Binnen de gespecialiseerde ggz wordt autisme geclassificeerd aan de hand van gestandaardiseerde diagnostische criteria, zoals vastgelegd in de DSM-5. Dit vergt uitgebreid onderzoek. De diagnostiek bestaat uit verschillende fasen (zie verder) en wordt bij voorkeur uitgevoerd door een (team van) bevoegde en bekwame ggz-professional(s). Daarbij is ook aandacht voor co-morbiditeit.

Tijdens de beginfase van dit proces kunnen vragenlijsten worden gebruikt, waarmee kan worden beoordeeld of er mogelijk sprake is van autisme (vermoeden van autisme) en er nader diagnostisch onderzoek naar autisme is geïndiceerd. In het Engels worden dergelijke vragenlijsten aangeduid als ‘case identification’ vragenlijsten; hier is geen goede Nederlandse term voor. Case identification vragenlijsten meten de mate waarin verschillende gedragingen, kenmerken en symptomen die worden geassocieerd met autisme voorkomen. Er wordt dan gemeten in welke mate de ouders/verzorgers aangeven dat er autismekenmerken aanwezig zijn bij het kind. De resultaten van een dergelijke vragenlijst zijn enkel een aanwijzing; deze worden altijd gecombineerd met de bevindingen uit het initiële gesprek met het kind/de ouders/verzorgers en klinische observatie.

Er is praktijkvariatie in het gebruik van case identification vragenlijsten in Nederland. Er zijn diverse vragenlijsten beschikbaar, waaronder de Autism Quotiënt Child (AQ-kind), de Social Responsiveness Scale (SRS-2), de Vragenlijst voor Inventarisatie van Sociaal gedrag van Kinderen (VISK), de Childhood Autism Rating Scale (CARS), de Autisme Spectrum Vragenlijst (ASV) en de Social Communication Questionnaire (SCQ). Elk van deze vragenlijsten heeft zowel klinische en psychometrische kwaliteiten als tekortkomingen of beperkingen. Het ontbreken van duidelijke richtlijnen voor het gebruik van deze vragenlijsten leidt tot het ontbreken van een gestandaardiseerde werkwijze in de diagnostische fase van case identification.

Zo worden (bijna) alle jonge kinderen gescreend door de jeugdgezondheidszorg middels het Van Wiechen schema (zie de JGZ-richtlijn Autismespectrumstoornissen; Sinnema & van de Glind, 2015). Aan dit schema zijn een aantal items toegevoegd die meebepalen of een kind ‘at risk’ is. Indien dit het geval is, kan vervolgens, op het consultatiebureau, bij kinderen tussen 12 en 48 maanden, de Communicatieve en Sociale ontwikkelingsSignalen (CoSoS/ESAT; Dietz e.a, 2006; Dietz & Oosterling, 2017) worden afgenomen bij de ouders/verzorgers. Afname van de CoSos wordt daarnaast ook gedaan bij een niet-pluis gevoel bij ouders/verzorgers, de professional of school, indien er vermoeden is van autisme, tenzij een speciële anamnese een andere oorzaak aan het licht brengt. Wanneer er signalen worden waargenomen die mogelijk wijzen op autisme, wordt er doorverwezen naar de gespecialiseerde ggz voor verdere diagnostiek. In deze module richten we ons specifiek op de vragenlijsten die binnen de gespecialiseerde ggz worden gebruikt.

Bij kinderen en jongeren in de leeftijd van 6 tot 18 jaar wordt binnen de gespecialiseerde ggz een breed palet aan vragenlijsten gebruikt, zoals de AQ-kind, de SRS-2, de VISK, de CARS, de ASV en de SCQ. De toegevoegde waarde en de kwaliteit van deze vragenlijsten voor de diagnostiek bij deze leeftijdsgroep is nog onvoldoende bekend. Het is onbekend welke vragenlijst(en) het meest geschikt zijn om als eerste te worden ingezet om een vermoeden van autisme te onderbouwen.

Achtergrond en overige aandachtspunten

Binnen de ggz wordt er gesproken van classificeren en diagnosticeren. Classificeren van een stoornis is het koppelen van de problematiek aan een passende categorie binnen een breder diagnostisch systeem; in Nederland is dat de DSM-5-TR. Diagnosticeren is veel breder. Daarbij wordt systematisch de unieke presentatie van het autisme bij het kind onderzocht. Er wordt niet alleen gekeken naar diens symptomen, maar ook naar diens sterkten, zwakten en behoeften.

Het diagnostisch traject bij vermoeden van autisme bestaat over het algemeen uit de volgende onderdelen:

1. Case identification: identificatie van kinderen en jongeren met mogelijke symptomen van autisme.
2. Algehele klachtenanamnese: gericht op de huidige klachten en de hulpvraag, waarin het huidig functioneren, de familiecontext, het systeem en de somatiek worden meegenomen.
3. Algehele ontwikkelingsanamnese: verzameling van informatie over de ontwikkelingsgeschiedenis en mijlpalen tot op heden, gericht op autisme en andere psychiatrische problematiek (voor differentiaaldiagnose en verdere controle op comorbiditeiten).
4. Gedragsobservatie: observatie van gedrag in verschillende contexten (zoals bij de ggz, thuis en op school) middels gestructureerde observatie (zoals de ADOS-2), vrije observatie, of rapportage (bijvoorbeeld door leerkrachten; directe observatie heeft echter de voorkeur). Ook wordt er via observatie geprobeerd inzicht te krijgen in de ouder-kind-interactie.
5. Afname van gestandaardiseerde instrumenten: dit omvat het gebruik van vragenlijsten (zoals met betrekking tot autismekenmerken, sensorische problematiek en executief functioneren) en testen voor taal, cognitieve en ontwikkelingsniveaus (op indicatie, om een algemeen beeld van de capaciteiten te verkrijgen). Dit is geen onderdeel op zich, maar kan ingezet worden ten behoeve van de andere onderdelen binnen het diagnostisch proces, zoals het beter zicht krijgen op klachten (2) en de ontwikkeling (3).
6. Indien er sprake is van psychiatrische en/of somatische comorbiditeiten is aanvullende diagnostiek nodig (hier niet besproken, maar te vinden in de desbetreffende richtlijnen).
7. Beoordelen van DSM-5-TR dan wel DC:0-5 criteria met betrekking tot autisme en eventuele andere psychiatrische problematiek (classificatie). Er wordt gekeken naar het specifieke symptomen patroon bij het kind, evenals naar de sterktes en zwaktes van het kind en zijn/haar/diens behoeften op het gebied van ondersteuning/behandeling (beschrijvende diagnose). Een klinische consensus diagnose door ervaren diagnostici wordt beschouwd als de gouden standaard (Lord, 2022), hoewel diagnostiek ook door één hiertoe opgeleide en ervaren deskundige kan worden uitgevoerd.

Het is belangrijk om verder te kijken (breder) dan alleen de classificatie ‘wel of geen autisme’. De onderzoeksresultaten moeten in hun context worden geplaatst om een volledig geïntegreerd beeld van de bevindingen te vormen. Dit stelt ons in staat om een zorgaanbod op maat te creëren dat aansluit bij de behoeften en mogelijkheden van het kind en van het systeem. 

Voor de invulling van bovengenoemde is het van belang om te differentiëren op basis van leeftijdscategorie en cognitieve capaciteit, omdat dan andere vaardigheden worden verwacht: zoals 0 tot 4 jaar, 4 tot 12 jaar, 12 tot 18 jaar, en de eventuele aanwezigheid van een verstandelijke ontwikkelingsstoornis (licht, matig, ernstig of zeer ernstig) dan wel hoogbegaafdheid.

Bij jonge kinderen is het gebruikelijk om psychologische testen (zoals voor ontwikkelingsniveau en taal) standaard uit te voeren. Naarmate kinderen ouder worden, neemt de noodzaak tot het standaard afnemen van dergelijke testen vaak af.

