Description of System:The Autism and Developmental Disabilities Monitoring (ADDM) Network is an active surveillance program that provides estimates of the prevalence of ASD among children aged 8 years whose parents or guardians live in 11 ADDM Network sites in the United States (Arizona, Arkansas, Colorado, Georgia, Maryland, Minnesota, Missouri, New Jersey, North Carolina, Tennessee, and Wisconsin).Surveillance is conducted in two phases.The first phase involves review and abstraction of comprehensive evaluations that were completed by medical and educational service providers in the community.In the second phase, experienced clinicians who systematically review all abstracted information determine ASD case status.The case definition is based on ASD criteria described in the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition. Results: For 2016, across all 11 sites, ASD prevalence was 18.5 per 1,000 (one in 54) children aged 8 years, and ASD was 4.3 times as prevalent among boys as among girls.ASD prevalence varied by site, ranging from 13.1 (Colorado) to 31.4 (New Jersey).Prevalence estimates were approximately identical for non-Hispanic white (white), non-Hispanic black (black), and Asian/ Pacific Islander children (18.5, 18.3, and 17.9, respectively) but lower for Hispanic children (15.4).Among children with ASD for whom data on intellectual or cognitive functioning were available, 33% were classified as having intellectual disability (intelligence quotient [IQ] ≤70); this percentage was higher among girls than boys (40% versus 32%) and among black and Hispanic than white children (47%, 36%, and 27%, respectively).Black children with ASD were less likely to have a first evaluation by age 36 months than were white children with ASD (40% versus 45%).The overall median age at earliest known ASD diagnosis (51 months) was similar by sex and racial and ethnic groups; however, black children with IQ ≤70 had a later median age at ASD diagnosis than white children with IQ ≤70 (48 months versus 42 months). Interpretation:The prevalence of ASD varied considerably across sites and was higher than previous estimates since 2014.Although no overall difference in ASD prevalence between black and white children aged 8 years was observed, the disparities for black children persisted in early evaluation and diagnosis of ASD.Hispanic children also continue to be identified as having ASD less frequently than white or black children.Public Health Action: These findings highlight the variability in the evaluation and detection of ASD across communities and between sociodemographic groups.Continued efforts are needed for early and equitable identification of ASD and timely enrollment in services.

Autism spectrum disorder (ASD).2018.The Autism and Developmental Disabilities Monitoring (ADDM) Network conducts active surveillance of ASD. This report focuses on the prevalence and characteristics of ASD among children aged 8 years in 2018 whose parents or guardians lived in 11 ADDM Network sites in the United States (Arizona, Arkansas, California, Georgia, Maryland, Minnesota, Missouri, New Jersey, Tennessee, Utah, and Wisconsin). To ascertain ASD among children aged 8 years, ADDM Network staff review and abstract developmental evaluations and records from community medical and educational service providers. In 2018, children met the case definition if their records documented 1) an ASD diagnostic statement in an evaluation (diagnosis), 2) a special education classification of ASD (eligibility), or 3) an ASD International Classification of Diseases (ICD) code.For 2018, across all 11 ADDM sites, ASD prevalence per 1,000 children aged 8 years ranged from 16.5 in Missouri to 38.9 in California. The overall ASD prevalence was 23.0 per 1,000 (one in 44) children aged 8 years, and ASD was 4.2 times as prevalent among boys as among girls. Overall ASD prevalence was similar across racial and ethnic groups, except American Indian/Alaska Native children had higher ASD prevalence than non-Hispanic White (White) children (29.0 versus 21.2 per 1,000 children aged 8 years). At multiple sites, Hispanic children had lower ASD prevalence than White children (Arizona, Arkansas, Georgia, and Utah), and non-Hispanic Black (Black) children (Georgia and Minnesota). The associations between ASD prevalence and neighborhood-level median household income varied by site. Among the 5,058 children who met the ASD case definition, 75.8% had a diagnostic statement of ASD in an evaluation, 18.8% had an ASD special education classification or eligibility and no ASD diagnostic statement, and 5.4% had an ASD ICD code only. ASD prevalence per 1,000 children aged 8 years that was based exclusively on documented ASD diagnostic statements was 17.4 overall (range: 11.2 in Maryland to 29.9 in California). The median age of earliest known ASD diagnosis ranged from 36 months in California to 63 months in Minnesota. Among the 3,007 children with ASD and data on cognitive ability, 35.2% were classified as having an intelligence quotient (IQ) score ≤70. The percentages of children with ASD with IQ scores ≤70 were 49.8%, 33.1%, and 29.7% among Black, Hispanic, and White children, respectively. Overall, children with ASD and IQ scores ≤70 had earlier median ages of ASD diagnosis than children with ASD and IQ scores >70 (44 versus 53 months).In 2018, one in 44 children aged 8 years was estimated to have ASD, and prevalence and median age of identification varied widely across sites. Whereas overall ASD prevalence was similar by race and ethnicity, at certain sites Hispanic children were less likely to be identified as having ASD than White or Black children. The higher proportion of Black children compared with White and Hispanic children classified as having intellectual disability was consistent with previous findings.The variability in ASD prevalence and community ASD identification practices among children with different racial, ethnic, and geographical characteristics highlights the importance of research into the causes of that variability and strategies to provide equitable access to developmental evaluations and services. These findings also underscore the need for enhanced infrastructure for diagnostic, treatment, and support services to meet the needs of all children.

