Debido a los avances en la conceptualización del autismo infantil, se ha despertado la necesidad de afinar los recursos disponibles y adaptarlos a los criterios del Manual Diagnóstico y Estadístico de los Trastornos Mentales, Quinta Edición (Diagnostic and Statistical Manual of Mental Disorders, Fifth edition, DSM‑5, en inglés). En este escenario, la Entrevista Diagnóstica del Autismo Revisada (Autism Diagnostic Interview-Revised, ADI-R, en inglés) ha incorporado un nuevo algoritmo basado en dicho manual. Tal actualización busca mejorar la identificación de casos con perfiles menos comunes, como los que presentan escaso desarrollo verbal o manifestaciones atípicas. En esta nota, analizaremos un estudio reciente que evaluó su funcionamiento en más de 2.900 casos.

¿Qué se sabe hasta el momento?

En el último tiempo, el ADI-R —una entrevista semiestructurada dirigida a padres o cuidadores— ha sido ampliamente utilizada para detectar señales tempranas de autismo infantil. Desde su creación en 1994, ha servido como herramienta clave para explorar aspectos del desarrollo social, comunicativo y conductual. Sin embargo, su estructura original seguía los lineamientos de la edición anterior del DSM, lo que dificultaba su correspondencia con la clasificación actual del trastorno del espectro.

La organización previa dividía los síntomas en tres dominios: interacción social, lenguaje y conductas repetitivas. Con la llegada del DSM‑5, se propuso una nueva conceptualización que unifica el espectro en dos grandes dimensiones: dificultades en la comunicación social y comportamientos restringidos o repetitivos. Hasta la fecha, no existía una versión de la ADI-R adaptada a esta lógica para niños mayores de cuatro años, lo que generaba ciertas inconsistencias en su uso profesional.

Poniendo a prueba la nueva actualización

Para responder a esta necesidad, un equipo internacional desarrolló una versión revisada de la herramienta basada en los lineamientos presentes. El objetivo fue investigar si esta adaptación mantenía su utilidad clínica sin comprometer la precisión, y si lograba integrarse mejor al enfoque moderno del espectro. Veamos más al respecto.

Un nuevo enfoque alineado con los criterios actuales

El estudio aplicó el algoritmo a 2.905 menores entre 4 y 17 años. De ellos, 2.144 contaban con diagnóstico confirmado dentro del espectro y 761 no lo presentaban. La nueva propuesta fue evaluada con una muestra internacional amplia, con el fin de determinar su capacidad discriminativa frente al modelo anterior.

Los investigadores seleccionaron aquellos ítems que mejor diferenciaban a ambos grupos, considerando también si los participantes hablaban en frases o no. La propuesta mantuvo los dos ejes centrales del DSM‑5: comunicación social y conductas repetitivas.

¿Mayor precisión y compatibilidad?

Los resultados indicaron que esta versión obtuvo niveles de sensibilidad y especificidad comparables o superiores al anterior. Entre los aportes más significativos se encuentra su capacidad para ajustarse a los distintos niveles de complejidad clínica sin requerir modificaciones sustanciales en su administración o puntuación.

Paralelamente, al estar alineado con las clasificaciones actuales, el instrumento permite una mejor integración con otras herramientas estandarizadas como la Escala de Observación para el Diagnóstico del Autismo – Segunda Edición (Autism Diagnostic Observation Schedule – Second Edition, ADOS‑2, en inglés). Lo anterior favorece diagnósticos más consistentes y coordinados entre distintas fuentes de información profesional.

Mejor discriminación en perfiles con lenguaje limitado

Uno de los aportes más relevantes fue su capacidad para diferenciar con mayor precisión a los menores que presentan un nivel de lenguaje verbal limitado. A diferencia de versiones previas, que tendían a sobrediagnosticar en ciertos subgrupos, esta versión logró disminuir los falsos positivos sin perder sensibilidad en la detección de casos reales. Tal mejora es crucial para evitar diagnósticos erróneos que podrían conducir a intervenciones innecesarias o poco ajustadas.

Asimismo, demostró que el rendimiento se mantuvo consistente al aplicarlo en diferentes franjas etarias dentro del grupo evaluado. Tanto en niños pequeños como en adolescentes, el modelo conservó su solidez diagnóstica. Esto sugiere que la herramienta podría ser utilizada de manera eficaz en distintos momentos del desarrollo, ampliando su aplicabilidad clínica y favoreciendo procesos de seguimiento longitudinal más precisos.

Buen desempeño en contextos diversos

La herramienta revisada también fue validada en un segundo conjunto de datos independiente, compuesto por pacientes atendidos en entornos de hospitalización. En ese contexto, el enfoque actualizado mantuvo su eficacia.

Sumado a ello, se verificó un rendimiento estable sin importar el sexo, nivel cognitivo o presencia de otras condiciones. Dicha estabilidad favorece su uso con poblaciones diversas y ayuda a reducir sesgos en grupos que tradicionalmente han sido menos representados en estudios sobre ADI-R y autismo infantil.

¿Qué falta por explorar?

Primeramente, se destaca que la muestra estuvo compuesta mayoritariamente por familias blancas con alto nivel educativo. A su vez, la escasa representación de participantes no autistas con bajo nivel verbal dificulta analizar la especificidad del algoritmo en este subgrupo.

Por otro lado, el análisis, realizado en centros altamente especializados y con profesionales con formación avanzada, asegura la rigurosidad metodológica, pero reduce la aplicabilidad directa en contextos clínicos más habituales. Por ello, los autores recomiendan replicar la investigación en entornos menos técnicos y con mayor diversidad cultural y socioeconómica, para confirmar la eficacia del nuevo algoritmo del ADI‑R en la práctica clínica general.

Un paso adelante en la evaluación del cuadro

La actualización del algoritmo del ADI-R representa un paso importante hacia diagnósticos más integrales y fiables del autismo infantil. Su coherencia con el DSM‑5 refuerza la consistencia entre herramientas y mejora la toma de decisiones clínicas.

Este avance no solo moderniza una prueba ampliamente difundida. Adicionalmente, contribuye a una visión más inclusiva del autismo en niños, considerando el lenguaje, el entorno y la variabilidad individual. Un diagnóstico precoz, lejos de ser una etiqueta, actúa como un instrumento clave para orientar apoyos, reducir barreras y aumentar la calidad de vida. Así, ciencia y sensibilidad se combinan para promover intervenciones más justas y eficaces.

Referencia bibliográfica

• Lampinen, L. A., Zheng, S., Olson, L., Bal, V. H., Thurm, A. E., Esler, A. N., Kanne, S., M., Kim,  S., H., Lord, C., Parenteau, C., Nowell, K., P., Roberts, J., E., Takahashi, N. y Bishop, S. L. (2025). DSM‐5 based algorithms for the Autism Diagnostic Interview‐Revised for children ages 4–17 years. Journal of Child Psychology and Psychiatry. 1403-1413 https://doi.org/10.1111/jcpp.14159