En maskininlärningsmetod för att förutsäga tDCS-behandlingsresultat hos ungdomar med autismspektrumstörningar

Autismspektrumstörning (ASD) är en neuroutvecklingsstörning som kännetecknas av störningar i kommunikationen, dåliga sociala färdigheter och avvikande beteenden. Särskilt skadligt är förekomsten av begränsade och repetitiva stereotypa beteenden och okontrollerbara humörutbrott över triviala förändringar i miljön, som ofta orsakar känslomässig stress för barnen, deras familjer, skolor och grannskapssamhällen.

Grundläggande för dessa kognitiva och beteendemässiga problem är den oordnade kortikala anslutningen och den resulterande exekutiva dysfunktionen som underbygger användningen av effektiva strategier för att integrera information i olika sammanhang. Hjärnanslutningsproblem påverkar hastigheten med vilken information färdas genom hjärnan. Långsam bearbetningshastighet hänför sig till en reducerad kapacitet hos den verkställande funktionen att automatiskt återkalla och formulera tankar och handlingar, med resultatet att autistiska barn med låg bearbetningshastighet har stora svårigheter att lära sig eller uppfatta relationer över flera upplevelser. Följaktligen kompenserar dessa barn för den försämrade förmågan att integrera information från omgivningen genom att memorera visuella detaljer eller individuella regler från varje situation. Detta förklarar varför barn med autism tenderar att följa rutiner i exakt detalj och visa stor ångest över till synes triviala förändringar i miljön.

Hittills finns det inget känt botemedel mot ASD, och sjukdomen är fortfarande ett mycket handikappande tillstånd. Nyligen har en icke-invasiv hjärnstimuleringsteknik, transkraniell likströmsstimulering (tDCS) visat sig lovande som ett potentiellt effektivt och kostnadseffektivt verktyg för att minska kärnsymptom som ångest, aggression, impulsivitet och ouppmärksamhet hos patienter med autism. Denna teknik har visat sig modifiera beteendet genom att inducera förändringar i kortikal excitabilitet och förbättra anslutningen mellan de riktade hjärnområdena. Men inte alla ASD-patienter svarar på denna intervention på samma sätt och att förutsäga beteendeeffekten av tDCS hos patienter med ASD är fortfarande en klinisk utmaning. Den här föreslagna studien syftar alltså till att ta itu med dessa utmaningar genom att avgöra om vilotillstånds-EEG och kliniska data vid baslinjen kan användas för att skilja responders från non-responders till tDCS-behandling. Resultaten från studien kommer att ge ny vägledning för att utforma interventionsprogram för individer med ASD.