Validation des biomarqueurs numériques pendant le traitement au sulforaphane.

Cette étude est un essai pilote de traitement en ouvert avec SF (sulforaphane) chez 10 personnes atteintes d'autisme modéré à sévère, âgées de 13 à 30 ans et ayant terminé leur participation à ClinicalTrials.gov Identifiant : NCT02677051. Cette étude mesurera les biomarqueurs numériques du système nerveux. Les biomarqueurs numériques sont obtenus en utilisant des biocapteurs sans fil non invasifs (portables, comme porter une montre) qui co-enregistrent en tandem plusieurs biorythmes auto-générés par le système nerveux de la personne. Ces capteurs rassemblent une très grande quantité de données à partir de mesures telles que l'EEG (électroencéphalogramme), l'ECG (électrocardiogramme), la cinématique et autres. Ces mesures se font en même temps que les évaluations cliniques et permettent ainsi de comparer les résultats. Étant donné que les données sont basées sur les signatures uniques semblables à des empreintes digitales du système nerveux de la personne, il est possible de déterminer la progression de la personne en réponse au traitement et de la comparer aux états de base. Le projet comparera également ces grappes auto-émergentes entre les sujets, en identifiant éventuellement des modèles en corrélation avec des sous-phénotypes ou avec des similitudes en réponse au traitement. Des changements dans des choses telles que les comportements naturels, la capacité ou le désir d'un individu d'interagir socialement et la capacité ou le désir de communiquer modifieront les profils de signature par rapport à la ligne de base. Étant donné que ces changements sont de nature dynamique, les tendances des schémas évolutifs et des changements distincts qui sont une conséquence du traitement par rapport aux changements qui font partie du développement neurologique naturel peuvent être détectées. Cela peut être un outil précieux dans les études futures de l'étiologie sous-jacente. La technologie utilisée pour effectuer ces mesures et les logiciels pour analyser les données évoluent rapidement. Enfin, avec les signatures caractérisées et les modèles qui se chevauchent éventuellement générés dans ce projet et dans d'autres, il est prévisible qu'un outil cliniquement pertinent pour les mesures de l'autisme suivra.