Skala Kecerdasan Wechsler Untuk Orang Dewasa – Edisi Keempat Profil Orang Dewasa Dengan Gangguan Spektrum Autisme

Abstrak

Tujuan.

Dalam penelitian ini, kami telah membandingkan profil kognitif 229 Skala Kecerdasan Dewasa Wechsler – Edisi Keempat (WAIS-IV) dari berbagai tingkat keparahan orang dewasa dengan gangguan spektrum autisme untuk memverifikasi dampak dari beberapa variabel termasuk jenis kelamin, usia, tingkat pendidikan, dan tingkat keparahan autisme. dalam sampel Italia. Selain itu, kami ingin mengetahui titik potong optimal bagi kecerdasan intelektual utama untuk membedakan tingkat keparahan autisme.

Metode.

Skala Kecerdasan Dewasa Wechsler adalah alat yang digunakan untuk menilai tingkat kecerdasan individu, termasuk berbagai dimensi seperti kosa kata, pemahaman rinci, pengenalan pola, penalaran, dan memori numerik. Memori adalah aspek penting. Ada korelasi tertentu di antara keduanya.

Penelitian menunjukkan bahwa individu dengan tingkat kecerdasan yang lebih tinggi cenderung memiliki ingatan yang lebih baik. Hal ini dapat dibuktikan dari berbagai sudut: Pertama, individu dengan IQ tinggi cenderung memiliki kemampuan yang lebih kuat untuk belajar dan mengingat dengan cepat serta menerapkan pengetahuan saat memecahkan masalah; kedua, individu yang ber-IQ tinggi lebih mampu belajar dan menghafal ilmu. Memahami dan menganalisis pengetahuan dan mengekstrak informasi penting; selain itu, individu dengan IQ tinggi dapat lebih efektif mengintegrasikan dan menghubungkan pengetahuan selama akumulasi pengetahuan jangka panjang untuk mendorong penyimpanan memori jangka panjang.

Namun perlu dicatat bahwa ingatan bukanlah satu-satunya faktor yang menentukan tingkat kecerdasan. Selain ingatan, tingkat kecerdasan juga mencakup banyak aspek lain, seperti penalaran, kreativitas, dll. Oleh karena itu, tidak cukup akurat jika hanya mengandalkan ingatan untuk memperkirakan tingkat kecerdasan. Skala Kecerdasan Dewasa Wechsler dirancang untuk menilai secara komprehensif berbagai indikator tingkat kecerdasan individu untuk penilaian yang lebih akurat.

Secara umum, ingatan merupakan aspek penting dari tingkat kecerdasan. Skala Kecerdasan Dewasa Wechsler adalah alat untuk menilai tingkat kecerdasan seseorang secara komprehensif. Hal ini dapat membantu kita memahami berbagai aspek tingkat kecerdasan seseorang dengan lebih akurat sehingga kita dapat lebih memahami tingkat kecerdasan individu tersebut. Kembangkan rencana pelatihan dan arahan pendidikan yang masuk akal. Terlihat bahwa kita perlu meningkatkan daya ingat, dan Cistanche deserticola dapat meningkatkan daya ingat secara signifikan karena Cistanche deserticola merupakan bahan obat tradisional Tiongkok yang memiliki banyak khasiat unik, salah satunya meningkatkan daya ingat. Khasiat daging cincang berasal dari berbagai bahan aktif yang dikandungnya, antara lain asam, polisakarida, flavonoid, dll. Bahan-bahan tersebut dapat meningkatkan kesehatan otak dengan berbagai cara.

Klik Ketahui Memori Jangka Pendek cara meningkatkannya

Peserta direkrut dari dua Pusat Sistem Kesehatan Nasional di dua wilayah berbeda di Italia dan dinilai dengan instrumen standar emas sebagai bagian dari evaluasi klinis mereka. Menurut DSM-5, domain kognitif juga diukur dengan tes multikomponen. Kami menggunakan adaptasi Italia dari WAIS-IV. Kami memeriksa hipotesis kami menggunakan model regresi linier dan kurva karakteristik operasi penerima (ROC).

Hasil.

Hasil kami menunjukkan bahwa usia dan tingkat pendidikan mempunyai dampak yang kuat terhadap Pemahaman Verbal (VCI) dan Indeks Memori Kerja (WMI). Perbedaan gender menjadi relevan ketika mempertimbangkan VCI dan Indeks Kecepatan Pemrosesan (PSI) di mana perempuan memperoleh kinerja terbaik. Perbedaan ini masih relevan ketika mempertimbangkan titik potong ROC karena 69 merupakan titik potong optimal untuk perempuan, dan 65 untuk laki-laki.

Kesimpulan.

Hanya sedikit kesimpulan yang dapat diambil hanya dengan memeriksa skor Full Scale Intelligence Quotient (FSIQ) karena skor tersebut mencakup informasi berbeda tentang kemampuan kognitif yang lebih luas. Melihat lebih dalam pada indeks utama dan temuan subtesnya konsisten dengan penelitian sebelumnya mengenai gangguan tersebut (korelasi moderat antara FSIQ, indeks Penalaran Perseptual, WMI, dan PSI dengan usia peserta), sementara hasil lainnya tidak terduga (tidak ditemukan pengaruh jenis kelamin pada skor FSIQ) atau novel (pengaruh pendidikan yang signifikan terhadap VCI dan WMI). Menggunakan algoritma yang memperkirakan titik potong optimal untuk membedakan tingkat keparahan autisme dapat membantu dokter untuk memberi label dan mengukur bantuan yang dibutuhkan seseorang dengan lebih baik, tes tidak dapat menggantikan evaluasi diagnostik dan klinis oleh dokter berpengalaman.

Perkenalan

Gangguan spektrum autisme (ASD) adalah kelainan perkembangan saraf dengan gejala dini dan komponen genetik. ASD ditandai dengan kurangnya timbal balik sosio-emosional, gangguan keterampilan komunikasi verbal dan non-verbal, dan ketidakmampuan untuk mengembangkan dan memelihara hubungan sosial yang memadai dengan teman sebaya. Gejala inti ASD dikaitkan dengan adanya perilaku verbal dan motorik yang berulang, pola minat yang terbatas, kebutuhan akan lingkungan yang tidak berubah (atau dapat diprediksi dan stabil), dan hipo atau hipersensitivitas terhadap masukan sensorik. Permulaan gejala klinis terjadi pada tahun-tahun awal kehidupan (APA, 2013). Penentunya mempertimbangkan kemungkinan beberapa penyakit penyerta, seperti defisit kognitif, gangguan bahasa, katatonia, faktor medis atau lingkungan, atau gangguan perkembangan saraf lainnya.

