Corpus complet

Articles

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

Filtres actifs
Environnement numérique×Intelligence artificielle×Petit échantillon×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales2
Autisme / TSA4TDAH1
Profils et populations d’intérêt3
Neurodiversité1Parents et aidants1Professionnels1
Fonctions et dimensions cliniques2
Comportements-défis1Régulation comportementale1
Conditions associées et santé globale1
Anxiété1
Population et étape de vie4
Adolescence1Adulte1Jeune adulte1Petite enfance1
Contextes de vie et facteurs environnementaux3
Environnement numérique4Famille1Soins primaires1
Évaluation, intervention et accompagnement6
Intelligence artificielle4Application ou outil numérique3Repérage et dépistage2Prévention1Psychothérapie1Technologie d’assistance1
Type et statut de la publication5
Essai contrôlé randomisé1Étude de cas ou série de cas1Étude qualitative1Publié avec évaluation par les pairs1Revue systématique1
Limites méthodologiques repérées2
Petit échantillon4Généralisation limitée3
Fiabilité source
Source tier 14
Résumé
Avec résumé4
Preuve
Modéré2Preprint1Revue1
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
Autisme / TSASource tier 1

Apprentissage en quelques exemples avec grands modèles de langage pour prédire la réponse individuelle au traitement par pleine conscience sur smartphone chez des adultes autistes présentant de l'anxiété : analyse secondaire d'un essai contrôlé randomiséLarge Language Model Few-Shot Learning for Predicting Individual Treatment Response to Smartphone-Based Mindfulness in Autistic Adults With Anxiety: Secondary Analysis of a Randomized Controlled Trial.

Autisme / TSAAnxiétéAdulteEnvironnement numériquePsychothérapie
ModéréNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette analyse secondaire d'un essai contrôlé randomisé compare une intervention de pleine conscience de 6 semaines sur smartphone à un groupe d'attente chez 73 adultes autistes anxieux. Les modèles d'apprentissage automatique (random forest, AUC=0,79) ont prédit la réponse à l'intervention (réduction ≥7 points au STAI-état). Une anxiété d'état élevée en base...

Autisme / TSASource tier 1

Comprendre les contextes des utilisateurs finaux et identifier les préférences de conception d'un outil d'aide à la décision clinique basé sur l'intelligence artificielle pour la détection précoce de l'autismeUnderstanding end-user contexts and identifying design preferences of an artificial intelligence-based clinical decision support tool for early autism detection.

Autisme / TSAProfessionnelsParents et aidantsPetite enfanceSoins primaires
ModéréNiveau de preuvePubMed — troubles specifiques des apprentissagesSourceDOIRéférence disponible

Cette étude observationnelle a utilisé une enquête contextuelle pour recueillir les perspectives de 8 cliniciens et 20 aidants lors de consultations d'enfants de 18 à 24 mois dans des cliniques affiliées à Duke. L'analyse du flux de travail a identifié 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique. Les barrière...

Autisme / TSASource tier 1

Faisabilité de la prévision des comportements auto-lésifs chez les jeunes autistes à l'aide de capteurs portables et de modèles d'apprentissage automatiqueFeasibility of forecasting self-injurious behavior among autistic youth using wearable sensors and machine learning models.

Autisme / TSANeurodiversitéComportements-défisRégulation comportementaleAdolescence
PreprintNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Contexte : Le comportement auto-lésif (CAL) représente un défi clinique majeur chez les personnes autistes, souvent traité de manière réactive. La prévision du CAL pourrait permettre un soutien précoce, mais sa faisabilité reste mal établie. Objectif : Évaluer la faisabilité de la prévision du CAL chez les jeunes autistes en utilisant des capteurs portables...

Autisme / TSASource tier 1

Approches d'apprentissage automatique pour identifier les troubles neurodéveloppementaux à partir des données des réseaux sociaux : une revue systématiqueMachine learning approaches to identifying neurodevelopmental disorders using social media data: a systematic review.

Autisme / TSATDAHEnvironnement numériqueRepérage et dépistageIntelligence artificielle
RevueNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette revue systématique examine 19 études utilisant l'intelligence artificielle et l'apprentissage automatique pour analyser les données des réseaux sociaux (Reddit, Twitter, YouTube, Facebook) afin de détecter les troubles neurodéveloppementaux, principalement le trouble du spectre autistique (TSA) et le trouble déficitaire de l'attention avec hyperactivit...