Algunos rasgos de personalidad que actualmente se enmarcan en el espectro autista pueden ser una fortaleza o una dificultad según el contexto en el que se expresen.
Este estudio plantea una cuestión interesante: características como la atención al detalle, el perfeccionismo, la capacidad de concentración sostenida o la facilidad para analizar sistemas complejos, aparecen con mayor frecuencia entre estudiantes de matemáticas que en otros grupos universitarios.
Como los participantes eran estudiantes sanos, los resultados sugieren que estas características pueden formar parte de perfiles de personalidad normales e incluso favorecer determinadas capacidades académicas o profesionales.
Este tipo de hallazgos ha alimentado el debate sobre los límites del diagnóstico. Las elevadas tasas de falsos positivos descritas en algunos estudios recientes han llevado a cuestionar si el concepto de trastorno del espectro autista se ha ampliado hasta incorporar rasgos de personalidad y estilos cognitivos que forman parte de la variabilidad normal de la población.
2 de cada 5 casos diagnosticados de Trastorno del espectro autista, incluso cuando el diagnóstico lo realizan profesionales cualificados, no se confirman al ser revisados en profundidad
Incluso cuando el diagnóstico de Trastorno del espectro autista se realiza utilizando los test específicos (ADOS /ADI-R) y con profesionales cualificados, se observan tasas relevantes de falsos positivos que casi llegan a la mitad de los casos lo que indica que el problema no es solo de práctica clínica, sino de cómo se definen y aplican las categorías diagnósticas.
Una reciente investigación muy amplia hecha en varios países, muestra de forma consistente limitaciones relevantes en la especificidad diagnóstica y encuentra un 34% de falsos positivos.
Estos tests detectan rasgos con alta sensibilidad, pero cuando se utilizan fuera de un contexto clínico riguroso o con criterios amplios, pierden capacidad para diferenciar entre rasgo, variabilidad normal y enfermedad.
Investigadores de la Universidad de Granada obtuvieron el segundo premio de la Conferencia Mundial sobre Inteligencia Computacional 2024 (IEEE WCCI, Japón) por un trabajo que explora el uso de seguimiento ocular e inteligencia artificial para mejorar la detección temprana del autismo. El estudio destaca el potencial de los dispositivos portátiles y los métodos multimodales para complementar las herramientas diagnósticas actuales.
Los autores advierten que la amplitud actual del espectro autista reúne bajo una misma categoría individuos con grados muy diferentes de afectación en las capacidades cognitivas, interacción social y necesidad de apoyo. Esta heterogeneidad dificulta identificar mecanismos biológicos. Por este motivo, los investigadores proponen avanzar hacia subgrupos más homogéneos que permitan mejorar los resultados de la investigación.
