Systemy monitorowania autyzmu stanowią fundamentalny element współczesnej epidemiologii zaburzeń ze spektrum autyzmu, dostarczając precyzyjnych danych niezbędnych do zrozumienia skali problemu i planowania odpowiednich interwencji. Te zaawansowane programy surveillance wykorzystują różnorodne metodologie i źródła danych, aby zapewnić możliwie najdokładniejsze szacunki częstości występowania autyzmu w populacji1.
ADDM Network – amerykański standard monitorowania
Autism and Developmental Disabilities Monitoring Network (ADDM) jest największym i najdłużej działającym systemem monitorowania autyzmu na świecie. Program ten, finansowany przez Centers for Disease Control and Prevention (CDC), funkcjonuje od 2000 roku i stanowi jedyną sieć współpracy systematycznie śledzącej liczbę i charakterystyki dzieci z autyzmem w wielu społecznościach Stanów Zjednoczonych2.
Sieć ADDM obecnie obejmuje 16 lokalizacji w różnych stanach USA, w tym Arizona, Arkansas, Kalifornia, Georgia, Indiana, Maryland, Minnesota, Missouri, New Jersey, Pensylwania, Puerto Rico, Tennessee, Teksas, Utah i Wisconsin3. Każda lokalizacja definiuje określony obszar geograficzny do surveillance i ustanawia porozumienia z wieloma źródłami medycznymi i edukacyjnymi w celu uzyskania dostępu do dokumentacji4.
Metodologia ADDM Network
ADDM Network wykorzystuje kompleksowy, wieloźródłowy system surveillance oparty na przeglądzie dokumentacji medycznej i edukacyjnej. Każda lokalizacja współpracuje z lokalnymi dostawcami usług zdrowotnych, edukacyjnych i wczesnej interwencji, aby określić liczbę dzieci z autyzmem w swojej społeczności2. Dziecko spełnia definicję przypadku, jeśli w jego dokumentacji znajduje się: 1) stwierdzenie diagnostyczne ASD w ocenie, 2) klasyfikacja ASD w edukacji specjalnej, lub 3) kod ICD dla ASD1.
Kluczową cechą metodologii ADDM jest to, że definicja przypadku dla celów surveillance różni się od diagnozy medycznej. System ten pozwala na identyfikację dzieci, które mają udokumentowane wymagane cechy behawioralne w swoich dokumentach, ale niekoniecznie posiadają formalną diagnozę ASD5. To podejście zapewnia bardziej kompletny obraz rzeczywistej częstości występowania autyzmu w populacji.
Najnowsze wyniki ADDM Network
Najnowsze dane z cyklu surveillance 2022 roku, obejmującego 393 353 ośmiolatków w 16 lokalizacjach, pokazują, że autyzm dotyka 1 na 31 dzieci (32,2 na 1000), co stanowi wzrost w porównaniu z 1 na 36 w 2020 roku6. Te dane potwierdzają utrzymujący się trend wzrostowy częstości diagnozowania autyzmu oraz dostarczają cennych informacji o zmianach demograficznych w populacji z autyzmem.
Systemy monitorowania w innych krajach
SACS – australijskie narzędzie surveillance
Social Attention and Communication Surveillance (SACS) to australijskie narzędzie opracowane przez Associate Professor Josephine Barbaro, które od ponad 18 lat służy do identyfikacji wczesnych oznak autyzmu u niemowląt i małych dzieci7. SACS zostało przetłumaczone na 8 języków i wdrożone w ponad 15 krajach, w tym w Australii w systemach opieki matczyno-dziecięcej w Victorii i Tasmanii, gdzie monitorowano ponad 45 000 niemowląt i małych dzieci7.
SACS ma najlepsze właściwości psychometryczne spośród wszystkich narzędzi identyfikacji autyzmu, z dokładnością wynoszącą 83%7. Narzędzie to wykazało wyjątkową dokładność diagnostyczną we wczesnej detekcji autyzmu, a badanie OTARC z 2022 roku potwierdziło, że SACS-Revised (SACS-R) i SACS-Preschool (SACS-PR) wykazują większą dokładność w porównaniu z innymi powszechnie używanymi narzędziami screeningu autyzmu8.
NASS – kanadyjski system surveillance
National Autism Spectrum Disorder Surveillance System (NASS) w Kanadzie zbiera anonimowe dane na poziomie przypadków w celu badania i raportowania częstości występowania ASD, charakterystyk i powiązanych wyników9. System ten gromadzi informacje o dzieciach z ASD od uczestniczących partnerów prowincjonalnych i terytorialnych z dokumentów administracyjnych.
Regionalne systemy w USA
Oprócz ogólnokrajowej sieci ADDM, kilka stanów USA opracowało własne systemy surveillance. Wisconsin Surveillance of Autism and Other Developmental Disabilities System (WISADDS) jest częścią sieci ADDM i monitoruje częstość występowania zaburzeń ze spektrum autyzmu, porażenia mózgowego i współwystępującej niepełnosprawności intelektualnej u 4- i 8-letnich dzieci w 8-okręgowym obszarze południowo-wschodniej części Wisconsin10.
Pennsylvania Autism Surveillance Project (PASP) to współpraca międzyagencyjna między Departamentami Usług Społecznych, Edukacji i Zdrowia Pensylwanii, mająca na celu badanie częstości występowania i wieku identyfikacji dzieci z ASD i innymi niepełnosprawnościami rozwojowymi11. Projekt ten będzie prowadzony w okręgach Berks, Chester i Delaware w ramach sieci ADDM12.
Innowacje technologiczne w surveillance
Nowoczesne systemy monitorowania autyzmu coraz częściej wykorzystują zaawansowane technologie, w tym uczenie maszynowe, do poprawy efektywności procesu surveillance. Badacze z CDC opracowali algorytm uczenia maszynowego do automatycznego określania, czy dzieci spełniają definicję przypadku ADDM dla ASD na podstawie wyłącznie tekstu zawartego w ich pisemnych ocenach5.
Wyzwania i ograniczenia systemów surveillance
Pomimo znaczących osiągnięć, systemy monitorowania autyzmu napotykają na różne wyzwania metodologiczne i praktyczne. Różnice w praktykach oceny i identyfikacji, dostępności screeningu oraz barier finansowych mogą ograniczać dostęp do usług i wpływać na wyniki surveillance13. Te mniejsze przyrostowe zmiany, w przeciwieństwie do ostrych skoków wzrostów, sugerują, że efekt zmian diagnostycznych stabilizuje się i zbliżamy się do bardziej dokładnego i spójnego zrozumienia częstości występowania autyzmu w populacji ogólnej13.
Dodatkowo, badania wskazują na potencjalne dysproporcje w identyfikacji cech sensorycznych u dzieci z autyzmem, które powinny być uwzględnione klinicznie, aby uniknąć ograniczonego dostępu do wsparcia14. W dużej próbie populacyjnej 25 627 dzieci z autyzmem, cechy sensoryczne były mniej powszechne wśród dziewczynek, dzieci kolorowych i dzieci matek z mniejszą liczbą lat edukacji, co sugeruje potencjalne dysproporcje w identyfikacji14.
Przyszłość systemów monitorowania
Rozwój systemów monitorowania autyzmu zmierza w kierunku większej integracji danych, wykorzystania sztucznej inteligencji oraz rozszerzenia surveillance na populacje dorosłych. Planowane są również badania nad wykorzystaniem biomarkerów i danych genetycznych w celu lepszego zrozumienia etiologii autyzmu15. Rząd federalny USA jest największym inwestorem w badania nad autyzmem, wspierając 82,5% amerykańskich badań nad autyzmem poprzez granty federalne o wartości 350 milionów dolarów15.














