Ocena trafności paradygmatu spojrzenia wzrokowego w przewidywaniu zaburzeń ze spektrum autyzmu (EYE)

Bieżące badanie będzie przebiegać w czterech fazach: testowanie pilotażowe, rozwój, walidacja i ponowne testowanie. W każdej fazie uczestnicy zobaczą bodziec uwagi wzrokowej z elementami społecznymi (paradygmat uwagi społecznej), podczas gdy pomiary śledzenia ruchu gałek ocznych są uzyskiwane zdalnie. Paradygmat uwagi wizualnej zostanie udoskonalony w testach pilotażowych, ale pozostanie taki sam w fazie opracowywania, walidacji i ponownego testowania. Cały proces, w tym kalibracja i przeglądanie paradygmatu wizualnego, zajmie około 15 minut. Poniższy tekst szczegółowo opisuje każdą fazę i omawia specyficzną metodologię dotyczącą paradygmatu uwagi społecznej i procedur śledzenia ruchu gałek ocznych.

1. Faza pilotażowa. Testy pilotażowe paradygmatu uwagi społecznej użytego do wywołania pomiarów wzroku, aby upewnić się, że są one wystarczająco angażujące w każdym wieku uczestniczących dzieci. Oczekuje się, że paradygmat uwagi wzrokowej podczas tej fazy wyniesie 10-12 minut. Ta faza zostanie również wykorzystana do określenia optymalnych strategii utrzymania uwagi przez cały okres testowania. Wstępne dane mogą również zapewnić pewien wgląd w najbardziej rozróżniające elementy bodźca, które należy uwzględnić w przyszłych fazach. Śledczy przewidują rekrutację w tej fazie około 10 uczestników ASD i 10 osób innych niż ASD. Oczekuje się, że faza pilotażowa będzie wymagać 2,5 miesiąca rekrutacji i 0,5 miesiąca redukcji i analizy danych.
2. Faza rozwoju. Po zakończeniu testów pilotażowych zostanie zrekrutowanych 30 dzieci dotkniętych ASD i 30 dzieci bez ASD w wieku od 1,5 do 18 lat. Każde dziecko ukończy paradygmat uwagi społecznej, podczas gdy jego wzrok będzie zdalnie śledzony. Dane dotyczące wzroku są następnie oceniane pod kątem ponad 100 parametrów, a wyniki te są wprowadzane do bazy danych, która zawiera informacje diagnostyczne i poznawcze o każdym uczestniku. Dane śledzenia wzroku są następnie analizowane w celu stworzenia algorytmów diagnostycznych i prognostycznych, które udoskonalą czułość i specyficzność diagnostyczną systemu w populacji osób z ASD. Okres rozwoju będzie wymagał 6 miesięcy gromadzenia danych, a następnie 3 miesięcy oceniania i obliczania algorytmu.
3. Faza walidacji. Zbiór próby walidacyjnej obejmie 60 dzieci dotkniętych ASD i 60 dzieci bez ASD w wieku od 1,5 do 18 lat. Faza walidacji będzie wykorzystywać ten sam paradygmat wizualnej uwagi społecznej i metody, które zastosowano w próbce rozwojowej. Okres walidacji będzie pokrywał się z rozwojem algorytmu i będzie wymagał 8 miesięcy gromadzenia danych i 1 miesiąca analizy.
4. Faza ponownego testu. Uczestnikami fazy ponownego testu będzie 30 dzieci z ASD i 30 dzieci bez ASD rekrutowanych w pierwszej połowie fazy walidacji. Uczestnikom tym zostanie wyjaśnione w fazie walidacji, że badacze będą ponownie rekrutować ich do fazy ponownego testu około 3-6 miesięcy po ich wstępnych testach w fazie walidacji.

Docelowa wielkość próby różni się w zależności od fazy badania. Poniżej znajdują się docelowe wielkości próbek dla każdej fazy:

Faza pilotażowa = 10 ASD i 10 Non-ASD Faza rozwoju = 30 ASD i 30 Non-ASD Faza walidacji = 60 ASD i 60 Non-ASD Faza ponownego testu = 30 ASD i 30 Non-ASD (z fazy walidacji) Badanie populacja to osoby z zaburzeniem ze spektrum autyzmu lub kliniczną diagnozą innego zaburzenia rozwojowego lub zaburzenia psychicznego (kontrola rozwojowa/psychiatryczna) lub bez określonej diagnozy rozwojowej lub psychiatrycznej (zdrowa grupa kontrolna), w wieku od 1,5 (18 miesięcy) do 18 (120 miesięcy) w momencie wyrażenia zgody.

