Traitement du système numérique approximatif chez les enfants d'âge scolaire avec autisme de haut niveau : preuves comportementales et neurales issues d'une étude de potentiels évoqués.

Cette étude transversale a inclus 29 enfants d'âge scolaire (14 avec autisme de haut niveau, HFA, et 15 au développement typique, TD), appariés sur l'âge, le QI et la mémoire de travail. Les participants ont réalisé une tâche de comparaison de points pendant un enregistrement EEG, avec manipulation du ratio numérique et du groupement perceptuel (connectivité). Les résultats comportementaux montrent que les enfants HFA ont une précision inférieure à celle des enfants TD, et que la précision est fortement affectée par le ratio numérique et la connectivité. Une interaction Groupe × Ratio a été observée, la différence entre groupes étant concentrée dans la condition de ratio faible (c'est-à-dire une séparation numérique plus grande et une discrimination plus facile). Sur le plan neuronal, les enfants HFA présentent des amplitudes frontales P2 augmentées spécifiquement lors du traitement numérique de base (sans lignes de connexion), ce qui suggère un engagement attentionnel ou de contrôle cognitif atypique pendant l'estimation de la numérosité. Le groupement perceptuel a modulé l'allocation attentionnelle précoce (amplitudes N1) de manière similaire dans les deux groupes. Les auteurs interprètent ces résultats comme ne soutenant pas l'hypothèse de la cohérence centrale faible (WCC), car l'absence d'interaction Groupe × Connectivité indique que le traitement perceptuel n'est pas différentiel entre les groupes. Cependant, l'effet principal de la connectivité sur la précision est présent, ce qui n'est pas contradictoire mais reflète un effet similaire dans les deux groupes. L'analyse NeuroWatch note que l'étude est bien contrôlée pour les facteurs de confusion (appariement), utilise des mesures validées (tâche de comparaison de points, composantes ERP), mais présente une limitation due à la petite taille de l'échantillon. Les analyses statistiques (GLMM, ANOVA) sont appropriées. Cependant, les tailles d'effet, intervalles de confiance, valeurs p exactes et autres détails statistiques ne sont pas rapportés dans le résumé. De plus, le financement et les conflits d'intérêts ne sont pas mentionnés. L'analyse est automatisée et basée uniquement sur le résumé, ce qui limite la capacité à évaluer la robustesse des résultats. Les conclusions des auteurs sont distinctes de l'analyse NeuroWatch, qui ne fournit aucune recommandation clinique.

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.