Affichage des articles dont le libellé est neuro imagerie. Afficher tous les articles
Affichage des articles dont le libellé est neuro imagerie. Afficher tous les articles

03 janvier 2020

Une stratégie de sélection de fonctionnalités basée sur le regroupement de réseaux pour classer les "troubles du spectre de l'autisme"

Aperçu: G.M.
CONTEXTE:
Les techniques avancées de neuroimagerie non invasive offrent de nouvelles approches pour étudier les fonctions et les structures du cerveau humain. Les réseaux fonctionnels du cerveau entier obtenus à partir de l'imagerie par résonance magnétique fonctionnelle à l'état de repos ont été largement utilisés pour étudier les "affections" du cerveau comme les "troubles du spectre de l'autisme" (TSA). L'auto-classification des TSA est devenue un problème important. Les méthodes de classification existantes pour les TSA sont basées sur des caractéristiques extraites des réseaux fonctionnels du cerveau entier, qui peuvent ne pas être suffisamment discriminantes pour de bonnes performances.
MÉTHODES:
Dans cette étude, nous proposons une stratégie de sélection des fonctionnalités basée sur le clustering de réseau pour classer les TSA. Dans notre méthode, nous appliquons d'abord la factorisation matricielle non négative symétrique pour diviser les réseaux cérébraux en quatre modules. Ensuite, nous extrayons des fonctionnalités de l'un des quatre modules appelés réseau en mode par défaut (DMN) et les utilisons pour former plusieurs classificateurs pour la classification TSA.
RÉSULTATS:
Les expériences de calcul montrent que notre méthode proposée réalise de meilleures performances que celles fondées sur des caractéristiques extraites de l'ensemble du réseau cérébral.
CONCLUSION:
C'est une bonne stratégie pour former les classificateurs pour le TSA en fonction des fonctionnalités du sous-réseau en mode par défaut.


2019 Dec 30;12(Suppl 7):153. doi: 10.1186/s12920-019-0598-0.

A network clustering based feature selection strategy for classifying autism spectrum disorder

Author information

1
Department of Mechanical Engineering, University of Saskatchewan, Saskatoon, S7N 5A9, Canada.
2
Division of Biomedical Engineering, University of Saskatchewan, Saskatoon, S7N 5A9, Canada.
3
School of Mathematics and Statistics, Hainan Normal University, Haikou, 571158, China.
4
Department of Mechanical Engineering, University of Saskatchewan, Saskatoon, S7N 5A9, Canada. faw341@mail.usask.ca.
5
Division of Biomedical Engineering, University of Saskatchewan, Saskatoon, S7N 5A9, Canada. faw341@mail.usask.ca.

Abstract

BACKGROUND:

Advanced non-invasive neuroimaging techniques offer new approaches to study functions and structures of human brains. Whole-brain functional networks obtained from resting state functional magnetic resonance imaging has been widely used to study brain diseases like autism spectrum disorder (ASD). Auto-classification of ASD has become an important issue. Existing classification methods for ASD are based on features extracted from the whole-brain functional networks, which may be not discriminant enough for good performance.

METHODS:

In this study, we propose a network clustering based feature selection strategy for classifying ASD. In our proposed method, we first apply symmetric non-negative matrix factorization to divide brain networks into four modules. Then we extract features from one of four modules called default mode network (DMN) and use them to train several classifiers for ASD classification.

RESULTS:

The computational experiments show that our proposed method achieves better performances than those trained with features extracted from the whole brain network.