Aan de hand van de huidige module wil de werkgroep eenduidigheid aanbrengen in de praktijk ten aanzien van het gebruik van case identification vragenlijsten.

Sensitivity, negative predictive value – Childhood Autism Rating Scale (CARS)

Negative predictive value – Childhood Autism Rating Scale (CARS)

Specificity – Childhood Autism Rating Scale (CARS)

Positive predictive value – Childhood Autism Rating Scale (CARS)

Sensitivity, specificity, positive predictive value – Social Communication Questionnaire (SCQ)

Negative predictive value – Social Communication Questionnaire (SCQ)

AQ-child, SRS, VISK/CSBQ and ASV

Description of studies

The Cochrane systematic review by Randall (2018) performed a systematic review on the diagnostic accuracy of test for diagnosing autism spectrum disorder (ASD) in preschool children. Diagnostic accuracy outcomes were compared with a clinical diagnosis by an experienced multi-disciplinary team. Multiple electronic databases among which CENTRAL, PubMed (including MEDLINE), Embase, CINAHL and PsycINFO were searched from inception up to July 2016. Criteria for inclusion of studies were: 1) Reporting about one of the predefined index tests, among which the CARS, children of preschool age (<6 years), suspected of having an ASD, using multi-disciplinary assessment or similar as reference standard. The Quality Assessment of Diagnostic Accuracy Studies-2 (QUADAS-2) was used to assess the risk of bias on the following domains: patient selection, index test, reference standard and flow and timing. Two studies were judged to have a high risk of bias (Chlebowski, 2010; Ventola, 2006). The study by Wiggins (2008) was judged to have an unclear risk of bias, and the study by Russel (2010) was judged to have a low risk of bias. The declarations of interest section showed no competing interests.

After publication of the systematic review by Randall (2018), four other diagnostic accuracy studies were published that matched the predefined PICROTS (Chu, 2022; Dawkins, 2016; Ji, 2023 and Park, 2018). These studies concerning the CARS are summarized below.

In the cohort study of Dawkins (2016), the diagnostic accuracy of two versions of the CARS2 was studied. Participants were asked to participate when they were referred to one of the five participating autism centers in North Carolina (USA). Either the CARS2 standard version (CARS2-ST, age <6 years or IQ <80) or the CARS2-High functioning version (CARS2-HF, age >6 years, or IQ <80) was administered. In total, 98 children were evaluated using the CARS2-ST (mean age not reported). The same clinician who administered the CARS2-ST also assessed presence of ASD using a rating form to indicate whether ASD conform DSM-5 criteria was present.

In the retrospective chart review by Park (2018), outcomes from the CARS were compared with the ADOS-2 (module 1 and 2). Scores of the ADOS and CARS were extracted from medical charts of children who visited the psychiatric outpatient clinic at Seoul National University Children’s Hospital between January 2013 and December 2014. Referred children were suspected to have a developmental delay. The CARS and ADOS were administered on the same day (by examiners with either a master or a doctoral in special education). In total, scores from 78 children were extracted and analysed. The authors declared no competing interests.

The prospective diagnostic study by Chu (2022) tested diagnostic accuracy of the CARS and screened 591 children from the ASD unit at Beijing Children’s Hospital between June and November 2019. Criteria for inclusion of participants were: 1) suspected ASD based on the Clancy autism behavior scale (CABS), thus scoring above the cut-off point of 14. A Chinese version of the CARS, translated for purpose of this study, was carried out by two specialists, using a cut-off score of 30 points. After scoring the CARS, the reference test was performed by at least two attending physicians based on a detailed description of the child’s development history by the parents, observed behaviour, and DSM-5 criteria for autism. After screening 591 individuals, 474 participants were included in the study, and no missings were reported. The authors declared no competing interests.

