Autonomisk modulering og ansigtsudtryk ved autismespektrumforstyrrelse

Baggrund: Autismespektrumforstyrrelser (ASD) kan relateres til abnormiteter i kortikale strukturer og forårsage adfærdsubalancer. Derudover, så snart diagnosen er stillet, jo bedre bliver prognosen. I denne sammenhæng skiller hjertefrekvensvariabilitet (HRV) sig ud, som er et ikke-invasivt værktøj, der repræsenterer autonom modulering, med potentiel prognostisk værdi. Litteraturen viste, at der ikke er ændringer i HRV i hvile ved brug af lineære analysemetoder, men ændringer kan identificeres under opgaver. Ikke-lineære metoder til HRV er mere følsomme og giver yderligere information til det lineære. Formål: at analysere autonom modulering ved hjælp af ikke-lineære og lineære indekser af HRV hos børn med ASD i hvile og under opgaver sammenlignet med typiske børn. Derudover at korrelere HRV-analyse mellem dem, også mellem adfærd og sygdommens sværhedsgrad. Metoder: denne undersøgelse involverer både typiske børn og børn med ASD. Autonom modulering vil blive udført ved hjælp af ikke-lineære indekser (ekstraheret fra Poincaré-plot, detrended fluktuation af tendensanalyse og gentagelsesplot) og lineære indekser af HRV i tid (RMSSD e SDNN) og frekvensdomæne (LF, HF, VLF). Opgaverne består i spil til at identificere og genkende ansigter og ansigtsudtryk. Sygdommens adfærd og sværhedsgrad vil blive evalueret ved hjælp af henholdsvis Autism Behavior Checklist og Childhood Autism Rating Scale. Statistisk analyse: For at identificere forskelle mellem momenter og protokoller vil to-vejs variansanalyse blive brugt sammen med Bonferroni post-test eller Dunn post-test i henhold til datafordelingen. Statistisk signifikans vil blive sat til 5 %.