CONCLUSION:

It is a good strategy to train the classifiers for ASD based on features from the default mode subnetwork.
PMID:31888621
DOI:10.1186/s12920-019-0598-0

16 avril 2018

Résultats de la neuroimagerie, évaluation à court terme du développement psychomoteur et du risque de "trouble du spectre de l'autisme"chez les enfants extrêmement prématurés (≤28 GA) - une étude de cohorte prospective (rapport préliminaire)

Aperçu: G.M.
Les nourrissons ≤ 28 GA sont particulièrement à risque de troubles psychomoteurs et neurologiques.Ils restent également plus à risque de développer un "trouble du spectre de l'autisme" (TSA), caractérisé par des déficits persistants dans les communications / interactions sociales et des comportements, activités et intérêts restreints et répétitifs. 
Le suivi de leur développement par une équipe de spécialistes (neurologue, psychologue, psychiatre) nous permet de poser un diagnostic précoce et de mettre en place une thérapie adaptée. Les études de neuroimagerie pendant la période néonatale peuvent être utiles pour clarifier le diagnostic et le pronostic. Objectif: Le but de l'étude était de rechercher l'interrelation entre les résultats de la neuro-imagerie et l'évaluation neurologique, psychologique et psychiatrique à l'âge de 2 ans.
L'AG médiane était de 26 semaines et le poids médian de 795 g. L'examen échographique était normal dans 9 cas (75%) et l'IRM dans 4 cas (33%). Les anomalies dans le cervelet étaient les principales informations supplémentaires trouvées en IRM.
L'examen neurologique était normal chez 8 nourrissons (67 # 37;), dont 4 avec une neuroimagerie normale. Chez 4 nourrissons (33%), l'examen neurologique était anormal. Un développement psychomoteur moyen ou supérieur a été observé chez 7 (58 # 37;) enfants. Chez 4 d'entre eux, la neuro-imagerie était normale, alors que 3 avaient une dilatation ventriculaire et un infarctus hémorragique. Il n'y avait aucune anomalie dans le cervelet dans ce groupe. Chez les 5 autres enfants (42 # 37;) le développement psychomoteur a été noté comme retardé. Tous avaient une hémorragie cérébelleuse. Un risque accru de TSA a été observé chez 4 enfants ayant développé une hémorragie cérébelleuse.L'utilisation de l'IRM à un âge équivalent au terme peut contribuer au pronostic du développement neurologique des nourrissons extrêmement prématurés, permettant une stratification du risque et améliorant ainsi le suivi précoce du développement et de l'état fonctionnel de l'enfant;
Le développement psychomoteur anormal et le dépistage positif du TSA coexistent avec des résultats d'IRM anormaux dans le cervelet.  

Dev Period Med. 2018;22(1):39-48.

Neuroimaging results, short-term assessment of psychomotor development and the risk of autism spectrum disorder in extremely premature infants (≤28 GA) - a prospective cohort study (preliminary report)

Author information

1
Klinika Neonatologii i Intensywnej Terapii Noworodka Instytut Matki i Dziecka, Warszawa, Polska.
2
Zakład Diagnostyki Obrazowej Instytut Matki i Dziecka, Warszawa, Polska.
3
Wydział Psychologii, Uniwersytet Warszawski, Zakład Wczesnej Interwencji Psychologicznej, Instytut Matki i Dziecka, Warszawa, Polska.
4
Klinika Neurologii Dzieci i Młodzieży Instytut Matki i Dziecka, Warszawa, Polska.
5
Poradnia Okulistyczna Instytut Matki i Dziecka, Warszawa, Polska.

Abstract

OBJECTIVE:

Infants ≤28 GA are at particular risk of psychomotor and neurological developmental disorder. They also remain at a higher risk of developing autism spectrum disorder (ASD), characterized by persistent deficits in communication/social interactions and restricted, repetitive behaviors, activities and interests. Monitoring their development by a team of specialists (a neurologist, psychologist, psychiatrist) allows us to make an early diagnosis and to implement appropriate therapy. Neuroimaging studies during the neonatal period may be helpful in clarifying diagnosis and prognosis. Objective: The aim of the study was to search for the interrelation between the results of neuroimaging and the neurological, psychological and psychiatric evaluation at the age of 2.

PATIENTS AND METHODS:

Material and methods: Neonates born at ≤28 weeks between 01.06.2013 and 31.12.2015 and hospitalized at NICU were enrolled. We present the results of the first 12 children who have attained 2 years of corrected age and have undergone both neuroimaging, and neurological, psychological and psychiatric assessments. Transfontanel ultrasound was performed according to general standards, MRI between 38 and 42 weeks of corrected age. Neurological examination based on the Denver scale, ASD screening with use of the STAT test and psychological DSR assessment were performed at 2 years of corrected age.

