Articles

Cette étude propose un cadre d'apprentissage automatique pour la détection précoce de l'autisme chez les enfants, utilisant un ensemble empilé de classifieurs (KNN, RF, SVM, NB, DT) avec un méta-classifieur Random Forest, optimisé par hyperparamétrage et équilibré avec SMOTE. Les modèles atteignent une précision de 99% sur le jeu de données Toddler Saudi, 98% sur Q-CHAT et 99% sur les ensembles fusionnés. L'analyse Shapley identifie les caractéristiques importantes pour les prédictions. Le cadre vise à aider les cliniciens dans le dépistage de l'autisme.

Un modèle d'ensemble empilé (KNN, RF, SVM, NB, DT) avec Random Forest comme méta-classifieur atteint 99% de précision sur le jeu de données Toddler Saudi. La technique SMOTE est utilisée pour gérer le déséquilibre des classes dans les données. L'importance des caractéristiques est interprétée via la méthode Shapley, offrant une IA explicable. Les performances sont supérieures à celles des classifieurs individuels sur plusieurs jeux de données. Le cadre est conçu pour aider au dépistage précoce de l'autisme chez les enfants.

Cet outil pourrait améliorer le dépistage précoce de l'autisme en contexte clinique, facilitant une intervention rapide. L'IA explicable permet aux cliniciens de comprendre quels facteurs influencent les prédictions, renforçant la confiance dans l'outil. Le modèle pourrait être intégré dans des protocoles de dépistage pour réduire les délais diagnostiques.

Les jeux de données utilisés (Toddler Saudi, Q-CHAT) peuvent ne pas être représentatifs de populations diverses. L'étude ne rapporte pas de validation externe indépendante ni de test en conditions réelles. L'abstract ne précise pas la taille des échantillons ni les biais potentiels liés à la collecte des données.

Preprint

Ce travail explore le rôle des astrocytes dans le stress et l'apoptose neuronale dans le trouble du spectre autistique (TSA). Une sous-population d'astrocytes réactifs au stress (SRAs) a été identifiée comme surexprimée dans le TSA, régulée par le facteur de transcription JUND. Ce dernier active le gène GJA1, augmentant la communication astrocyte-neuron et induisant l'apoptose. L'inhibiteur GAP27 réduit cet effet. Les résultats suggèrent un mécanisme pathogénique impliquant JUND-GJA1, ouvrant des pistes thérapeutiques ciblant les astrocytes. Les limites incluent la spécificité des régions cérébrales étudiées et l'insuffisance de données sur les interactions gliales.

JUND est le régulateur central des SRAs, contrôlant 23,8% du transcriptome dysrégulé dans le TSA. L'activation de GJA1 par JUND augmente la communication astrocyte-neuron, favorisant l'apoptose. L'inhibiteur GAP27 restaure la viabilité neuronale, suggérant une cible thérapeutique. Les SRAs sont spécifiquement enrichies dans le TSA, avec des signatures réactives distinctes.

Identification d'un mécanisme astrocytaire spécifique dans le TSA, pouvant guider des thérapies ciblées. Possibilité de moduler la signalisation des jonctions gap pour atténuer les lésions neuronales. Approfondissement des voies de stress et de leurs interactions avec les astrocytes pour des interventions précoces.

L'étude se concentre sur des régions cérébrales spécifiques, limitant la généralisation aux sous-types de TSA. Les mécanismes complets d'activation de JUND et ses interactions avec d'autres cellules gliales restent mal compris. Absence de données sur l'efficacité clinique potentielle des inhibiteurs de jonctions gap.

Preprint

Contexte : Le trouble du spectre de l'autisme (TSA) est un trouble neurodéveloppemental fréquent chez l'enfant, souvent traité par des médicaments associés à des effets secondaires. Les probiotiques offrent une alternative plus sûre. Objectif : Comparer l'efficacité de trois agents probiotiques (formulation multi-souches de Bacillus, Lactobacillus et levure Saccharomyces boulardii) sur un modèle de rat de TSA induit par le vallproate (VPA). Méthode : Six groupes ont été étudiés, incluant un groupe contrôle, un groupe TSA induit par VPA et trois groupes traités par des probiotiques. Résultats : La formulation multi-souches de Bacillus a montré l'effet le plus marqué, réduisant les comportements stéréotypés, l'inflammation intestinale et optimisant la flore intestinale et les acides gras à chaîne courte. Intérêt clinique : Ces résultats suggèrent un potentiel thérapeutique des probiotiques multi-souches de Bacillus pour les troubles liés au TSA, en ciblant les déséquilibres intestinaux. Limites : L'étude repose sur un modèle animal, et des essais chez l'humain sont nécessaires pour confirmer ces effets.