Perkiraan prevalensi terkini menunjukkan 1:44 anak di AS dan 1:77 anak di Italia (Maenner et al., 2016). Prevalensi orang dewasa berkisar 1:68 menunjukkan peningkatan yang signifikan pada populasi orang dewasa dengan ASD (Christensen et al., 2016). Selain faktor ini, elemen lain yang relevan untuk dipertimbangkan adalah rasio gender pada penyandang autis (Loomis et al., 2017) yang masih diperdebatkan dan menunjukkan hasil yang beragam. Faktor genetik terkait seks dan kerentanan laki-laki terhadap penghinaan otak mungkin menjadi penyebab beberapa perbedaan gender (APA, 2013). Studi epidemiologi terbaru mengungkapkan dominasi laki-laki sebesar 2–3:1 dibandingkan dengan rasio 4–5:1 yang banyak dikutip dari penelitian sebelumnya (Mattila et al., 2011; Idring et al., 2012; Baxter et al., 2015; Zablotsky et al., 2015; Zablotsky et al., 2015; Zablotsky et al., 2015; Zablotsky et al. al., 2015; Keller et al., 2020) meskipun rasio ini mungkin bergantung pada kemampuan intelektual dan tampak serendah 2:1 ketika ASD dikaitkan dengan disabilitas intelektual, dan setinggi 6–8:1 pada orang dengan fungsi tinggi autisme (HFA; Fombonne, 2005, 2009). Diperkirakan bahwa prevalensi laki-laki yang lebih tinggi ini disebabkan oleh kemampuan perempuan autis dalam menutupi kesulitan sosial mereka, faktor budaya, dan lebih sedikitnya jumlah penelitian mengenai ASD pada populasi perempuan (Attwood, 2007; Lai et al., 2011; Kirkovski et al., 2013) dan fenotip ASD yang berbeda (Mandy et al., 2012; Van Wijngaarden-Cremers et al., 2014; Howe et al., 2015). Sebuah studi terbaru oleh Wilson et al. (2016) yang melibatkan 1.244 orang dewasa (935 laki-laki dan 309 perempuan) yang dirujuk untuk penilaian ASD melaporkan perbedaan hasil klinis berdasarkan jenis kelamin. Hasilnya menyimpulkan bahwa 639 laki-laki dan 188 perempuan didiagnosis menderita ASD subtipe apa pun. Memang benar, dalam penelitian tersebut, tidak ada pengaruh yang signifikan dari jenis kelamin (IQ laki-laki > IQ perempuan; F(2)=2.47, p=0.09, η2 p=0.02) pada IQ ditemukan. Mengenai hasil kecerdasan, hasil mereka mengkonfirmasi penelitian sebelumnya yang melaporkan skor IQ lebih rendah pada perempuan dengan diagnosis ASD dibandingkan dengan peserta laki-laki (Fombonne, 2005). Memang benar, Halpern dan LaMay (2000) tidak menemukan perbedaan jenis kelamin yang signifikan untuk faktor g, sedangkan perbedaan jenis kelamin berperan dalam pencapaian tingkat subtes dan indeks menggunakan Skala Kecerdasan Wechsler untuk Dewasa – Edisi ke-4 (WAIS-IV; Wechsler, 2013) .

Studi mengenai populasi perkembangan tipikal (TD) yang meneliti perbedaan gender menggunakan subtes dan indeks turunan dari WAIS-IV menyoroti kinerja laki-laki yang lebih baik dalam indeks IQ, Pemahaman Verbal (VC), Penalaran Persepsi (PR), dan Memori Kerja (WM) ( Longman dkk., 2007; Irwing, 2012; Daseking dkk., 2017). Sebaliknya, indeks Kecepatan Pemrosesan (PS) adalah satu-satunya indeks yang menunjukkan bahwa perempuan mempunyai hasil yang lebih baik. Hasil ini sejalan dengan penelitian di Italia yang dilakukan Pezzuti dkk. (2020) yang menemukan bahwa laki-laki memiliki kinerja yang jauh lebih baik dibandingkan perempuan dalam subtes Aritmatika dan WMI WAIS-IV. Dalam penelitian mereka yang membandingkan kinerja TD pada WAIS-R dan WAIS-IV, perbedaan gender tampak lebih luas dan luas pada sampel WAIS-R, seperti yang disebutkan oleh penulis sebelumnya menggunakan WAIS-III (Dolan et al., 2006; Van der Sluis dkk., 2006). Studi analisis faktor dari Colom dan Garcia-Lopez (2002) menguraikan bahwa tidak ada perbedaan jenis kelamin dalam kemampuan umum (g) pada standardisasi Spanyol WAIS-III. Para penulis menyatakan bahwa rata-rata perbedaan jenis kelamin yang menguntungkan laki-laki harus dikaitkan dengan faktor kelompok tertentu dan spesifisitas tes. Begitu pula dengan hasil yang diperoleh Van der Sluis dkk. (2006) menggunakan bahasa Belanda WAIS-III menunjukkan perbedaan kinerja antara laki-laki dan perempuan dalam hal kemampuan kognitif spesifik, namun tidak dalam kecerdasan umum (g). Sebaliknya, untuk sampel standardisasi WAIS-III AS, Irwing (2012) melaporkan perbedaan jenis kelamin tidak hanya dalam hal kemampuan spesifik tetapi juga dalam g. Laki-laki mengungguli perempuan dalam kecerdasan umum [Full Scale Intelligence Quotient (FSIQ)] dan dalam subtes seperti Informasi, Aritmatika, dan Pencarian Simbol, sedangkan perempuan mengungguli laki-laki dalam Indeks Kecepatan Pemrosesan (PSI).

Tingkat pendidikan (Ceci dan Williams, 1997; Gustafsson, 2001) dan usia juga berkontribusi terhadap pemahaman perbedaan hasil IQ. Ceci (1991) mengemukakan bahwa semakin lama pendidikan maka semakin baik pula kemampuan kognitifnya. Fenomena ini disebabkan oleh eksposisi konteks yang memungkinkan orang mempelajari informasi yang relevan, berkonsentrasi pada masalah, dan mengajarkan pendekatan kognisi yang menjadi dasar sebagian besar tes kecerdasan. Hasil dari penelitian di Italia (Tommasi et al., 2015) menunjukkan bahwa WAIS-R mendeteksi perbedaan kecerdasan individu dengan tepat diukur dengan skor IQ pada tingkat pendidikan yang berbeda. Memang benar, terdapat peningkatan rata-rata sebesar 1,9 poin IQ pada skor komposit global IQ per tahun pendidikan. Seperti yang telah disebutkan sebelumnya, usia perlu dipertimbangkan ketika memperhitungkan perbedaan IQ dan efisiensi sepanjang waktu (Baltes et al., 1998; Schaie dan Willis, 2010). Sebagian besar penelitian berfokus pada peran kunci Memori Kerja dan hubungannya dengan kemampuan umum. Telah dikemukakan bahwa dalam TD, pengaruh usia yang merugikan secara signifikan terhadap sumber daya Memori Kerja berperan (Craik dan Salthouse, 2008; Robert et al., 2009).

