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
ModéréNiveau de preuvePubMed — 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

Stratification du risque oncogénique par IA dans les troubles du spectre autistique pédiatriques : un cadre d'apprentissage automatique multi-omique pour la prévention précoce du cancerAI-driven oncogenic risk stratification in pediatric autism spectrum disorder: A multi-omic machine learning framework for early cancer prevention.

Autisme / TSACondition génétique ou syndromiqueEnfanceSoins primairesPrécarité socio-économique
ModéréNiveau de preuveSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cette étude rétrospective a utilisé un cadre d'apprentissage profond multitâche pour identifier les profils oncogéniques à haut risque dans une cohorte de 5 120 enfants avec TSA issus de pays à revenu faible ou intermédiaire. En intégrant des données génomiques, métaboliques maternelles et d'exposition environnementale, le modèle a atteint une AUC-ROC de 0,9...

TND non spécifiéSource tier 1

Revisiter le KANET dans le contexte de la connectomique fœtale : définir les fenêtres gestationnelles optimales pour le dépistage neurodéveloppemental.Revisiting KANET in the context of fetal connectomics: defining optimal gestational windows for neurodevelopmental screening.

TND non spécifiéMotricité globaleMotricité fineCoordinationCommunication non verbale
RevueNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cet article propose le cadre conceptuel KANET-Con (matrice KANET-connectome) reliant les comportements fœtaux observés par échographie 4D à la maturation des réseaux neuronaux. Une revue narrative de 42 études a identifié la fenêtre gestationnelle de 24 à 32 semaines comme optimale pour le dépistage neurocomportemental par le score KANET. Les comportements (...