自闭症发病率男女比例的时间趋势:基于人群的前瞻性出生队列研究

This entry is part 54 of 54 in the series 自闭症

Time trends in the male to female ratio for autism incidence: population based, prospectively collected, birth cohort study

CCBYNC 开放获取

研究 BMJ 2026 ; 392 doi: https://doi.org/10.1136/bmj-2025-084164 (2026 年 2 月 4 日发布)引用格式: BMJ 2026;392:e084164
  1. Caroline Fyfe ,博士后研究员 1 ,
  2. 亨里克·温内尔 ,统计学家 1 ,
  3. Joseph Dougherty ,教授 2 ,
  4. David H Gutmann ,Donald O Schnuck 家族教授 3 ,
  5. Alexander Kolevzon ,精神病学和儿科学教授 5 ,
  6. 娜塔莎·马鲁斯 ,副教授 2 ,
  7. Kristina Tedroff ,副教授 6 ,
  8. Tychele N Turner ,助理教授 7 ,
  9. Lauren A Weiss ,教授 8 ,
  10. Benjamin HK Yip , 助理教授 9 ,
  11. 尹伟尧 ,博士后研究员 1 ,
  12. 斯文·桑丁 ,副教授 14

作者单位

  1. 通讯作者:C Fyfe caroline.fyfe@ed.ac.uk
  • 2025 年 12 月 5 日接受

摘要

目标 :考察 35 年间自闭症谱系障碍 (ASD) 诊断中男性与女性比例的变化,提供诊断(发病率)、男性与女性比例以及特定年龄组的累积男性与女性比例 (cMFR) 的时间趋势。

设计: 基于人群的前瞻性收集的出生队列研究。

参与者为 1985 年至 2020 年间在瑞典医疗出生登记册中记录的 2,756,779 名活产儿童。

设定瑞典。

主要结果指标: 年龄-时期队列分析,研究 ASD 与诊断年龄、日历时期、出生队列和性别之间的关联,以发病率比值和相关的双侧 95% 置信区间进行量化。

结果: 在 1985 年至 2020 年间出生于瑞典的 2,756,779 名个体中,截至随访结束(2022 年),共有 78,522 人(2.8%)被诊断为自闭症谱系障碍(ASD)。ASD 的发病率在整个儿童期每五年年龄段均呈上升趋势,在 2020 年至 2022 年间达到峰值:男性 10-14 岁年龄段为 645.5/100,000 人年,女性 15-19 岁年龄段为 602.6/100,000 人年,之后逐渐下降。1985 年至 2020 年间,各年龄段和各出生队列的 ASD 发病率均呈上升趋势。男性与女性的发病率比值随着诊断年龄的增长而降低,对于 10 岁以上的人群,该比值也随着各年龄段的推移而降低。在 2022 年随访结束时,20 岁人群的 ASD 累积发病率男性与女性之比为 1.2。根据这些趋势的进一步预测,到 2024 年,男女比例将在 20 岁时达到平衡。

结论: 研究结果表明,自闭症谱系障碍(ASD)的男女比例随时间推移和诊断年龄的增长而下降。因此,实际的男女比例可能远低于之前的预期,甚至在瑞典,成年后男女比例可能已无法区分。这一发现凸显了探究为何女孩和女性确诊 ASD 的时间晚于男孩和男性的必要性。

介绍

自闭症谱系障碍(ASD)是一种神经发育障碍,其特征是社交沟通障碍、兴趣狭窄和重复性行为。 1 自 2000 年初以来,ASD 的患病率有所上升,例如,根据美国疾病控制与预防中心的数据,美国 8 岁儿童的患病率从 2002 年的 0.7%上升到 2022 年的 3.3%。 2,3 目前,美国和西欧的 ASD 患病率(即被诊断为 ASD 的总人口比例)在 1.0%至 3.3%之间。 2,3 估计的男女患病率比(MFR)在 2.7 至 4.1 之间。 4,5 对于 ASD 较高的男女患病率,人们提出了许多解释,其中包括所谓的“女性保护效应”,即女性需要比男性更高的遗传负担才会表现出与 ASD 相关的行为。 6 另一种理论,即“男性变异更大理论”,认为男性与自闭症谱系障碍(ASD)相关的等位基因遗传变异更高,这导致更多男性而非女性的 ASD 诊断阈值高于女性 。7 ASD 也被认为是所谓“极端男性大脑”的一种表现,该理论认为两性在共情和系统化能力方面存在差异,ASD 患者表现出典型男性特征的极端版本​​。8 其他据称可以解释 ASD 患者中男性特征缺失(MFR)的因素包括女孩通过模仿同龄人在社交互动中的行为来掩盖 ASD 特征, 9 以及伴随疾病的诊断掩盖导致女性群体中 ASD 漏诊 。10 有人还指出,ASD 研究 4 和诊断标准 9 的应用可能存在性别偏见。

