en un entorno de observación semiestructurado. La puntuación de gravedad calibrada (CSS) para los dominios sintomáticos centrales de la comunicación social (es decir, el afecto social) y los comportamientos restringidos y repetitivos (RRB) se derivaron del algoritmo ADOS-2. La CSS va de 1 a 10, con puntuaciones más altas que indican una mayor severidad de los síntomas de la TEA. La Escala de Respuesta Social, Segunda Edición (SRS-2 [55]) es una medida dimensional de los rasgos autistas que comprende 65 ítems, cada uno de ellos clasificados en una escala de Likert de 0 ("no verdadero") a 3 ("casi siempre verdadero"). Las puntuaciones brutas totales de comunicación e interacción social (SCI) comunicadas por los padres en la SRS-2 se utilizaron para captar específicamente los rasgos autistas relacionados con los déficits de comunicación social. La Escala de Comportamientos Repetitivos-Revisada (RBS-R [56]) sondea los comportamientos restringidos y repetitivos (RRBs) asociados con el TEA. Basándose en Lam y Aman [57], se derivaron cinco subescalas para investigar RRB específicas: comportamiento estereotipado, comportamiento auto-lesionado, comportamiento compulsivo, comportamiento ritualista/igualitario y comportamiento restringido.

Los síntomas co-ocurrentes de la ansiedad se midieron utilizando la Evaluación del Desarrollo y Bienestar (DAWBA [58]), una entrevista semiestructurada a padres/cuidadores que genera puntuaciones de predicción de riesgo según los criterios de la CIE-10 [51] y el DSM-IV-TR [49]. Las puntuaciones de la DAWBA se distribuyen en una escala ordinal y reflejan seis niveles de predicción de la probabilidad de cumplir los criterios diagnósticos clínicamente pertinentes para un trastorno, que van desde muy improbable (~ 0,1%) hasta probable (puntuación de riesgo > 70%). Siguiendo estudios anteriores, se creó una puntuación de predicción de la ansiedad agrupada que refleja la puntuación de riesgo más alta de un individuo en un grupo de trastornos de ansiedad (TOC, ansiedad generalizada, trastorno de pánico, agorafobia, TEPT, ansiedad por separación, fobia social y fobia específica) [59, 60].

Los síntomas del TDAH se evaluaron con la escala de calificación DSM-5 que abarca 18 puntos que miden la presencia de la falta de atención y los síntomas de hiperactividad/impulsividad, cada uno evaluado por los padres/cuidadores en una escala de 0 a 3 (0 = no del todo a 3 = muy a menudo). El nivel de capacidades intelectuales se evaluó con las Escalas Abreviadas de Inteligencia Wechsler-Segunda Edición (WASI-II [61]) o, si no estaba disponible, con la Escala de Inteligencia Wechsler para Niños-III/IV (WISC-III/IV [62, 63]) en niños y la Escala de Inteligencia Wechsler para Adultos-III/IV (WAIS-III/IV [64, 65]) en adultos. Se reportan estimaciones estandarizadas de CI verbal (VIQ), CI de rendimiento (PIQ) y CI a escala completa (FSIQ) con M = 100 y SD = ± 15.

El funcionamiento adaptativo se evaluó utilizando la Escala de Comportamiento Adaptativo de Vineland - Segunda Edición (VABS-II [66]), una entrevista semiestructurada a los padres que mide el funcionamiento adaptativo a través de tres dominios en niños > 6 años: comunicación, socialización y habilidades de la vida diaria. Para cada dominio, se obtuvieron puntuaciones estándar y se combinaron para generar una puntuación compuesta de comportamiento adaptativo (ABC). Las puntuaciones estándar de la VABS tienen una media de 100 (SD = 15), y las puntuaciones más bajas indican un mayor deterioro funcional.

