Bewertung der Gültigkeit eines Eye-Gaze-Paradigmas bei der Vorhersage einer Autismus-Spektrum-Störung (EYE)

Die aktuelle Studie wird in vier Phasen durchgeführt: Pilottest, Entwicklung, Validierung und erneuter Test. In jeder Phase sehen die Teilnehmer einen visuellen Aufmerksamkeitsreiz mit sozialen Elementen (Paradigma der sozialen Aufmerksamkeit), während Eye-Tracking-Messungen aus der Ferne erfasst werden. Das Paradigma der visuellen Aufmerksamkeit wird in den Pilottests verfeinert, bleibt jedoch für die Entwicklungs-, Validierungs- und Wiederholungstestphasen gleich. Der gesamte Vorgang, einschließlich Kalibrierung und Betrachtung des visuellen Paradigmas, dauert etwa 15 Minuten. Der folgende Text beschreibt jede Phase im Detail und bespricht die spezifische Methodik für das Paradigma der sozialen Aufmerksamkeit und die Eye-Tracking-Verfahren.

1. Pilotphase. Pilottests des Paradigmas der sozialen Aufmerksamkeit, mit denen Blickmessungen durchgeführt werden, um sicherzustellen, dass sie über alle Altersgruppen der teilnehmenden Kinder hinweg ausreichend ansprechend sind. Das Paradigma der visuellen Aufmerksamkeit während dieser Phase wird voraussichtlich 10–12 Minuten betragen. Diese Phase wird auch genutzt, um optimale Strategien zur Aufrechterhaltung der Aufmerksamkeit während des gesamten Testzeitraums zu ermitteln. Erste Daten könnten auch einige Einblicke in die anspruchsvollsten Anreizelemente liefern, die in zukünftige Phasen einbezogen werden sollten. Die Ermittler gehen davon aus, in dieser Phase etwa 10 ASD- und 10 Nicht-ASD-Teilnehmer zu rekrutieren. Die Pilotphase wird voraussichtlich 2,5 Monate für die Rekrutierung und 0,5 Monate für die Datenreduktion und -analyse erfordern.
2. Entwicklungsphase. Sobald die Pilottests abgeschlossen sind, werden 30 von ASD betroffene und 30 nicht von ASD betroffene Kinder im Alter von 1,5 bis 18 Jahren rekrutiert. Jedes Kind vervollständigt das Paradigma der sozialen Aufmerksamkeit, während sein Blick aus der Ferne verfolgt wird. Anschließend werden Blickdaten für mehr als 100 Parameter bewertet und diese Bewertungen werden in eine Datenbank eingegeben, die diagnostische und kognitive Informationen über jeden Teilnehmer enthält. Die Eye-Tracking-Daten werden dann analysiert, um diagnostische und prognostische Algorithmen zu erstellen, die die diagnostische Sensitivität und Spezifität des Systems in der ASD-Population verfeinern. Der Entwicklungszeitraum erfordert eine sechsmonatige Datenerfassung, gefolgt von einer dreimonatigen Bewertung und Algorithmusberechnung.
3. Validierungsphase. Die Sammlung der Validierungsstichprobe umfasst 60 von ASD betroffene und 60 nicht von ASD betroffene Kinder im Alter von 1,5 bis 18 Jahren. In der Validierungsphase werden das gleiche visuelle soziale Aufmerksamkeitsparadigma und die gleichen Methoden wie im Entwicklungsbeispiel verwendet. Der Validierungszeitraum überschneidet sich mit der Algorithmusentwicklung und erfordert 8 Monate Datenerfassung und 1 Monat Analyse.
4. Erneute Testphase. Zu den Teilnehmern der erneuten Testphase gehören 30 ASD- und 30 Nicht-ASD-Kinder, die in der ersten Hälfte der Validierungsphase rekrutiert wurden. Diesen Teilnehmern wird in der Validierungsphase erklärt, dass die Prüfer sie etwa drei bis sechs Monate nach ihren ersten Tests während der Validierungsphase erneut für die erneute Testphase rekrutieren werden.

Die angestrebte Stichprobengröße variiert je nach Phase der Studie. Nachfolgend sind die angestrebten Stichprobengrößen für jede Phase aufgeführt:

Pilotphase = 10 ASD und 10 Nicht-ASD Entwicklungsphase = 30 ASD und 30 Nicht-ASD Validierungsphase = 60 ASD und 60 Nicht-ASD Re-Test-Phase = 30 ASD und 30 Nicht-ASD (aus der Validierungsphase) Die Studie Die Population besteht aus Personen mit einer Autismus-Spektrum-Störung oder einer klinischen Diagnose einer anderen Entwicklungs- oder psychiatrischen Störung (Entwicklungs-/psychiatrische Kontrollen) oder ohne spezifische Entwicklungs- oder psychiatrische Diagnose (gesunde Kontrollen) im Alter von 1,5 (18 Monaten) bis 18 (120 Monaten) zum Zeitpunkt der Einwilligung.