自闭症谱系障碍(ASD)在幼儿时期就已存在 1 ,但可能要到成年后才能确诊(称为年龄效应)。在瑞典,ASD 通常通过学龄前发育评估进行筛查 11 。近年来 ASD 发病率的上升与诊断标准的放宽有关 12 (此处的发病率指的是新确诊 ASD 的人数)。例如, 《精神疾病诊断与统计手册》 第四版(DSM-IV,1994)和第五版(DSM-V,2013)的修订。谱系概念的引入使得更新后的版本能够识别更多症状,这可能导致所有年龄段同时被诊断为 ASD 的人数增加(称为时期效应)。社会变迁——例如父母生育年龄的提高 2 ——会导致不同世代间 ASD 诊断率的差异(即队列效应)。例如,1970 年至 2011 年间,瑞典母亲的平均生育年龄从 27 岁增加到 33 岁, 1314 父亲的平均生育年龄可能也出现了类似的增长。

由于女性群体通常拥有更强的社交和沟通能力(使得这些领域的特征更难识别),导致她们的诊断不足或诊断延迟,因此有研究假设,这才是女性诊断年龄对应的 MFR(自闭症谱系障碍)较高的真正原因,而非实际存在性别差异。 15 尽管有证据表明 MFR 呈下降趋势,4,5,16 但目前尚无大型人群研究考察自闭症谱系障碍患者的 MFR 趋势,并区分诊断年龄、日历时期(即按诊断年份划分的自闭症谱系障碍发病率总体变化)和出生队列等因素。瑞典拥有公共医疗保健系统和可追溯至 20 世纪 70 年代的全国人口登记系统, 17 这为研究此类生命历程中的变化提供了难得的机会。在本研究中,我们分析并确定了这些时间因素对自闭症谱系障碍患者 MFR 的影响。

方法

研究设计

我们采用基于人口的前瞻性收集的出生队列研究,调查诊断年龄、日历时期和出生队列对被诊断为 ASD 的人的 MFR 的影响。

研究人群

我们选取 1985 年至 2020 年间瑞典医疗出生登记册中记录的所有活产婴儿作为研究人群。各登记册通过分配给所有瑞典居民的唯一个人识别号码进行交叉链接。 18 自 1973 年以来,瑞典医疗出生登记册涵盖了 99%的出生记录。 19 我们通过瑞典多代登记册(可追溯至 1932 年)和瑞典人口登记册获取了父母信息。 19 为了保持研究期间的同质性,我们仅纳入父母均出生于瑞典的个体。

主要结果

我们从瑞典国家患者登记册中获得了从 2 岁到随访结束(1987 年 1 月 1 日至 2022 年 12 月 31 日)期间个体的自闭症谱系障碍(ASD)诊断信息。该登记册在 1987 年至 1997 年期间使用 ICD-9(国际疾病分类第九版),在 1997 年之后使用 ICD-10(国际疾病分类第十版)进行临床诊断。

在研究期间,瑞典的自闭症谱系障碍(ASD)诊断流程随着《精神疾病诊断与统计手册》(DSM)的修订而不断发展。例如,1987 年,DSM 中仅包含自闭症(AD),通常需要更高水平的支持。自 1997 年起,随着《国际疾病分类第十版》(ICD-10)的引入,诊断标准扩大,纳入了更广泛的亚型(以下简称自闭症谱系)(见补充材料表 1 )。国家患者登记系统自 1987 年起覆盖了全国所有住院接受 ASD 诊断的患者,门诊患者的诊断则在 2001 年至 2005 年间逐步纳入其中。 20 国家患者登记系统已接受过广泛的验证工作,包括 ASD 诊断的验证。 18