Description of System:The Autism and Developmental Disabilities Monitoring (ADDM) Network is an active surveillance program that provides estimates of the prevalence of ASD among children aged 8 years.In 2020, there were 11 ADDM Network sites across the United States (Arizona, Arkansas, California, Georgia, Maryland, Minnesota, Missouri, New Jersey, Tennessee, Utah, and Wisconsin).To ascertain ASD among children aged 8 years, ADDM Network staff review and abstract developmental evaluations and records from community medical and educational service providers.A child met the case definition if their record documented 1) an ASD diagnostic statement in an evaluation, 2) a classification of ASD in special education, or 3) an ASD International Classification of Diseases (ICD) code.MMWR / March 24, 2023 / Vol.72 / No. 2 US Department of Health and Human Services/Centers for Disease Control and Prevention lower among White children than among other racial and ethnic groups, reversing the direction of racial and ethnic differences in ASD prevalence observed in the past.Black children with ASD were still more likely than White children with ASD to have a co-occurring intellectual disability. Public Health Action:The continued increase among children identified with ASD, particularly among non-White children and girls, highlights the need for enhanced infrastructure to provide equitable diagnostic, treatment, and support services for all children with ASD.Similar to previous reporting periods, findings varied considerably across network sites, indicating the need for additional research to understand the nature of such differences and potentially apply successful identification strategies across states.

Context

Best-estimate clinical diagnoses of specific autism spectrum disorders (autistic disorder, pervasive developmental disorder–not otherwise specified, and Asperger syndrome) have been used as the diagnostic gold standard, even when information from standardized instruments is available.

Objective

To determine whether the relationships between behavioral phenotypes and clinical diagnoses of different autism spectrum disorders vary across 12 university-based sites.

Design

Multisite observational study collecting clinical phenotype data (diagnostic, developmental, and demographic) for genetic research. Classification trees were used to identify characteristics that predicted diagnosis across and within sites.

Setting

Participants were recruited through 12 university-based autism service providers into a genetic study of autism.

Participants

A total of 2102 probands (1814 male probands) between 4 and 18 years of age (mean [SD] age, 8.93 [3.5] years) who met autism spectrum criteria on the Autism Diagnostic Interview–Revised and the Autism Diagnostic Observation Schedule and who had a clinical diagnosis of an autism spectrum disorder.

Main Outcome Measure

Best-estimate clinical diagnoses predicted by standardized scores from diagnostic, cognitive, and behavioral measures.

Results

Although distributions of scores on standardized measures were similar across sites, significant site differences emerged in best-estimate clinical diagnoses of specific autism spectrum disorders. Relationships between clinical diagnoses and standardized scores, particularly verbal IQ, language level, and core diagnostic features, varied across sites in weighting of information and cutoffs.

Conclusions

Clinical distinctions among categorical diagnostic subtypes of autism spectrum disorders were not reliable even across sites with well-documented fidelity using standardized diagnostic instruments. Results support the move from existing subgroupings of autism spectrum disorders to dimensional descriptions of core features of social affect and fixated, repetitive behaviors, together with characteristics such as language level and cognitive function.

