Profils cognitifs et linguistiques multidimensionnels dans les présentations schizo-obsessionnelles chez l'adolescent : une approche par apprentissage automatique et intelligence artificielle explicable
Multidimensional Cognitive and Linguistic Profiles in Adolescent Schizo-Obsessive Presentations: A Machine Learning and Explainable Artificial Intelligence Approach.
L’essentiel
Cette étude explore les caractéristiques cliniques, neurocognitives, sociocognitives et langagières associées à la schizophrénie, au trouble obsessionnel-compulsif (TOC) et aux présentations schizo-obsessionnelles chez les adolescents. L'échantillon comprenait 182 adolescents répartis en trois groupes : schizophrénie avec TOC comorbide, schizophrénie sans symptômes obsessionnels et TOC sans symptômes psychotiques. Les auteurs ont utilisé un modèle de classification par machine learning basé sur des machines à vecteurs de support, combiné à une approche d'intelligence artificielle explicable par la méthode SHAP. Le modèle a démontré une bonne performance discriminative globale, bien que la classification du groupe schizo-obsessionnel ait été plus difficile en raison de chevauchements cliniques. Les analyses ont révélé que la charge des symptômes obsessionnels et des symptômes négatifs constituait les principaux facteurs de différenciation. D'autres dimensions telles que la cognition sociale, la fluence verbale, la mémoire verbale, le fonctionnement exécutif, la vitesse de traitement, l'organisation de la pensée et le langage ont également contribué à la discrimination des groupes. Ces résultats suggèrent que les présentations schizo-obsessionnelles impliquent des particularités cognitives et linguistiques larges qui dépassent le simple cumul des symptômes. Ils renforcent la nécessité d'une évaluation clinique multidimensionnelle pour cette population complexe.
- L'étude analyse 182 adolescents présentant une schizophrénie, un trouble obsessionnel-compulsif ou une comorbidité schizo-obsessionnelle.
- Un modèle d'apprentissage automatique basé sur les vecteurs de support a été utilisé pour classifier les profils cliniques et cognitifs.
- La sévérité des symptômes obsessionnels et des symptômes négatifs s'est révélée être le prédicteur principal de la classification.
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 explore les caractéristiques cliniques, neurocognitives, sociocognitives et langagières associées à la schizophrénie, au trouble obsessionnel-compulsif (TOC) et aux présentations schizo-obsessionnelles chez les adolescents. L'échantillon comprenait 182 adolescents répartis en trois groupes : schizophrénie avec TOC comorbide, schizophrénie sans symptômes obsessionnels et TOC sans symptômes psychotiques. Les auteurs ont utilisé un modèle de classification par machine learning basé sur des machines à vecteurs de support, combiné à une approche d'intelligence artificielle explicable par la méthode SHAP. Le modèle a démontré une bonne performance discriminative globale, bien que la classification du groupe schizo-obsessionnel ait été plus difficile en raison de chevauchements cliniques. Les analyses ont révélé que la charge des symptômes obsessionnels et des symptômes négatifs constituait les principaux facteurs de différenciation. D'autres dimensions telles que la cognition sociale, la fluence verbale, la mémoire verbale, le fonctionnement exécutif, la vitesse de traitement, l'organisation de la pensée et le langage ont également contribué à la discrimination des groupes. Ces résultats suggèrent que les présentations schizo-obsessionnelles impliquent des particularités cognitives et linguistiques larges qui dépassent le simple cumul des symptômes. Ils renforcent la nécessité d'une évaluation clinique multidimensionnelle pour cette population complexe.
Résultats principaux
L'étude analyse 182 adolescents présentant une schizophrénie, un trouble obsessionnel-compulsif ou une comorbidité schizo-obsessionnelle. Un modèle d'apprentissage automatique basé sur les vecteurs de support a été utilisé pour classifier les profils cliniques et cognitifs. La sévérité des symptômes obsessionnels et des symptômes négatifs s'est révélée être le prédicteur principal de la classification. Des altérations de la cognition sociale, des fonctions exécutives et de la mémoire verbale contribuent significativement à la distinction des groupes. Le groupe schizo-obsessionnel présente des chevauchements cliniques complexes avec les deux pathologies pures.
Repères pour la pratique
Les cliniciens doivent intégrer une évaluation neuropsychologique et langagière approfondie face à des tableaux schizo-obsessionnels chez l'adolescent. La prise en charge thérapeutique doit cibler simultanément la symptomatologie obsessionnelle et les dimensions déficitaires de la cognition sociale. L'utilisation d'une approche multidimensionnelle aide à affiner le diagnostic différentiel entre psychose et troubles obsessionnels sévères.
Limites et précautions
L'article propose une méthodologie innovante en intelligence artificielle explicable pour analyser des profils cliniques complexes en psychiatrie de l'adolescent, avec un intérêt pertinent pour la neuropsychologie clinique bien que le domaine principal initialement sélectionné dans les métadonnées soit atypique pour ce sujet. La taille de l'échantillon pour le sous-groupe schizo-obsessionnel reste relativement restreinte avec seulement 27 participants. La nature transversale de l'étude ne permet pas d'établir de trajectoires développementales causales ou longitudinales. D'autres facteurs environnementaux ou neurodéveloppementaux n'ont pas été intégrés dans les modèles prédictifs actuels.
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.
Examiner les critères point par point
Cette analyse automatisée s'appuie exclusivement sur les métadonnées et le résumé de l'étude originale, ce qui constitue une limite importante pour l'évaluation complète de la méthodologie. L'étude inclut 182 adolescents répartis en trois groupes : schizophrénie avec TOC comorbide (n = 27), schizophrénie sans symptômes obsessionnels-compulsifs (n = 55), et TOC sans symptômes psychotiques (n = 100). Sur le plan méthodologique, l'utilisation de multiples dimensions cliniques, neurocognitives, sociocognitives et linguistiques est documentée, de même qu'un cadre d'apprentissage automatique explicable par machines à vecteurs de support (SVM) associé à des analyses SHAP. Aucune information concernant le contrôle des facteurs de confusion n'est rapportée dans la source analysée. Selon les conclusions des auteurs, le modèle présente une haute performance discriminative globale, avec des performances réduites pour le groupe schizo-obsessionnel suggérant un chevauchement partiel. Les analyses SHAP indiquent que la charge de symptômes obsessionnels-compulsifs et la charge de symptômes négatifs constituent les principales dimensions associées à la classification. L'analyse NeuroWatch note que les données de financement, de gestion des données manquantes et de conflits d'intérêts ne sont pas rapportées dans la source analysée. Aucune recommandation clinique n'est formulée.
confounding controlNon déterminable
Aucune information concernant le contrôle des facteurs de confusion n'est rapportée dans le résumé.
L’information nécessaire n’est pas rapportée dans la source analysée.measure validityFavorable
L'étude a évalué de multiples dimensions cliniques, neurocognitives, sociocognitives et linguistiques à l'aide d'un cadre d'apprentissage automatique explicable basé sur des machines à vecteurs de support.
Un élément méthodologique adéquat est explicitement documenté.population selectionFavorable
Un total de 182 adolescents a été inclus et répartis en trois groupes distincts : schizopohrénie avec TOC comorbide, schizophrénie sans symptômes obsessionnels-compulsifs, et TOC sans symptômes psychotiques.
Un élément méthodologique adéquat est explicitement documenté.statistical analysisFavorable
L'analyse statistique repose sur un modèle d'apprentissage automatique à vecteurs de support associé à des analyses SHAP pour identifier les dimensions associées à la classification.
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 — HPI, giftedness et cognition
- Date
- 07 oct. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée