Corpus complet

Articles

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

Filtres actifs
Plusieurs étapes de vie×Étude de performance diagnostique×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales4
Autisme / TSA2Condition génétique ou syndromique1TND non spécifié1Trouble du développement intellectuel1
Profils et populations d’intérêt1
Population générale1
Fonctions et dimensions cliniques12
Attention1Cognition globale1Flexibilité mentale1Fonctions exécutives1Impulsivité1Inhibition1Mémoire de travail1Organisation1Planification1Régulation émotionnelle1Vision1Vitesse de traitement1
Population et étape de vie3
Plusieurs étapes de vie4Adolescence1Enfance1
Contextes de vie et facteurs environnementaux3
École1Hôpital1Institution ou hébergement collectif1
Évaluation, intervention et accompagnement4
Évaluation diagnostique2Intelligence artificielle2Instrument d’évaluation2Repérage et dépistage1
Type et statut de la publication5
Étude de performance diagnostique4Accès ouvert2Publié avec évaluation par les pairs2Étude transversale1Résumé uniquement1
Limites méthodologiques repérées1
Limites non déterminées4
Fiabilité source
Source tier 14
Résumé
Avec résumé4
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
Condition génétique ou syndromiqueSource tier 1

Des variants de novo du gène PCBP1, codant la protéine de liaison poly(rC), causent un trouble du neurodéveloppement.De novo variants in the poly(rC)-binding protein gene PCBP1 cause a neurodevelopmental disorder.

Autisme / TSATrouble du développement intellectuelCondition génétique ou syndromiqueCognition globalePlusieurs étapes de vie
Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude internationale multicentrique identifie 16 variants pathogènes de novo du gène PCBP1 chez 17 sujets issus de 16 familles non apparentées. Tous les individus affectés présentent une déficience intellectuelle, avec un trouble du spectre de l'autisme comme caractéristique marquante. Des analyses fonctionnelles sur cultures primaires de neurones hipp...

AttentionSource tier 1

Modèles neurobiologiques et visuels du fonctionnement attentionnel et émotionnel chez les enfants : une approche d'apprentissage automatiqueNeurobiosensory and Visual Patterns of Attentional and Emotional Functioning in Children Using Machine Learning: Cross-Sectional Study.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude a développé et évalué une approche de dépistage multimodal automatisé intégrant des mesures oculomotrices, de reconnaissance faciale des émotions et neuropsychologiques chez 260 enfants de 7 à 15 ans. Un classifieur Random Forest a distingué les enfants avec une performance attentionnelle faible des enfants normatifs avec une AUC-ROC de 0,95. Les...

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
Non déterminableRobustesse méthodologiquePubMed / 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

Optimisation métaheuristique des hyperparamètres de réseaux de neurones profonds pour la classification du trouble du spectre de l'autisme tenant compte des facteurs démographiquesMetaheuristic hyperparameter optimization of deep neural networks for demographic-aware autism spectrum disorder classification.

Autisme / TSAPlusieurs étapes de vieÉtude de performance diagnostiqueAccès ouvertLimites non déterminées
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose un cadre d'apprentissage profond pour classer le trouble du spectre autistique (TSA) à partir d'IRM structurelles, en intégrant l'optimisation des hyperparamètres via l'algorithme Optimized Artificial Bee Colony (OptABC). Trois modèles CNN personnalisés sont développés pour la classification selon le sexe, l'âge, et une stratification con...