Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales2
Fonctions et dimensions cliniques1
Population et étape de vie2
Contextes de vie et facteurs environnementaux3
Évaluation, intervention et accompagnement6
Type et statut de la publication5
Limites méthodologiques repérées3
Fiabilité source
Effacer
TDAHSource tier 1

ChatGPT comme source d'information médicale pour le TDAHCould ChatGPT Be a Potential Medical Information Source for Attention Deficit Hyperactivity Disorder?

TDAHEnfanceAdolescenceFamilleEnvironnement numérique
ModéréNiveau de preuveSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cette étude évalue la qualité des informations médicales fournies par ChatGPT 4.0 sur le TDAH. Des questions fréquemment posées par les familles ont été soumises à ChatGPT en simulant un parent ou un professionnel expérimenté. Les réponses ont été évaluées par deux experts sur l'exactitude, la clarté et l'inclusivité. Les résultats montrent une grande exacti...

TDAHSource tier 1

Un cadre de neurofeedback EEG et BCI pour la rééducation personnalisée de l'attention dans le TDAHA neurofeedback-guided EEG and BCI framework for personalized attention rehabilitation in ADHD.

TDAHAttentionRemédiation cognitiveApplication ou outil numériqueIntelligence artificielle
ModéréNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

L'intégration de jeux cognitifs avec EEG-BCI montre un potentiel pour améliorer l'attention dans le TDAH, mais les systèmes existants manquent d'adaptation personnalisée. Cette étude a développé un système adaptatif multi-tâches combinant neurofeedback en temps réel et personnalisation par apprentissage automatique. Cinquante participants (25 TDAH, 25 contrô...

Autisme / TSASource tier 1

Approches d'apprentissage automatique pour identifier les troubles neurodéveloppementaux à partir des données des réseaux sociaux : une revue systématiqueMachine learning approaches to identifying neurodevelopmental disorders using social media data: a systematic review.

Autisme / TSATDAHEnvironnement numériqueRepérage et dépistageIntelligence artificielle
RevueNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette revue systématique examine 19 études utilisant l'intelligence artificielle et l'apprentissage automatique pour analyser les données des réseaux sociaux (Reddit, Twitter, YouTube, Facebook) afin de détecter les troubles neurodéveloppementaux, principalement le trouble du spectre autistique (TSA) et le trouble déficitaire de l'attention avec hyperactivit...