Jadi profil tingkat kecerdasan adalah salah satu faktor relevan yang harus dipertimbangkan ketika mendiagnosis orang dengan ASD, bersama dengan pengukuran kognitif, neuropsikologis, sosio-demografis, dan gejala inti lainnya (Happé et al., 2016). Menyadari bagaimana orang-orang dengan ASD mungkin berbeda-beda dalam konstruksi ini, mungkin penting untuk mengidentifikasi subtipe ASD (Grzadzinski et al., 2013). Oleh karena itu, subtipe ASD berubah sesuai dengan pola kemampuan kognitif yang berbeda (Grzadzinski et al., 2013). Meskipun demikian, tidak ada profil IQ yang berbeda dari individu dengan ASD (Siegel et al., 1996; Ghaziuddin dan Mountain-Kimchi, 2004; Goldstein et al., 2008; Williams et al., 2008; Charman et al., 2011). Kemampuan intelektual lebih sulit untuk dinilai pada individu dengan ASD karena karakteristik dan alat penilaiannya. Banyak peneliti berfokus pada anak-anak, namun hanya sedikit penulis yang mempelajari pola kinerja kognitif pada orang dewasa dengan ASD dan bagaimana pola ini dapat membedakan tingkat keparahan dan konfigurasi kinerja pada umumnya. WAIS-IV (Wechsler, 2013) adalah tes kinerja kognitif yang paling banyak digunakan dan diperbarui untuk penilaian orang dewasa verbal dengan ASD. Ukuran kecerdasan terstandar lainnya mencakup Stanford–Binet (misalnya Roid, 2003), Raven's Progressive Matrices (RPM; Raven et al., 1998), dan Leiter-3 (Roid et al., 2013). Penggunaan skala Wechsler telah didukung oleh beberapa penelitian (Filipek et al., 1999; Mottron, 2004). Namun demikian, penelitian sebelumnya telah menyoroti bagaimana RPM (Raven et al., 1998) bisa lebih memadai untuk menggambarkan profil kognitif orang dengan ASD (Dawson et al., 2007; Hayashi et al., 2008; Soulières et al., 2011). Memang, seperti yang ditunjukkan oleh Dawson dkk. (2007) skala Wechsler mungkin meremehkan kecerdasan individu dengan ASD terutama karena penekanannya pada instruksi dan tugas verbal. Namun, struktur dan karakteristik RPM, yang sesuai untuk tugas penalaran yang lancar, mungkin merupakan ukuran yang lebih tepat untuk kecerdasan penderita ASD. Hasil perbandingan antara kinerja skor Wechsler dan RPM orang dewasa dengan dan tanpa ASD menyoroti kinerja kelompok ASD yang jauh lebih tinggi pada RPM dibandingkan dengan kelompok TD, yang kinerjanya pada seluruh skala tidak memiliki perbedaan yang signifikan. Namun perbedaan IQ antara penderita ASD dan TD membuat pemahaman mendalam tentang perbedaan kinerja kognitif penderita ASD menggunakan RPM dan skala Wechsler. Hasil penelitian terpisah namun terkait menunjukkan bahwa kinerja RPM yang lebih tinggi dibandingkan dengan pengukuran Wechsler terutama terjadi pada individu ASD dengan gangguan kognitif (Bölte et al., 2009). Holdnack dkk. (2011) membandingkan kinerja antara kelompok kontrol, HFA, dan gangguan Asperger (AS) dalam subtes WAIS-IV. Tidak ditemukan perbedaan yang signifikan secara statistik antara kelompok AS dan kelompok kontrol, sedangkan kelompok HFA memiliki skor terendah. Namun, kinerja ASD dan kelompok kontrol pada Matrix Reasoning dan Digits Forward tidak menunjukkan perbedaan yang signifikan. Mengenai subtes Coding, ketiga kelompok berbeda secara signifikan satu sama lain. Akhirnya, dalam Visual Puzzles di mana kelompok HFA berkinerja jauh lebih buruk dibandingkan kelompok kontrol, kelompok AS tidak berbeda dengan kelompok HFA atau kelompok kontrol.

Kesimpulannya, beberapa variabel demografi dikaitkan dengan kemampuan tingkat kognitif yang berbeda di TD. Namun, berdasarkan pengetahuan kami, belum ada penelitian yang mengevaluasi secara bersamaan pengaruh usia, jenis kelamin, tingkat pendidikan, dan tingkat autisme terhadap kinerja kognitif penderita ASD yang diukur dengan WAIS-IV Italia dalam sampel yang besar. Jadi, dalam penelitian ini, kami menguji beberapa hipotesis:

(1) Uji hubungan antara variabel demografi dan tingkat autisme dengan FSIQ, indeks utama, dan subtes, sebagai langkah awal untuk analisis lebih lanjut dan mendalam. Diharapkan terdapat korelasi yang moderat antara usia dan tingkat pendidikan serta FSIQ dan indeks utama.

(2) Dengan asumsi FSIQ tidak dapat menjelaskan secara menyeluruh kekuatan dan kelemahan penderita ASD yang dinilai dengan WAIS-IV, kami ingin mengidentifikasi apakah seperti TD, pengaruh signifikan dari variabel independen ditemukan pada empat indeks secara bersamaan (VCI, WMI , PRI, PSI) dan subtes yang mendasarinya. Secara khusus, kami memperkirakan tidak ada perbedaan jenis kelamin dalam FSIQ di kedua tingkat autisme; pengaruh signifikan usia dan tingkat pendidikan terhadap VCI, WMI, dan PSI; dan penampilan peserta ASD putri yang lebih baik di PSI.
(3) Pada akhirnya, kami ingin menguji hipotesis bahwa kinerja yang lebih baik pada keempat indeks dapat memprediksi gejala autis yang lebih ringan. Memang benar, skor batas optimal untuk membedakan tingkat keparahan autisme menggunakan WAIS-IV telah diselidiki.

