De l'hétérogénéité à la traduction : sous-typage basé sur les données de l'autisme dans un cadre multiniveauFrom heterogeneity to translation: data‑driven subtyping of autism in a multilevel framework.
- Les approches data-driven ont identifié deux neurosubtypes caractérisés par une activité neuronale augmentée ou diminuée, liés à des dimensions symptomatiques et cognitives spécifiques.
- Les sous-types comportementaux, basés sur la sévérité et les troubles fonctionnels, sont associés à des circuits neuraux distincts.
- Les études transdiagnostiques révèlent des substrats neurobiologiques partagés entre l'autisme et les troubles comorbides.
Revue de synthèse exhaustive sur le sous-typage data-driven de l'autisme, intégrant des données neurales, comportementales et transdiagnostiques. Directement pertinente pour la pratique clinique en neuropsychologie et neurosciences, avec des implications claires pour l'évaluation et l'intervention personnalisées. Note élevée en raison de son approche intégrative et de ses perspectives pour la recherche translationnelle.
Il s'agit d'une revue narrative et non d'une méta-analyse systématique, ce qui limite la généralisation des conclusions. Les études incluses présentent une hétérogénéité importante dans la taille des échantillons et les méthodes d'imagerie. Les résultats sont principalement issus d'études transversales, limitant les inférences causales sur la trajectoire des sous-types. La validité externe des sous-types identifiés dans des populations cliniques diverses reste à établir.
Cette revue synthétise les approches data-driven pour caractériser l'hétérogénéité de l'autisme à trois niveaux : neural, comportemental et transdiagnostique. Deux neurosubtypes principaux (hyper- vs hypo-activité) sont associés à des dimensions symptomatiques et cognitives. Les sous-types comportementaux reflètent la sévérité et le fonctionnement. Les études transdiagnostiques montrent des chevauchements neurobiologiques avec les troubles comorbides. L'évidence suggère des correspondances multiples (multi-à-un, un-à-plusieurs) plutôt qu'une cartographie simple. Les défis incluent l'hétérogénéité des échantillons et l'intégration des modèles catégoriels/dimensionnels. Les futures recherches devraient privilégier de grands échantillons, des designs longitudinalux et une validation par la réponse à l'intervention.
Les approches data-driven ont identifié deux neurosubtypes caractérisés par une activité neuronale augmentée ou diminuée, liés à des dimensions symptomatiques et cognitives spécifiques. Les sous-types comportementaux, basés sur la sévérité et les troubles fonctionnels, sont associés à des circuits neuraux distincts. Les études transdiagnostiques révèlent des substrats neurobiologiques partagés entre l'autisme et les troubles comorbides. Il n'existe pas de correspondance univoque entre sous-types neuraux et comportementaux, mais plutôt des mappings de type plusieurs-à-un, un-à-plusieurs ou plusieurs-à-plusieurs convergeant vers un trouble fonctionnel global. L'intégration des modèles catégoriels et dimensionnels dans le sous-typage reste un défi méthodologique majeur. Les recherches futures doivent prioriser les grands échantillons, les collaborations multi-sites, les études longitudinales et la validation par la réponse à l'intervention.
Le sous-typage data-driven peut guider des interventions personnalisées basées sur des profils neurobiologiques et comportementaux spécifiques. La reconnaissance de mappings multiples souligne la nécessité d'évaluations multidimensionnelles incluant des mesures neurales et comportementales. L'identification de sous-types transdiagnostiques pourrait améliorer le diagnostic différentiel et orienter les stratégies thérapeutiques partagées. Les cliniciens doivent être conscients que les sous-types neuraux ne correspondent pas directement aux présentations cliniques, nécessitant une interprétation nuancée.
Revue