In a retrospective chart review, the authors of Ji (2023) compared the outcomes of the CARS2-ST with the ADOS-2 (module 1 and 2). Children who visited the child and adolescent psychiatry outpatient clinic at Seoul National University Hospital between January 2019 and July 2020 were included in the study. ADOS-2 and CARS2-ST scores (administered by examiners with either a master or a doctoral in special education) were retrospectively extracted from charts between January 2019 and July 2020. The ADOS-2 and the CARS2-ST were performed on the same day, by one of the two examiners. In total, scores from 237 children were extracted and analysed. The authors declared no competing interests.

Next to the CARS, the Social Communication Questionnaire (SCQ) was researched in two diagnostic accuracy studies. In the retrospective chart review by Ung (2016), the outcomes of the SCQ were compared with a multidisciplinary assessment, including a physical exam by a paediatrician, a parent interview with the same doctor, and evaluation using the ADOS and CARS. Additional data provided by parents (e.g., social, cognitive, and motor skills, behavioural issues) were reviewed, and a multidisciplinary team discussed each child’s case. Children/youth were referred (self-referrals/healthcare providers) to an outpatient ASD clinic because of concerns about the child’s development. Children lacking verbal skill/competence were not included in this study. In total, data from 76 children were extracted from the medical charts and analysed. The authors declared no competing interests.

In the retrospective chart review by Charman (2016), the outcomes of the SCQ were compared with in depth assessment, including consensus ICD-10 diagnosis by ADI-R and ADOS combined with assessments of IQ, language and adaptive behaviour. In total, 808 children were referred to community child health services between October 2004 and October 2005. Reasons for referral were language difficulties, social communication difficulties, behaviour, general development or other problems. Of these 808, 543 participants received complete screening. Of these 543 participants, 181 children were sampled stratified by service, referral, ASD diagnostic team, SCQ-score and M-CHAT. Diagnostic accuracy outcomes are weighted measures using inverse probability weighting. Due to 61 missings, in depth assessments were performed in 120 children, for whom thus both information for SRS and reference standard were reported. The authors declared no competing interests.

Table 1. Description of included studies

Results

Diagnostic accuracy is assessed below for the following instruments:

1. CARS

2. SCQ

For each measure, sensitivity, specificity, PPV and NPV were reported and summarized below.

1. Childhood Autism Rating Scale (CARS)

The review of Randall (2022) included four studies reporting on the Childhood Autism Rating Scale (Chlebowski, 2010; Ventola, 2006; Wiggins, 2008; Russel, 2010). In addition to this review, four individual studies reported on the CARS (Chu, 2022; Dawkins, 2016; Ji, 2023; Park, 2018).

Table 2 shows the results of the CARS as summarized in Chu (2022). Regarding sensitivity, 28 out of 399 participants (7%) with ASD (according to best estimate diagnosis) were falsely identified as not having ASD by using the CARS. Regarding specificity, 45 out of 75 (60%) participants without ASD were falsely identified as having ASD. The PPV was 0.89, meaning that 45 out of 416 (11%) participants testing positive on the CARS did not have ASD. The NPV was 0.52, translating into 28 out of 58 (48%) testing negative with the CARS, did have ASD.

Results of the CARS reported in the studies by Chu, 2022; Dawkins, 2016; Ji, 2023; Park, 2018 have been summarized in tables 3 through 5.

Table 2. Diagnostic accuracy of CARS (Chu, 2022)

2. Social Communication Questionnaire (SCQ)

Two studies reported on the SCQ (Ung, 2016; Charman, 2016). The 2x2 tables are depicted in table 6 and 7.

Diagnostic accuracy outcomes of both the CARS and the SCQ are depicted in table 8.

The working group defined values for sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) ≥ 0.70 as high; 0.60–0.70 as moderate and <0.60 as low.

Table 8. Diagnostic accuracy of CARS and SCQ

3. AQ-child, SRS, VISK/CSBQ and ASV

No suitable diagnostic accuracy studies were found for these questionnaires.

