来自2023年孤独症科研年终总结

作者简介

Alycia Halladay 是孤独症科学基金会（Autism Science Foundation，ASF）的首席科学家。她领导和规划ASF的科研项目。Alycia曾经是孤独症之声（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。

回头看2023年，除了有个Rett综合征的药物获批上市，好像在科学研究上没有太多让人眼前一亮的成果。但是，仔细想想，2023年的研究，似乎抛去了很多的浮躁，转而去研究最基础的东西：孤独症的定义、成因和诊断，特别是如何帮助孤独症群体。这就涉及到最基本的自闭症分类、性别差异、诊断的客观性等。一个明显的例子就是孤独症的遗传学研究，以前总在强调孤独症的相关特殊基因变异，但是，去年的研究更多地指向常见变异在孤独症形成中的作用。——丫丫爸爸

引      言

提高孤独症群体的生活质量，需要更多的研究成果。2023年值得注意的研究成果：重新定义孤独症、孤独症的诊断、深入了解女性孤独症群体、遗传机制。同时新技术和人工智能（AI）的应用，有利于缩短诊断时间使儿童能够更快获得早期干预的机会。

什么是孤独症？

2023年孤独症社区在孤独症的定义和诊断方面有很多的讨论

孤独症的多样性让研究、倡导、服务、支持和医疗保健等问题变得非常复杂。一些个体的孤独症是严重的障碍，而另一些个体则是身份认同。当然，更多人是处于中间状态。2021年，首次提出了“重度孤独症”的概念，用于描述那些需要全天候支持、语言能力弱或者没有语言，或者智商低于50的孤独症人士。2023年，有不少论文重新审视了这一新的定义，还发表了两篇编辑评论，试图在谱系的两个极端之间找到共同点。Greene和Whitehouse指出，遗传或者基因/环境相互作用造成的个体脑部差异，都会带来孤独症的诊断。当儿童发育进入一个“动态的此消彼长”的阶段时，他们的生活体验，就能改变他们的行为和功能。这个观点与重度自闭症的概念并不矛盾，只是试图解释孤独症特质和状态的形成过程。这个观点不仅能解释谱系的千差万别，还支持那种“一刀切”的干预和支持方式并不可取的观点。同时这也能解释为什么孤独症是一个神经发育中一个专门的概念，而不是连续的模糊差异。

谁才应该被诊断有孤独症？

这个标题是取自于2014年，CDC的 Cathy Rice博士的一个演讲。10年过去了，这依然是一个重要的问题。

美国疾病控制与预防中心（CDC）的ADDM网络发布了新的孤独症流行率数据。过去20多年，ADDM网络一直在追踪孤独症的流行率。2023年，CDC报告，每36名8岁儿童中，就有一名被诊断有孤独症，当然，这个数据因为性别和所处地区的不同而有差异。CDC也筛查了4岁儿童，结果表明，孤独症的早期诊断得到了提高。但是种族和族裔差距在早期诊断中仍然存在，直到8岁，才有所改善。然而，尽管种族差距在诊断上有改善，但不同种族之间的孤独症特质却存在差异。例如，在孤独症的黑人儿童中，他们的智力障碍的诊断率仍较高。同时，女孩在4岁或8岁时被诊断的可能性仍然明显低于男孩——这个差异一直被证明真实存在，需要更多的研究。

今年，美国CDC还首次筛查了2021年《柳叶刀》提出的重度孤独症流行率（智商<50，语言能力较弱或者没有语言，需要全天候支持）。CDC报告指出，27.8%的孤独症人士符合重度孤独症的定义。然而，孤独症的科学研究中，这个群体却被忽视了。为此，ASF试点启动了一项资助计划，专门致力于研究这一被低估和忽视的重度孤独症群体。

社交媒体大肆传播的有关孤独症及其特质的不准确和误导性信息，让“谁有孤独症”这个问题变得模糊。有研究显示，字节跳动上关于孤独症的大部分信息都是不准确的，但这些错误信息的曝光频率和真正准确的信息一样高。社交媒体上传播的错误信息，造成了对孤独症的误解，以及对孤独症成因和如何帮助孤独症人士的误解。我们永远无法阻止网络上错误信息的传播，但孤独症社区应该去学习，了解孤独症的科学知识，分辨什么是真实的，什么是虚假的。