TSA probiotiques multi-souches de Bacillus inflammation intestinale flore intestinale acides gras à chaîne courte

Alternative non pharmacologique pour le TSA Ciblage des déséquilibres microbiens associés au TSA

Modèle animal uniquement Absence de données chez l'humain Effets à long terme non évalués

Preprint

Contexte : Comprendre les dynamiques non linéaires du cerveau et leur lien avec la cognition reste un défi majeur en neurosciences. Les méthodes d'imagerie cérébrale conventionnelles, basées sur des hypothèses de linéarité et de stationnarité, ne capturent pas les calculs neuronaux spécifiques aux fréquences. Objectif : Développer un cadre d'analyse capable de modéliser les dynamiques spatio-temporelles du cerveau à différentes échelles de fréquence, avec un focus sur les troubles psychiatriques. Méthode : L'introduction du modèle Multi-Band Brain Net (MBBN), basé sur l'architecture transformer, permet d'intégrer une décomposition biologiquement fondée des fréquences avec une attention multi-bande, en utilisant des données fMRI de 49 673 individus (cohorts UK Biobank, ABCD, ABIDE). Résultats : Le MBBN améliore significativement la prédiction de troubles psychiatriques (dépression majeure, TDAH, TSA) et de traits cognitifs, avec une augmentation de l'AUROC de jusqu'à 41,36 %. Les analyses fréquence-résolues révèlent des signatures spécifiques : chez le TDAH, une diminution de la connectivité fronto-sensorimotrice à haute fréquence et l'émergence de nœuds dynamiques dans les régions opérulaires ; chez le TSA, une perturbation focale à haute fréquence dans les circuits orbitofrontaux-somatosensoriels et une couplage renforcé à ultra-basse fréquence entre le cortex temporal-pariétal et le cortex préfrontal. Intérêt clinique : Identification de biomarqueurs interprétables pour des troubles psychiatriques et cognitifs, avec des applications potentielles en diagnostic précoce et suivi thérapeutique. Limites : L'analyse repose sur un résumé abstrait et ne détaille pas les protocoles expérimentaux complets ; les résultats nécessitent validation sur des cohortes plus diversifiées et des approches multimodales.

MBBN dynamiques cérébrales non linéaires TDAH TSA biomarqueurs fréquence-résolus imagerie fMRI à grande échelle

Diagnostic précoce des troubles psychiatriques Suivi de la connectivité cérébrale Personnalisation des approches thérapeutiques

Absence de données détaillées sur les protocoles expérimentaux Nécessité de validation sur des cohortes plus diversifiées Dépendance aux données fMRI et non à d'autres modalités neurologiques

Preprint

Contexte : Le trouble du spectre de l'autisme (TSA) reste mal compris, avec une dysfonction mitochondriale impliquée comme facteur clé. Cependant, des biomarqueurs mitochondriaux fiables manquent, limitant la détection précoce et l'étude mécanistique. Objectif : Identifier des biomarqueurs diagnostiques liés aux mitochondries pour le TSA. Méthode : L'étude a intégré des données transcriptomiques de tissus corticaux post-mortems (GSE28521 pour l'entraînement ; GSE64018 pour la validation) avec des gènes mitochondriaux (MRGs) de MitoCarta3.0. Des analyses de richesse génétique (GSEA), de réseaux de co-expression (WGCNA) et des algorithmes d'apprentissage automatique (LASSO, Random Forest, SVM-RFE) ont été utilisés pour identifier des gènes candidats. Résultats : 22 gènes mitochondriaux associés au TSA ont été identifiés, dont trois gènes centraux (IDH3A, MRPL2, CHCHD4) sélectionnés par tous les modèles. Le panel de trois gènes a montré une bonne capacité diagnostique (AUC = 0,910), confirmée par un modèle ANN (AUC = 0,903). Un nomogram a atteint une précision prédictive excellente (C-index = 0,964). L'analyse ssGSEA a lié ces gènes à l'activité des voies mitochondriales, notamment le transport du calcium. La qPCR a validé une surexpression de Idh3a et Mrpl2 chez les souris BTBR, et l'Atlas des protéines humaines (HPA) a confirmé leur localisation mitochondriale et leur expression cérébrale. Intérêt clinique : Ces biomarqueurs pourraient améliorer la détection précoce et approfondir la compréhension de la dysfonction mitochondriale dans le TSA. La perturbation de la couplage Ca²⁺-énergie mitochondriale est suggérée comme mécanisme clé. Limites : L'analyse repose sur l'abstract, et l'étude utilise des tissus post-mortems, limitant l'applicabilité clinique directe chez les patients vivants.

