Autonomisk modulering och ansiktsuttryck vid autismspektrumstörning

Bakgrund: autismspektrumstörningarna (ASD) kan relateras till abnormiteter i kortikala strukturer och orsaka beteendeobalanser. Dessutom, så snart diagnosen är gjord, desto bättre blir prognosen. I detta sammanhang utmärker sig hjärtfrekvensvariabilitet (HRV), som är ett icke-invasivt verktyg som representerar autonom modulering, med potentiellt prognostiskt värde. Litteraturen visade att det inte finns några förändringar i HRV i vila med linjära analysmetoder, men förändringar kan identifieras under uppgifter. Icke-linjära metoder för HRV är mer känsliga och ger ytterligare information till det linjära. Mål: att analysera autonom modulering med hjälp av icke-linjära och linjära index för HRV hos barn med ASD i vila och under uppgifter i jämförelse med typiska barn. Dessutom för att korrelera HRV-analys mellan dem, även mellan beteende och sjukdomens svårighetsgrad. Metoder: denna studie involverar både typiska barn och barn med ASD. Autonomisk modulering kommer att utföras med hjälp av icke-linjära index (extraherat från Poincaré-plot, detrenderad fluktuation av tendensanalys och återfallsdiagram) och linjära index för HRV i tid (RMSSD e SDNN) och frekvensdomän (LF, HF, VLF). Uppgifterna består i spel för att identifiera och känna igen ansikten och ansiktsuttryck. Sjukdomens beteende och svårighetsgrad kommer att utvärderas med hjälp av checklistan för autismbeteende respektive Childhood Autism Rating Scale. Statistisk analys: för att identifiera skillnader mellan moment och protokoll kommer tvåvägsvariansanalys att användas tillsammans med Bonferroni eftertest eller Dunn efter test enligt datafördelningen. Statistisk signifikans sätts till 5 %.