Blickdaten werden mithilfe eines Remote-Eye-Trackers von sensorisch-motorischen Instrumenten (SMI) erfasst. Remote Eye Tracking bietet minimale Eingriffe in das Sichtfeld des Betrachters und erfasst zeitgestempelte 3D-Augenpositions- sowie binokulare Blick- und Pupillendaten mit einer Abtastrate von 120 Hz. Die Blickerfassung wird automatisch auf 2/5/9 Punkte kalibriert und bietet eine Positionsgenauigkeit von 0,5° bei einem Betrachtungsabstand von 60 cm. Blickverfolgungsdaten, Bildschirmaufzeichnungen, Benutzerereignisse und Blickposition werden gleichzeitig aufgezeichnet. Die Daten werden sekundengenau mit Schwerpunkt auf Interessengebieten und Verweildauer bei bestimmten Zielen analysiert. Zu den erfassten Arten von Messwerten gehören beispielsweise: Verweildauer in einem beliebigen Bereich des Reizes, Verweildauer im Gesichts- und Nichtgesichtsbereich einer menschlichen Form im Video, Fixierungsverschiebungen zwischen Reizen.

Zusätzliche Tests und demografische Daten werden bei Standardterminen zur Autismusdiagnostik und Verhaltensdiagnostik erhoben, die in der Krankenakte zu finden sind.

Pilotanalysen. In der Pilotphase berechnen die Forscher die Effektgröße (Cohens d) zwischen ASD- und Nicht-ASD-Teilnehmern für jeden der Blickparameter, die für jeden der einzelnen Reize im Paradigma der sozialen Aufmerksamkeit erfasst wurden. Stimuluselemente, die die größte Unterscheidung zwischen ASD- und Nicht-ASD-Patienten hervorrufen, werden in der Entwicklungsphase beibehalten.

ASD-Diagnosealgorithmusanalysen. In der Entwicklungsphase werden alle aus dem Paradigma der sozialen Aufmerksamkeit gewonnenen Augenblickmessungen als Prädiktorvariablen in eine Zufallswaldanalyse einbezogen. Diese Analyse ermöglicht die Bewertung der Unterscheidungsfähigkeit einer großen Anzahl von Variablen in Datensätzen mit einer bescheidenen Fallzahl. Die Variablen mit den höchsten Wichtigkeitswerten, die auf eine gute diagnostische Unterscheidung hinweisen, werden in eine logistische Regressionsanalyse mit dem ASD-Diagnosestatus (ASD vs. Nicht-ASD) als dichotome abhängige Variable eingegeben. Signifikante Prädiktoren werden beibehalten und Koeffizienten der beibehaltenen Prädiktoren dienen als Diagnosealgorithmus.

Die Ergebnisse des Diagnosealgorithmus werden dann an ROC-Kurvenanalysen (Receiver Operating Characteristic) übermittelt, um eine detaillierte Bewertung der Sensitivität und Spezifität des Algorithmus bei der Erkennung von ASD zu ermöglichen. Flächen unter der Kurve von > 0,90 werden erwartet, was auf eine hohe diagnostische Validität hinweist.

Prognostische Algorithmusanalysen. Um einen prognostischen Algorithmus zu identifizieren, wird ein ähnlicher Prozess mit allen verfügbaren Eye-Tracking-Messungen als Prädiktoren und nonverbalen kognitiven Fähigkeitswerten (dichotomisiert bei <70 und 70 und höher) als abhängige Variable in Zufallswaldanalysen durchgeführt. Die Ergebnisse der nonverbalen kognitiven Fähigkeiten werden dichotomisiert, basierend auf früheren Daten, die darauf hindeuten, dass Personen mit ASD und geistiger Behinderung schlechtere Ergebnisse erzielen. Die Prädiktorvariablen mit der höchsten Bedeutung, die auf eine gute diagnostische Unterscheidung hinweisen, werden dann in eine logistische Regressionsanalyse mit nonverbaler kognitiver Fähigkeit (<70, >=70) als dichotome abhängige Variable eingegeben. Signifikante Prädiktoren werden beibehalten und Koeffizienten der beibehaltenen Prädiktoren dienen als Prognosealgorithmus. Die Ergebnisse des prognostischen Algorithmus werden dann an Receiver Operating Characteristic (ROC)-Kurvenanalysen übermittelt, um eine detaillierte Bewertung der Sensitivität und Spezifität des Algorithmus bei der Erkennung nonverbaler kognitiver Behinderungen zu ermöglichen. Flächen unter der Kurve von > 0,80 werden erwartet, was auf eine gute Validität bei der Vorhersage kognitiver Behinderung hinweist. Der Schwerpunkt dieser Analysen liegt auf der nonverbalen kognitiven Fähigkeit, da bei Menschen mit Autismus ein Zusammenhang mit dem Ergebnis dokumentiert ist. Allerdings werden ähnliche Analysen für verbale kognitive Fähigkeiten und adaptive Funktionswerte berechnet. Die Forscher werden die oben genannten Analysen auch unter Verwendung kontinuierlicher Messungen durchführen, da eine Dichotomisierung die Gültigkeit unnötig beeinträchtigen kann.

Analyse des Behandlungsverfolgungsalgorithmus. Um einen Behandlungsverfolgungsalgorithmus zu identifizieren, kombinieren die Forscher einfach die im Diagnose- und Prognosealgorithmus identifizierten Eye-Tracking-Messungen in einem einzigen Behandlungsverfolgungsalgorithmus. Um die Testwiederholungszuverlässigkeit dieser Messungen zu bewerten, verwenden die Forscher klasseninterne Korrelationskoeffizienten (Modell 2 – absolute Übereinstimmung).