Un cadre pour prédire la réponse au traitement par neurofeedback dans le TDAH en utilisant la connectivité fonctionnelle de l'EEG et la sélection de canaux basée sur un algorithme génétiqueA Framework for Predicting Neurofeedback Treatment Response in ADHD Using EEG Functional Connectivity and Genetic Algorithm-Driven Channel Selection.
- Le cadre prédictif utilise la connectivité fonctionnelle EEG via le Phase Locking Value (PLV) pour classifier la réponse au neurofeedback.
- Un algorithme génétique a identifié six canaux EEG optimaux (C3, C4, Cz, Fz, Fp1, T6) à partir d'un montage 32 canaux.
- La meilleure configuration de classifieur atteint une exactitude de 84,72 % en validation croisée par sujet.
Note de pertinence de 75 car l'article propose un cadre prédictif pour le neurofeedback dans le TDAH, pertinent cliniquement, mais l'absence de validation indépendante et la taille d'échantillon modeste limitent son impact immédiat.
L'étude n'a pas été validée sur des jeux de données cliniques indépendants, limitant la généralisabilité. L'échantillon est restreint à 60 enfants, ce qui peut affecter la robustesse des performances. La population est limitée aux enfants de 6 à 12 ans ; l'applicabilité aux adolescents et adultes TDAH reste inconnue. L'approche repose sur un jeu de données ouvert spécifique ; la reproductibilité sur d'autres dispositifs EEG n'est pas démontrée. Aucune comparaison avec d'autres méthodes prédictives (cliniques, neuropsychologiques) n'est fournie.
Cet article présente un cadre computationnel pour prédire la réponse au neurofeedback chez les enfants TDAH. Il analyse la connectivité fonctionnelle EEG (Phase Locking Value) à partir d'un sous-ensemble de six canaux (C3, C4, Cz, Fz, Fp1, T6), sélectionnés par algorithme génétique. Un classifieur ensembliste atteint une précision de 84,72 % pour distinguer les répondeurs des non-répondeurs. L'étude a porté sur 60 enfants TDAH âgés de 6 à 12 ans à partir d'un jeu de données ouvert. Le cadre nécessite une validation sur des données cliniques indépendantes avant application.
Le cadre prédictif utilise la connectivité fonctionnelle EEG via le Phase Locking Value (PLV) pour classifier la réponse au neurofeedback. Un algorithme génétique a identifié six canaux EEG optimaux (C3, C4, Cz, Fz, Fp1, T6) à partir d'un montage 32 canaux. La meilleure configuration de classifieur atteint une exactitude de 84,72 % en validation croisée par sujet. L'étude exploite un jeu de données ouvert de 60 enfants TDAH âgés de 6 à 12 ans. Le traitement des signaux inclut un prétraitement pour réduire les artefacts et une extraction de caractéristiques spectrales (alpha et bêta).
Ce cadre pourrait permettre une prédiction précoce de la réponse au neurofeedback, facilitant la personnalisation du traitement pour les enfants TDAH. L'identification de six canaux seulement simplifie l'acquisition EEG pour une utilisation clinique potentielle. La méthode pourrait réduire le temps et le coût du neurofeedback en sélectionnant les patients les plus susceptibles d'en bénéficier. Ces résultats soutiennent le développement d'outils d'aide à la décision pour les cliniciens prescrivant le neurofeedback.
Modéré