TDAHSource tier 1

Ce que les FAQ des prestataires manquent : évaluer les besoins d'information non satisfaits sur le TDAH en comparant les publications de communautés en ligne à l'aide d'une analyse sémantique assistée par grand modèle de langage dans une étude à méthodes mixtesWhat Provider Frequently Asked Questions Miss: Evaluating Unmet Attention-Deficit/Hyperactivity Disorder Information Needs Through Comparison of Online Community Posts Using Large Language Model-Assisted Semantic Analysis in a Mixed Methods Study.

TDAHParents et aidantsPopulation généralePlusieurs étapes de vieCulture
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude à méthodes mixtes a comparé les questions sur le TDAH publiées dans une communauté en ligne coréenne aux FAQ générées par des prestataires de soins, afin d'évaluer la couverture informationnelle et d'identifier les besoins non satisfaits. Une analyse de similarité par plongements de phrases (sentence embeddings) a montré que le modèle paraphrase-...

TDAHSource tier 1

Un assistant virtuel IA fondé sur des preuves pour les jeunes atteints de trouble du déficit de l'attention avec hyperactivité : co-conception et développement d'un prototypeAn Evidence-Based AI Virtual Assistant for Young People With Attention Deficit Hyperactivity Disorder: Co-Design and Prototype Development.

TDAHPopulation généraleAttentionRégulation émotionnelleFonctionnement adaptatif
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude décrit la co-conception et le développement d'un prototype de chatbot (SmartADHD) destiné aux jeunes atteints de TDAH au Royaume-Uni. Une équipe interdisciplinaire incluant des chercheurs, développeurs, cliniciens et des experts par expérience vécue a élaboré des principes directeurs et organisé des ateliers avec 9 experts par expérience vécue et...

Autisme / TSASource tier 1

Comprendre les contextes des utilisateurs finaux et identifier les préférences de conception d'un outil d'aide à la décision clinique basé sur l'intelligence artificielle pour la détection précoce de l'autismeUnderstanding end-user contexts and identifying design preferences of an artificial intelligence-based clinical decision support tool for early autism detection.

Autisme / TSAProfessionnelsParents et aidantsPetite enfanceSoins primaires
Non déterminableRobustesse méthodologiquePubMed — troubles specifiques des apprentissagesSourceDOIRéférence disponible

Cette étude observationnelle a utilisé une enquête contextuelle pour recueillir les perspectives de 8 cliniciens et 20 aidants lors de consultations d'enfants de 18 à 24 mois dans des cliniques affiliées à Duke. L'analyse du flux de travail a identifié 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique. Les barrière...

Autisme / TSASource tier 1

Faisabilité de la prévision des comportements auto-lésifs chez les jeunes autistes à l'aide de capteurs portables et de modèles d'apprentissage automatiqueFeasibility of forecasting self-injurious behavior among autistic youth using wearable sensors and machine learning models.

Autisme / TSANeurodiversitéComportements-défisRégulation comportementaleAdolescence
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

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...

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
Non déterminableRobustesse méthodologiquePubMed — 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...