← Retour aux articles
Revue systématiqueRepérage et dépistage

Une décennie de progrès dans l'évaluation vidéo des mouvements du nourrisson : une enquête complète sur les méthodes, applications et ensembles de données

A Decade of Progress in Video-Based Infant Movement Assessment: A Comprehensive Survey of Methods, Applications, and Datasets

Semantic Scholar — neurodeveloppement transverse · Anglais

L’essentiel

Cet article présente une revue systématique des avancées technologiques dans l'analyse vidéo des mouvements du nourrisson pour la détection précoce des troubles neurodéveloppementaux, de 2014 à 2024. Il couvre les méthodes d'estimation de pose adaptées aux nourrissons, les approches d'analyse vidéo directe et les méthodologies de collecte de données. L'accent est mis sur les périodes clés du développement (mouvements de reptation, agités et volontaires) et les défis persistants tels que la rareté des ensembles de données, le manque de standardisation et les préoccupations éthiques.

  • L'analyse vidéo des mouvements du nourrisson a évolué d'une évaluation clinique subjective vers des systèmes automatisés quantitatifs.
  • Les méthodes d'estimation de pose ont été adaptées avec succès aux caractéristiques des nourrissons.
  • Les défis majeurs incluent le manque de données diversifiées, l'absence de standardisation et la nécessité de validation clinique robuste.
Robustesse de l’étudeNon déterminable

Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.

Comprendre l’analyse ↓
Portée de l’analyse NeuroWatchAnalyse partielle

Analyse du résumé uniquement. Confiance faible dans les informations extraites.

Voir les sources ↓

Synthèse détaillée

Synthèse

Cet article présente une revue systématique des avancées technologiques dans l'analyse vidéo des mouvements du nourrisson pour la détection précoce des troubles neurodéveloppementaux, de 2014 à 2024. Il couvre les méthodes d'estimation de pose adaptées aux nourrissons, les approches d'analyse vidéo directe et les méthodologies de collecte de données. L'accent est mis sur les périodes clés du développement (mouvements de reptation, agités et volontaires) et les défis persistants tels que la rareté des ensembles de données, le manque de standardisation et les préoccupations éthiques.

Résultats principaux

L'analyse vidéo des mouvements du nourrisson a évolué d'une évaluation clinique subjective vers des systèmes automatisés quantitatifs. Les méthodes d'estimation de pose ont été adaptées avec succès aux caractéristiques des nourrissons. Les défis majeurs incluent le manque de données diversifiées, l'absence de standardisation et la nécessité de validation clinique robuste. L'intelligence artificielle explicable est cruciale pour favoriser la confiance clinique et l'adoption. La revue compare les ensembles de données et systèmes de surveillance, soulignant leurs forces et limites.

Repères pour la pratique

L'automatisation de l'évaluation motrice pourrait permettre un dépistage précoce et à grande échelle des troubles neurodéveloppementaux. Les cliniciens doivent intégrer ces outils avec prudence, en tenant compte des contraintes pratiques et éthiques. La validation clinique rigoureuse est essentielle avant l'adoption en pratique courante. L'explicabilité des modèles d'IA améliorera l'acceptation par les professionnels de santé.

Limites et précautions

Revue exhaustive couvrant les méthodes et défis de l'analyse vidéo du mouvement infantile, pertinente pour les cliniciens en neurodéveloppement et en pédiatrie, avec des implications directes pour le dépistage précoce. La rareté des ensembles de données larges et diversifiés limite la généralisation des modèles. Le manque de standardisation entre les plateformes entrave la comparabilité des études. Les études de validation clinique robustes font encore défaut. Les préoccupations éthiques concernant la vie privée et le consentement persistent.

Analyse méthodologique

Non déterminableLe texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.

Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.

Examiner les critères point par point

L'analyse automatisée de NeuroWatch se limite au résumé de cette revue systématique. De nombreux éléments méthodologiques (protocole, évaluation du risque de biais, stratégie de recherche, critères de sélection, méthode de synthèse) ne sont pas rapportés dans le résumé, rendant la robustesse de la revue indéterminée et la confiance dans l'analyse faible. Les auteurs rapportent des adaptations réussies de l'estimation de la pose aux nourrissons et des progrès techniques, mais identifient des défis persistants comme l'acquisition de données, la protection de la vie privée et l'intégration clinique. Aucun résultat quantitatif précis, taille d'échantillon ou période de suivi n'est fourni. Il s'agit d'un article de synthèse, non d'une méta-analyse. L'analyse est automatisée et basée uniquement sur le résumé.

protocolNon déterminable

Le résumé ne mentionne pas l'utilisation d'un protocole systématique (type PRISMA) pour cette revue.

L’information nécessaire n’est pas rapportée dans la source analysée.
risk of biasNon déterminable

Aucune évaluation du risque de biais des études incluses n'est mentionnée dans le résumé.

L’information nécessaire n’est pas rapportée dans la source analysée.
search strategyNon déterminable

Le résumé ne décrit pas la stratégie de recherche utilisée (bases de données, mots-clés, période de recherche).

L’information nécessaire n’est pas rapportée dans la source analysée.
study selectionNon déterminable

Les critères de sélection des études (inclusion/exclusion) ne sont pas rapportés dans le résumé.

L’information nécessaire n’est pas rapportée dans la source analysée.
synthesis methodNon déterminable

La méthode de synthèse des résultats (qualitative, quantitative, méta-analyse) n'est pas spécifiée dans le résumé.

L’information nécessaire n’est pas rapportée dans la source analysée.

Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.

Classification détaillée

Lecture multiaxiale

Ce que l’article étudie

Taxonomie 2026_10

Population et étape de vie

Confiance élevée

Contextes de vie et facteurs environnementaux

Confiance moyenne

Article de synthèse sur les méthodes d'évaluation vidéo des mouvements du nourrisson pour le dépistage précoce des troubles neurodéveloppementaux.