Identification de trois gènes mitochondriaux (IDH3A, MRPL2, CHCHD4) comme biomarqueurs prometteurs pour le TSA. Performance diagnostique élevée (AUC > 0,9) et validation biologique par qPCR et HPA. Lien entre ces gènes et le transport du calcium mitochondrial, suggérant un mécanisme pathogénique clé.

Amélioration potentielle de la détection précoce du TSA via des biomarqueurs mitochondriaux. Ouverture vers des cibles thérapeutiques liées à la fonction mitochondriale.

Absence de données sur les patients vivants, limitant la transposition clinique immédiate. Dépendance exclusive à l'abstract pour l'analyse, avec des informations limitées sur la méthodologie détaillée.

Preprint

Contexte : Les mutations géniques nuisibles sont cruciales pour identifier les gènes sous-jacents aux troubles du développement, notamment l'autisme. Cependant, l'absence de données génétiques parentales rend difficile la détection des variants de novo (apparaissant spontanément). Objectif : Proposer un cadre méthodologique pour inférer les variants de novo lorsqu'il manque les génotypes parentaux, afin d'améliorer les études d'association génétique. Méthode : L'approche utilise un classifieur adapté aux données déséquilibrées et des variants de classe d'héritage connue pour construire un modèle d'héritage et un score de novo. Un nouveau modèle appelé Random Draw (RD) est ensuite proposé pour la découverte de gènes, intégré à un cadre existant. Résultats : Le modèle RD améliore les tests d'association basés sur les gènes tout en contrôlant le taux de faux découvertes. Les codes sont disponibles en ligne. Intérêt clinique : Cette méthode permet de mieux identifier les facteurs génétiques de l'autisme dans les cas où les données parentales sont absentes, un scénario fréquent en pratique clinique. Limites : L'analyse repose sur l'abstract et le titre, sans détails sur les validations expérimentales ou les performances spécifiques du modèle sur des données réelles.

Détection de variants de novo sans données parentales Modèle Random Draw (RD) pour la découverte de gènes Contrôle du taux de faux découvertes Application à l'autisme (TSA) Codes open source disponibles

Amélioration des études génétiques en absence de données parentales Potentiel pour identifier des gènes associés à l'autisme Outils reproductibles pour la recherche translationnelle

Absence de données sur les performances expérimentales détaillées Dépendance à des modèles existants non explicitement validés Application limitée à l'autisme selon l'abstract

Preprint

Contexte : Les données sur la prévalence de l'autisme sont rares dans les pays à faible et moyenne revenu. En 2022, le Brésil a intégré, pour la première fois, une question spécifique sur le diagnostic médical préalable d'autisme dans son recensement national. Objectif : Estimer la prévalence de l'autisme au Brésil et évaluer les implications pour la surveillance et la politique publique. Méthode : Les résultats provisoires du recensement de 2022, publiés en 2025, reposent sur des données auto-déclarées. Résultats : 1,2 % de la population (environ 2,42 millions de personnes) ont déclaré un diagnostic d'autisme. La prévalence est plus élevée chez les garçons de 5 à 9 ans (2,6 %) et diminue avec l'âge (0,3 % chez les adultes de 30 ans et plus). Des variations régionales ont été observées. Intérêt clinique : Cet estimé national représente une avancée majeure pour la surveillance épidémiologique et la planification des politiques en Amérique latine, en mettant en lumière les disparités d'accès au diagnostic. Limites : Les données auto-déclarées peuvent sous-estimer la prévalence, et les comparaisons avec les États-Unis doivent être interprétées prudemment en raison des différences méthodologiques. L'analyse repose principalement sur l'abstract, les détails techniques étant limités.

Première estimation nationale de la prévalence de l'autisme au Brésil (1,2 %). Prévalence plus élevée chez les garçons jeunes et diminution avec l'âge. Variations régionales suggérant des disparités dans les pratiques diagnostiques. Importance pour la planification des politiques en contexte Global South.

Mise en évidence des écarts historiques dans l'identification de l'autisme chez les cohortes plus âgées. Nécessité de renforcer les systèmes de surveillance et d'accès au diagnostic dans les pays à revenu intermédiaire. Données utiles pour adapter les ressources et les interventions en santé publique.