RESULTS:

Results: Median GA was 26 weeks and median weight 795 g. The ultrasound examination was normal in 9 cases (75%) and MRI in 4 (33%). Abnormalities in the cerebellum were the main additional information found in MRI as compared to US. Neurological examination was normal in 8 infants (67#37;), in 4 of whom neuroimaging was normal. In 4 (33%) infants the neurological examination was abnormal. Psychomotor development at an average level or above was found in seven (58#37;) children. In 4 of them neuroimaging was normal, whereas 3 had ventricular dilatation and haemorrhagic infarct. There were no abnormalities within the cerebellum in this group. In the remaining 5 children (42#37;) psychomotor development was rated as delayed. All of them had cerebellar haemorrhage. An increased risk of ASD was observed in 4 children who developed cerebellar hemorrhage.

CONCLUSION:

Conclusions: 1. The use of MRI at a term-equivalent age may contribute to the prognosis of neurodevelopmental outcomes in extremely premature infants, allowing risk stratification and thus enhancing early monitoring of a child's development and functional status 2. There is a clear tendency towards abnormal psychomotor development and positive screening for ASD to co-occur with abnormal MRI findings in the cerebellum.
PMID:29641420

08 décembre 2017

Apprentissage par renforcement dans le "trouble du spectre de l'autisme"

Aperçu: G.M.

Les interventions comportementales précoces sont reconnues comme faisant partie intégrante des soins standard dans les troubles du spectre de l'autisme (TSA) et se concentrent souvent sur le renforcement des comportements souhaités (par exemple, le contact visuel) et la réduction des comportements atypiques (par exemple, l'échololie). Cependant, l'efficacité de ces programmes est mitigée. L'apprentissage par renforcement repose sur une neurocircuiterie qui a été rapportée comme étant atypique dans les TSA: les circuits préfrontal-sous-corticaux, l'amygdale, le tronc cérébral et le cervelet. Ainsi, les interventions comportementales précoces reposent sur des neurocircuits qui peuvent fonctionner de façon atypique chez au moins un sous-groupe d'individus avec un diagnostic de TSA. Des travaux récents ont étudié les réponses physiologiques, comportementales et neurales des renforçateurs afin de découvrir les différences de motivation et d'apprentissage dans les TSA. Nous ferons la synthèse de ce travail afin d'identifier des voieqs prometteuses pour des recherches futures qui, finalement, peuvent être utilisées pour améliorer l'efficacité de l'intervention précoce.

Front Psychol. 2017 Nov 21;8:2035. doi: 10.3389/fpsyg.2017.02035. eCollection 2017.

Reinforcement Learning in Autism Spectrum Disorder

Schuetze M1,2,3,4, Rohr CS1,2,5, Dewey D2,6,7, McCrimmon A2,8, Bray S1,2,4,5,7.

Author information

1
Child and Adolescent Imaging Research Program, University of Calgary, Calgary, AB, Canada.
2
Behaviour and the Developing Brain, Alberta Children's Hospital Research Institute, University of Calgary, Calgary, AB, Canada.
3
Department of Neuroscience, University of Calgary, Calgary, AB, Canada.
4
Hotchkiss Brain Institute, Calgary, AB, Canada.
5
Department of Radiology, University of Calgary, Calgary, AB, Canada.
6
Department of Community Health Sciences, University of Calgary, Calgary, AB, Canada.
7
Department of Pediatrics, University of Calgary, Calgary, AB, Canada.
8
Educational Psychology, Werklund School of Education, University of Calgary, Calgary, AB, Canada.

Abstract

Early behavioral interventions are recognized as integral to standard care in autism spectrum disorder (ASD), and often focus on reinforcing desired behaviors (e.g., eye contact) and reducing the presence of atypical behaviors (e.g., echoing others' phrases). However, efficacy of these programs is mixed. Reinforcement learning relies on neurocircuitry that has been reported to be atypical in ASD: prefrontal-sub-cortical circuits, amygdala, brainstem, and cerebellum. Thus, early behavioral interventions rely on neurocircuitry that may function atypically in at least a subset of individuals with ASD. Recent work has investigated physiological, behavioral, and neural responses to reinforcers to uncover differences in motivation and learning in ASD. We will synthesize this work to identify promising avenues for future research that ultimately can be used to enhance the efficacy of early intervention.

KEYWORDS:

autism spectrum disorder; conditioning; neuroimaging; reinforcement learning; reward
PMID:29209259
PMCID:PMC5702301
DOI:10.3389/fpsyg.2017.02035

30 juillet 2017

Revoir le volume de cerveau sous-corticale relié à l'autisme dans l'ensemble de données ABIDE: effets de l'âge et du sexe

Aperçu: G.M.
Les "troubles du spectre de l'autisme" (TSA) se caractérisent par une hétérogénéité clinique, étiologique et neurobiologique substantielle. En dépit de cette hétérogénéité, des études d'imagerie antérieures ont mis en évidence le rôle des structures corticales et subcorticales spécifiques dans les TSA et ont transmis la notion de neuroanatomie spécifique au TSA dans laquelle des anomalies dans les structures cérébrales présentes peuvent être utilisées pour les approches de classification diagnostique.
Malgré la grande taille de l'échantillon (N = 859, 6-27 ans, IQ 70-130) , les chercheurs n'ont trouvé  aucun effet majeur du diagnostic de TSA. Pourtant, plusieurs effets importants d'interaction à deux et trois voies du diagnostic par âge selon le sexe ont été trouvés.La neuroanatomie du TSA n'existe pas, mais elle est très dépendante de l'âge et du genre.  

Psychol Med. 2017 Jul 26:1-15. doi: 10.1017/S003329171700201X.

Revisiting subcortical brain volume correlates of autism in the ABIDE dataset: effects of age and sex

Author information

1
Donders Centre for Cognitive Neuroimaging, Donders Institute for Brain, Cognition and Behavior, Radboud University,Nijmegen,The Netherlands.
2
Karakter, Child and Adolescent Psychiatry University Center,Nijmegen,The Netherlands.

Abstract

BACKGROUND:

Autism spectrum disorders (ASD) are characterized by substantial clinical, etiological and neurobiological heterogeneity. Despite this heterogeneity, previous imaging studies have highlighted the role of specific cortical and subcortical structures in ASD and have forwarded the notion of an ASD specific neuroanatomy in which abnormalities in brain structures are present that can be used for diagnostic classification approaches.

METHOD:

A large (N = 859, 6-27 years, IQ 70-130) multi-center structural magnetic resonance imaging dataset was examined to specifically test ASD diagnostic effects regarding (sub)cortical volumes.

RESULTS:

Despite the large sample size, we found virtually no main effects of ASD diagnosis. Yet, several significant two- and three-way interaction effects of diagnosis by age by gender were found.

CONCLUSION:

The neuroanatomy of ASD does not exist, but is highly age and gender dependent. Implications for approaches of stratification of ASD into more homogeneous subtypes are discussed.

PMID28745267
DOI:10.1017/S003329171700201X

31 mai 2017

ARIANNA: Un environnement de recherche pour les études de neuroimagerie dans les "troubles du spectre de l'autisme"