表1 研究人群中自闭症谱系障碍的发生率,按日历年和诊断年龄划分

在瑞典,儿童保健中心为所有瑞典 0 至 5 岁的儿童提供常规的预防性儿童保健服务。通常情况下,专科护士和医生会在儿童出生后的第一年对其进行 12 次评估,之后每年进行 2 至 6 次评估。儿童在 18 个月、2 岁半、4 岁和 5 岁时会接受全面的发育评估,评估内容包括运动技能、语言、认知技能和社会发展。6 岁入学后,学校的医疗团队会对存在认知、社交技能或注意力方面问题的儿童进行评估。疑似发育障碍的儿童会被转诊至专科团队进行进一步评估。21 由于患者本人或其监护人对患者情绪和行为(例如,发脾气、焦虑、抑郁、饮食失调或强迫症)感到担忧,儿童和成人在接受精神科治疗期间可能会被诊断出患有发育障碍。在瑞典,18 岁以下人群的自闭症谱系障碍(ASD)诊断需经专业团队评估后方可做出——例如,在儿童精神科或儿科神经科/康复科(针对低龄人群)进行评估。 21 对于成年人,精神科诊所内设有专门的评估团队。根据瑞典国家卫生福利委员会的建议,对疑似患有 ASD 的成年人的评估由心理学家和医生共同进行。

暴露变量:确诊年龄、日历时期、出生队列和性别

我们从医疗出生登记册中提取了出生日期和出生时指定的性别。通过将医疗出生登记册与国家患者登记册进行关联,获得了诊断自闭症谱系障碍(ASD)的日历时期和年龄。

统计分析

我们从出生开始跟踪每个个体,直到他们被诊断出患有自闭症谱系障碍、死亡、移居瑞典或研究期结束。

为了便于描述,我们将连续时间尺度按年龄和日历时期划分为五年间隔,并将出生队列划分为相应的重叠十年间隔(见补充材料)。为了探究自闭症谱系障碍(ASD)发病率和死亡率(MFR)随时间的变化,我们汇总了 ASD 诊断数量、风险人年数、发病率(诊断数量除以风险人年数)和死亡率。死亡率的不确定性用 95% Wald 型置信区间(CI)来量化。

我们通过拟合一系列复杂度递增的对数线性速率模型来评估时间模式,这些模型由协变量(年龄、年龄与漂移、年龄与时期、年龄与队列、以及年龄、时期和队列)定义。漂移是指可以任意归因于时期或队列的线性时间趋势。 22 我们使用泊松回归进行估计,因为恒定速率模型下的似然函数与泊松似然函数成正比。然后,我们通过在所有协变量中添加与性别的交互项来扩展模型。年龄、时期和队列使用具有八个节点的自然三次样条函数进行建模,相当于每五年一个节点, 23 节点的放置使得节点之间的事件数大致相等。 24 我们将年龄效应估计为参考时期的特定年龄率,并调整了队列效应。包含漂移的时期效应相对于参考时期进行估计,而队列效应相对于年龄-时期效应进行估计。 24 我们选择 2016 年作为参考年份,该年份对应于所有被诊断为自闭症谱系障碍 (ASD) 患者的中位诊断年份。我们使用赤池信息准则 (AIC) 对拟合模型进行比较,该准则平衡了拟合优度和模型复杂度;较低的 AIC 值表示模型支持度更高 。25

为了更好地了解诊断模式的变化如何影响自闭症谱系障碍 (ASD) 的诊断率,我们利用估计的年龄、时期和队列效应,计算了特定年龄队列的 ASD 诊断率和 MFR,并选取了以下几个日历时期:2016 年(参考年份)、2022 年(随访的最后一年)和 2024 年(分析时的当前年份)。对于观察到的年龄范围和指定的时期,我们通过计算等同队列(时期减去年龄)来获得相应的队列。然后,我们将年龄特异性诊断率乘以相应的队列特异性比率和时期特异性比率,计算出特定年龄队列的 ASD 诊断率。我们还使用 delta 方法计算了累积 ASD 诊断率和累积 MFR (cMFR)  以及相关的 95% 置信区间。当时期和队列超出观察范围时,我们根据自然三次样条公式,通过线性外推法获得估计值。 26 我们使用 SAS 版本 9.1 和 R 版本 4 进行统计分析。