Análisis estadístico

En el presente estudio, aplicamos la modelización de la mezcla de factores (FMM) para probar un modelo factorial multidimensional del procesamiento sensorial en la TEA, identificando simultáneamente subgrupos sensoriales más homogéneos en la TEA que difieren en su gravedad dentro y entre los grupos a lo largo de las puntuaciones factoriales continuas. El MFM integra tanto el análisis factorial de confirmación (CFA) como el análisis de clases latentes (LCA) para modelar simultáneamente los factores continuos (es decir, la variabilidad de los rasgos dimensionales) y los factores latentes categóricos (es decir, los subgrupos) para explicar la heterogeneidad [67]. Desde un punto de vista más técnico, los modelos de FMM se ajustan a los modelos estructurales latentes que compiten entre sí y que se componen de estructuras categóricas y continuas en un único marco analítico. Los diferentes MFA (es decir, los diferentes modelos estructurales que compiten entre sí) pueden compararse utilizando índices comparativos bien establecidos de bondad de ajuste [39]. Como método de estimación se utilizó la máxima probabilidad con errores estándar robustos (MLR), ya que arroja valores del criterio de información de Akaike (AIC) y del criterio de información bayesiana (BIC) que pueden utilizarse para comparar los resultados entre los distintos enfoques de análisis (ACV, CFA y MMC). Los valores más bajos del AIC y el BIC indican un mejor ajuste del modelo, y el valor más bajo en una comparación indica el mejor y más parsimonioso ajuste de un modelo en relación con todos los demás modelos especificados. Un estudio de simulación ha demostrado que el BIC tiene un rendimiento mejor o igual en comparación con otros índices de ajuste, incluidos el AIC y el BIC ajustado [68]. Por lo tanto, nos centramos predominantemente en los valores del BIC cuando comparamos diferentes modelos estructurales. Para interpretar de manera significativa las diferencias entre los modelos, Raftery [69] sugirió que una diferencia de 10 puntos en los valores del BIC proporciona una evidencia muy fuerte (es decir, la razón de probabilidades = 150:1) de que el modelo con el valor más bajo del BIC es el modelo de mejor ajuste. Para orientar mejor la decisión sobre el número de clases en los modelos de MFM, se informa también de dos pruebas de razón de probabilidad (Lo-Mendell-Rubin (LMR) y la prueba de razón de probabilidad de bootstrap (BLRT). Estas pruebas de razón de verosimilitud comparan la mejora del ajuste entre los modelos de clases vecinas (por ejemplo, comparando los modelos de clases k-1 y k). La CFA, la LCA y el FMM se ejecutaron utilizando el programa informático MPlus versión 6.12 [70].

Para investigar las diferencias entre subgrupos sensoriales en otras variables clínicas de interés, se estimaron los tamaños del efecto (ES) que reflejan las diferencias medias entre dos grupos divididas por la desviación estándar total de todos los grupos combinados. Los EE se presentan como Cohen's d con convenciones de muy pequeño (d < 0.2), pequeño (d = 0.2), mediano (d = 0.5) y grande (d ≥ 0.8). Se compararon subgrupos en las siguientes variables clínicas: sexo, edad, coeficiente intelectual completo, síntomas relacionados con la comunicación e interacción social (SCI), conductas restringidas y repetitivas (RRB), síntomas de ansiedad y TDAH y funcionamiento adaptativo. Para comprobar la significación estadística de las diferencias medias de los grupos en múltiples variables dependientes simultáneamente, se realizó un análisis de regresión múltiple multivariado. Las comparaciones de grupos se tuvieron en cuenta los efectos de la edad y el coeficiente intelectual a escala completa en las variables dependientes para probar el efecto único de la clase sensorial en las variables clínicas. La edad, el coeficiente intelectual, los síntomas de TEA, los síntomas de ADHD y el funcionamiento adaptativo fueron introducidos como predictores continuos. Dado que los síntomas de la ansiedad se midieron en una escala ordinal (bandas de riesgo DAWBA de 0-5), los contrastes polinómicos (efectos lineales, cuadráticos y cúbicos) se ajustaron. Se eligió el subgrupo 3, el grupo de baja sensibilidad, como grupo de referencia para todas las comparaciones. Para aumentar la confianza en la solidez de los resultados obtenidos, se aplicó un nivel α de < 0,01 para todos los análisis estadísticos. Los análisis descriptivos (diferencias de tamaño del efecto entre clases) y los análisis relativos a los correlatos de grupo se realizaron utilizando el programa informático STATA 15.0 (71).


Resultados


Los 38 elementos de la SSP que miden las características sensoriales se sometieron primero a una serie de AFC con factores correlacionados para evaluar el ajuste del modelo de tres modelos especificados a priori: la solución original de 7 factores [26], una solución de 6 factores [22] y una novedosa solución de 5 factores que se ha propuesto parcialmente en estudios anteriores [8, 72], pero que nunca se ha probado formalmente en cuanto a sus propiedades psicométricas. Una descripción detallada de todos los modelos de factores probados puede encontrarse en los Materiales Suplementarios.

Los resultados indicaron que el modelo de 5 factores proporcionaba el ajuste más pobre, ya que los valores AIC y BIC eran los más altos para este modelo. El modelo de 6 factores, sugerido por Tomchek y sus colegas [22], proporcionó el siguiente mejor ajuste a los datos, seguido por el modelo de 7 factores, que proporcionó el mejor ajuste a los datos, ya que arrojó los valores AIC y BIC más bajos - los valores BIC fueron de 295 a 387 puntos más bajos que los otros modelos (véase la Tabla 2). Para tener en cuenta la naturaleza ordinal de los datos de los ítems de la SSP (es decir, puntuaciones de 1 a 5) y para informar sobre las medidas menos sesgadas del ajuste del modelo, todos los análisis CFA se volvieron a realizar utilizando el método de estimación de los mínimos cuadrados ponderados ajustados por la media y la varianza (WLSMV) [73]. Los resultados que utilizaron el WLSMV replicaron los hallazgos utilizando la RMM e identificaron la solución de 7 factores como la solución de factores continuos más parsimoniosos (véase en Materiales complementarios un resumen detallado de los resultados). La solución de factores CFA de mejor rendimiento, la estructura de 7 factores, se utilizó posteriormente en dos FMM que variaron en el número de subgrupos. Específicamente, probamos un modelo de dos subgrupos y siete factores y un modelo de tres subgrupos y siete factores. Para confirmar si los MMC proporcionan un mejor ajuste general a los datos que los modelos de subgrupos propuestos en estudios anteriores, también se evaluaron cuatro modelos diferentes de ECV (con subgrupos de dos a seis) basados en los patrones de respuesta a los ítems de los participantes.