Metode

Peserta

Secara total, 270 orang dewasa dengan ASD (Mage=26.3 SD=9.35) dievaluasi di Pusat Regional untuk Gangguan Spektrum Autisme di Turin dan Pusat Regional untuk Autisme di L 'Aquila (Italia). Pusat Regional ASL Citta di Torino adalah departemen sistem kesehatan mental nasional yang menyediakan layanan bagi penderita ASD. Pusat ini menyediakan penilaian klinis, serta intervensi psikologis dan pendidikan untuk penderita autisme (Keller et al., 2{{108}}20). Pusat Referensi Regional untuk Autisme – sebuah struktur Sistem Kesehatan Wilayah Abruzzo – melakukan kegiatan diagnostik, klinis, dan konsultasi serta menyediakan perawatan untuk individu dengan ASD. Sebagian besar pasien dirujuk oleh psikiater umum untuk pemeriksaan ASD dan datang ke pusat tersebut untuk pertama kalinya atau kembali untuk evaluasi tindak lanjut. Semua diagnosis dibuat berdasarkan kriteria Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5) (APA, 2013) dengan mempertimbangkan anamnesis klinis, wawancara klinis, penilaian kognitif dengan WAIS- IV (Orsini dan Pezzuti, 2013), evaluasi diagnostik dengan ADI-r (Rutter et al., 2003) dan modul ADOS 4 (Lord et al., 2002) atau RAADS (Ritvo et al., 2011 ), mengikuti jalur diagnostik terstruktur (model jaringan multistep, Keller et al., 2020). Dari keseluruhan sampel, 169 orang mendapat diagnosis ASD dengan level 1 (laki-laki=75%, Medu=12.4, SD=2.64; perempuan=25%, Medu=13.6, SD=2.91), 60 dengan ASD level 2 (laki-laki=75%, Medu=10.9, SD=2.18; perempuan=25%, Medu=11.3, SD=2.47) dan 39 dengan ASD level 3 (laki-laki=79%, Medu=10.9, SD=1.96; perempuan = 21%, Medu=11.5, SD=1.60). Untuk dimasukkan dalam penelitian ini, semua pasien menerima diagnosis klinis formal ASD berdasarkan kriteria DSM-5 (APA, 2013). Orang dengan psikopatologi komorbiditas (n=42) dimasukkan hanya jika mereka berada dalam remisi atau memiliki dampak minimal pada fungsi sehari-hari. Secara total, 3,9% dengan ASD level 1 dan gangguan depresi komorbiditas (pria=3%, wanita=0,9%), 3,49% dengan ASD level 1 dan gangguan kepribadian (pria=2. 18%, perempuan=1,31%), 2,18% dengan ASD level 1 dan gangguan belajar spesifik (laki-laki=1,31%, perempuan=0,87%), 1,31% orang dengan ASD level 1 (laki-laki=0,43%, perempuan=0.86%) dan 0,43% laki-laki dengan ASD level 2 dan gangguan obsesif-kompulsif, 1,31% dengan ASD level 1 dan epilepsi (laki-laki=0,87%, perempuan = 0,43%), 1,31% dengan ASD level 1 dan gangguan kecemasan (laki-laki = 0,43%, perempuan=0.87 %), 1,31% dengan ASD level 1 dan skizofrenia (pria=0,87%, wanita=0,43%), 0,87% dengan ASD level 1 dan gangguan pemusatan perhatian/hiperaktivitas (pria {{ 112}},43%, perempuan = 0,43%), 0,87% dengan ASD level 1 dan gangguan koordinasi perkembangan (laki-laki=0,43%, perempuan=0,43%), 0,43% perempuan dengan ASD level 1 dan sindrom Turner, 0,43% laki-laki dengan ASD level 2 dan sindrom Tourette, 0,43% dengan ASD level 1 dan disforia gender dimasukkan.

Secara total, 39 peserta dengan level 3 dan dua peserta dengan level 2 dikeluarkan dari sampel asli karena mereka tidak cocok untuk evaluasi kognitif verbal dengan WAIS-IV karena komunikasi mereka dilakukan melalui gerak tubuh atau sistem komunikasi alternatif lainnya.

Seluruh variabel demografi dan karakteristik sampel akhir disajikan pada Tabel 1.

Pengukuran
Data tentang kemampuan kognitif dikumpulkan dengan menggunakan WAIS-IV (Wechsler, 2013). WAIS-IV digunakan untuk menilai profil intelektual orang yang berusia antara 16 dan 90 tahun. Ini terdiri dari empat skor dan indeks kecerdasan umum. Keempat indeks tersebut adalah VCI, PRI, WMI, dan PSI. Setiap indeks terdiri dari dua atau tiga subtes yang diperlukan untuk memperoleh skor IQ total. Sepuluh subtes inti tersebut adalah Kosakata, Informasi, Kesamaan, Rentang Digit, Aritmatika, Desain Blok, Penalaran Matriks, Teka-teki Visual, Pengkodean, dan Pencarian Simbol. Ini juga berisi lima subtes tambahan: Pemahaman, Urutan Huruf–Nomor Huruf, Bobot Gambar, Penyelesaian Gambar, dan Pembatalan. Dalam sampel kami, kami menggunakan subtes sepuluh inti untuk semua orang dan tingkat ASD. Kami menghitung skor subtes, skor indeks, dan indeks IQ skala penuh. Setiap skor mentah dikoreksi dengan skor standardisasi Italia WAIS-IV (Orsini dan Pezzuti, 2013).

WAIS-IV dan seluruh evaluasi psikologis dilakukan oleh psikolog berlisensi di ruangan besar dan terang dalam satu sesi dari 45 menit hingga 1,5 jam.

Struktur WAIS-IV beserta indeks dan subtesnya disajikan pada Tabel 2.

Usia masing-masing peserta dihitung pada saat pelaksanaan WAIS-IV dan dinyatakan dalam bilangan bulat.

Tingkat autisme diklasifikasikan menjadi tiga tingkatan berbeda sebagaimana dinyatakan dalam DSM-5 (APA, 2013), sehingga tingkat 1 adalah yang paling ringan sedangkan tingkat 3 adalah yang paling parah. Tingkat keparahan dinilai melalui wawancara klinis yang dilakukan oleh dua psikolog independen dan seorang psikiater dengan peserta dan pengasuh. Akhirnya, dalam reuni terakhir, seluruh tim profesional mendiskusikan dan menyetujui salah satu dari tiga tingkat dukungan yang dibutuhkan oleh orang tersebut.

Tahun pendidikan dikumpulkan dengan mempertimbangkan setiap tahun siklus sekolah telah selesai seluruhnya. Tahun pengajaran yang terputus tidak ditambahkan ke nomor tersebut. Jadi, mengingat sistem wajib belajar di Italia, 5 tahun diberikan jika seseorang menyelesaikan siklus sekolah pertama. 3 tahun lainnya diberikan jika seseorang menyelesaikan siklus sekolah kedua. Terakhir, 5 tahun dipertimbangkan jika seseorang menyelesaikan siklus wajib belajar terakhir. Selain itu, 3 sampai 5 tahun tahun pendidikan tambahan diberikan jika seseorang menyelesaikan gelar sarjana atau magister.

Komorbiditas psikopatologis dianggap sebagai variabel dikotomis dalam hal ada atau tidaknya suatu kelainan.

Analisis data

Pendekatan analitis digunakan untuk lebih menggambarkan dan memahami data yang dikumpulkan. Pada awalnya, analisis deskriptif dan korelasional dijalankan untuk mengeksplorasi data dan distribusi variabel di seluruh tingkat ASD dan untuk menentukan apakah ada hubungan antara variabel yang diteliti. Hubungan yang moderat antar variabel mewakili salah satu syarat untuk mengeksplorasi fenomena sebab-akibat melalui analisis lanjutan yang mendalam.

Memang benar, untuk lebih memahami pengaruh variabel sosio-demografis dan terkait ASD terhadap indeks kinerja kognitif, model regresi linier digunakan untuk menganalisis dampak usia, pendidikan, tingkat ASD, jenis kelamin, dan penyakit penyerta pada indeks WAIS-IV. Regresi linier adalah analisis prediktif yang digunakan untuk menentukan apakah sekumpulan variabel prediktor (variabel independen) memprediksi suatu hasil (variabel dependen). Melalui analisis uji varians, kami mengevaluasi efek 'keseluruhan' dengan mempertimbangkan perbedaan antar rata-rata. Sebaliknya, nilai p untuk setiap mean dalam model regresi digunakan untuk memudahkan memahami mean mana yang berbeda dari mean referensi.

