Mieux comprendre les déficits moteurs associés aux troubles du spectre autistique : approche cognitive et biomécanique
Bibliographic record
Abstract
Dans le Manuel diagnostique et statistique des troubles mentaux 5ème édition, le diagnostic de troubles du spectre autistique (TSA) repose sur une dyade symptomatique comprenant la présence de déficits persistants de la communication et des interactions sociales ainsi que des comportements, intérêts ou activités, restreints et répétitifs. La présence d’éventuelles atypies motrices n’y est pas mentionnée, bien qu’elles y soient associées depuis longtemps (Kanner, 1943). Suite à des tests menés sur des modèles animaux, des auteurs retrouvent une apparition de troubles moteurs qui corrèle avec les déficits sociaux. La piste biologique soutenant cette hypothèse concerne une perte de cellules de Purkinje dans le cervelet (Al Sagheer et al., 2018). L’établissement d’un diagnostic de TSA étant encore long en France (errance moyenne de 446 jours selon l’INSERM), notre étude vise à caractériser d’éventuelles répercussions fonctionnelles précoces, consécutives d’un dysfonctionnement cérébelleux, chez les personnes présentant un TSA.Nous avons conçu un protocole regroupant des tâches motrices sollicitant particulièrement le cervelet, à savoir de motricité fine (impliquant la main dominante et les doigts) et globales (sollicitant les quatre membres). Il est prévu de rencontrer une soixantaine d’enfants âgés entre 6 ans et 11 ans et présentant un TSA sans déficience intellectuelle. Afin de pouvoir réaliser des comparaisons inter-groupe, un même nombre d’enfants neurotypiques appariés en âge, sexe et efficience intellectuelle seront également rencontrés. Il s’agit d’une étude multicentrique impliquant différents Centres Ressources Autisme de la région Nouvelle Aquitaine (Poitiers, Bordeaux, Limoges, La Rochelle) ainsi que plusieurs laboratoires spécialisés en psychologie cognitive et biomécanique du mouvement.Les épreuves de motricité fine consisteront à écrire et pointer sur une tablette graphique avec un stylet et comprendront à la fois des tâches discrètes (mouvements de courte durée définis dans le temps) et séquentielles (enchaînement de deux tâches discrètes, l’une après l’autre). Elles seront étudiées sous le prisme des loi motrices qui les régissent (principe d’isochronie et loi de Fitts pour les premières, anticipation motrice pour les secondes). Les compétences en motricité globale seront appréciées via des tâches d’équilibre postural et de locomotion. Une passation de l’ensemble des tâches est prévue sur chaque site avec, à chaque fois, un enregistrement via un système de capture du mouvement (Vicon) composé de 10 caméras infrarouges qui permet par la suite d’analyser finement le mouvement de l’individu.Ce projet d’envergure permettra de constituer une base de données relatives au répertoire moteur d’enfants typiques et atteints de TSA. Son aspect innovant est de caractériser les processus à la fois en motricité fine et globale en y associant des résultats d’évaluations cliniques classiquement utilisées pour mesurer la sévérité du trouble autistique (CARS-2 par exemple).D’un point de vue théorique, notre travail s’inscrit dans la lignée des travaux fondamentaux questionnant l’implication du cervelet dans les TSA et les interactions sociales.L’objectif clinique n’est pas de se substituer au diagnostic médical mais d’identifier des marqueurs moteurs qui puissent être envisagés comme pathognomoniques du trouble. A terme, nous pourrions proposer des épreuves de screening sensibles, précoces et faciles à utiliser par les professionnels.Al Sagheer, T., Haida, O., Balbous, A., Francheteau, M., Matas, E., Fernagut, P.-O., & Jaber, M. (2018). Motor Impairments Correlate with Social Deficits and Restricted Neuronal Loss in an Environmental Model of Autism. International Journal of Neuropsychopharmacology, 21(9), 871 882. https://doi.org/10.1093/ijnp/pyy043Kanner, L. (1943). Autistic Disturbance of affective contact. Nervous child, 2(3), 217 250.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.012 | 0.006 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".