Dane dotyczące wzroku będą zbierane za pomocą zdalnego urządzenia do śledzenia ruchu gałek ocznych firmy Sensori-motoric instruments (SMI). Zdalne śledzenie wzroku zapewnia minimalną inwazyjność pola widzenia widza i zbiera sygnaturę czasową, pozycję oka 3D oraz dane spojrzenia obuocznego i źrenicy z częstotliwością próbkowania 120 Hz. Przechwytywanie wzroku jest automatycznie kalibrowane na 2/5/9 punktów i zapewnia dokładność pozycji do 0,5° przy odległości patrzenia 60 cm. Dane śledzenia wzroku, nagrania ekranu, zdarzenia użytkownika i pozycja spojrzenia będą rejestrowane jednocześnie. Dane będą analizowane z naciskiem na obszary zainteresowania i czas skupienia się na określonych celach, sekunda po sekundzie. Przykłady rodzajów przechwyconych miar obejmują: czas przebywania w dowolnym obszarze bodźca, czas przebywania w obszarach twarzy i innych postaci ludzkiej na wideo, przesunięcia fiksacji między bodźcami.

Dodatkowe testy i dane demograficzne będą zbierane podczas standardowych wizyt diagnostycznych autyzmu i behawioralnych, które można znaleźć w dokumentacji medycznej.

Analizy pilotażowe. W fazie pilotażowej badacze obliczą wielkość efektu (d Cohena) między uczestnikami z ASD i osobami bez ASD dla każdego z parametrów spojrzenia uzyskanych dla każdego z indywidualnych bodźców w paradygmacie uwagi społecznej. Elementy bodźca wywołujące największe rozróżnienie między pacjentami z ASD a pacjentami bez ASD zostaną zachowane w fazie rozwoju.

Analizy algorytmów diagnostycznych ASD. W fazie rozwoju wszystkie pomiary spojrzenia oka uzyskane z paradygmatu uwagi społecznej zostaną włączone jako zmienne predykcyjne w losowej analizie lasu. Analiza ta pozwala na ocenę zdolności dyskryminacyjnej dużej liczby zmiennych w zbiorach danych o niewielkiej liczbie przypadków. Zmienne o najwyższych wynikach ważności, wskazujące na dobrą dyskryminację diagnostyczną, zostaną wprowadzone do analizy regresji logistycznej ze statusem diagnostycznym ASD (ASD vs. non-ASD) jako dychotomiczną zmienną zależną. Istotne predyktory zostaną zachowane, a współczynniki z zachowanych predyktorów posłużą jako algorytm diagnostyczny.

Wyniki algorytmu diagnostycznego zostaną następnie przesłane do analizy krzywej ROC (Receiver Operating Characteristic) w celu szczegółowej oceny czułości i swoistości algorytmu w wykrywaniu ASD. Oczekiwane są obszary pod krzywą >0,90, co wskazuje na dużą trafność diagnostyczną.

Analizy algorytmów prognostycznych. Aby zidentyfikować algorytm prognostyczny, podobny proces zostanie przeprowadzony ze wszystkimi dostępnymi pomiarami śledzenia wzroku jako predyktorami i niewerbalnymi wynikami zdolności poznawczych (dychotomizowanymi na poziomie <70 i 70 i więcej) jako zmienną zależną w losowych analizach lasów. Wyniki niewerbalnych zdolności poznawczych zostaną podzielone na dychotomie na podstawie wcześniejszych danych sugerujących, że osoby z ASD i niepełnosprawnością intelektualną wykazują gorsze wyniki. Zmienne predykcyjne o najwyższym znaczeniu, wskazujące na dobrą dyskryminację diagnostyczną, zostaną następnie wprowadzone do analizy regresji logistycznej z niewerbalnymi zdolnościami poznawczymi (<70, >=70) jako dychotomiczną zmienną zależną. Istotne predyktory zostaną zachowane, a współczynniki z zachowanych predyktorów będą służyć jako algorytm prognostyczny. Wyniki algorytmu prognostycznego zostaną następnie przesłane do analizy krzywej ROC (Receiver Operating Characteristic) w celu szczegółowej oceny czułości i swoistości algorytmu w wykrywaniu niewerbalnych zaburzeń poznawczych. Oczekiwane są obszary pod krzywą >0,80, co wskazuje na dobrą trafność w przewidywaniu niepełnosprawności poznawczej. Niewerbalne zdolności poznawcze będą głównym przedmiotem tych analiz ze względu na udokumentowany związek z wynikami u osób z autyzmem. Jednak podobne analizy zostaną obliczone dla werbalnych zdolności poznawczych i wyników funkcji adaptacyjnych. Badacze przeprowadzą również powyższe analizy przy użyciu pomiarów ciągłych, ponieważ dychotomizacja może niepotrzebnie osłabiać ważność.

Analizy algorytmów śledzenia leczenia. Aby zidentyfikować algorytm śledzenia leczenia, badacze po prostu połączą pomiary śledzenia wzroku zidentyfikowane w algorytmie diagnostycznym i prognostycznym w jeden algorytm śledzenia leczenia. Aby ocenić test-re-test rzetelności tych pomiarów, badacze wykorzystają współczynniki korelacji wewnątrzklasowej (model 2 – absolutna zgodność).