补充分析

为了探究结果的特异性,我们对主要的 ASD 亚型——自闭症——重复了分析。自闭症与其他形式的 ASD 不同之处在于,自闭症的特征在生命早期就已显现,并且出现在所有三个诊断领域(互惠性社交互动、沟通——尤其是在语言习得方面——以及特定的行为特征)。

患者和公众参与

本研究未涉及任何患者或公众成员。研究启动之初,尚无患者和公众参与机制,目前正在对此进行改进。

结果

最终纳入研究的人群共 2,756,779 人,排除了 3,216 名(0.1%)记录不完整的个体、36,748 名(1.0%)在 2 岁前移居国外或死亡的个体,以及 980,405 名(26.0%)父母出生于瑞典境外的个体(见补充文件,补充图 1)。我们对受试者进行了随访,最长随访时间为 37 岁(中位数为 20.1 岁,四分位距(IQR)为 8.8 至 29.4 岁)。研究人群中有 78,522 人(2.8%)被诊断为自闭症谱系障碍(ASD)。

确诊年龄

在所有年龄组中,我们观察到 2020 年至 2022 年期间自闭症谱系障碍(ASD)的诊断率最高(即每 10 万人年新发病例数),0-4 岁男性组为 184.8 例,女性组为 45.8 例;10-14 岁男性组为 645.5 例,15-19 岁女性组为 602.6 例( 表 1 )。诊断时的中位年龄为 14.3 岁(四分位距为 9.9 至 17.6 岁;见补充文件,补充表 2)。

在 10 岁之前,平均患病率(MFR)约为 3;男性队列中自闭症谱系障碍(ASD)的诊断率在 10-14 岁年龄段最高,女性队列中则在 15-19 岁年龄段最高( 图 1 )。我们观察到 10 岁及以下人群的 MFR 最高。在 10 岁以上人群中,MFR 在所有时间段内均随年龄增长而降低。对于 2020 年至 2022 年间(可获得数据的最新时期)被诊断为 ASD 的儿童,15 岁以上人群的 MFR 不再为 3E1%( 图 1 ; 表 1 )。从 1995-2004 年出生队列开始,各出生队列的 ASD 诊断率的年龄特异性变化相似( 图 1 )。2000 年及以后出生队列中,15 岁以上人群的 MFR≤1( 图 1 )。

Fig 1
图 1

研究期间自闭症谱系障碍的发病率及男女比例。发病率按男性、女性及男女比例分别列出。按诊断年龄和日历时期、诊断年龄和出生队列、日历时期和诊断年龄以及出生队列和诊断年龄进行分层。ASD=自闭症谱系障碍

日历年(确诊年份)

从 1995 年到 2022 年,所有年龄组的自闭症谱系障碍(ASD)发病率均持续上升。例如,在 2000-2004 年和 2020-2022 年两个时期,0-4 岁人群的 ASD 发病率从 19.8 上升至 117.2,10-14 岁人群的 ASD 发病率从 56.5 上升至 564.1( 表 1 )。0-4 岁男孩的 ASD 发病率增幅高于同龄女孩,而 10-14 岁及以上女性人群的增幅则高于男孩。在所有时期,0-4 岁和 5-9 岁年龄组的 ASD 发病率均在 2 至 4 之间波动,而其他所有年龄组的 ASD 发病率均随时间推移而下降( 图 1 )。

出生队列(出生年份)

对于 1995-2004 年、2000-2009 年和 2005-2015 年出生的人群,自闭症谱系障碍(ASD)的诊断率在 15-19 岁年龄段最高。对于 1985-1994 年出生的人群,ASD 的诊断率在 20-24 岁年龄段达到峰值后趋于稳定。除 10-14 岁和 15-19 岁年龄组外,不同出生队列间 ASD 诊断率的变化在性别上相似( 图 1 )。

诊断年龄、日历时期、出生队列和性别的相对影响

在比较不同时间尺度组合的模型时,包含年龄、时期和队列这三个因素的模型在赤池信息准则(AIC)下表现最佳。在较为简单的模型中,包含年龄和日历时期的模型比仅包含年龄和队列的模型表现更好。当我们加入性别交互项后,所有模型的拟合度均有所提高( 表 2 )。

