Variants génétiques pathogènes, autisme comorbide et quotient de développement adaptatif comme prédicteurs indépendants de la déficience intellectuelle chez les enfants présentant un retard global de développement : un modèle d'apprentissage automatique interprétable avec estimation calibrée du risque
Pathogenic Genetic Variants, Comorbid Autism and Adaptive Developmental Quotient as Independent Predictors of Intellectual Disability in Children With Global Developmental Delay: An Interpretable Machine Learning Model With Calibrated Risk Estimation.
L’essentiel
Cette étude rétrospective a analysé 2453 enfants diagnostiqués avec un retard global de développement (RGD) dans un centre de réadaptation tertiaire, suivis jusqu'à au moins 60 mois. L'objectif était de développer un outil pronostique multivarié pour prédire la progression vers une déficience intellectuelle (DI). Cinq algorithmes d'apprentissage automatique ont été entraînés, avec recalibrage par Platt scaling. Le modèle de régression logistique calibré a atteint une AUC de 0,783, avec une bonne calibration. Les facteurs de risque indépendants les plus forts étaient la pathogénicité des variants génétiques (OR 2,13), l'autisme comorbide (OR 1,69) et les décharges épileptiformes à l'EEG (OR 1,43), tandis qu'un quotient de développement adaptatif élevé était protecteur (OR 0,45). Le modèle a montré une discrimination modérée et une valeur prédictive positive élevée, adapté au triage à haut risque, mais nécessite une validation externe pour les populations communautaires.
- Un modèle interprétable de régression logistique calibrée prédit la progression vers la déficience intellectuelle chez les enfants avec retard global de développement avec une AUC de 0,783.
- Les variants génétiques pathogènes, l'autisme comorbide et les décharges épileptiformes à l'EEG sont les facteurs de risque indépendants les plus forts.
- Un quotient de développement adaptatif élevé est le facteur protecteur le plus important.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette étude rétrospective a analysé 2453 enfants diagnostiqués avec un retard global de développement (RGD) dans un centre de réadaptation tertiaire, suivis jusqu'à au moins 60 mois. L'objectif était de développer un outil pronostique multivarié pour prédire la progression vers une déficience intellectuelle (DI). Cinq algorithmes d'apprentissage automatique ont été entraînés, avec recalibrage par Platt scaling. Le modèle de régression logistique calibré a atteint une AUC de 0,783, avec une bonne calibration. Les facteurs de risque indépendants les plus forts étaient la pathogénicité des variants génétiques (OR 2,13), l'autisme comorbide (OR 1,69) et les décharges épileptiformes à l'EEG (OR 1,43), tandis qu'un quotient de développement adaptatif élevé était protecteur (OR 0,45). Le modèle a montré une discrimination modérée et une valeur prédictive positive élevée, adapté au triage à haut risque, mais nécessite une validation externe pour les populations communautaires.
Résultats principaux
Un modèle interprétable de régression logistique calibrée prédit la progression vers la déficience intellectuelle chez les enfants avec retard global de développement avec une AUC de 0,783. Les variants génétiques pathogènes, l'autisme comorbide et les décharges épileptiformes à l'EEG sont les facteurs de risque indépendants les plus forts. Un quotient de développement adaptatif élevé est le facteur protecteur le plus important. Le modèle est robuste à l'exclusion des prédicteurs post-baseline et à l'analyse en cas complets, avec une AUC allant jusqu'à 0,864 chez les enfants testés génétiquement. Un modèle parcimonieux à cinq caractéristiques récupère la plupart du signal discriminatif (AUC 0,762).
Repères pour la pratique
Le modèle peut soutenir le triage à haut risque lors du bilan diagnostique initial du retard global de développement. Le nomogramme et les explications SHAP facilitent la communication du risque avec les familles. Une validation externe est nécessaire avant une application en population communautaire. L'identification précoce des enfants à risque élevé pourrait permettre une orientation plus rapide vers des interventions adaptées.
