The Autism Diagnostic Observation Schedule, Second Edition (ADOS-2) has been regarded as the gold standard assessment of autism spectrum disorder (ASD). While clinical validity of ADOS-2 Modules 1–4 have been extensively studied, there has been very limited research examining the clinical validity of ADOS-2 Toddler Module. The goal of this study was to examine alignment of the ADOS-2 Toddler Module classification with clinicians' determination of ASD, with assessing cut-off scores for diagnosing ASD in toddlers. A total of 412 toddlers ages 12–30 months who received ADOS-2 Toddler Module as well as a best estimate clinical (BEC) diagnosis, were included in this study. ADOS-2 Toddler Module cut-off scores were determined using the appropriate algorithms (Algorithm 1 for toddlers aged 12–20 months and those aged 21–30 months with <5 words, Algorithm 2 for toddlers aged 21–30 months with 5 words or more). Receiver operating characteristic (ROC) curves were used to assess cut-off scores that optimized sensitivity and specificity when compared against BEC diagnosis. The selected cut-off scores were examined using frequency tables to compare ADOS-2 classification against BEC diagnosis. For Algorithm 1, classification statistics were optimized at the cut-off score of 12 with an area under the curve (AUC) of 0.92. For Algorithm 2, classification statistics were optimized at the cut-off score of 10 with an AUC of 0.96. The ADOS-2 Toddler Module classification is strongly aligned with BEC diagnosis. The optimal cut-off scores identified in the current study reflect the same results configured by the prior study.

中文翻译：

---

自闭症谱系障碍分类的 ADOS-2 幼儿模块截止分数的复制研究

自闭症诊断观察计划第二版 (ADOS-2) 已被视为自闭症谱系障碍 (ASD) 评估的金标准。虽然 ADOS-2 模块 1-4 的临床有效性已得到广泛研究，但对 ADOS-2 幼儿模块临床有效性的研究非常有限。本研究的目的是检查 ADOS-2 幼儿模块分类与临床医生对 ASD 的判断的一致性，并评估诊断幼儿 ASD 的截止分数。本研究共纳入了 412 名 12-30 个月的幼儿，他们接受了 ADOS-2 幼儿模块以及最佳估计临床 (BEC) 诊断。ADOS-2 幼儿模块截止分数使用适当的算法确定（算法 1 适用于 12-20 个月的幼儿和 21-30 个月<5 个单词的幼儿，算法 2 适用于 21-30 个月大的 5 个或更多单词的幼儿）。接受者操作特征 (ROC) 曲线用于评估与 BEC 诊断相比优化敏感性和特异性的截止分数。使用频率表检查选定的截止分数，以比较 ADOS-2 分类与 BEC 诊断。对于算法 1，分类统计以 12 的分界值进行了优化，曲线下面积 (AUC) 为 0.92。对于算法 2，分类统计以 10 分的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。接受者操作特征 (ROC) 曲线用于评估与 BEC 诊断相比优化敏感性和特异性的截止分数。使用频率表检查选定的截止分数，以比较 ADOS-2 分类与 BEC 诊断。对于算法 1，分类统计以 12 的分界值进行了优化，曲线下面积 (AUC) 为 0.92。对于算法 2，分类统计以 10 分的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。接受者操作特征 (ROC) 曲线用于评估与 BEC 诊断相比优化敏感性和特异性的截止分数。使用频率表检查选定的截止分数，以比较 ADOS-2 分类与 BEC 诊断。对于算法 1，分类统计以 12 的分界值进行了优化，曲线下面积 (AUC) 为 0.92。对于算法 2，分类统计以 10 分的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。使用频率表检查选定的截止分数，以比较 ADOS-2 分类与 BEC 诊断。对于算法 1，分类统计以 12 的分界值进行了优化，曲线下面积 (AUC) 为 0.92。对于算法 2，分类统计以 10 分的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。使用频率表检查选定的截止分数，以比较 ADOS-2 分类与 BEC 诊断。对于算法 1，分类统计以 12 的分界值进行了优化，曲线下面积 (AUC) 为 0.92。对于算法 2，分类统计以 10 分的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。分类统计以 10 的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。分类统计以 10 的截止分数进行了优化，AUC 为 0.96。ADOS-2 幼儿模块分类与 BEC 诊断高度一致。当前研究中确定的最佳截止分数反映了先前研究配置的相同结果。