愤怒机器乐队

（译注：本节名字取自“Rage Against The Machine”， 1991年在美国洛杉矶成立的一只摇滚乐队。）

2023年，辅助孤独症诊断的新技术和人工智能呈现爆炸式增长。这些正在开发中的“AI”技术，旨在更好、更客观地进行孤独症诊断，并且希望减少诊断和评估的等待时间。这些基于人工智能的新项目大多数已经被介绍给了公众，也可以在ASF每周科学播客中找到。

为了提高孤独症的诊断，研究者设计了两款AI工具，通过监测个体在社交和非社交场景中的眼神注视时间，来衡量个体的社交注意力和眼神交流能力。多年来，研究人员和临床医生都注意到，在一样的视觉环境中，孤独症儿童倾向于不看人的面部，而是看向物体。现在，这一观察的结果转化为筛查和诊断工具。杜克大学开发了SenseToKnow系统，目前在儿科筛查试验中表现出色。另一项EarliPoint技术，目前完成了试验测试和验证，获得了FDA批准，可以用于16个月大儿童的早期筛查。这两种技术都是非侵入性的，只需要孩子花几分钟时间，观看不同的刺激物就能获得诊断，结果几乎与标准的临床评估过程一样有效——可是，临床评估过程往往需要数小时才能完成，并且价格高昂。

先进的远程医疗技术有助于为边远地区的儿童提供早期诊断。比如“As You Are”和CanvasDx）（CanvasDx去年获得了FDA批准）等技术，将观测到的孤独症行为特质（包括社交沟通能力、社交互动、刻板和重复性行为，以及看护者的报告）进行编码，从而完成诊断。这种远程技术更像传统评估，好处是可以在家中等更自然的环境中，通过互联网完成。还能在更短的观察时间内，使用数学模型来计算诊断的可能性。

所有这些“机器学习”方法的建立都是基于现有的科学知识：对孤独症早期特质（即最明显的行为特征）的认识，如何能够减轻家庭负担和消除诊断偏见，以及在缺少专业人士的国家怎样才能提供合格的评估服务。当前，儿童需要很长的时间才能够得到评估，这是无法接受的，发展这些技术的目的是为了缩短这个时间。其他正在研究中的机器学习方法包括如何确定最佳的干预方法、睡眠和利用基因信息诊断的可能性。根据已发表的研究方案，目前至少有四个基于人工智能的研究是为了改善对严重和危险行为的理解和预测。

这些工具的发展都是基于过去几十年来孤独症领域的科学发现。如果没有多年的眼动跟踪、脑组织分析、基因发现和面部表情分析，开发这样的工具将是不可能的。

我们的女孩在哪里？

由于各种原因，女性被诊断有孤独症的可能性仅为男性的四分之一。这使得我们不能很好地了解孤独症女性（出生时即有孤独症的女性）的需求。

2023年，《柳叶刀》文章提出了支持谱系女性的建议，包括从“女性视角”认识刻板行为和改变传统上几乎只为男性创造的就业机会。尽管诸如能够隐藏孤独症特质等原因，可能影响了女性的诊断，但是，年龄很大程度上影响了女性和男性之间展现出来的不同孤独症特质，以及临床医生对这些行为的解读。虽然学界往往从非生物学角度来解释女性与男性在孤独症诊断上的差异，但是，神经生物学上的证据，包括青少年期间某些脑区域的不同活动方式，也能解释女性的某些孤独症特质。通过区分男性和女性大脑的不同细胞，科学家们已经确认，与男性相比，女性细胞中的ASD风险基因的突变率更高。最后一点，2023年还有研究指出，女性和男性有不同的大脑发育模式，从而导致二者在出生时，行为上就存在差异。需要指出的是，女性和男性之间的不同，并不仅仅表现在孤独症诊断中。只是，对孤独症女性的研究非常稀少，常常被忽视，临床医生和护理没有获得足够多的方法来帮助孤独症女性。

孤独症大脑是如何工作的？

对孤独症大脑基本神经过程的理解为研究治疗提供了线索

在整个生命周期和不同性别中，孤独症大脑是什么样子，功能如何，一直是个谜。通过了解大脑中的基本神经过程，科学家有可能为个体量身定制支持体系，甚至治疗方案。2023年有不少研究表明，与注意缺陷多动障碍（ADHD）和双相抑郁症个体的大脑相比，孤独症大脑的部分区域连接方式存在相似性。这个意外的证据表明，孤独症属于整个神经发育障碍谱系的一部分，其中也包括抑郁症、精神分裂症和强迫症。这也意味着，尽管孤独症大脑可能具有独特的特征，但是，与其他障碍之间有许多相似之处。

