Asymétrie Valence-Arousal : Repenser la reconnaissance des émotions faciales dans l'autisme préscolaire par l'eye-tracking

Cette analyse automatisée de NeuroWatch porte sur un article de type cas-témoins, dont seul le résumé a été examiné. L'étude a inclus 40 enfants chinois d'âge préscolaire avec un diagnostic de trouble du spectre autistique (TSA) et 42 enfants au développement typique (TD). Les participants ont réalisé une tâche de reconnaissance des émotions faciales, avec des stimuli variant systématiquement en valence (positive vs négative) et en éveil (élevé vs faible). Les mesures oculométriques (fixations, durée du regard) et la taille de la pupille ont été enregistrées. L'analyse statistique a utilisé un plan factoriel 2 (groupe) × 2 (valence) × 2 (éveil) × 4 (régions d'intérêt). Les résultats principaux rapportés par les auteurs indiquent que les enfants TD allouent plus de fixations et de temps de regard aux visages positifs, en particulier la région des yeux, tandis que les enfants TSA montrent des patterns atténués. De plus, les visages négatifs à fort éveil suscitent de l'évitement, tandis que les visages positifs à fort éveil augmentent la réponse pupillaire. Aucune valeur de p ou mesure d'incertitude n'est rapportée dans le résumé. Selon l'analyse NeuroWatch, la mesure de l'exposition (oculométrie et pupillométrie lors d'une tâche standardisée) est documentée et adéquate, de même que l'analyse statistique (plan factoriel). Cependant, la définition des cas (critères diagnostiques de l'ASD), le contrôle des facteurs de confusion (âge, QI, comorbidités, etc.) et la procédure de sélection des témoins (appariement, recrutement) ne sont pas rapportés dans la source analysée. Ces informations sont essentielles pour juger de la validité interne de l'étude. En conséquence, la robustesse globale est considérée comme indéterminée et la confiance dans l'analyse est faible, car l'examen du texte intégral serait nécessaire pour évaluer complètement la qualité méthodologique. Aucune anomalie n'a été détectée dans les données fournies. L'analyse est automatisée et se limite aux informations disponibles dans le résumé.

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.