A szempillantás paradigma érvényességének értékelése az autizmus spektrumzavar előrejelzésében (EYE)

A jelenlegi tanulmány négy szakaszban zajlik majd: kísérleti tesztelés, fejlesztés, validálás és újrateszt. Minden fázisban a résztvevők vizuális figyelemingert néznek meg szociális elemekkel (szociális figyelem paradigma), miközben a szemkövetési méréseket távolról szerzik meg. A vizuális figyelem paradigmája finomodik a kísérleti tesztelés során, de változatlan marad a fejlesztési, érvényesítési és újratesztelési fázisokban. A teljes folyamat, beleértve a kalibrációt és a vizuális paradigma megtekintését, körülbelül 15 percet vesz igénybe. Az alábbi szöveg részletesen leírja az egyes fázisokat, és áttekinti a szociális figyelem paradigmája és a szemkövetési eljárások specifikus módszereit.

1. Pilot fázis. A szociális figyelem paradigma kísérleti tesztelése, amelyet a szempillantás mérésének kiváltására használnak annak biztosítására, hogy a résztvevő gyermekek életkora között kellően vonzóak legyenek. A vizuális figyelem paradigma ebben a fázisban várhatóan 10-12 perc. Ezt a fázist arra is használják, hogy meghatározzák az optimális stratégiákat a figyelem fenntartására a tesztelési időszak során. A kezdeti adatok betekintést nyújthatnak a legkülönfélébb ösztönző elemekbe is, amelyeket a jövőbeni fázisokba kell beépíteni. A nyomozók várhatóan körülbelül 10 ASD és 10 nem ASD résztvevőt vesznek fel ebben a fázisban. A kísérleti szakasz várhatóan 2,5 hónapos toborzást, valamint 0,5 hónapos adatcsökkentést és elemzést igényel.
2. Fejlesztési fázis. A kísérleti tesztelés befejezése után 30 ASD-ben szenvedő és 30 nem ASD-s gyermeket vesznek fel, 1,5 és 18 év közöttiek. Minden gyermek teljesíti a szociális figyelem paradigmáját, miközben a tekintetét távolról követik. A szempillantás adatait több mint 100 paraméterre pontozzák, és ezek a pontszámok bekerülnek egy adatbázisba, amely minden résztvevőről diagnosztikai és kognitív információkat tartalmaz. A szemkövetési adatokat ezután elemzik, hogy létrehozzák azokat a diagnosztikai és prognosztikai algoritmusokat, amelyek finomítják a rendszer diagnosztikai érzékenységét és specifitását az ASD populációban. A fejlesztési időszak 6 hónapos adatgyűjtést, majd 3 hónapos pontozást és algoritmusszámítást követel.
3. Érvényesítési fázis. Az érvényesítési minta gyűjtése 60 ASD-ben szenvedő és 60 nem ASD-beteg 1,5-18 éves gyermeket foglal magában. A validálási szakaszban ugyanazt a vizuális szociális figyelem paradigmát és módszert alkalmazzuk, mint a fejlesztési mintában. Az érvényesítési időszak átfedi az algoritmusfejlesztést, és 8 hónapos adatgyűjtést és 1 hónapos elemzést igényel.
4. Újratesztelési fázis. Az újratesztelési szakaszban 30 ASD és 30 nem ASD gyermek vesz részt, akiket az érvényesítési szakasz első felében vettek fel. Ezeknek a résztvevőknek az érvényesítési szakaszban elmagyarázzák, hogy a vizsgálók újra toborozzák őket az újratesztelési szakaszba, körülbelül 3-6 hónappal a validálási szakaszban végzett kezdeti tesztelésüket követően.

A célminta mérete a vizsgálat szakaszától függően változik. Alább láthatók az egyes fázisok célmintaméretei:

Kísérleti fázis = 10 ASD és 10 nem ASD fejlesztési fázis = 30 ASD és 30 nem ASD érvényesítési fázis = 60 ASD és 60 nem ASD újratesztelési fázis = 30 ASD és 30 nem ASD (a validálási fázisból) A tanulmány A populáció 1,5 (18 hónap) és 18 (120 hónap) közötti életkorú egyének autizmus spektrum zavarban, vagy más fejlődési vagy pszichiátriai rendellenesség klinikai diagnózisában (fejlődési/pszichiátriai kontrollok), vagy nem rendelkeznek specifikus fejlődési vagy pszichiátriai diagnózissal (egészséges kontrollok). beleegyezés időpontjában.