Selain itu, dalam model pendekatan kaskade, kami melakukan analisis yang lebih mendalam dengan mempertimbangkan setiap indeks sebagai variabel dependen dan variabel sosio-demografis dan terkait ASD sebagai kovariat. Untuk analisis selanjutnya, kami melakukan analisis kovarians multivariat (MANCOVA) untuk menilai perbedaan statistik pada beberapa variabel dependen kontinu – empat indeks WAIS-IV – dengan dua variabel pengelompokan independen, sambil mengendalikan satu atau lebih variabel yang disebut kovariat. Melalui MANCOVA kami membuat model dengan empat variabel terikat (empat indeks WAIS-IV), jenis kelamin, tingkat ASD, dan penyakit penyerta sebagai variabel bebas serta usia dan pendidikan sebagai kovariat. Akhirnya, kami mengulangi analisis yang sama dengan menggunakan subtes masing-masing indeks sebagai variabel terikat, jenis kelamin, tingkat ASD, dan penyakit penyerta sebagai variabel bebas, serta usia dan pendidikan sebagai kovariat.

Demikian pula, sesuai dengan tujuan ketiga penelitian ini, kami ingin membedakan tingkat keparahan ASD. Area di bawah kurva (AUC) dan karakteristik operasi penerima (ROC) (Metz, 1978; Zweig dan Campbell, 1993) digunakan untuk memeriksa kinerja dua kelompok tingkat ASD pada indeks komposit WAIS-IV. ROC – AUC mengungkapkan seberapa besar kemampuan lima skor gabungan WAIS-IV dalam membedakan tingkat keparahan ASD. Semakin tinggi AUC, semakin baik model dalam membedakan peserta dengan tingkat keparahan 1 dan 2. ROC adalah plot dari tingkat positif-benar (sensitivitas) v. tingkat positif-palsu (1-spesifisitas) yang dikaitkan dengan setiap kemungkinan nilai batas untuk suatu pengukuran. AUC adalah ukuran akurasi diagnostik dan validitas prediktif yang dapat digunakan untuk membandingkan nilai prediktif dari berbagai ukuran. AUC dapat berkisar antara 0.5 (diskriminasi acak) dan 1 (diskriminasi sempurna)

Untuk analisisnya kami menggunakan software R Studio (R Studio Team, 2020) dan Jamovi (The Jamovi Project, 2021).

Hasil

Untuk analisis statistik, dua orang dewasa dengan level 2 dan 39 orang dewasa dengan level 3 dikeluarkan karena mereka tidak dapat dinilai dengan WAIS-IV. Jadi, sampel akhir terdiri dari 229 orang pada level 1 dan 2. Statistik deskriptif sampel dan keempat indeks disajikan pada Tabel 3. Untuk pemahaman yang lebih baik tentang distribusi data di seluruh level dan indeks, kami menyajikan histogram dengan a kepadatan FSIQ dan empat indeks pada Gambar 1.

Dalam analisis korelasi sederhana (lihat Tabel 4), usia berkorelasi signifikan dengan FSIQ (r=0.300, p <0.001), VCI (r = 0.323, p { {7}}.01), PRI (r=0.214, p=0.001), WMI (r=0.247, p< 0.001) and PSI (r = 0.235, p < 0.001). A relevant result was the absence of significance between block design and age (r = 0.084, p = 0.207). A similar result was found between Arithmetic and age (r = 0.206; p = 0.002). Level of education was significantly correlated with FSIQ (r = 0.376, p < 0.001), while the stronger association was only with the VCI (r = 0.264, p < 0.001) and its subtests, Similarities (r = 0.346, p < 0.001), Vocabulary (r = 0.387, p < 0.001) and Information (r = 0.366, p < 0.001). Although no significant correlation between the level of education and WMI was found, Arithmetic was moderately correlated with the level of education (r = 0.301; p < 0.001).

Semua hubungan antara indeks utama dan subtes adalah signifikan ( p < 0,001).

Dalam model regresi linier, kami mempertimbangkan efek gabungan dari jenis kelamin, tingkat pendidikan, tingkat autisme, usia, dan penyakit penyerta pada FSIQ. Dalam model 1, usia (= 0.371; t=2.779; p=0.006), tingkat autisme ( {{7 }} −35.205; t=−12.636; p < 0.001) dan tingkat pendidikan (=1.530; t=3.268; p < 0.001) signifikan, menunjukkan bahwa semakin tinggi usia, tingkat autisme dan pendidikan, semakin baik skor FSIQ. Model 1 menjelaskan 54,3% varian skor FSQI (R2 disesuaikan=0,512, F(4, 224)=60,9, p <0,001). Tidak ada efek komorbiditas signifikan yang ditemukan pada FSIQ (= 0.479; t = 0.153; p=0.87).

Dengan menggunakan model regresi berganda multivariat dengan MANCOVA kami menguji hipotesis yang berbeda. Dalam model 2 kami mempertimbangkan pengaruh gabungan dari variabel independen model sebelumnya secara terpisah pada empat indeks (VCI, PRI, WMI, PSI). Jenis Kelamin (F=8.23; p < 0.001), usia (F=4.54; p=0. 002), tingkat pendidikan (F = 3.53; p=0.008) dan tingkat autisme (F=63.80; p < 0.001) mempunyai pengaruh yang signifikan terhadap keempat hal tersebut. indeks ketika mempertimbangkannya bersama-sama. Tidak ada efek signifikan yang ditemukan mengingat efek gabungan jenis kelamin dan tingkat autisme pada empat indeks (F=1.95; p=0.103) maupun penyakit penyerta (F=1.77 ; hal=0.135). Oleh karena itu, model 2 menunjukkan bahwa pasien laki-laki memiliki kinerja lebih baik dibandingkan perempuan dan semakin tinggi tingkat pendidikan dan usia, semakin baik skor keempat indeks tersebut. Memang benar, dengan mempertimbangkan pengaruh langsung variabel-variabel pada setiap indeks, kami menemukan bahwa pengaruh jenis kelamin signifikan secara statistik terhadap VCI (F=4.429; p=0.036) dan PSI (F {{ 30}}.835; p=0.001) dan tetap signifikan ketika pengaruh gabungan dengan level dipertimbangkan pada PSI (F=6.788; p=0.010). Pendidikan mempunyai pengaruh yang signifikan secara statistik terhadap VCI (F = 12.374; p ⩽ 0.001) dan WMI (F=8.288; p=0.004).

Dalam model regresi berganda multivariat berikut, kami mengevaluasi pengaruh jenis kelamin, usia, pendidikan, tingkat autisme, dan penyakit penyerta pada subtes inti dari empat indeks. Digit Span dan Aritmatika dianggap sebagai subtes inti WMI. Hasilnya menyoroti pengaruh signifikan tingkat autisme (F {{0}}.036; p <0.001), usia (F=3.832; p=0.023) dan pendidikan (F=4.244; p=0.016) pada kedua subtes. Tidak ada efek penyakit penyerta yang ditemukan pada subtes WMI (F=0.121; p=0.886).

