[article] 
inMolecular Autism > 17 (2026) . - 33 p.

Titre :	Predicting early intervention outcomes in autism via individual participant data mega-analysis
Type de document :	texte imprimé
Auteurs :	Veronica MANDELLI, Auteur ; Elena Maria BUSUOLI, Auteur ; Michel GODEL, Auteur ; Nada KOJOVIC, Auteur ; Yana SINAI-GAVRILOV, Auteur ; Tali GEV, Auteur ; Annarita CONTALDO, Auteur ; Eric COURCHESNE, Auteur ; Karen PIERCE, Auteur ; Ofer GOLAN, Auteur ; Antonio NARZISI, Auteur ; Filippo MURATORI, Auteur ; Costanza COLOMBI, Auteur ; Sally J. ROGERS, Auteur ; Giacomo VIVANTI, Auteur ; Marie SCHAER, Auteur ; Liliana RUTA, Auteur ; Michael V. LOMBARDO, Auteur
Article en page(s) :	33 p.
Langues :	Anglais (eng)
Résumé :	Autism early intervention meta-analyses have yielded important insights into questions such as ‘what works’ and ‘for what’ outcomes. However, because these studies primarily rely on study-level summary statistics, they may be limited with regard to more individualized insights. Mega-analyses utilizing individual participant data (IPD-MA) may be useful for these more individualized questions.
En ligne :	https://doi.org/10.1186/s13229-026-00736-x
Permalink :	https://www.cra-rhone-alpes.org/cid/opac_css/index.php?lvl=notice_display&id=594

[article] Predicting early intervention outcomes in autism via individual participant data mega-analysis [texte imprimé] / Veronica MANDELLI, Auteur ; Elena Maria BUSUOLI, Auteur ; Michel GODEL, Auteur ; Nada KOJOVIC, Auteur ; Yana SINAI-GAVRILOV, Auteur ; Tali GEV, Auteur ; Annarita CONTALDO, Auteur ; Eric COURCHESNE, Auteur ; Karen PIERCE, Auteur ; Ofer GOLAN, Auteur ; Antonio NARZISI, Auteur ; Filippo MURATORI, Auteur ; Costanza COLOMBI, Auteur ; Sally J. ROGERS, Auteur ; Giacomo VIVANTI, Auteur ; Marie SCHAER, Auteur ; Liliana RUTA, Auteur ; Michael V. LOMBARDO, Auteur . - 33 p.
Langues : Anglais (eng)
in Molecular Autism > 17 (2026) . - 33 p.

Résumé :	Autism early intervention meta-analyses have yielded important insights into questions such as ‘what works’ and ‘for what’ outcomes. However, because these studies primarily rely on study-level summary statistics, they may be limited with regard to more individualized insights. Mega-analyses utilizing individual participant data (IPD-MA) may be useful for these more individualized questions.
En ligne :	https://doi.org/10.1186/s13229-026-00736-x
Permalink :	https://www.cra-rhone-alpes.org/cid/opac_css/index.php?lvl=notice_display&id=594