Données auto-déclarées, risquant une sous-estimation. Absence de détails méthodologiques précis sur la collecte des données. Comparaisons avec les États-Unis limitées par des différences de méthodologie.

Preprint

Contexte : Le trouble du spectre de l'autisme (TSA) est un trouble neurodéveloppemental caractérisé par des difficultés sociales, des comportements répétitifs et des troubles de la communication. Le diagnostic basé sur les symptômes comportementaux présente des limites (subjectivité, variabilité interindividuelle, chevauchement avec d'autres troubles). Objectif : Proposer un système d'aide au diagnostic (CADS) basé sur l'imagerie par résonance magnétique fonctionnelle (fMRI) au repos, en exploitant les connexions fonctionnelles (FC) dans le domaine fréquentiel. Méthode : Les données de fMRI au repos ont été prétraitées, puis analysées via une analyse indépendante de composants (GICA) pour identifier les réseaux cérébraux au repos (RSNs). Une analyse de cohérence a ensuite extrait des caractéristiques de FC dans le domaine fréquentiel. Une sélection de caractéristiques a été effectuée par groupe d'âge (enfants, adolescents, adultes) en utilisant une approche intégrée avec la plateforme WEKA. Résultats : Le CADS a atteint une précision de classification de 95,23 % chez les enfants, 88,1 % chez les adolescents et 92,8 % chez les adultes. Les bandes fréquentielles les plus discriminantes ont été identifiées pour chaque groupe d'âge. Intérêt clinique : Cette approche ouvre des perspectives pour le diagnostic et le suivi de la réhabilitation du TSA, en mettant en évidence des biomarqueurs neuroimagerie potentiels. Limites : L'analyse repose uniquement sur l'abstract, limitant la compréhension des détails méthodologiques et des validations supplémentaires.

Diagnostic du TSA fMRI au repos analyse fréquentielle système CADS précision élevée par groupe d'âge

Outils objectifs pour le diagnostic suivi de la réhabilitation identification de biomarqueurs neuroimagerie

Accès limité à l'abstract Absence de détails sur la validation clinique Généralisation possible des résultats

Preprint

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 et des modèles d'apprentissage automatique (ML). Méthode : Une étude s'appuyant sur un jeu de données existant (n = 9) comprenant des données de mouvement et physiologiques. Quatre modèles ML (Random Forest, AdaBoost.M2, LSTM, Double-Stacked LSTM) ont été comparés sur cinq horizons de prévision (3s à 120s) et trois ensembles de caractéristiques (mouvement uniquement, physiologique uniquement, combiné). Les performances ont été mesurées via des métriques avec une validation croisée Leave-One-Subject-Out. Résultats : Une amélioration significative de la performance a été observée avec des horizons de prévision plus longs (au-delà d'une minute). Cependant, les résultats agrégés n'ont pas montré de différences significatives entre modèles ou ensembles de caractéristiques. L'analyse individuelle suggère une faisabilité prédictive, mais les configurations optimales dépendent fortement des individus. Intérêt clinique : La prévision du CAL via des capteurs portables est techniquement réalisable, ouvrant la voie à des systèmes de soutien proactif. Cela pourrait transformer la prise en charge en permettant des interventions anticipées. Limites : La petite taille de l'échantillon (n = 9) et la variabilité des performances soulignent la nécessité d'approches personnalisées pour des applications cliniques utiles. Les résultats restent préliminaires et nécessitent des validations sur des cohortes plus larges.

Utilisation de capteurs portables et d'apprentissage automatique pour prédire le CAL chez les jeunes autistes. Amélioration de la performance avec des horizons de prévision plus longs (au-delà d'une minute). Nécessité d'approches personnalisées en raison de la variabilité inter-individuelle des modèles. Faisabilité démontrée, mais limitée par une petite taille d'échantillon et des résultats préliminaires.

Potentiel de systèmes de soutien proactif basés sur des données en temps réel. Nécessité de personnaliser les modèles ML pour chaque individu. Ouverture à des applications futures en santé comportementale et neurodéveloppementale.

Étude sur un petit échantillon (n = 9), limitant la généralisation. Variabilité des performances entre individus, nécessitant des validations supplémentaires. Absence de données sur l'impact clinique réel des prédictions.

