Utvärdera giltigheten av ett ögonblicksparadigm för att förutsäga autismspektrumstörning (EYE)

Den aktuella studien kommer att ske i fyra faser: pilottestning, utveckling, validering och omtestning. I varje fas kommer deltagarna att se en visuell uppmärksamhetsstimulans med sociala element (socialt uppmärksamhetsparadigm) medan ögonspårningsmätningar görs på distans. Det visuella uppmärksamhetsparadigmet kommer att förfinas i pilottestningen men kommer att förbli detsamma för utvecklings-, validerings- och omtestningsfaser. Hela processen, inklusive kalibrering och visning av det visuella paradigmet, tar cirka 15 minuter. Texten nedan beskriver varje fas i detalj och den översiktsspecifika metodiken för paradigmet för social uppmärksamhet och eyetracking-procedurer.

1. Pilotfas. Pilottestning av det sociala uppmärksamhetsparadigmet som används för att framkalla ögonblicksmätningar för att säkerställa att de är tillräckligt engagerande i alla åldrar för barn som deltar. Det visuella uppmärksamhetsparadigmet under denna fas förväntas vara 10-12 minuter. Denna fas kommer också att användas för att bestämma optimala strategier för att upprätthålla uppmärksamheten under testperioden. Initial data kan också ge vissa insikter om de mest diskriminerande stimulanselementen att inkludera i framtida faser. Utredarna räknar med att rekrytera cirka 10 ASD- och 10 icke-ASD-deltagare i denna fas. Pilotfasen förväntas kräva 2,5 månaders rekrytering och 0,5 månaders datareduktion och analys.
2. Utvecklingsfas. När pilottestningen är klar kommer 30 ASD-drabbade och 30 icke-ASD-barn i åldrarna 1,5 till 18 att rekryteras. Varje barn kommer att slutföra det sociala uppmärksamhetsparadigmet medan deras ögonblick spåras på distans. Ögonblicksdata bedöms sedan för mer än 100 parametrar och dessa poäng läggs in i en databas som innehåller diagnostisk och kognitiv information om varje deltagare. Ögonspårningsdata analyseras sedan för att skapa de diagnostiska och prognostiska algoritmerna som kommer att förfina systemets diagnostiska känslighet och specificitet i ASD-populationen. Utvecklingsperioden kommer att kräva 6 månaders datainsamling, följt av 3 månaders poängsättning och algoritmberäkning.
3. Valideringsfas. Samlingen av valideringsprovet kommer att omfatta 60 ASD-drabbade och 60 icke-ASD-påverkade barn i åldrarna 1,5-18. Valideringsfasen kommer att använda samma visuella sociala uppmärksamhetsparadigm och metoder som används i utvecklingsprovet. Valideringsperioden kommer att överlappa algoritmutvecklingen och kräver 8 månaders datainsamling och 1 månads analys.
4. Testfas igen. Deltagare i omtestfasen kommer att inkludera 30 ASD och 30 icke-ASD-barn som rekryterats under den första hälften av valideringsfasen. Dessa deltagare kommer att förklaras i valideringsfasen att utredare kommer att återrekrytera dem för omtestningsfasen cirka 3-6 månader efter deras första test under valideringsfasen.

Målprovstorleken varierar beroende på studiens fas. Nedan är målprovstorlekarna för varje fas:

Pilotfas = 10 ASD och 10 icke-ASD utvecklingsfas = 30 ASD och 30 icke-ASD valideringsfas = 60 ASD och 60 icke-ASD omtestfas = 30 ASD och 30 icke-ASD (från valideringsfasen) Studien befolkningen är individer med autismspektrumstörning, eller en klinisk diagnos av en annan utvecklingsstörning eller psykiatrisk störning (utvecklings-/psykiatriska kontroller), eller har ingen specifik utvecklings- eller psykiatrisk diagnos (friska kontroller), i åldern 1,5 (18 månader) till 18 (120 månader) vid tidpunkten för samtycke.