Limites et précautions
Étude rétrospective avec un large échantillon et une méthodologie robuste, mais sans validation externe et avec un accès limité au texte intégral. Pertinente pour la pratique clinique en neurodéveloppement. Étude rétrospective monocentrique avec un profil de référence tertiaire, limitant la généralisation. Absence de validation externe sur des populations communautaires. L'information sur le traitement était rétrospective et son retrait n'a que peu affecté les performances, mais cela ne prouve pas l'absence de confusion résiduelle. La valeur prédictive négative est faible (31,7%), ce qui limite l'utilisation pour exclure le risque de DI.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Une anomalie documentaire ou méthodologique a été détectée. L’article reste disponible et doit être interprété avec prudence.
Examiner les critères point par point
L'étude, de type transversal, a inclus 2453 enfants diagnostiqués avec un retard global de développement (GDD) entre janvier 2014 et décembre 2023 dans un centre tertiaire de réadaptation pédiatrique, tous suivis jusqu'à un âge minimum de 60 mois. L'objectif était de développer un modèle d'apprentissage automatique interprétable pour prédire la progression vers la déficience intellectuelle (DI). Le modèle final, une régression logistique L2 calibrée par Platt, a atteint une AUC de 0,783 (IC 95 % : 0,735-0,828), avec une pente de calibration de 1,01 et un intercept de -0,005, et un score de Brier de 0,113 (IC 95 % : 0,097-0,130). Les facteurs de risque indépendants les plus forts étaient la pathogénicité des variants génétiques (OR 2,13, IC 95 % : 1,86-2,44), le trouble du spectre autistique comorbide (OR 1,69, IC 95 % : 1,41-2,03) et les décharges épileptiformes EEG (OR 1,43, IC 95 % : 1,18-1,74). Le quotient de développement adaptatif de Gesell plus élevé était le facteur protecteur le plus fort (OR 0,45 par unité standardisée, IC 95 % : 0,34-0,60). Les auteurs concluent que le modèle est adapté au triage à haut risque dans les contextes tertiaires, mais nécessite un réajustement et une validation externe pour les populations communautaires. L'analyse NeuroWatch note que l'étude documente un contrôle adéquat des facteurs de confusion (régression multivariable avec 28 prédicteurs, analyses de sensibilité), des mesures validées (quotient de Gesell, critères diagnostiques), et des analyses statistiques robustes (validation sur ensemble de test, intervalles de confiance bootstrap). Cependant, la sélection de la population (centre tertiaire, 83 % de progression vers la DI) limite la généralisation. Les informations sur les données manquantes, le financement et les conflits d'intérêts ne sont pas rapportées dans la source analysée. L'analyse est automatisée et basée sur le résumé uniquement, ce qui limite la vérification des méthodes détaillées.
confounding controlFavorable
L'étude utilise une régression logistique multivariable avec 28 prédicteurs candidats couvrant plusieurs domaines, et des analyses de sensibilité excluant les prédicteurs post-baseline pour contrôler les facteurs de confusion potentiels.
Un élément méthodologique adéquat est explicitement documenté.measure validityFavorable
Les mesures sont standardisées et validées, notamment le quotient de développement adaptatif de Gesell et les critères diagnostiques pour le trouble du spectre autistique et la déficience intellectuelle.
Un élément méthodologique adéquat est explicitement documenté.population selectionPoint de vigilance
L'échantillon provient d'un centre tertiaire de réadaptation pédiatrique, avec une prévalence élevée de déficience intellectuelle (83%), ce qui limite la généralisation aux populations communautaires.
Une limitation méthodologique est explicitement documentée.statistical analysisFavorable
L'étude utilise plusieurs algorithmes, une validation sur un ensemble de test, des intervalles de confiance par bootstrap, et des métriques de calibration et de discrimination.
Un élément méthodologique adéquat est explicitement documenté.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Étude transversale
- Source
- PubMed — TSA diagnostic et outils
- Date
- 24 août 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée