Autonomisk modulering og ansiktsuttrykk ved autismespektrumforstyrrelse

Bakgrunn: autismespekterforstyrrelsene (ASD) kan være relatert til abnormiteter i kortikale strukturer og forårsake atferdsubalanser. I tillegg, så snart diagnosen er stilt, jo bedre blir prognosen. I denne sammenheng skiller hjertefrekvensvariabilitet (HRV) seg ut, som er et ikke-invasivt verktøy som representerer autonom modulering, med potensiell prognostisk verdi. Litteraturen viste at det ikke er endringer i HRV i hvile ved bruk av lineære analysemetoder, men endringer kan identifiseres under oppgavene. Ikke-lineære metoder for HRV er mer sensitive og gir tilleggsinformasjon til det lineære. Mål: å analysere autonom modulasjon ved bruk av ikke-lineære og lineære indekser av HRV hos barn med ASD i hvile og under oppgaver sammenlignet med typiske barn. I tillegg for å korrelere HRV-analyse mellom dem, også mellom atferd og alvorlighetsgrad av sykdommen. Metoder: denne studien involverer både typiske barn og barn med ASD. Autonomisk modulering vil bli utført ved å bruke ikke-lineære indekser (ekstrahert fra Poincaré-plott, detrended fluktuasjon av tendensanalyse og gjentaksplott) og lineære indekser av HRV i tid (RMSSD e SDNN) og frekvensdomene (LF, HF, VLF). Oppgavene består i spill for å identifisere og gjenkjenne ansikter og ansiktsuttrykk. Sykdommens atferd og alvorlighetsgrad vil bli evaluert ved å bruke sjekklisten for autismeatferd og Childhood Autism Rating Scale. Statistisk analyse: for å identifisere forskjeller mellom momenter og protokoller vil toveis variansanalyse bli brukt sammen med Bonferroni post-test eller Dunn post-test i henhold til datafordelingen. Statistisk signifikans vil bli satt til 5 %.