Ögonblicksdata kommer att samlas in med hjälp av en remote eye tracker från Sensori-motoric instruments (SMI). Fjärrstyrd ögonspårning ger minimal invasivitet för tittarens synfält och samlar in tidsstämplade, 3D-ögonpositioner och binokulära blickar och pupilldata med en samplingshastighet på 120 Hz. Ögonblicksfångning kalibreras automatiskt till 2/5/9 punkter och ger positionsnoggrannhet till 0,5° på 60 cm siktavstånd. Blickspårningsdata, skärminspelningar, användarhändelser och blickposition kommer att spelas in samtidigt. Data kommer att analyseras med tonvikt på områden av intresse och uppehållstid på specifika mål sekund för sekund. Exempel på de typer av mätningar som fångas inkluderar: uppehållstid till vilket område som helst av stimulansen, uppehållstid till ansiktet och icke-ansiktsområden i en mänsklig form på videon, fixeringsskiftningar mellan stimuli.

Ytterligare tester och demografiska data kommer att samlas in från standardiserade autismdiagnostiska och beteendemässiga hälsodiagnostiska möten som kan hittas i journalen.

Pilotanalyser. I pilotfasen kommer utredarna att beräkna effektstorleken (Cohens d) mellan ASD och icke-ASD-deltagare för var och en av ögonblicksparametrarna som förvärvats för var och en av de individuella stimulierna i det sociala uppmärksamhetsparadigmet. Stimulanselement som framkallar den största diskrimineringen mellan ASD och icke-ASD-patienter kommer att behållas i utvecklingsfasen.

ASD diagnostiska algoritmanalyser. I utvecklingsfasen kommer alla ögonblicksmätningar som förvärvats från det sociala uppmärksamhetsparadigmet att inkluderas som prediktorvariabler i en slumpmässig skogsanalys. Denna analys möjliggör utvärdering av den särskiljande förmågan hos ett stort antal variabler i datamängder med ett blygsamt antal fall. Variablerna med högsta viktpoäng, som indikerar god diagnostisk diskriminering, kommer att ingå i en logistisk regressionsanalys med ASD-diagnostisk status (ASD vs. icke-ASD) som den dikotoma beroende variabeln. Signifikanta prediktorer kommer att bibehållas och koefficienter från de bibehållna prediktorerna kommer att fungera som den diagnostiska algoritmen.

De diagnostiska algoritmpoängen kommer sedan att skickas till Receiver Operating Characteristic (ROC) kurvanalyser för att ge en detaljerad utvärdering av känsligheten och specificiteten hos algoritmen vid detektering av ASD. Ytor under kurvan på >.90 förväntas, vilket indikerar stark diagnostisk validitet.

Prognostiska algoritmanalyser. För att identifiera en prognostisk algoritm kommer en liknande process att genomföras med alla tillgängliga ögonspårningsmätningar som prediktorer och icke-verbala kognitiva förmågaspoäng (dikotomiserade vid <70 och 70 och högre) som den beroende variabeln i slumpmässiga skogsanalyser. Icke-verbala kognitiva förmågaspoäng kommer att dikotomiseras baserat på tidigare data som tyder på att individer med ASD och intellektuell funktionsnedsättning visar sämre resultat. De prediktorvariabler med högst betydelse, som indikerar god diagnostisk diskriminering, kommer sedan att läggas in i en logistisk regressionsanalys med icke-verbal kognitiv förmåga (<70, >=70) som den dikotoma beroende variabeln. Signifikanta prediktorer kommer att bibehållas och koefficienter från de bibehållna prediktorerna kommer att fungera som den prognostiska algoritmen. De prognostiska algoritmpoängen kommer sedan att skickas till Receiver Operating Characteristic (ROC) kurvanalyser för att ge en detaljerad utvärdering av algoritmens känslighet och specificitet vid upptäckt av icke-verbal kognitiv funktionsnedsättning. Ytor under kurvan >.80 förväntas, vilket indikerar god validitet för att förutsäga kognitiv funktionsnedsättning. Icke-verbal kognitiv förmåga kommer att vara det primära fokus för dessa analyser på grund av dess dokumenterade samband med utfall hos individer med autism. Liknande analyser kommer dock att beräknas för verbal kognitiv förmåga och adaptiva funktionspoäng. Utredarna kommer också att utföra ovanstående analyser med kontinuerliga mätningar eftersom dikotomisering kan tömma giltigheten i onödan.

Analyser av behandlingsspårningsalgoritmer. För att identifiera en behandlingsspårningsalgoritm kommer utredarna helt enkelt att kombinera ögonspårningsmätningarna som identifierats i den diagnostiska och prognostiska algoritmen till en enda behandlingsspårningsalgoritm. För att utvärdera tillförlitligheten hos dessa mätningar kommer utredarna att använda korrelationskoefficienter inom klassen (modell 2 - absolut överensstämmelse).