Le syndrôme de dysfonction non verbale (S.D.N.V.) ou trouble d'apprentissage non-verbal : Contribution à l'identification de critères diagnostiques d'un trouble du neurodéveloppement fréquent et méconnu
Bibliographic record
Abstract
Introduction : le SDNV, également connu sous le nom de trouble d’apprentissage non-verbal, est un trouble neurodéveloppemental caractérisé par des troubles des fonctions visuo-spatiales au sens large, de la coordination motrice, des fonctions exécutives et dans lequel on retrouve fréquemment un trouble non autistique des relations sociales malgré une intelligence verbale préservée. Bien que largement reconnu dans les pays anglo-saxons et au Québec, ce syndrome reste controversé et peu défini nosographiquement en France. Objectifs : synthétiser les connaissances actuelles sur le SDNV, évaluer la validité du SDNV en tant qu'entité clinique distincte et sa place parmi les troubles d’apprentissage et les troubles du neurodéveloppement ; illustrer concrètement le SDNV ; proposer une nouvelle critériologie diagnostique et la tester sur une cohorte de patients. Méthodologie : la revue systématique de la littérature a été réalisée en s'appuyant notamment sur deux méta-analyses récentes réalisées à partir des bases des données PsycInfo, PubMed, Medline, Scopus, Web of Science, CINAHL, et Cochrane Library ; que nous avons mis à jour et complété par Pubmed, Embase, APA Psycnet et google scholar. L’illustration de ce syndrome est réalisée à travers l’analyse de la prévalence de ses principaux symptômes dans une cohorte de 152 enfants adressés au réseau de santé spécialisé Résodys ainsi qu’à l’aide d’une étude de cas détaillée, conforme aux lignes directrices CARE. Ces données ont permis de proposer une nouvelle critériologie diagnostique que nous avons ensuite testée sur une autre cohorte de 200 enfants adressés pour trouble du neurodéveloppement à la PCO Neurodyspaca. Résultats : la revue de la littérature et l'analyse de la cohorte ont révélé que l'absence de consensus sur le SDNV découle de divergences dans sa définition, qu'elle soit basée sur des critères négatifs (non-verbal), des symptômes fréquents (troubles visuospatiaux) ou des caractéristiques distinctives (troubles de la communication sociale non autistiques). Les données de neuroimagerie, bien que limitées, suggèrent un déséquilibre constitutionnel de la connectivité dans et entre certains réseaux jouant un rôle critique dans le fonctionnement de divers systèmes verbaux et non verbaux. Ces recherches de littératures, l’étude de la prévalence des symptômes ainsi que la réflexion autour de notre étude de cas nous permettent de proposer une nouvelle approche diagnostique à la fois catégorielle et dimensionnelle des différents domaines cognitifs altérés reposant sur l’association de scores parfois sub-normaux mais non pathologiques individuellement dans plusieurs domaines cognitifs, soulignant l'importance de l'expertise clinique dans le diagnostic du SDNV. Ces nouveaux critères nous permettent de retrouver 10% de SDNV dans notre cohorte issue du Résodys dont deux tiers présentant des troubles des relations sociales. Conclusion : le SDNV est un trouble du neurodéveloppement complexe nécessitant une reconnaissance accrue. La combinaison d'une revue systématique de la littérature, d'une analyse de cohorte et d'une étude de cas permet de proposer une nouvelle approche diagnostique plus adaptée aux spécificités du SDNV.
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 | 0.009 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".