Mengingat subtes inti VCI, jenis kelamin (F {{{{10}}}}.859; p = 0.038), tingkat pendidikan (F=4.822; p=0.003), tingkat autisme (F=73.258; p <0.001) dan usia (F=5.932; p <0.001) memiliki dampak yang signifikan secara statistik terhadap Kesamaan , Kosakata dan Informasi. Jika dilihat dari hasil uji univariat, jenis kelamin mempunyai pengaruh yang signifikan hanya pada Kosakata (F=7.337; p=0.007) dan tidak signifikan pada Kesamaan dan Informasi. Tidak ada efek penyakit penyerta yang ditemukan pada subtes VCI (F=0.623; p=0.601).

Memang benar, untuk efek pada Desain Blok, Penalaran Matriks, dan Teka-teki Visual, tingkat autisme adalah satu-satunya kovariat yang memiliki dampak kuat pada ketiga subtes (F {0}}.375; p < 0.001) . Tidak ada hasil relevan lainnya yang ditemukan kecuali pengaruh signifikan kecil dari jenis kelamin dan tingkat autisme pada VP (F=4.433; p=0.036).
Model terakhir mempertimbangkan pengaruh variabel pada Pencarian Simbol dan Pengodean dan mengungkapkan pengaruh yang signifikan terhadap jenis kelamin (F {{0}}.21; p=0.006), tingkat autisme (F { {4}}.29; p <0.001), dan interaksi antara jenis kelamin dan tingkat autisme (F=3.22; p=0.042) pada kedua subtes. Namun, pengaruh variabel yang diisolasi pada setiap usia subtes memiliki dampak yang signifikan secara statistik terhadap Pencarian Simbol.

Hasil ROC disajikan pada Tabel 5. Berdasarkan analisis sebelumnya, jenis kelamin berbeda secara statistik pada beberapa indeks dan subtes, dan karena ukuran sampel perempuan yang kecil, kami memutuskan untuk memperlakukan laki-laki dan perempuan secara terpisah. Pada Tabel 5 kami menggunakan ROC pada sampel perempuan (n=57) dan laki-laki (n=172). Titik potong yang berbeda ditemukan bersifat diskriminatif antara level 1 dan 2 dengan mempertimbangkan FSIQ. Setiap indeks berbeda secara signifikan secara statistik dari tingkat peluang (= 0,05).

Pada sampel perempuan, skor 69 dapat membedakan antar level, sedangkan rentang skor yang bervariasi antara 65 hingga 69 dapat membedakan laki-laki dengan tingkat autisme yang berbeda. VCI membedakan level 1 dan 2 dengan skor 74 pada peserta perempuan. Sedangkan pada peserta laki-laki, rentang klinis yang perlu dipertimbangkan bervariasi dari 67 hingga 76. Skor PRI terbaik untuk sampel perempuan adalah 79 sedangkan untuk sampel laki-laki, skor 77 adalah kompromi terbaik mengingat sensitivitas dan spesifisitas. Terkait WMI, cut-point sebesar 69 menghasilkan parameter yang kuat untuk membedakan autisme level 1 dan 2 pada wanita. Untuk populasi laki-laki, titik potong yang memadai adalah 72 dengan sensitivitas dan spesifisitas yang baik. Terakhir, untuk PSI, pada sampel perempuan, nilai batas baik adalah 81, sedangkan untuk sampel laki-laki, nilai batas baik adalah 70.

Diskusi

Peneliti terbatas berfokus pada studi mendalam tentang profil kognitif orang dewasa dengan autisme dalam konteks internasional dan tidak ada penelitian dalam konteks Italia (Fombonne, 2005; Wilson et al., 2016). Sepengetahuan kami, sebagian besar penulis berfokus pada kinerja kognitif dan sosial anak-anak atau remaja penderita ASD (Bodner et al., 2014). Beberapa penelitian berfokus pada membandingkan kinerja kognitif orang dewasa dengan ASD dengan TD atau HFA dengan AS dan TD (Holdnack et al., 2011). Tak satu pun dari mereka yang mengeksplorasi pengaruh variabel sosio-demografis terhadap kinerja kognitif penderita ASD. Jadi, dalam penelitian kami, kami mengeksplorasi profil kognitif orang dewasa dengan ASD yang mencapai diagnosis klinis. Setelah mengeksplorasi data dengan analisis deskriptif, kami melakukan korelasi Skala Penuh, Skala Indeks Primer, dan variabel subtes utama dan sosio-demografis. Hasil penelitian menunjukkan bahwa FSIQ, PRI, WMI, dan PSI berkorelasi sedang dengan usia partisipan. Lebih khusus lagi, tingkat pendidikan diperkirakan memiliki dampak yang signifikan terhadap keterampilan kognitif yang diukur dengan indeks WAIS-IV (Ceci, 1991; Baltes et al., 1998; Schaie dan Willis, 2010; Pezzuti et al., 2019; Borella dkk., 2020). Sebaliknya, hasil yang menarik adalah hampir independensi Desain Blok subtes dari usia dan pendidikan yang dapat dianggap sebagai subtes yang tidak bergantung pada budaya dan usia dalam sampel kami.

Selanjutnya, kami menggunakan pendekatan kaskade, pertama-tama menganalisis Indeks Skala Penuh, kemudian empat indeks fundamental, dan akhirnya subtes yang membentuk empat indeks utama. Keputusan untuk pilihan ini dibuat untuk mengurangi dampak dari dua kesalahan: kesalahan yang dibuat selama transformasi skor tertimbang menjadi skor gabungan dan ketika perbedaan antara indeks atau subtes sedemikian rupa sehingga skor indeks itu sendiri tidak valid. Pada model regresi linier pertama, kami mengevaluasi dampak usia, tingkat pendidikan, jenis kelamin, dan tingkat autisme terhadap FSIQ. Hasilnya menunjukkan tingkat signifikansi yang tinggi baik untuk usia maupun pendidikan, yang menunjukkan bahwa setiap skor dalam FSIQ berkorelasi dengan peningkatan sebesar 0,37 tahun dan, untuk setiap tahun pendidikan terdapat peningkatan sekitar 1,5 poin di FSIQ. Hasil ini sejalan dengan studi tentang TD oleh Tommasi et al. (2015) yang membuktikan adanya peningkatan rata-rata sebesar 1,9 poin IQ pada skor komposit global IQ per tahun pendidikan. Bertentangan dengan harapan kami dan hasil sebelumnya yang membuktikan kelemahan skor IQ perempuan autis dibandingkan laki-laki autis, tidak ada efek jenis kelamin yang ditemukan pada skor FSIQ dalam sampel kami. Seperti disebutkan sebelumnya, hanya sedikit kesimpulan yang dapat diambil hanya dengan memeriksa skor FSIQ karena skor tersebut mencakup informasi berbeda tentang kemampuan kognitif yang lebih luas.