Aperçu: G.M.
La complexité et l'hétérogénéité des "troubles du spectre de l'autisme" (TSA) nécessitent la mise en œuvre de techniques d'analyse dédiées pour obtenir le maximum de l'interrelation entre de nombreuses variables qui décrivent les personnes diagnostiquées, allant de la caractérisation phénotypique clinique et du profil génétique aux images cérébrales structurelles et fonctionnelles.
Le projet ARIANNA a développé un environnement de recherche interdisciplinaire collaboratif qui est facilement accessible à la communauté des chercheurs travaillant sur le TSA (https://arianna.pi.infn.it). Les principaux objectifs du projet sont: analyser les données de neuroimagerie acquises dans de multiples sites avec des approches multivariées basées sur l'apprentissage par machine; Pour détecter les caractéristiques cérébrales structurelles et fonctionnelles qui permettent de distinguer les personnes avec TSA des sujets témoins; Identifier les critères basés sur la neuroimagerie pour stratifier la population avec TSA pour soutenir le développement futur de traitements personnalisés. La gestion et le stockage sécurisés des données sont garantis dans le cadre du projet, ainsi que l'accès à des ressources informatiques rapides ou basées sur le cloud.  
Cet article décrit l'architecture basée sur le Web, l'infrastructure informatique et les flux de travail d'analyse collaborative à la base de l'environnement de travail interdisciplinaire ARIANNA.  
Il démontre également la fonctionnalité complète de la plate-forme de recherche.  
La disponibilité de cet environnement de travail innovant pour l'analyse des informations cliniques et neuro-imagerie des personnes atteintes de TSA devrait aider les chercheurs à démêler des données complexes, ce qui facilite leur interprétation. 


Comput Biol Med. 2017 May 17;87:1-7. doi: 10.1016/j.compbiomed.2017.05.017.

ARIANNA: A research environment for neuroimaging studies in autism spectrum disorders

Author information

1
National Institute for Nuclear Physics (INFN), Largo Bruno Pontecorvo 3, 56127 Pisa, Italy. Electronic address: Alessandra.Retico@pi.infn.it.
2
National Institute for Nuclear Physics (INFN), Largo Bruno Pontecorvo 3, 56127 Pisa, Italy.
3
IRCCS Stella Maris Foundation, Viale del Tirreno 331, 56128 Pisa, Italy; Department of Clinical and Experimental Medicine, University of Pisa, Pisa, Italy.
4
Institute of Legal Information Theory and Techniques (ITTIG) of the National Research Council, Via de' Barucci 20, 50127 Florence, Italy.
5
NET7 S.r.l., via Marche 10, 56123 Pisa, Italy.
6
National Institute for Nuclear Physics (INFN), Largo Bruno Pontecorvo 3, 56127 Pisa, Italy; University of Pisa, Physics Department, Largo Bruno Pontecorvo 3, 56127 Pisa, Italy.
7
IRCCS Stella Maris Foundation, Viale del Tirreno 331, 56128 Pisa, Italy.
8
I+ S.r.l., Piazza Puccini 26, 50144 Florence, Italy.

Abstract

The complexity and heterogeneity of Autism Spectrum Disorders (ASD) require the implementation of dedicated analysis techniques to obtain the maximum from the interrelationship among many variables that describe affected individuals, spanning from clinical phenotypic characterization and genetic profile to structural and functional brain images. The ARIANNA project has developed a collaborative interdisciplinary research environment that is easily accessible to the community of researchers working on ASD (https://arianna.pi.infn.it). The main goals of the project are: to analyze neuroimaging data acquired in multiple sites with multivariate approaches based on machine learning; to detect structural and functional brain characteristics that allow the distinguishing of individuals with ASD from control subjects; to identify neuroimaging-based criteria to stratify the population with ASD to support the future development of personalized treatments. Secure data handling and storage are guaranteed within the project, as well as the access to fast grid/cloud-based computational resources. This paper outlines the web-based architecture, the computing infrastructure and the collaborative analysis workflows at the basis of the ARIANNA interdisciplinary working environment. It also demonstrates the full functionality of the research platform. The availability of this innovative working environment for analyzing clinical and neuroimaging information of individuals with ASD is expected to support researchers in disentangling complex data thus facilitating their interpretation.

25 août 2016

Structure de la matière blanche dans le faisceau unciforme: Implications pour les déficits socio-affectifs dans les troubles du spectre de l'autisme

Traduction: G.M.

Psychiatry Res. 2016 Aug 13;255:66-74. doi: 10.1016/j.pscychresns.2016.08.004.

