Corpus complet

Articles

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

Filtres actifs
Soins primaires×Intelligence artificielle×Avec résumé×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales3
Autisme / TSA2Condition génétique ou syndromique1TND non spécifié1
Profils et populations d’intérêt2
Parents et aidants1Professionnels1
Fonctions et dimensions cliniques4
Communication non verbale1Coordination1Motricité fine1Motricité globale1
Population et étape de vie3
Enfance1Petite enfance1Période prénatale et périnatale1
Contextes de vie et facteurs environnementaux6
Soins primaires3Accessibilité1Environnement numérique1Environnement physique1Famille1Précarité socio-économique1
Évaluation, intervention et accompagnement5
Intelligence artificielle3Repérage et dépistage3Évaluation diagnostique1Évaluation fonctionnelle1Instrument d’évaluation1
Type et statut de la publication6
Accès ouvert1Étude de performance diagnostique1Étude qualitative1Validation d’instrument1Publié avec évaluation par les pairs1Revue systématique1
Limites méthodologiques repérées3
Limites non déterminées2Généralisation limitée1Petit échantillon1
Fiabilité source
Source tier 13
Résumé
Avec résumé3
Preuve
Modéré2Revue1
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
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

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...

TND non spécifiéSource tier 1

Revisiter le KANET dans le contexte de la connectomique fœtale : définir les fenêtres gestationnelles optimales pour le dépistage neurodéveloppemental.Revisiting KANET in the context of fetal connectomics: defining optimal gestational windows for neurodevelopmental screening.

TND non spécifiéMotricité globaleMotricité fineCoordinationCommunication non verbale
RevueNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cet article propose le cadre conceptuel KANET-Con (matrice KANET-connectome) reliant les comportements fœtaux observés par échographie 4D à la maturation des réseaux neuronaux. Une revue narrative de 42 études a identifié la fenêtre gestationnelle de 24 à 32 semaines comme optimale pour le dépistage neurocomportemental par le score KANET. Les comportements (...