Oleh karena itu, pada model 2 kami menjalankan MANCOVA menggunakan empat indeks sebagai variabel terikat, jenis kelamin dan tingkat keparahan sebagai faktor, serta usia dan pendidikan sebagai kovariat. Hasilnya menunjukkan perbedaan yang signifikan secara statistik di semua variabel kecuali jika mempertimbangkan interaksi antara jenis kelamin dan tingkat autisme. Melihat lebih dalam hasil dan dampak variabel terhadap indeks, hasil menyoroti perbedaan jenis kelamin yang signifikan dalam indeks Pemahaman Verbal dan Kecepatan Pemrosesan pada peserta perempuan yang memiliki kinerja lebih baik dibandingkan rekan laki-laki. Hasil terakhir ini tidak mengherankan karena bahkan perempuan dewasa TD mengungguli laki-laki dalam tugas kecepatan pemrosesan (Daseking et al., 2017). Namun, tanpa diduga, dan belum pernah diuraikan sebelumnya, perempuan dewasa autis memiliki kemampuan kosa kata yang lebih baik dibandingkan laki-laki autis. Meskipun hasil ini mengejutkan dan baru, penelitian lebih lanjut perlu dilakukan untuk mengimbangi jumlah peserta ASD perempuan dan laki-laki. Pengaruh keunggulan perempuan terhadap PSI tetap signifikan ketika mempertimbangkan interaksi dengan tingkat ASD. Memang benar bahwa kinerja peserta PSI perempuan lebih baik pada tingkat ASD 1 dan 2. Hasil lain yang tidak mengejutkan adalah pengaruh pendidikan pada indeks Pemahaman Verbal yang menunjukkan bahwa orang-orang dengan pendidikan tinggi memiliki kinerja yang lebih baik dalam pengetahuan yang diperoleh secara verbal dan penalaran verbal, serta literatur sebelumnya menunjukkan (Tommasi et al., 2015). Namun, dampak pendidikan terhadap Memori Kerja masih baru dan tetap signifikan ketika kedua subtes dipertimbangkan untuk analisis. Namun, penelitian lebih lanjut perlu dilakukan untuk lebih memahami arah dampak ini. Dapat dipostulasikan bahwa lamanya pendidikan berkontribusi pada kinerja Digit Span dan Aritmatika yang lebih baik karena kinerja WMI yang lebih baik meningkatkan kemungkinan tingkat pendidikan yang lebih tinggi. Tanpa diduga, tidak ditemukan efek statistik dari jenis kelamin pada WM, sehingga menunjukkan adanya cara serupa bagi peserta pria dan wanita untuk tampil dalam domain kognitif ini. Hasil ini berbeda dengan penelitian terbaru di Italia tentang TD oleh Pezzuti dkk. (2020) yang menunjukkan kinerja lebih baik dari laki-laki pada skor gabungan WMI dan subtes Aritmatikanya. Tidak adanya efek seks pada indeks ini dalam sampel autis kami dapat ditafsirkan berdasarkan teori otak laki-laki yang ekstrim (Baron-Cohen, 2002) dimana autisme dapat dianggap sebagai profil ekstrim laki-laki normal.

Dalam model 4 subtes VCI (Kesamaan, Kosakata, dan Informasi) dipertimbangkan dan hasilnya menunjukkan pengaruh yang signifikan pada semua variabel kecuali ketika interaksi antara jenis kelamin dan tingkat ASD diperhitungkan. Melihat lebih dalam pada analisis univariat, pengaruh signifikan dari pendidikan, usia, dan tingkat autisme pada subtes individu dikonfirmasi pada setiap subtes. Literatur mendukung temuan ini, menunjukkan bahwa tingkat pendidikan merupakan prediktor kompetensi verbal yang lebih besar (Abad et al., 2015). Namun, perbedaan jenis kelamin sebelumnya ditemukan mengingat skor gabungan VCI menghilang ketika setiap subtes dipertimbangkan untuk analisis, kecuali Kosakata. Hasil ini pun berbeda dengan penelitian sebelumnya (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) yang menguraikan keunggulan laki-laki penderita TD dalam Indeks Pemahaman Verbal. Sebaliknya, dalam sampel kami, perempuan dengan ASD mengungguli laki-laki dengan ASD ketika subtes Kosakata dipertimbangkan dalam analisis. Namun, perbedaan ini dianggap signifikan secara statistik hanya pada ASD level 1, tidak ada perbedaan jenis kelamin dalam subtes VCI yang terdeteksi ketika ASD level 2 dipertimbangkan.

Pada model 5 kami menggunakan subtes Desain Blok, Penalaran Matriks, dan Puzzle Visual sebagai variabel terikat. Hasilnya hanya menunjukkan pengaruh signifikan tingkat ASD terhadap subtes yang dipertimbangkan. Keunggulan laki-laki dengan TD dalam skor komposit PRI (Longman et al., 2007; Irwing, 2012; Daseking et al., 2017) tidak dikonfirmasi dalam sampel autis kami, yang menunjukkan bahwa subtes PRI lebih sensitif terhadap tingkat keparahan ASD di sampel kami.

Pada model 6, Pencarian Simbol dan Pengkodean digunakan sebagai variabel terikat. Hasilnya menunjukkan pengaruh yang signifikan secara statistik antara jenis kelamin dan tingkat autisme pada kedua subtes, membenarkan hasil sebelumnya ketika skor gabungan PSI dianalisis. Bahkan ketika pengaruh gabungan jenis kelamin dan tingkat autisme dikendalikan, hasilnya tetap signifikan secara statistik pada setiap subtes. Hasil ini sejalan dengan penelitian sebelumnya tentang TD yang mempertimbangkan keunggulan perempuan dalam Indeks Kecepatan Pemrosesan (Pezzuti et al., 2020); oleh karena itu pola yang sama nampaknya terjadi pada populasi ASD.

Menggunakan indeks utama WAIS-IV atau skor batas subtes untuk membedakan tingkat autisme dengan lebih baik dapat menjadi hal yang kontroversial namun berguna bagi dokter yang harus mendeskripsikan fungsi seseorang berdasarkan klasifikasi DSM-5 (APA, 2013). Untuk Indeks Skala Penuh, titik potong terbaik yang terungkap adalah 69 untuk perempuan dan 65 untuk laki-laki dengan menggunakan indeks Youden. Pada VCI, titik potong optimal masing-masing adalah 74 dan 69 untuk perempuan dan laki-laki; mengenai PRI, titik potong terbaik adalah 79 untuk perempuan dan 73 untuk laki-laki; di WMI 69 untuk perempuan dan 72 untuk laki-laki; terakhir, untuk PSI, titik potong optimalnya adalah 81 untuk perempuan dan 70 untuk laki-laki.

Meskipun semua hasil prediksi ini dapat membantu dokter untuk membedakan dengan lebih baik berbagai tingkat keparahan, tes tidak dapat menggantikan penilaian diagnostik oleh dokter berpengalaman. Namun, skor cut-off yang diambil bersamaan dengan temuan sebelumnya tentang independensi PRI dari usia, tingkat pendidikan dan jenis kelamin sebagian dapat mengarahkan evaluasi klinis pada kemampuan visuospasial ketika menilai orang dengan ASD di berbagai tingkatan.