表2 自闭症谱系障碍诊断年龄、日历时期和出生队列模型的拟合统计量,包括有无性别交互作用的情况

最低赤池信息准则(AIC)模型(包含年龄、日历时期、出生队列及其与性别的交互作用)揭示了一种经队列调整的年龄特异性模式:10 岁之前母婴死亡率较高,随后下降并在 15 岁左右达到平台期。包含漂移项的时期特异性效应单调递增至 2010 年,之后开始下降。(残余)队列特异性效应在 1995 年之前基本保持不变,随后下降至 2005 年,之后再次上升至 2022 年研究期结束( 图 2 )。

Fig 2
图 2

图示为基于最佳拟合模型(包含年龄、时期、队列及其与性别的交互作用变量)估计的诊断年龄、日历时期和出生队列对男性和女性队列自闭症谱系障碍发病率及其男女比例的影响,以及95%置信区间(阴影区域)。左上图显示了2016年确诊的男性和女性队列的估计队列调整后、年龄别、人群平均自闭症谱系障碍发病率。右上图显示了相对于2016年参考时期(黑点)的估计时期特定发病率比值,以及相对于年龄时期效应的队列特定发病率比值。左下图显示了相应的年龄别男女比例。右下图显示了时期和队列特定男女比例。例如,2022年被诊断为自闭症谱系障碍(即2007年出生)的15岁青少年中,男女比例约为1.5×0.6×0.8=0.7。

为了说明诊断模式的变化如何影响自闭症谱系障碍(ASD)的诊断率,我们利用估计的年龄、时期和队列效应( 图 2 )计算了 2016 年、2022 年和 2024 年各年龄段的 ASD 诊断率和平均诊断率(MFR),包括其累积值( 图 3 )。这些估计值是通过将各年龄段的诊断率乘以相应的队列特异性比率和时期特异性比率得到的,并在时期或队列超出观察范围时采用线性外推法( 图 2 )。对于 2016 年确诊的病例,所有年龄组的年龄队列特异性平均诊断率均为 3E1%,而 2022 年 14 岁以后则为 3C1%( 图 3 )。 20 岁之前,cMFR 从 2016 年的约 1.9 下降到 2022 年的约 1.2,而 10 岁时 cMFR 保持稳定在 3 左右( 图 3 )。为了研究近期趋势如何影响未来的 MFR 和 cMFR,我们纳入了 2022 年以后的预测——2022 年是随访的最后一年——结果显示,根据 2024 年的预测诊断模式,到 20 岁时 cMFR 将下降至 1( 图 3 )。

Fig 3
图 3

图表展示了 2016 年、2022 年和 2024 年各年龄段自闭症谱系障碍的平均发病率及男女比例。该图表基于赤池信息准则(AIC)最佳支持的模型得出估计值,该模型包含年龄、时期、队列及其与性别的交互项,并使用了 1987 年至 2022 年间的自闭症谱系障碍诊断数据以及 2024 年的预测诊断数据。ASD=自闭症谱系障碍

补充分析:自闭症

我们共识别出 43146 名被诊断为自闭症的个体。事后汇总统计结果表明,儿童和青少年时期(0-19 岁)自闭症和自闭症谱系障碍 (ASD) 的发病率相似,但成年期(>20 岁)自闭症的发病率下降更为显著(见补充文件,补充图 2)。自闭症的总体 MFR 比值为 1.7(95% CI 1.7 至 1.7)(见补充文件,补充表 3)。

讨论

主要发现

在 1985 年至 2020 年间瑞典出生的 270 万儿童中,自闭症谱系障碍(ASD)的诊断率在研究期间(随访至 2022 年)增加了约 10 倍。例如,在 10 至 14 岁人群中,2000 年至 2022 年间,每 10 万人年的 ASD 病例数从 56.5 例增加到 564.1 例。众所周知,ASD 的高发病率(MFR)在 10 岁以后确诊的人群以及 2010 年以后确诊的人群中稳步下降。基于模型的预测发现,到 2022 年,瑞典的累积发病率(cMFR,即 ASD 累积发病率的性别差异)接近 1,这表明两性终生 ASD 诊断率相似。

我们对 MFR 的分析表明,随着时间的推移,尤其是随着年龄的增长,女性群体中自闭症谱系障碍(ASD)的患病率相对于男性群体出现了显著的追赶效应。这种效应始于 10 岁,此时 cMFR 约为 3,并在 20 岁时达到平台期,此前青春期特定年龄段的 MFR 迅速下降至<1。