A szempillantás adatait a Sensori-motoric Instruments (SMI) távoli szemkövető segítségével gyűjtik össze. A távoli szemkövetés minimális invazivitást biztosít a néző látóterében, és 120 Hz-es mintavételezési frekvenciával gyűjti az időbélyeggel ellátott, 3D-s szempozíciót, valamint a binokuláris tekintet- és pupillaadatokat. A szempillantás rögzítése automatikusan 2/5/9 pontra van kalibrálva, és 0,5°-os pozíciópontosságot biztosít 60 cm-es látótávolság mellett. A tekintetkövetési adatok, a képernyőfelvételek, a felhasználói események és a tekintet helyzete egyidejűleg rögzítésre kerül. Az adatokat másodpercről másodpercre elemezzük, hangsúlyt fektetve az érdeklődési területekre és a konkrét célpontokon való tartózkodási időre. Példák a rögzített méréstípusokra: tartózkodási idő az inger bármely területére, tartózkodási idő az emberi alak arcán és nem arcán a videón, az ingerek közötti rögzítési eltolódások.

További teszteket és demográfiai adatokat gyűjtenek az autizmus-diagnosztikai és viselkedés-egészségügyi diagnosztikai rendelésekről, amelyek megtalálhatók a kórlapban.

Kísérleti elemzések. A kísérleti fázisban a kutatók kiszámítják a hatás méretét (Cohen d) az ASD és a nem ASD résztvevők között a szociális figyelem paradigmájában minden egyes ingerre megszerzett szempillantási paraméterre. Az ASD és a nem ASD-betegek között a legnagyobb megkülönböztetést kiváltó ösztönző elemek a fejlesztési szakaszban megmaradnak.

ASD diagnosztikai algoritmus elemzések. A fejlesztési szakaszban a szociális figyelem paradigmából nyert összes szempillantás mérés előrejelző változóként szerepel egy véletlenszerű erdőelemzésben. Ez az elemzés szerény esetszámmal teszi lehetővé az adatkészletekben található nagyszámú változó megkülönböztető képességének értékelését. A legmagasabb fontossági pontszámmal rendelkező, jó diagnosztikai diszkriminációt jelző változók bekerülnek egy logisztikus regressziós elemzésbe, melynek dichotóm függő változója az ASD diagnosztikai állapota (ASD vs. non-ASD). A jelentős előrejelzők megmaradnak, és a megtartott prediktorokból származó együtthatók szolgálnak diagnosztikai algoritmusként.

A diagnosztikai algoritmus pontszámait ezután elküldik a Receiver Operating Characteristic (ROC) görbe elemzéséhez, hogy részletesen kiértékeljék az algoritmus érzékenységét és specifitását az ASD észlelésében. A 0,90-nél nagyobb görbe alatti területek várhatók, ami erős diagnosztikai érvényességet jelez.

Prognosztikus algoritmus elemzések. A prognosztikai algoritmus azonosításához hasonló folyamatot hajtanak végre az összes rendelkezésre álló szemkövetési méréssel, mint előrejelzővel, és non-verbális kognitív képesség pontszámokkal (dichotomizálva <70 és 70 felett) a véletlenszerű erdőelemzések függő változójaként. A nem verbális kognitív képességek pontszámait dichotomizálják a korábbi adatok alapján, amelyek arra utalnak, hogy az ASD-vel és értelmi fogyatékossággal élő személyek rosszabb eredményeket mutatnak. A legnagyobb jelentőségű prediktor változók, amelyek jó diagnosztikai diszkriminációt jeleznek, ezután logisztikus regressziós elemzésbe kerülnek, a nem verbális kognitív képességgel (<70, >=70) dichotóm függő változóként. A szignifikáns prediktorok megmaradnak, és a megtartott prediktorokból származó együtthatók szolgálnak prognosztikai algoritmusként. A prognosztikai algoritmus pontszámait ezután benyújtják a Receiver Operating Characteristic (ROC) görbe elemzéséhez, hogy részletesen kiértékeljék az algoritmus érzékenységét és specifitását a non-verbális kognitív fogyatékosság kimutatásában. A 0,80-nál nagyobb görbe alatti területek várhatók, ami jó érvényességet jelez a kognitív fogyatékosság előrejelzésében. A nem verbális kognitív képesség lesz ezeknek az elemzéseknek az elsődleges fókuszában, mivel dokumentált kapcsolata van az autista egyének kimenetelével. A verbális kognitív képességek és az adaptív funkciók pontszámaira azonban hasonló elemzéseket fognak végezni. A kutatók a fenti elemzéseket folyamatos mérésekkel is elvégzik, mivel a dichotomizáció szükségtelenül csökkentheti az érvényességet.

Kezeléskövető algoritmus elemzések. A kezeléskövető algoritmus azonosításához a vizsgálók egyszerűen egyesítik a diagnosztikai és prognosztikai algoritmusban azonosított szemkövetési méréseket egyetlen kezeléskövető algoritmusba. E mérések teszt-újrateszt megbízhatóságának értékelésére a vizsgálók osztályon belüli korrelációs együtthatókat használnak (2. modell – abszolút egyetértés).