White matter structure in the uncinate fasciculus: Implications for socio-affective deficits in Autism Spectrum Disorder

Author information

  • 1Swiss Center for Affective Sciences, Campus Biotech, University of Geneva, Chemin des Mines 9, 1202 Geneva, Switzerland; Department of Psychology, Stanford University, 450 Serra Mall, Stanford, CA 94305, USA. Electronic address: andrea.samson@unige.ch
  • 2Stanford Center for Cognitive and Neurobiological Imaging, Stanford University, 450 Serra Mall, Stanford, CA 94305, USA.
  • 3Department of Psychology, Stanford University, 450 Serra Mall, Stanford, CA 94305, USA.
  • 4Department of Psychiatry and Behavioral Sciences, Stanford University School of Medicine, 401 Quarry Road, Stanford, CA, USA.

Abstract

Individuals with Autism Spectrum Disorder (ASD) have social and communication deficits and difficulties regulating emotions. The brain bases of these socio-affective deficits are not yet clear, but one candidate is structural connectivity in the left uncinate fasciculus, which connects limbic temporal and frontal areas thought to be involved in socio-affective processing. In this study, we assessed white matter structure in the left and right uncinate fasciculus in 18 high-functioning individuals with ASD and 18 group-matched typically developing (TD) controls using Diffusion Tensor Imaging. To test specificity of the associations, we also examined the association between both uncinate fasciculi and restricted and repetitive behaviors. Compared to TD individuals, individuals with ASD had significantly lower fractional anisotropy (FA) in the left and right uncinate. Group status significantly moderated the association between left uncinate and socio-affective deficits, indicating that within the ASD group, FA was associated with socio-affective deficits: Individuals with ASD with lower FA in the left uncinate had significantly more social and emotion regulation deficits. There was no association with restricted and repetitive behaviors. This study provides evidence that the left uncinate may play a critical role in socio-affective skills in individuals with ASD.
Les personnes avec trouble du spectre de l'autisme (TSA) ont des déficits sociaux et de communication et des difficultés de régulation des émotions. Les bases cérébrales de ces déficits socio-affectifs ne sont pas encore claires, mais un candidat est la connectivité structurelle dans le faisceau unciforme gauche, qui relie les zones temporales et frontales limbiques considéré comme étant impliquée dans la traitement socio-affectif. Dans cette étude, nous avons évalué la structure de la matière blanche dans le faisceau unciforme droit et gauche chez 18 personnes avec TSA et un haut niveau de fonctionnement cognitif et chez 18 personnes du groupe de contrôle apparié avec un développement typique (TD) à l'aide de l'imagerie par diffusion de tension. Pour tester la spécificité des associations, nous avons également examiné l'association entre les deux faisceaux et les comportements restreints et répétitifs.Comparativement aux personnes TD, les personnes avec TSA avaient une anisotropie fractionnelle significativement plus faible (FA) dans l'uncinate à gauche et à droite. Le statut de groupe modére de façon significative l'association entre l' uncinate gauche et les déficits socio-affectifs, ce qui indique que, dans le groupe TSA , le FA a été associé à des déficits socio-affectifs: Les personnes avec TSA avec faible FA dans l'uncinate gauche eu plus de déficits de régulation sociale et de l'émotion. Il n'y avait pas d'association avec des comportements restreints et répétitifs. Cette étude fournit des preuves que l'uncinate gauche peut jouer un rôle crucial dans les compétences socio-affectives chez les personnes avec TSA.
Copyright © 2016 Elsevier Ireland Ltd. All rights reserved.

13 mars 2015

Les méthodes fondées sur la neuro imagerie pour l'identification de l'autisme: une possible application translationnelle

Traduction: G.M.

Funct Neurol. 2014 Oct-Dec;29(4):231-239.

Neuroimaging-based methods for autism identification: a possible translational application?