与其他研究的比较

早期研究已将自闭症谱系障碍(ASD)发病率的变化与时期效应(例如,诊断标准的扩展)联系起来。ASD 的诊断基于描述性标准的满足情况 15 ,因此 ASD 的诊断率和 MFR 可能受到诊断手册变更的影响 12 。虽然在事后分析中,我们并未观察到 2013 年瑞典引入 DSM-V 后 ASD 诊断率或 MFR 出现任何突变,但新标准的实施可能需要数年时间才能以细致且一致的方式进行。此外,DSM-V 的实施正值人们对 ASD 的认识不断提高之际,并将 ASD 正式定义为一个谱系。一项丹麦研究发现,ASD 诊断率在 4 至 20 岁之间增幅最大,作者认为这与 ICD-10 引入后自闭症谱系诊断的增加有关。 27 一项基于挪威人口登记数据的研究,调查了 1967 年至 2011 年出生的人群,同样发现儿童的生育率(3.7)高于成人(2.6) 。28

本研究中,男女两性自闭症谱系障碍(ASD)诊断高峰年龄均高于以往报道,这可能受到多种因素的影响——例如,更长的随访期和对 ASD 认知度的提高都可能导致更多成年人被诊断为 ASD。 2,27,29 2001 年起,瑞典国家患者登记系统纳入门诊患者也推高了 ASD 的诊断年龄,因为这导致一些已确诊的门诊患者被延迟纳入登记。然而,我们也发现女性队列(15-19 岁)的诊断高峰年龄高于男性队列(10-14 岁)。两项英国研究对一个出生队列进行了长达 25 年的追踪调查,结果与之类似:这些研究发现,在 6 个月至 9 岁时被评估为 ASD 高风险的儿童以男性为主(73%),而在被认定为具有晚期 ASD 特征的人群中,性别差异并不显著。 30,31

我们的研究结果可能有助于更全面地理解早期研究的发现。例如,一项包含 54 项研究的荟萃分析报告称,自闭症谱系障碍(ASD)的合并诊断率(cMFR)为 4.2(95% CI 3.8 至 4.6),而我们研究中的 cMFR 为 1.6(1.6 至 1.7),但各研究间存在显著差异(  = 90.9%)。该荟萃分析纳入的 54 项研究中,仅有一项研究按诊断年龄分析了 MFR,且没有研究考虑日历时期或出生队列。除了参与者年龄范围(0-18 岁,平均 7.4 岁(标准差 2.9 岁))的差异外,上述因素可能解释了部分研究结果的差异。当 ASD 是通过筛查一般人群而非通过诊断记录确诊时,cMFR 较低:比值比为 3.2(95% CI 2.9 至 3.8)。 4 许多流行病学研究依赖于基于问卷的筛查数据 ,这也可能导致报告的 cMFR 存在差异。4 5 9 32

高 MFR 可能与所谓的女性保护效应有关 6 ,即女性群体表现出更强的遗传韧性,使她们在达到 ASD 诊断阈值之前能够携带更多导致 ASD 的等位基因 6,8 。然而,支持这一理论的证据尚不充分。更高的遗传力(即更高的遗传贡献)也被认为是导致男性 ASD 患病率更高的原因之一 21 。这些个体中更高的遗传力可能是由于非遗传因素对女性 ASD 的影响更大,包括诊断确定和临床表现的差异 21 。

女性群体中自闭症谱系障碍(ASD)诊断率较低,也被归因于病例发现和临床诊断中存在的性别偏见,这可能是由于不同性别的临床表现存在差异,以及评估和标准更倾向于检测男性群体所致。 4,9,28 例如,近期女性 ASD 诊断率的上升与诊断标准的放宽有关。 33 伪装与 ASD 相关的特征(例如,模仿同伴的行为线索,包括模仿言语或表情 9 )在这一群体中也可能更为常见。 33 在这种情况下,类似 ASD 的行为可能只有在青春期,当社交互动变得更加复杂时才会显现出来。 9,27 这些特征可能导致诊断年龄较晚,并且只有在足够长的随访期内才能发现。 29 此外,由于瑞典的全面筛查在更小的年龄段进行,青少年和成年人更有可能通过自我转诊获得心理健康服务。早期数据显示,女性更倾向于寻求一般医疗保健服务 34 ,这表明更复杂的社会和文化因素也导致了年轻女性自闭症谱系障碍(ASD)诊断率的上升。因此,本研究记录的女性青少年 ASD 诊断率的显著上升可以从几个方面进行解释。首先,可能是不同性别和年龄群体在诊断标准的呈现或应用方面存在差异,或者女性群体中某些生物学特征的显现相对较晚(即,性别与年龄对生物学特征的影响存在交互作用)。最后,可能是不同年龄和性别的人群就诊途径存在差异。

