Aperçu: G.M.
Les personnes avec un diagnostic de "troubles du spectre de l'autisme" éprouvent des difficultés motrices tout au long de la vie, et ces difficultés motrices peuvent affecter les compétences de vie autonome et la qualité de vie. Pourtant, nous savons peu de choses sur la façon dont le mouvement de tout le corps peut distinguer les personnes avec un diagnostic de "troubles du spectre de l'autisme" des personnes ayant un développement typique.
Dans cette étude, des données cinématiques et posturales sur le balancement ont été collectées au cours de plusieurs sessions de jeu vidéo chez 39 jeunes avec un diagnostic de "troubles du spectre de l'autisme" (dTSA) et 23 jeunes d'âge correspondant au développement typique (7 à 17 ans). Les jeunes avec un dTSA ont montré plus de variabilité et plus d'entropie dans leurs mouvements.
L'analyse par apprentissage automatique des schémas moteurs des jeunes a fait la distinction entre le groupe avec dTSA et le groupe en développement typique avec une grande précision globale (jusqu'à 89%), aucune région du corps ne semblant conduire à des différences de groupe. De plus, les résultats de l'apprentissage automatique correspondaient à des différences individuelles de performances sur des tâches motrices standardisées et à des mesures de la gravité des symptômes de l'autisme. L'algorithme d'apprentissage automatique était également sensible à l'âge, ce qui suggère que les défis moteurs dans l'autisme peuvent être mieux caractérisés comme un retard moteur du développement plutôt que comme un profil moteur distinct de l'autisme.
Dans l'ensemble, ces résultats révèlent que le mouvement de tout le corps est une caractéristique distinctive du trouble du spectre de l'autisme et que des atypicalités de mouvement dans l'autisme sont présentes dans tout le corps.
Sci Rep. 2019 Dec 27;9(1):20094. doi: 10.1038/s41598-019-56362-6.
Whole-Body Movement during Videogame Play Distinguishes Youth with Autism from Youth with Typical Development
Ardalan A1,2, Assadi AH3, Surgent OJ4, Travers BG5,6.
Author information
- 1
- Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY, USA.
- 2
- Department of Computer Sciences, University of Wisconsin-Madison, Madison, WI, USA.
- 3
- Department of Mathematics, University of Wisconsin-Madison, Madison, WI, USA.
- 4
- Waisman Center, University of Wisconsin-Madison, Madison, WI, USA.
- 5
- Waisman Center, University of Wisconsin-Madison, Madison, WI, USA. btravers@wisc.edu.
- 6
- Occupational Therapy Program in the Department of Kinesiology, University of Wisconsin-Madison, Madison, WI, USA. btravers@wisc.edu.
Abstract
Individuals with autism spectrum disorder
struggle with motor difficulties throughout the life span, and these
motor difficulties may affect independent living skills and quality of
life. Yet, we know little about how whole-body movement may distinguish
individuals with autism spectrum disorder
from individuals with typical development. In this study, kinematic and
postural sway data were collected during multiple sessions of videogame
play in 39 youth with autism spectrum disorder and 23 age-matched youth with typical development (ages 7-17 years). The youth on the autism
spectrum exhibited more variability and more entropy in their
movements. Machine learning analysis of the youths' motor patterns
distinguished between the autism
spectrum and typically developing groups with high aggregate accuracy
(up to 89%), with no single region of the body seeming to drive group
differences. Moreover, the machine learning results corresponded to
individual differences in performance on standardized motor tasks and
measures of autism symptom severity. The machine learning algorithm was also sensitive to age, suggesting that motor challenges in autism may be best characterized as a developmental motor delay rather than an autism-distinct motor profile. Overall, these results reveal that whole-body movement is a distinguishing feature in autism spectrum disorder and that movement atypicalities in autism are present across the body.
- PMID:31882934
- PMCID:PMC6934713
- DOI:10.1038/s41598-019-56362-6