Résumé

Les méthodes de classification fondées sur les techniques de l'apprentissage machine (ML)  deviennent des outils d'analyse répandus dans les études de neuro-imagerie. Elles ont le potentiel d'améliorer la puissance de diagnostic des données cérébrales, en attribuant un index prédictif, soit de la pathologie ou de la réponse au traitement, à l'acquisition d'un sujet unique. Les techniques ML sont trouvent actuellement de nombreuses applications dans les maladies psychiatriques, en plus des maladies neurodégénératives largement étudiées. Dans cette revue, nous donnons un compte rendu détaillé de l'utilisation des techniques de classification appliqués aux images structurelles de résonance magnétique dans les troubles du spectre autistique (TSA). La compréhension de ces maladies neurologiques du développement très hétérogènes pourrait grandement bénéficier de descripteurs supplémentaires de pathologie et  d'indices prédictifs extraits directement à partir de données du cerveau. Un point de vue est également prévu sur les futurs développements nécessaires pour traduire méthodes ML du domaine de la recherche sur les TSA à la clinique.

PMID: 25764253 

Abstract

Classification methods based on machine learning (ML) techniques are becoming widespread analysis tools in neuroimaging studies. They have the potential to enhance the diagnostic power of brain data, by assigning a predictive index, either of pathology or of treatment response, to the single subject's acquisition. ML techniques are currently finding numerous applications in psychiatric illness, in addition to the widely studied neurodegenerative diseases. In this review we give a comprehensive account of the use of classification techniques applied to structural magnetic resonance images in autism spectrum disorders (ASDs). Understanding of these highly heterogeneous neurodevelopmental diseases could greatly benefit from additional descriptors of pathology and predictive indices extracted directly from brain data. A perspective is also provided on the future developments necessary to translate ML methods from the field of ASD research into the clinic.

09 novembre 2013

Heterogeneity within Autism Spectrum Disorders: What have We Learned from Neuroimaging Studies?

Traduction: G.M.
 
2013 Oct 30;7:733.

L'hétérogénéité dans les troubles du spectre autistique : qu'avons nous appris des études de neuroimagerie ?

Source

School of Psychiatry, University of New South Wales , Sydney, NSW , Australia ; Neuroscience Research Australia , Sydney, NSW , Australia.

Abstract

Les troubles du spectre autistique (TSA) présentent une hétérogénéité significative.
Bien que la plupart des études de neuroimagerie dans les TSA ont été conçues pour identifier les points communs entre les personnes concernées, plutôt que les différences, certaines études ont exploré la variation au sein du TSA.
Il y a deux types d'approches utilisées pour cela dans la littérature de neuro-imagerie à ce jour : La comparaison de sous-groupes au sein du TSA et des analyses à l'aide de mesures dimensionnelles pour relier les variations cliniques aux différences cérébrales.
Cet examen met l'accent sur l'imagerie par résonance magnétique structurelle et fonctionnelle des études qui ont utilisé ces approches pour commencer à explorer l'hétérogénéité entre les personnes avec ASD.
Bien que ce type de données est encore clairsemé, la reconnaissance augmente les limites du diagnostic catégoriel défini sur le plan comportemental pour comprendre la neurobiologie.
Des concepts de recherches qui sont plus informatifs concernant les sources d'hétérogénéité dans le TSA ont le potentiel d'améliorer notre compréhension des processus neurobiologiques qui sous-tendent le TSA.
 
Autism spectrum disorders (ASD) display significant heterogeneity. Although most neuroimaging studies in ASD have been designed to identify commonalities among affected individuals, rather than differences, some studies have explored variation within ASD. There have been two general types of approaches used for this in the neuroimaging literature to date: comparison of subgroups within ASD, and analyses using dimensional measures to link clinical variation to brain differences. This review focuses on structural and functional magnetic resonance imaging studies that have used these approaches to begin to explore heterogeneity between individuals with ASD. Although this type of data is yet sparse, recognition is growing of the limitations of behaviorally defined categorical diagnoses for understanding neurobiology. Study designs that are more informative regarding the sources of heterogeneity in ASD have the potential to improve our understanding of the neurobiological processes underlying ASD.

 

PMID: 24198778