Level of evidence of the literature

1. Childhood Autism Rating Scale (CARS)

The level of evidence regarding the outcome measure sensitivity and negative predictive value started as high and was downgraded by two levels to low, because of knowledge of outcome of the index by administering the reference standard in Ji (2023) and unclear reporting on the reference standard (Dawkins, 2016) and high overall risk of bias in studies of Ventola (2006) and Chlebowski (2010) (-1, risk of bias) and 95% confidence intervals overlapping with borders for clinical relevance in 3/8 studies for sensitivity, and in 5/8 studies for negative predictive value (-1, imprecision).

The level of evidence regarding the outcome measure specificity started as high and was downgraded by three levels to very low, because of knowledge of outcome of the index by administering the reference standard in Ji (2023) and unclear reporting on the reference standard (Dawkins, 2016) and high overall risk of bias in studies of Ventola (2006) and Chlebowski (2010) (-1, risk of bias), conflicting results (-1, inconsistency) and broad confidence intervals overlapping with values <0.70 in three studies indicating high specificity (Ventola, 2006; Ji, 2023 and Park, 2018) (-1, imprecision).

The level of evidence regarding the outcome measure positive predictive value started as high and was downgraded by one level to moderate, because of knowledge of outcome of the index by administering the reference standard in Ji (2023) and unclear reporting on the reference standard (Dawkins, 2016) and high overall risk of bias in studies of Ventola (2006) and Chlebowski (2010) (-1, risk of bias).

2. Social Communication Questionnaire (SCQ)

The level of evidence regarding the outcome measures sensitivity, specificity and positive predictive value started as high and was downgraded by three levels to very low, because of high drop-out rates in Charman (2016) after stratified sampling (-1, risk of bias), conflicting results (-1, inconsistency) and a small sample and broad confidence intervals overlap with borders of clinical relevance (-1, imprecision).

The level of evidence regarding the outcome measure negative predictive value started as high and was downgraded by two levels to low, because of high drop-out rates in Charman (2016) after stratified sampling (-1, risk of bias), a small sample and confidence intervals overlap with borders of clinical relevance (-1, imprecision).

3. AQ-child, SRS, VISK/CSBQ and ASV

The level of evidence for these instruments could not be graded due to lack of data.

A systematic review of the literature was performed aiming to examine the diagnostic accuracy of questionnaires for case identification (AQ-child, SRS, VISK/CSBQ, CARS, SCQ, ASV)?

Timing and setting: Children referred, suspicious for ASD

Relevant outcome measures

The guideline development group considered negative predictive value as critical outcome measures for decision making; and sensitivity, specificity and positive predictive value as important outcome measures for decision making.

The working group defined values for sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) ≥ 0.70 as high; 0.60–0.70 as moderate and <0.60 as low.

Search and select (Methods)

The databases Medline (via OVID) and Embase (via Embase.com) were searched with relevant search terms until May 17^th, 2023. The detailed search strategy is depicted under the tab Methods. The systematic literature search resulted in 797 hits. Studies were selected based on the following criteria:

• Systematic review (searched in at least two databases, and detailed search strategy, risk of bias assessment and results of individual studies available), randomized controlled trial or observational study comparing Questionnaires for case identification, i.e. AQ-child, SRS, VISK/CSBQ, CARS, SCQ, ASV with a reference test ADI and/or ADOS, administered by an expert in diagnosing autism, based on DSM-5(TR) criteria resulting in diagnostic accuracy measures;
• Patients aged ≤ 18 years;
• Full-text English language publication;
• Studies including ≥ 20 patients; and
• Studies according to PICRO and setting.

Initially, 68 studies were selected based on title and abstract screening. After reading the full text, 61 studies were excluded (see Table for exclusion reasons in Methods section) and seven studies were included.

Results

In total, seven studies were included in the analysis of the literature. Study characteristics and results relevant for the topic of the current review are summarized in table 1 and the evidence Table. The assessment of the risk of bias is summarized in the risk of bias Tables.