Tabla 2. Comparación de diferentes modelos estructurales de síntomas sensoriales en TEA, índices de ajuste y proporciones de subgrupos (N = 332).

(Véase orinal en inglés)

https://molecularautism.biomedcentral.com/articles/10.1186/s13229-020-00367-w/tables/2

Modelización de la mezcla de factores

Una comparación directa de todos los modelos en competencia demostró que el FMM de "tres subgrupos/siete factores" era el que mejor se ajustaba a los datos y era superior a todos los demás modelos (CFA, LCA y FMM) basados en todos los criterios de bondad de ajuste (AIC, BIC, BIC ajustado; véase la tabla 2). La prueba del cociente de probabilidad para el modelo FMM de "tres subgrupos/siete factores" también fue significativa (p = 0,01), lo que sugiere que la eliminación de un subgrupo dio lugar a un ajuste significativamente peor del modelo. El FMM de 'tres subgrupos/siete factores' también tenía un valor BIC mucho mejor que cualquiera de los modelos de ACV de tres/cuatro/cinco o seis subgrupos (3045, 2789, 2591 y 2590 puntos más bajos), pero con la estimación de menos parámetros, y tenía un mejor valor BIC (107 puntos más bajo) que la solución de 7 factores que mejor se ajustaba, sugiriendo parsimonia en la descripción de la estructura de las características sensoriales en la TEA. Por consiguiente, sobre la base de este análisis de MFM en la muestra actual, la heterogeneidad de las características sensoriales en la TEA puede describirse mejor mediante tres subgrupos sensoriales más homogéneos que difieren en los gradientes de gravedad sensorial dentro de los grupos y entre ellos a lo largo de siete puntuaciones factoriales continuas.

Caracterización de las clases

En la tabla 3 se presenta una descripción de los tres subgrupos sensoriales derivados del MFA sobre diferentes variables de interés. En promedio, el subgrupo 1 (N = 24; 7,1%; "sensorial severo") se caracterizó por características sensoriales más severas en las siete puntuaciones del dominio SSP en comparación con el subgrupo 2 (N = 51; 15,8%; "sensorial moderado") y el subgrupo 3 (N = 257; 77,1%; "sensorial bajo"). En general, los ES estimados para las diferencias de grupo en el dominio SSP y las puntuaciones totales fueron grandes entre el subgrupo 1 y el subgrupo 3 (rango d 0,5-2,5), moderados entre el subgrupo 2 y el subgrupo 3 (rango d 0,4-1,5) y bajos/moderados entre el subgrupo 1 y el subgrupo 2 (rango d 0,2-2,5). Las mayores diferencias entre los grupos se observaron en la "Sensibilidad al movimiento" (d > 1,1), mientras que las diferencias más bajas se encontraron en la "Sensibilidad al gusto/olor" (d < 0,5). Obsérvese que, si bien el subgrupo 3 mostró un deterioro sensorial relativamente menor que los subgrupos 1 y 2, las comparaciones con muestras de referencia típicas seguían indicando atipicidades sensoriales probables o definitivas en la mayoría de los dominios SSP (materiales complementarios).

Tabla 3. Comparaciones de subgrupos sensoriales sobre las principales variables clínicas de interés (N = 332).

(Véase el original en inglés)

https://molecularautism.biomedcentral.com/articles/10.1186/s13229-020-00367-w/tables/3

Tabla 4. Modelo de regresión múltiple multivariado que predice las variables clínicas por clase sensorial.

(Véase el original en inglés)

https://molecularautism.biomedcentral.com/articles/10.1186/s13229-020-00367-w/tables/4

Para evaluar si los subgrupos sensoriales pueden caracterizarse por diferencias cualitativas o cuantitativas, se creó un gráfico de perfil de elementos. Como puede verse en la Fig. 1, los patrones de respuesta de los 38 elementos de la SSP son muy similares en los tres subgrupos y están principalmente ordenados cuantitativamente. El subgrupo 3 tiende a puntuar "nunca" o "rara vez" en la mayoría de los ítems, el subgrupo 2 en promedio aprueba los ítems con "ocasionalmente" y el subgrupo 1 puntúa "frecuentemente" o "siempre". Las diferencias estrictamente cuantitativas se reflejarían en perfiles de respuesta paralelos en los 38 ítems, mientras que las diferencias cualitativas se reflejarían en un cruce entre ítems y entre subgrupos. Los cruces en los perfiles de respuesta están en gran medida ausentes en la Fig. 1, con la excepción del elemento 7 ("Frota o rasca un punto que ha sido tocado") y el elemento 22 ("Se distrae o tiene problemas de funcionamiento si hay mucho ruido alrededor"). Mientras que el subgrupo 1 obtiene una puntuación más baja (es decir, indica un comportamiento más grave) en todos los demás