Sous-espace individuel stratifié par âge du trouble du spectre autistique basé sur un algorithme d'extraction de base orthogonale commune améliore la précision de la prédiction des symptômes cliniquesAge-stratified individual-specific subspace of autism spectrum disorder based on common orthogonal basis extraction algorithm improves the accuracy of clinical symptoms prediction.
- L'étude utilise l'algorithme COBE pour extraire des caractéristiques individuelles stratifiées par âge à partir de l'IRMf.
- L'analyse inclut 437 participants (208 TSA, 229 témoins) de la base ABIDE.
- Les caractéristiques stratifiées par âge améliorent la prédiction des symptômes cliniques, avec une amélioration maximale de 133 % pour le comportement social chez les adolescents.
Note de pertinence de 78/100 en raison de l'importance clinique directe pour le diagnostic et le suivi du TSA, de l'utilisation de méthodes avancées d'IRMf avec validation indépendante. Cependant, la généralisabilité reste limitée et l'application clinique immédiate est faible.
L'étude repose sur des données secondaires de la base ABIDE, avec des biais potentiels de sélection. La taille de l'échantillon reste modeste malgré la validation indépendante. L'algorithme COBE nécessite une expertise technique et n'est pas directement applicable en clinique. L'étude n'inclut que des mesures d'IRMf, sans autres modalités d'imagerie ou cliniques. L'analyse est limitée à la prédiction des symptômes comportementaux, sans évaluation de l'évolution longitudinale.
Cette étude analyse 437 participants (208 TSA, 229 témoins) de la base ABIDE en utilisant l'algorithme COBE pour isoler des caractéristiques individuelles stratifiées par âge à partir de l'IRMf, et évalue leur capacité à prédire les symptômes cliniques. Les résultats montrent que ces caractéristiques améliorent significativement la prédiction, notamment pour le comportement social chez les adolescents TSA (augmentation de 133 %). Les résultats sont répliqués dans un échantillon indépendant, soulignant l'importance de la variabilité inter-individuelle et de la perspective développementale dans la recherche de biomarqueurs du TSA.
L'étude utilise l'algorithme COBE pour extraire des caractéristiques individuelles stratifiées par âge à partir de l'IRMf. L'analyse inclut 437 participants (208 TSA, 229 témoins) de la base ABIDE. Les caractéristiques stratifiées par âge améliorent la prédiction des symptômes cliniques, avec une amélioration maximale de 133 % pour le comportement social chez les adolescents. Les résultats sont validés dans un échantillon indépendant. L'étude souligne l'importance de la variabilité inter-individuelle et de la perspective développementale dans la recherche de biomarqueurs du TSA.
Les méthodes d'IRMf combinées à des approches computationnelles peuvent améliorer la prédiction des symptômes cliniques chez les personnes avec TSA. La stratification par âge est essentielle pour comprendre l'hétérogénéité du TSA et adapter les interventions. Les modèles prédictifs basés sur des caractéristiques individuelles pourraient guider des interventions précoces ciblées chez les adolescents TSA.
Modéré