大脑的神经回路和分子标记物有助于为寻找治疗方法提供一些线索。通过研究脑组织，科学家发现，控制神经元连接和通讯方式的基因，在孤独症大脑中被抑制，而影响炎症的基因则被激活。这一发现在身体的其他组织和研究模型中都得到了证实。这些变化表明，早期大脑细胞的过度兴奋和过度连接可能导致炎症和潜在的神经退行性疾病。这些变化可能随着时间的推移而恶化，因而，对孤独症大脑的研究不能仅仅局限在儿童期，同样应该关注成年期。其中一个很有意思的基因，GABA，能够像“交通灯”一样关闭细胞，保证所有的灯不会同时都是绿色的，从而确保交通安全顺畅。脑组织研究表明，包含GABA的细胞数量减少（因此确保细胞不会过度兴奋）与ASD的两个特质有关：刻板行为和智力水平。感谢那些通过“孤独症BrainNet”捐赠遗体的家庭，使得科学家能够研究孤独症的脑组织，并且直接观察孤独症个体的大脑。

最后，新的“组装体”模型系统也正在用于识别和理解与孤独症相关的基因，以及它们在细胞中的功能。通过使用组装体（有时被称为“培养出来的大脑”），可以系统地改变数百个不同的基因，观察其在细胞中的功能，以确定这些基因的作用机制。利用这些系统，研究人员发现，与ASD相关的基因影响了细胞的一个部分——内质网的功能，从而导致了异常迁移，即在发育过程中，脑细胞没有到达正确的位置。

恰-恰-恰变化

（译注：本节名字是1970年代，英国歌唱演员David Bowie的歌曲“Change”中最著名的一句歌词。歌曲链接：https://www.youtube.com/watch?v=pl3vxEudif8）孤独症在整个生命过程中都影响着家庭和每一名个体，所以，为什么孤独症的研究却只限于某一个时间点呢？

要理解孤独症个体的成长轨迹，必须对个体进行长期的跟踪研究，不幸的是，这方面的研究很少。综合今年的研究，孤独症个体的成长至少有三种轨迹：儿童最开始孤独症特质不多，得到的支持一直比较少；另一些儿童特质较重，但是一直保持相对稳定；还有一些儿童的特质随着时间不断加重。儿童在6个月时展现的特质，能够比较准确地预测（但并非绝对）5-6岁时的情况。当然还有些研究认为儿童的发展轨迹不只3或者4种，而是可能有至少有六个。

长期研究还表明，在整个童年期，孤独症个体有心理健康问题的比例更高，这与智商和性别有关，比如女孩子更容易有抑郁和焦虑。两岁时的高智商，往往预示着注意力问题不会太严重。从中年到老年来临之前，个体的身体健康会恶化（当然是预料之中的），但自闭症特质会有所改善，这点在有智力障碍和没有智力障碍的个体之间差别更大。在童年和青春期早期，似乎还有发育的“转折点”或关键的变化窗口期——这再次证明，随时间变化，个体的成长并非线性——在成长的过程中，有许多起伏，并且和智力相关。女性在从青春期过渡到成年期，她们的身体健康和精神障碍，受到的影响是不成比例的。今后，应该将孤独症的核心障碍和共同障碍综合起来进行研究，以更好地理解孤独症谱系个体的能力、残障和发展轨迹。

遗传并非总是决定性的

对不同基因突变类型的新认识，突变发生的节点，和这些突变对个体发育的影响，可能会决定个体应该接受什么样的干预。

长期以来，对于ASD遗传学研究的意义一直存在争议，比如，不同类型的基因突变是不是真的决定了个体的能力和成长过程。甚至在与孤独症相关的罕见遗传综合征中，无论是相同障碍的不同个体，还是不同障碍之间，他们的特质都存在着巨大多样性。因而，那些与孤独症相关的所谓单基因突变，在孤独症的形成中，会有多大的决定意义呢？最近，Rolland和他的同事们证明，一些携带罕见基因突变的个体并不符合孤独症的诊断标准，这进一步引起了孤独症并不完全是因为基因突变造成的争论。其他的社会环境、表观遗传因素、性别或者其他的基因，在背后是不是起了保护作用呢？

