Corpus complet

Articles

5 articles, page 1 sur 1, triés par date de publication.

Filtres actifs
Intelligence artificielle×Petit échantillon×30 jours×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales1
Autisme / TSA5
Profils et populations d’intérêt2
Parents et aidants2Professionnels1
Fonctions et dimensions cliniques2
Traitement sensoriel1Vision1
Conditions associées et santé globale1
Anxiété1
Population et étape de vie3
Adulte2Enfance1Petite enfance1
Contextes de vie et facteurs environnementaux3
Environnement numérique2Famille2Soins primaires1
Évaluation, intervention et accompagnement7
Intelligence artificielle5Application ou outil numérique2Évaluation diagnostique2Instrument d’évaluation2Psychothérapie1Repérage et dépistage1Technologie d’assistance1
Type et statut de la publication6
Étude de performance diagnostique2Essai contrôlé randomisé1Étude qualitative1Validation d’instrument1Méthodes mixtes1Publié avec évaluation par les pairs1
Limites méthodologiques repérées2
Petit échantillon5Généralisation limitée2
Fiabilité source
Source tier 15
Résumé
Avec résumé5
Preuve
Modéré4Élevé1
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
Autisme / TSASource tier 1

Apprentissage en quelques exemples avec grands modèles de langage pour prédire la réponse individuelle au traitement par pleine conscience sur smartphone chez des adultes autistes présentant de l'anxiété : analyse secondaire d'un essai contrôlé randomiséLarge Language Model Few-Shot Learning for Predicting Individual Treatment Response to Smartphone-Based Mindfulness in Autistic Adults With Anxiety: Secondary Analysis of a Randomized Controlled Trial.

Autisme / TSAAnxiétéAdulteEnvironnement numériquePsychothérapie
ModéréNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette analyse secondaire d'un essai contrôlé randomisé compare une intervention de pleine conscience de 6 semaines sur smartphone à un groupe d'attente chez 73 adultes autistes anxieux. Les modèles d'apprentissage automatique (random forest, AUC=0,79) ont prédit la réponse à l'intervention (réduction ≥7 points au STAI-état). Une anxiété d'état élevée en base...

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

Modèle d'apprentissage automatique pour la détection des troubles du spectre autistique à l'aide de signaux électrorétinographiquesMachine learning model for the detection of autism spectrum disorder using electroretinogram signals.

Autisme / TSATraitement sensorielVisionÉvaluation diagnostiqueInstrument d’évaluation
ÉlevéNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose un cadre d'apprentissage automatique, UMAP-ERG, combinant UMAP, SMOTE et classifieurs conventionnels pour détecter l'autisme à partir de signaux électrorétinographiques (ERG). Sur 106 participants, le modèle SVM a atteint une AUC de 0,98, une précision de 0,96, une sensibilité de 0,93 et une spécificité de 0,98, surpassant les modèles exi...

Autisme / TSASource tier 1

Caractérisation neurophysiologique de l'EEG du trouble du spectre autistique par analyse fréquentielle basée sur la DWT avec électrodes sélectives et segmentation cérébrale : une approche explicable par IANeurophysiological EEG Characterization of Autism Spectrum Disorder Using DWT-Based Frequency Analysis With Selective Electrodes and Brain Segmentation: An Explainable AI-Driven Approach.

Autisme / TSAEnfanceÉvaluation diagnostiqueInstrument d’évaluationIntelligence artificielle
ModéréNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude propose une méthode de caractérisation neurophysiologique de l'EEG pour le diagnostic du trouble du spectre autistique (TSA) chez les enfants. Elle utilise la transformée en ondelettes discrète (DWT) pour extraire les bandes de fréquences (delta, thêta, alpha, bêta, gamma) à partir de 15 électrodes segmentées en 7 régions cérébrales. Les caractér...

Autisme / TSASource tier 1

Starmate : un assistant IA léger pour les aidants de personnes autistes, développé et évalué selon un cadre mixte centré sur l'utilisateurStarmate: A Lightweight AI Assistant for Autism Caregivers Developed and Evaluated Through a User-Centered Mixed-Methods Framework.

Autisme / TSAParents et aidantsAdulteFamilleTechnologie d’assistance
ModéréNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

L'assistant IA Starmate, basé sur un modèle de 1,5 milliard de paramètres, a été développé pour fournir des conseils personnalisés et empathiques aux aidants de personnes avec trouble du spectre autistique (TSA). À partir d'entretiens et d'une enquête Kano, les besoins prioritaires des aidants ont été identifiés, notamment des conseils pratiques. L'architect...