Corpus complet

Articles

5 articles, page 1 sur 1, triés par date de publication.

Filtres actifs
Neurodéveloppement×Intervention×Étude de performance diagnostique×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales3
Autisme / TSA4Condition génétique ou syndromique1TND non spécifié1
Profils et populations d’intérêt1
Groupe témoin1
Fonctions et dimensions cliniques3
Attention1Traitement sensoriel1Vision1
Population et étape de vie2
Enfance2Plusieurs étapes de vie1
Contextes de vie et facteurs environnementaux5
Environnement physique1Hôpital1Institution ou hébergement collectif1Précarité socio-économique1Soins primaires1
Évaluation, intervention et accompagnement4
Évaluation diagnostique5Intelligence artificielle5Instrument d’évaluation4Repérage et dépistage1
Type et statut de la publication5
Étude de performance diagnostique5Publié avec évaluation par les pairs3Validation d’instrument2Accès ouvert1Étude transversale1
Limites méthodologiques repérées3
Petit échantillon3Généralisation limitée2Limites non déterminées2
Fiabilité source
Source tier 15
Résumé
Avec résumé5
Preuve
Modéré4Élevé1
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
Autisme / TSASource tier 1

Modèle d'apprentissage automatique pour la détection des troubles du spectre autistique à l'aide de signaux électrorétinographiquesMachine learning model for the detection of autism spectrum disorder using electroretinogram signals.

Autisme / TSATraitement sensorielVisionÉvaluation diagnostiqueInstrument d’évaluation
ÉlevéNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose un cadre d'apprentissage automatique, UMAP-ERG, combinant UMAP, SMOTE et classifieurs conventionnels pour détecter l'autisme à partir de signaux électrorétinographiques (ERG). Sur 106 participants, le modèle SVM a atteint une AUC de 0,98, une précision de 0,96, une sensibilité de 0,93 et une spécificité de 0,98, surpassant les modèles exi...

Autisme / TSASource tier 1

Caractérisation neurophysiologique de l'EEG du trouble du spectre autistique par analyse fréquentielle basée sur la DWT avec électrodes sélectives et segmentation cérébrale : une approche explicable par IANeurophysiological EEG Characterization of Autism Spectrum Disorder Using DWT-Based Frequency Analysis With Selective Electrodes and Brain Segmentation: An Explainable AI-Driven Approach.

Autisme / TSAEnfanceÉvaluation diagnostiqueInstrument d’évaluationIntelligence artificielle
ModéréNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude propose une méthode de caractérisation neurophysiologique de l'EEG pour le diagnostic du trouble du spectre autistique (TSA) chez les enfants. Elle utilise la transformée en ondelettes discrète (DWT) pour extraire les bandes de fréquences (delta, thêta, alpha, bêta, gamma) à partir de 15 électrodes segmentées en 7 régions cérébrales. Les caractér...

Autisme / TSASource tier 1

Stratification du risque oncogénique par IA dans les troubles du spectre autistique pédiatriques : un cadre d'apprentissage automatique multi-omique pour la prévention précoce du cancerAI-driven oncogenic risk stratification in pediatric autism spectrum disorder: A multi-omic machine learning framework for early cancer prevention.

Autisme / TSACondition génétique ou syndromiqueEnfanceSoins primairesPrécarité socio-économique
ModéréNiveau de preuveSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cette étude rétrospective a utilisé un cadre d'apprentissage profond multitâche pour identifier les profils oncogéniques à haut risque dans une cohorte de 5 120 enfants avec TSA issus de pays à revenu faible ou intermédiaire. En intégrant des données génomiques, métaboliques maternelles et d'exposition environnementale, le modèle a atteint une AUC-ROC de 0,9...

Évaluation diagnostiqueSource tier 1

FedFound : un modèle de base fédéré pour l'analyse du connectome morphologique cérébral tout au long de la vieFedFound: a federated foundation model for lifespan brain morphological connectome analysis.

TND non spécifiéPlusieurs étapes de vieHôpitalInstitution ou hébergement collectifÉvaluation diagnostique
ModéréNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

FedFound est le premier modèle fondation fédéré pour l'analyse du connectome morphologique cérébral, s'inspirant du parcours structuré de formation des radiologues. Intégrant des données hétérogènes de 22 911 sujets (0-100 ans) provenant de plusieurs sites et troubles, il combine pré-apprentissage auto-supervisé et raffinement supervisé fédéré. Sur neuf tâch...

Autisme / TSASource tier 1

Réseaux de neurones graphiques et architectures séquentielles pour la détection de l'autisme à partir de biomarqueurs d'oculométrie : une étude multi-site.Graph Neural Networks and sequential architectures for autism detection from eye-tracking biomarkers: a multi-site study.

Autisme / TSAGroupe témoinAttentionÉvaluation diagnostiqueInstrument d’évaluation
ModéréNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude compare plusieurs architectures de réseaux de neurones (GNN, LSTM, MLP) pour la détection du trouble du spectre autistique (TSA) à partir de données d'eye-tracking multimodales. Deux jeux de données indépendants (CILIA, France, 57 participants ; Saliency4ASD, Italie, 27 participants) ont été combinés pour former une cohorte européenne de 84 parti...