Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales1
Profils et populations d’intérêt1
Fonctions et dimensions cliniques2
Population et étape de vie2
Contextes de vie et facteurs environnementaux1
Évaluation, intervention et accompagnement2
Type et statut de la publication2
Limites méthodologiques repérées2
Fiabilité source
Effacer
Dispositif médicalSource tier 1

Validation d'un dispositif portable multimodal pour évaluer les facteurs de risque environnementaux et comportementaux de la myopie chez les enfants et les adolescents.Validation of a Multimodal Wearable Device for Assessing Environmental and Behavioral Risk Factors of Myopia in Children and Adolescents.

Population généraleSommeilRythmes circadiensEnfanceAdolescence
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude pilote de validation visait à évaluer un système portable multimodal porté au poignet pour la surveillance synchronisée de l'exposition lumineuse multispectrale, des phénotypes d'activité et de l'architecture du sommeil en cinq stades chez des enfants et adolescents. Douze enfants et adolescents en bonne santé (âge moyen 10,04 ± 3,26 ans ; interv...

TDAHSource tier 1

Un cadre pour prédire la réponse au traitement par neurofeedback dans le TDAH en utilisant la connectivité fonctionnelle de l'EEG et la sélection de canaux basée sur un algorithme génétiqueA Framework for Predicting Neurofeedback Treatment Response in ADHD Using EEG Functional Connectivity and Genetic Algorithm-Driven Channel Selection.

TDAHEnfanceDispositif médicalÉvaluation fonctionnelleValidation d’instrument
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cet article présente un cadre computationnel pour prédire la réponse au neurofeedback chez les enfants TDAH. Il analyse la connectivité fonctionnelle EEG (Phase Locking Value) à partir d'un sous-ensemble de six canaux (C3, C4, Cz, Fz, Fp1, T6), sélectionnés par algorithme génétique. Un classifieur ensembliste atteint une précision de 84,72 % pour distinguer...