Corpus complet

Articles

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

Filtres actifs
Enfance×Intelligence artificielle×30 jours×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales2
Autisme / TSA2Condition génétique ou syndromique1
Profils et populations d’intérêt1
Population générale1
Fonctions et dimensions cliniques11
Attention1Flexibilité mentale1Fonctions exécutives1Impulsivité1Inhibition1Mémoire de travail1Organisation1Planification1Régulation émotionnelle1Vision1Vitesse de traitement1
Population et étape de vie3
Enfance3Adolescence1Plusieurs étapes de vie1
Contextes de vie et facteurs environnementaux4
École1Environnement physique1Précarité socio-économique1Soins primaires1
Évaluation, intervention et accompagnement4
Intelligence artificielle3Évaluation diagnostique2Instrument d’évaluation2Repérage et dépistage2
Type et statut de la publication3
Étude de performance diagnostique3Validation d’instrument2Étude transversale1
Limites méthodologiques repérées3
Limites non déterminées2Généralisation limitée1Petit échantillon1
Fiabilité source
Source tier 13
Résumé
Avec résumé3
Preuve
Modéré3
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
AttentionSource tier 1

Modèles neurobiologiques et visuels du fonctionnement attentionnel et émotionnel chez les enfants : une approche d'apprentissage automatiqueNeurobiosensory and Visual Patterns of Attentional and Emotional Functioning in Children: A Machine Learning Approach.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
ModéréNiveau de preuvePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude a développé et évalué une approche de dépistage multimodal automatisé intégrant des mesures oculomotrices, de reconnaissance faciale des émotions et neuropsychologiques chez 260 enfants de 7 à 15 ans. Un classifieur Random Forest a distingué les enfants avec une performance attentionnelle faible des enfants normatifs avec une AUC-ROC de 0,95. Les...

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

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...