之前，人们一直认为，生物学父母的表型相似性会增加后代的常见基因变异，但是，最近的证据表明，选择婚配（Assortative Mating ，指两个表型，包括性格、外貌、社会经济地位和教育背景相近的人更容易相互产生好感而步入婚姻）也可能解释在孤独症儿童中出现的罕见基因变异。当然，那些携带罕见基因突变的孤独症个体也更有可能携带常见变异，两种变异都对大脑发育和自闭症行为有着各自的影响。这与所谓的基因易感模型一致，即携带同样遗传风险因素的家庭成员虽然并没有诊断，但罕见基因和常见基因变异的存在，增强了谱系特质，并在某些情况下，可能就有了孤独症的诊断。总的来说，罕见和常见基因变异如何相互作用，并导致了孤独的诊断，其中所涉及的神经机制，以及除了孤独症，这些基因变异如何导致其他障碍等等，都需要更多的遗传学研究。

很多时候，孤独症并不是全部

孤独症的共同障碍，很多会影响生活质量，甚至危及生命，但也有一些解决方案。孤独症个体应对能力的不足，加深了他们的共同疾病和精神障碍的严重性。长期以来人们就认识到，孤独症的共同障碍能够严重到影响日常生活，而像痉挛和癫痫的发作还会危及生命。家族遗传史和早产等因素可能解释这些共同障碍造成的一些特质。与孤独症相关的许多基因，还能影响身体的其他功能，比如，孤独症个体还可能存在消化系统的困扰和功能障碍。对这些基因的研究已经启发了潜在的治疗方案。当然，不是所有的共同障碍都会伴随一生，有的会随着时间的推移而得到改善。

孤独症家庭中被隐藏的英雄：兄弟姐妹！

兄弟姐妹的关系是独特的，能够伴随一生。事实上，谁能比兄弟姐妹更了解你呢？

研究表明，孤独症个体的兄弟姐妹，虽然没有孤独症，但与普通人群相比，有精神疾病和神经发育障碍的可能性更高。今年发表的一个文献综述表明，尽管因为年龄、亲密关系和其他因素影响而有所不同，但是，综述中引用的研究都证明，兄弟姐妹们虽然没有孤独症，但是他们的生活质量和幸福感较之其他人也降低了。目前，在兄弟姐妹的心理病理学上，还没有足够的数据来总结出任何结论，只有一些小型研究表明抑郁症的可能存在。一种新的结合了认知行为疗法、积极心理学和压力管理的干预方法，有利于提高兄弟姐妹面对压力的能力，帮助他们在面临不利环境时，更好地应对。

但是，反过来，尽管同样因年龄、亲密关系和挑战性行为是否存在而不同，但是兄弟姐妹在很多方面都对孤独症个体有积极的的影响。兄弟姐妹之间有冲突时，往往是决定于孤独症个体的智商和外化的行为。有智力障碍的孤独症个体，和兄弟姐妹的冲突水平最低，而个体有攻击性行为时，相互之间最容易爆发冲突。

写在最后

孤独症诊断后，首要的任务是寻找合适的服务、支持和干预。但是，对一个人有效的方法未必适用于另一个人。

孤独症研究的目标是帮助自闭症个体和他们的家庭过上最好的生活。个性化医学的兴起使得在合适的时间、为合适的个体提供合适的治疗方法成为可能。以遗传学为中心的研究，有助于为单基因突变造成孤独症的个体寻找治疗方案。长期的跟踪研究可以确定最佳的干预时机。基于人工智能的技术发展，目标是提高诊断水平并减轻症状。综合荟萃分析一直证明，行为和发育干预能够改善孤独症的核心特质。“越早越好”的孤独症儿童干预理念也不断被新的研究所证实。例如，一项新的随机临床试验表明，在18至24个月就开始接受更密集、个性化干预的儿童，在语言、社交沟通和自理方面的进步，比接受干预晚的儿童要明显。另一项研究表明，早期干预对基础适应技能较好的儿童效果明显，这些儿童到上学年龄时，孤独症诊断已经不那么明显，这表明适应能力可能影响到了干预的效果。2023 年的研究还表明，没有语言的孤独症儿童，通过行为和自然发育干预，也能在语言方面取得长足的进步，同时也再次确认，从长期成本来说，早期干预有利于节省成本。当然，没有一种干预方法，对孤独症谱系中的所有人都有同样的支持效果。毋庸置疑的是，接受有证据方法的早期干预，对儿童健康和发展至关重要，能够帮助他们过上尽可能美好的生活。

参考文献

1. Green J. Debate: Neurodiversity, autism and healthcare. Child Adolesc Ment Health 2023; 28(3): 438-42.

2. Whitehouse A. Commentary: A spectrum for all? A response to Green et al. (2023), neurodiversity, autism and health care. Child Adolesc Ment Health 2023; 28(3): 443-5.