The Autism Diagnostic Observation Schedule (ADOS; Lord et al., J Autism Dev Disord, 30(3):205–223, 2000) is widely accepted as a “gold standard” diagnostic instrument, but it is of restricted utility with very young children. The purpose of the current project was to modify the ADOS for use in children under 30 months of age. A modified ADOS, the ADOS Toddler Module (or Module T), was used in 360 evaluations. Participants included 182 children with best estimate diagnoses of ASD, non-spectrum developmental delay or typical development. A final set of protocol and algorithm items was selected based on their ability to discriminate the diagnostic groups. The traditional algorithm “cutoffs” approach yielded high sensitivity and specificity, and a new range of concern approach was proposed.

Abstract To capture the full spectrum of genetic risk for autism, we performed a two-stage analysis of rare de novo and inherited coding variants in 42,607 autism cases, including 35,130 new cases recruited online by SPARK. We identified 60 genes with exome-wide significance ( P < 2.5 × 10 −6 ), including five new risk genes ( NAV3 , ITSN1 , MARK2 , SCAF1 and HNRNPUL2 ). The association of NAV3 with autism risk is primarily driven by rare inherited loss-of-function (LoF) variants, with an estimated relative risk of 4, consistent with moderate effect. Autistic individuals with LoF variants in the four moderate-risk genes ( NAV3 , ITSN1 , SCAF1 and HNRNPUL2 ; n = 95) have less cognitive impairment than 129 autistic individuals with LoF variants in highly penetrant genes ( CHD8, SCN2A, ADNP, FOXP1 and SHANK3 ) (59% vs 88%, P = 1.9 × 10 −6 ). Power calculations suggest that much larger numbers of autism cases are needed to identify additional moderate-risk genes.

BACKGROUND AND OBJECTIVE: Individuals with fragile X syndrome (FXS) are frequently codiagnosed with autism spectrum disorder (ASD). Most of our current knowledge about ASD in FXS comes from family surveys and small studies. The objective of this study was to examine the impact of the ASD diagnosis in a large clinic-based FXS population to better inform the care of people with FXS. METHODS: The study employed a data set populated by data from individuals with FXS seen at specialty clinics across the country. The data were collected by clinicians at the patient visit and by parent report for nonclinical and behavioral outcomes from September 7, 2012 through August 31, 2014. Data analyses were performed by using χ2 tests for association, t tests, and multiple logistic regression to examine the association between clinical and other factors with ASD status. RESULTS: Half of the males and nearly 20% of females met Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition criteria for current ASD. Relative to the FXS-only group, the FXS with ASD (FXS+ASD) group had a higher prevalence of seizures (20.7% vs 7.6%, P &lt; .001), persistence of sleep problems later in childhood, increased behavior problems, especially aggressive/disruptive behavior, and higher use of α-agonists and antipsychotics. Behavioral services, including applied behavior analysis, appeared to be underused in children with FXS+ASD (only 26% and 16% in prekindergarten and school-age periods, respectively) relative to other populations with idiopathic ASD. CONCLUSIONS: These findings confirm among individuals with FXS an association of an ASD diagnosis with important cooccurring conditions and identify gaps between expected and observed treatments among individuals with FXS+ASD.

Abstract Autism spectrum disorder (ASD) is a genetically heterogeneous condition, caused by a combination of rare de novo and inherited variants as well as common variants in at least several hundred genes. However, significantly larger sample sizes are needed to identify the complete set of genetic risk factors. We conducted a pilot study for SPARK (SPARKForAutism.org) of 457 families with ASD, all consented online. Whole exome sequencing (WES) and genotyping data were generated for each family using DNA from saliva. We identified variants in genes and loci that are clinically recognized causes or significant contributors to ASD in 10.4% of families without previous genetic findings. In addition, we identified variants that are possibly associated with ASD in an additional 3.4% of families. A meta-analysis using the TADA framework at a false discovery rate (FDR) of 0.1 provides statistical support for 26 ASD risk genes. While most of these genes are already known ASD risk genes, BRSK2 has the strongest statistical support and reaches genome-wide significance as a risk gene for ASD ( p -value = 2.3e−06). Future studies leveraging the thousands of individuals with ASD who have enrolled in SPARK are likely to further clarify the genetic risk factors associated with ASD as well as allow accelerate ASD research that incorporates genetic etiology.