Preprint

Contexte : Le trouble du spectre de l'autisme (TSA) est un trouble neurodéveloppemental diagnostiqué précocement, mais les méthodes actuelles reposent sur des observations subjectives et peu scalables. L'objectif de cette étude est de proposer un outil de dépistage objectif et fiable basé sur l'analyse des comportements moteurs extraits de vidéos d'enfants enregistrées à domicile. Objectif : Développer un modèle hybride d'apprentissage profond capable de détecter le TSA avec une précision élevée en analysant des biomarqueurs moteurs. Méthode : Les coordonnées articulaires ont été extraites via le modèle MediaPipe Pose. Des caractéristiques spatiales, temporelles, fréquentielles et de coordination ont été calculées, puis traitées par une architecture combinant CNN (pour les motifs spatiaux), BiLSTM (pour les dynamiques temporelles) et un mécanisme d'attention (pour identifier les segments critiques). Résultats : Le modèle atteint plus de 97 % de précision sur des jeux de données fermés et plus de 83 % sur des vidéos publiques (YouTube, TikTok), démontrant sa robustesse dans des conditions contrôlées et réelles. Intérêt clinique : Cet outil offre une solution objective, scalable et applicable en clinique, surmontant les limites des environnements artificiels et des données restreintes. Limites : Les résultats sur les vidéos publiques (83 %) sont moins élevés que sur les jeux de données fermés, ce qui suggère une possible sensibilité aux variations de qualité ou de contexte des enregistrements réels.

dépistage du TSA apprentissage profond biomarqueurs moteurs videos à domicile modèle hybride CNN-BiLSTM

dépistage précoce objectif réduction de la subjectivité diagnostique outil applicable en milieu réel

performance moindre sur les vidéos publiques manque de précision sur des populations diversifiées non mentionnées

Preprint

Contexte : Le trouble du spectre autistique (TSA) est une cause majeure de handicap chez l'enfant. L'exposition prénatale à la matière particulaire fine (PM₂.₅) et aux oxydes d'azote (NOₓ) liés au trafic routier est associée à un risque accru de TSA, mais les mécanismes biologiques sous-jacents restent mal compris. Objectif : Identifier des voies métaboliques néonatales liées à l'exposition prénatale à la PM₂.₅ et aux NOₓ non liés aux autoroutes, et évaluer leur pertinence pour le risque de TSA via une approche métabolomique non ciblée. Méthode : Étude cas-témoins appariée sur 50 enfants diagnostiqués avec un TSA avant 5 ans et 50 témoins, appariés selon l'année de naissance, le sexe, la race/ethnie et le centre médical. L'exposition prénatale a été estimée via des modèles spatiaux à haute résolution. Le métabolomique a été réalisé sur des prélèvements sanguins néonataux par LC-MS (chromatographie HILIC et C18). Les analyses statistiques ont ajusté les facteurs d'appariement et les covariables. Résultats : La métabolisation de l'aspartate et de l'asparagine était significativement associée au TSA (p=0,01) et à l'exposition à la PM₂.₅ (p<0,001) ou aux NOₓ (p=0,003). Les voies du glutamate, de l'azote et des acides sialiques étaient également liées au TSA et à la pollution. Des métabolites clés (L-asparagine, GABA, succinate semialdéhyde, L-glutamine) suggèrent un lien avec le stress oxydatif et l'inflammation. Intérêt clinique : Cette étude révèle une dysrégulation du métabolisme des acides aminés néonataux comme mécanisme potentiel entre l'exposition prénatale à la pollution et le risque de TSA. Le métabolomique néonatal pourrait servir de biomarqueur précoce et justifier des mesures de réduction de la pollution prénatale pour préserver le développement cérébral. Limites : L'analyse repose sur l'abstract et le titre, limitant les détails sur la conception de l'étude, la taille de l'échantillon ou les méthodes statistiques. L'approche observationnelle ne permet pas d'établir une causalité directe.

Lien entre pollution prénatale (PM₂.₅, NOₓ) et dysrégulation métabolique néonatale (aspartate, asparagine, glutamate). Métabolites impliqués : L-asparagine, GABA, succinate semialdéhyde, L-glutamine. Mécanismes suggérés : stress oxydatif et inflammation. Potentiel du métabolomique néonatal pour détecter des biomarqueurs précoces du TSA.

Identification de voies métaboliques cibles pour des recherches étiologiques sur le TSA. Justification de politiques publiques visant à réduire l'exposition prénatale à la pollution. Ouverture à des applications diagnostiques précoces via le métabolomique néonatal.

Analyse basée uniquement sur l'abstract et le titre, limitant la connaissance des détails méthodologiques. Étude observationnelle, donc absence de preuve de causalité directe. Taille d'échantillon modeste (50 cas/50 témoins), limitant la généralisation des résultats.

Preprint