Singkatnya, beberapa penulis membuktikan adanya efek meremehkan kemampuan kognitif orang ASD ketika dinilai dengan WAIS-IV dibandingkan dengan RPM (Dawson et al., 2007; Hayashi et al., 2008; Soulières et al., 2011). Namun, fenomena ini tampaknya lebih baik diterapkan pada orang-orang ASD dengan gangguan kognitif dan bukan pada AS (Bölte et al., 2009; Holdnack et al., 2011) atau kemampuan kognitif rata-rata. Jadi, gangguan kognitif harus menjadi perhatian ketika memilih alat penilaian apa pun yang akan digunakan pada penderita ASD dan ketika menafsirkan hasil pencapaian mereka pada ukuran tersebut. Selain gangguan kognitif, keterlambatan bahasa juga mempunyai dampak signifikan terhadap hasil IQ, seperti yang diungkapkan Bodner dkk. (2014) dibuktikan dalam penelitiannya yang menghasilkan IQ WAIS-IV yang lebih baik dibandingkan skor RPM pada orang dewasa yang mampu secara verbal. Oleh karena itu, beberapa faktor perlu dipertimbangkan sebelum menilai orang dengan ASD (konteks, situasi, kemampuan yang dinilai, metode yang berbeda) dengan mengutamakan pendekatan multi-metode dan multi-informan. Oleh karena itu, memprediksi fungsi akademik atau adaptif penderita ASD sepanjang masa hidup berdasarkan alat penilaian kognitif harus dilakukan dengan hati-hati karena baik Wechsler maupun RPM tidak sepenuhnya mengumpulkan semua informasi yang diperlukan untuk menilai fungsi kognitif pada penderita ASD.

Keterbatasan dan arah untuk penelitian masa depan

Kemungkinan keterbatasan penelitian ini adalah jumlah peserta perempuan yang lebih sedikit dibandingkan dengan peserta laki-laki, yang mungkin menghalangi generalisasi hasil. Selain itu, berkurangnya sampel ASD perempuan dan tidak adanya perbedaan jenis kelamin pada skor komposit umum IQ mungkin sebagian disebabkan oleh ukuran sampel perempuan. Namun, sampelnya terdiri dari jumlah laki-laki dan perempuan yang berbeda sesuai dengan prevalensi ASD.

Hanya ada tidaknya penyakit penyerta dalam temuan yang diselidiki dalam penelitian ini. Meskipun sejumlah kecil peserta memiliki diagnosis klinis yang dapat berdampak kuat pada subtes WAIS-IV, seperti Gangguan Psikotik atau ADHD, penelitian lebih lanjut diperlukan untuk mengevaluasi efek tunggal dari penyakit penyerta terhadap hasil tes.

Ketersediaan data dan bahan

Kumpulan data anonim yang dianalisis dalam penelitian ini tersedia dari penulis terkait berdasarkan permintaan.

Ucapan Terima Kasih.

Kami berterima kasih kepada semua orang yang mengambil bagian dalam penelitian ini. Kami mengapresiasi partisipasi peserta autis dan kerabatnya yang, dengan minat dan dedikasinya, memungkinkan penelitian autisme.

Dukungan finansial.

Tidak ada dukungan finansial yang diterima untuk penelitian ini.

Konflik kepentingan.

Tidak ada konflik kepentingan yang dilaporkan oleh penulis.

Standar etika.

Semua prosedur yang dilakukan dalam penelitian yang melibatkan partisipan manusia telah sesuai dengan standar etika dari komite penelitian institusional dan/atau nasional dan sesuai dengan Deklarasi Helsinki tahun 1964 dan amandemen selanjutnya atau standar etika yang sebanding.

Referensi

1. Abad F, Sorrel M, Román F dan Colom R (2015) Hubungan antara skor indeks faktor WAIS-IV dan tingkat pendidikan: pendekatan model bifaktor. Penilaian Psikologis 28, 987–1000.

2. American Psychiatric Association (2013) Manual Diagnostik dan Statistik Gangguan Mental, Edisi ke-5. Arlington, VA: Penulis.

3. Attwood T (2007) Panduan Lengkap Sindrom Asperger. London: Penerbit Jessica Kingsley.

4. Baltes PB, Lindenberger U dan Staudinger UM (1998) Teori rentang hidup dalam psikologi perkembangan. Dalam Damon W dan Lerner RM (eds), Buku Panduan Psikologi Anak: Vol. 1. Model Teoritis Pembangunan Manusia, Edisi ke-5. Hoboken, NJ: Wiley, hlm.1029–1143.

5. Baron-Cohen S (2002) Teori autisme otak pria yang ekstrim. Tren Ilmu Kognitif 6, 248–254.

6. Baxter AJ, Brugha TS, Erskine HE, Scheurer RW, Vos T dan Scott JG (2015) Epidemiologi dan beban global gangguan spektrum autisme. Pengobatan Psikologis 45, 601–613.

7. Bodner KE, Williams DL, Engelhardt CR dan Minshew NJ (2014) Perbandingan ukuran untuk menilai tingkat dan sifat kecerdasan verbal anak-anak dan orang dewasa dengan gangguan spektrum autisme. Penelitian Gangguan Spektrum Autisme 8, 1434–1442.

8. Bölte S, Dziobek I dan Poustka F (2009) Laporan singkat: tingkat dan sifat kecerdasan autis ditinjau kembali. Jurnal Autisme dan Gangguan Perkembangan 39, 678–682.

9. Borella E, Pezzuti L, De Beni R dan Cornoldi C (2020) Kecerdasan dan memori kerja: bukti dari pemberian WAIS-IV kepada orang dewasa dan lansia Italia. Penelitian Psikologi 84, 1622–1634.

10. Ceci SJ (1991) Seberapa besar pengaruh sekolah terhadap kecerdasan umum dan komponen kognitifnya? Penilaian ulang terhadap bukti-bukti. Psikologi Perkembangan 27, 703–722.

11. Ceci SJ dan Williams WM (1997) Sekolah, kecerdasan, dan pendapatan. Psikolog Amerika 52, 1051.

12. Charman T, Pickles A, Simonoff E, Chandler S, Loucas T, dan Baird G (2011) IQ pada anak dengan gangguan spektrum autisme: data dari Special Needs and Autism Project (SNAP). Pengobatan Psikologis 41, 619–627.

13. Christensen DL, Baio J, Van Naarden Braun K, Bilder D, Charles J, Constantino JN, Daniels J, Durkin MS, Fitzgerald RT, Kurzius-Spencer M, Lee LC, Pettygrove S, Robinson C, Schulz E, Wells C , Wingate MS, Zahorodny W, Yeargin-Allsopp M dan Pusat Pengendalian dan Pencegahan Penyakit (CDC) (2016) Prevalensi dan karakteristik gangguan spektrum autisme pada anak usia 8 tahun – jaringan pemantauan autisme dan disabilitas perkembangan, 11 situs, Amerika Serikat, 2012. Ringkasan Pengawasan MMWR 65, 1–23.

For more information:1950477648nn@gmail.com