自 20 世纪 80 年代以来,精神疾病诊断中就已认识到症状误归因于先前已确诊疾病的情况。 10 这种现象可能影响了自闭症谱系障碍(ASD)的诊断年龄以及诊断年龄与合并症发生率(MFR)之间的差异。过去十年间,流行病学研究和临床实践均日益关注 ASD 患者合并精神疾病的负担。 35 研究表明,近 70%的 ASD 患者至少患有一种其他精神疾病。 35,36 近期研究(其中一项研究的人群与我们的研究部分重叠)发现,女性在确诊 ASD 之前更有可能被诊断出患有其他精神疾病,且 ASD 的诊断年龄通常较晚。 37,38 过去,合并症的诊断曾导致 ASD 漏诊。然而,近年来人们对自闭症谱系障碍(ASD)的认识不断提高,现在可能产生了相反的效果,导致伴有其他疾病的患者中 ASD 的诊断率上升。这或许可以部分解释诊断年龄与 MFR(自闭症谱系障碍诊断率)变化之间的关系。

本研究的优势和局限性

本研究的一大优势在于临床确诊的自闭症谱系障碍(ASD)病例数量庞大且易于获取。采用国际公认的诊断标准(DSM-V)进行 ASD 的临床确诊,使得研究结果能够推广至类似人群。将整个人群的数据与公共资助和运营的医疗保健系统中的儿童医疗和发育评估记录关联起来,几乎消除了选择偏倚。长期研究使我们能够区分不同时间尺度的影响。然而,使用登记数据将我们对 ASD 类型的评估限制在特定的 ICD-10 编码类别中,这意味着我们掌握的关于特定特征或临床细节的信息较少,而这些信息本可以提高研究的精细度并提供临床视角。此外,本研究并未专门探讨与 ASD 相关的共病,例如合并智力障碍、注意力缺陷/多动障碍、抑郁症和焦虑症,或综合征型 ASD。我们也没有考虑可能影响母婴传播风险(MFR)的因素,例如早产。这些情况和变量需要专门的研究,而这些研究超出了我们当前研究的范围。此外,由于测量的是时间依赖性效应,我们难以控制队列内部的混杂因素,例如共同的遗传和环境因素,如父母的心理健康状况。这些因素可能会增加家族内自闭症谱系障碍(ASD)的诊断概率,并且已被证明对男性的影响尤为显著。 8 2001 年以前缺乏门诊数据导致早期队列中 ASD 的诊断年龄偏大,这可能导致我们低估了男女诊断年龄的差异。 需要注意的是, 图 3 中用于评估 2016 年至 2022 年诊断强度变化的影响并将其预测至 2024 年的统计模型,部分数据并未完全覆盖目标年份。这一局限性体现在 2024 年预测值的置信区间明显更宽。

结论

这项研究分析了瑞典人口超过 35 年的数据,结果表明,自闭症谱系障碍(ASD)的死亡率(MFR)随时间推移而下降,而 ASD 的诊断率则有所上升。这提示 ASD 的死亡率可能远低于之前的预期——在瑞典,成年期的 ASD 可能已无法区分。死亡率的下降凸显了探究女孩和女性为何比男孩和男性更晚被诊断出 ASD 的必要性。未来的研究应着重关注 ASD 在不同性别中的表型差异,以及这些差异对筛查和诊断实践的影响。

关于这个主题,我们目前已经了解了哪些内容?

  • 过去三十年来,自闭症谱系障碍的患病率有所上升,且男性患者与女性患者的比例明显偏高。

这项研究的贡献

  • 自闭症谱系障碍的男女比例随着时间的推移和确诊年龄的增长而下降,这表明女性正在追赶患病率。

  • 这些观察结果凸显了调查女性群体比男性群体确诊时间更晚的原因的必要性。

伦理声明

伦理审批

本研究已获得瑞典国家伦理审查委员会的批准,批准号为:2017/1875-31/1;2018/1864-32;2019-06314;2023-00948-02。

Hits: 0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注