3. Frazier TW, Chetcuti L, Al-Shaban FA, et al. Categorical versus dimensional structure of autism spectrum disorder: A multi-method investigation. JCPP Adv 2023; 3(2): e12142.

4. Maenner MJ, Warren Z, Williams AR, et al. Prevalence and Characteristics of Autism Spectrum Disorder Among Children Aged 8 Years – Autism and Developmental Disabilities Monitoring Network, 11 Sites, United States, 2020. MMWR Surveill Summ 2023; 72(2): 1-14.

5. Shaw KA, Bilder DA, McArthur D, et al. Early Identification of Autism Spectrum Disorder Among Children Aged 4 Years – Autism and Developmental Disabilities Monitoring Network, 11 Sites, United States, 2020. MMWR Surveill Summ 2023; 72(1): 1-15.

6. Hughes MM, Shaw KA, DiRienzo M, et al. The Prevalence and Characteristics of Children With Profound Autism, 15 Sites, United States, 2000-2016. Public Health Rep 2023; 138(6): 971-80.

7. Aragon-Guevara D, Castle G, Sheridan E, Vivanti G. The Reach and Accuracy of Information on Autism on TikTok. J Autism Dev Disord 2023.

8. Cognoa I. The State of Pediatric Autism Diagnosis in the U.S.:Gridlocks, Inequities and Missed Opportunities Persist. https://cognoa.com/waitlist-crisis-report/, 2023.

9. Aylward BS, Abbas H, Taraman S, et al. An Introduction to Artificial Intelligence in Developmental and Behavioral Pediatrics. J Dev Behav Pediatr 2023; 44(2): e126-e34.

10. Perochon S, Di Martino JM, Carpenter KLH, et al. Early detection of autism using digital behavioral phenotyping. Nat Med 2023; 29(10): 2489-97.

11. Jones W, Klaiman C, Richardson S, et al. Eye-Tracking-Based Measurement of Social Visual Engagement Compared With Expert Clinical Diagnosis of Autism. JAMA 2023; 330(9): 854-65.

12. Jones W, Klaiman C, Richardson S, et al. Development and Replication of Objective Measurements of Social Visual Engagement to Aid in Early Diagnosis and Assessment of Autism. JAMA Netw Open 2023; 6(9): e2330145.

13. Twala B, Molloy E. On effectively predicting autism spectrum disorder therapy using an ensemble of classifiers. Sci Rep 2023; 13(1): 19957.

14. Eylon G, Tikotzky L, Dinstein I. Performance evaluation of Fitbit Charge 3 and actigraphy vs. polysomnography: Sensitivity, specificity, and reliability across participants and nights. Sleep Health 2023; 9(4): 407-16.

15. Donnelly N, Cunningham A, Salas SM, et al. Identifying the neurodevelopmental and psychiatric signatures of genomic disorders associated with intellectual disability: a machine learning approach. Mol Autism 2023; 14(1): 19.

16. McFayden TC, Putnam O, Grzadzinski R, Harrop C. Sex Differences in the Developmental Trajectories of Autism Spectrum Disorder. Curr Dev Disord Rep 2023; 10(1): 80-91.

17. Lai MC, Amestoy A, Bishop S, et al. Improving autism identification and support for individuals assigned female at birth: clinical suggestions and research priorities. Lancet Child Adolesc Health 2023; 7(12): 897-908.

18. Tsirgiotis JM, Young RL, Weber N. A comparison of the presentations of males and females with autism spectrum disorder and those narrowly below the diagnostic threshold. Autism 2023: 13623613231190682.

19. Neuhaus E, Santhosh M, Kresse A, et al. Frontal EEG alpha asymmetry in youth with autism: Sex differences and social-emotional correlates. Autism Res 2023.

20. St John T, Estes AM, Hazlett HC, et al. Association of Sex With Neurobehavioral Markers of Executive Function in 2-Year-Olds at High and Low Likelihood of Autism. JAMA Netw Open 2023; 6(5): e2311543.

21. Velmeshev D, Perez Y, Yan Z, et al. Single-cell analysis of prenatal and postnatal human cortical development. Science 2023; 382(6667): eadf0834.

22.  Gros G, Miranda Marcos R, Latrille A, et al. Whole-brain gray matter maturation trajectories associated with autistic traits from adolescence to early adulthood. Brain Struct Funct 2023.

23. Segal A, Parkes L, Aquino K, et al. Regional, circuit and network heterogeneity of brain abnormalities in psychiatric disorders. Nat Neurosci 2023; 26(9): 1613-29.

24. Dumitriu D, Baldwin E, Coenen RJJ, et al. Deciduous tooth biomarkers reveal atypical fetal inflammatory regulation in autism spectrum disorder. iScience 2023; 26(3): 106247.

25. Weinschutz Mendes H, Neelakantan U, Liu Y, et al. High-throughput functional analysis of autism genes in zebrafish identifies convergence in dopaminergic and neuroimmune pathways. Cell Rep 2023; 42(3): 112243.

26. Zhang P, Omanska A, Ander BP, Gandal MJ, Stamova B, Schumann CM. Neuron-specific transcriptomic signatures indicate neuroinflammation and altered neuronal activity in ASD temporal cortex. Proc Natl Acad Sci U S A 2023; 120(10): e2206758120.

27. Dufour BD, McBride E, Bartley T, Juarez P, Martinez-Cerdeno V. Distinct patterns of GABAergic interneuron pathology in autism are associated with intellectual impairment and stereotypic behaviors. Autism 2023; 27(6): 1730-45.

28. Wang L, Owusu-Hammond C, Sievert D, Gleeson JG. Stem Cell-Based Organoid Models of Neurodevelopmental Disorders. Biol Psychiatry 2023; 93(7): 622-31.

29. Meng X, Yao D, Imaizumi K, et al. Assembloid CRISPR screens reveal impact of disease genes in human neurodevelopment. Nature 2023; 622(7982): 359-66.

30. Franchini M, Smith IM, Sacrey L, et al. Continuity of trajectories of autism symptom severity from infancy to childhood. J Child Psychol Psychiatry 2023; 64(6): 895-906.

31. Fountain C, Winter AS, Cheslack-Postava K, Bearman PS. Developmental Trajectories of Autism. Pediatrics 2023; 152(3).

32. Wright N, Courchesne V, Pickles A, et al. A longitudinal comparison of emotional, behavioral and attention problems in autistic and typically developing children. Psychol Med 2023: 1-13.

33. Hong J, DaWalt LS, Taylor JL, Haider A, Mailick M. Autism through midlife: trajectories of symptoms, behavioral functioning, and health. J Neurodev Disord 2023; 15(1): 36.

34. Chen Y-J, Duku E, Szatmari P, et al. Trajectories of adaptive functioning from early childhood to adolescence in autism: Identifying turning points and key correlates of chronogeneity. JCPP Advances 2023; n/a(n/a): e12212.

35. Malow BA, Qian Y, Ames JL, Alexeeff S, Croen LA. Health conditions in autism: Defining the trajectory from adolescence to early adulthood. Autism Res 2023; 16(7): 1437-49.

36. Waizbard-Bartov E, Fein D, Lord C, Amaral DG. Autism severity and its relationship to disability. Autism Res 2023; 16(4): 685-96.

37. Bozhilova N, Welham A, Adams D, et al. Profiles of autism characteristics in thirteen genetic syndromes: a machine learning approach. Mol Autism 2023; 14(1): 3.

38. Jenner L, Richards C, Howard R, Moss J. Heterogeneity of Autism Characteristics in Genetic Syndromes: Key Considerations for Assessment and Support. Curr Dev Disord Rep 2023; 10(2): 132-46.

39. Peall KJ, Owen MJ, Hall J. Rare genetic brain disorders with overlapping neurological and psychiatric phenotypes. Nature Reviews Neurology 2023.

40. Rolland T, Cliquet F, Anney RJL, et al. Phenotypic effects of genetic variants associated with autism. Nat Med 2023; 29(7): 1671-80.