L'apprentissage automatique prédit les comportements agressifs chez les jeunes autistes
- Une étude dirigée par le Dr Tales Imbiriba à l'Université Northeastern de Boston a utilisé l'apprentissage automatique pour prédire les comportements agressifs chez les jeunes autistes, offrant ainsi l'espoir d'une prise en charge améliorée.
- L'étude a équipé les participants de biocapteurs et a révélé une précision remarquable dans la prédiction des agressions, en particulier trois minutes avant qu'elles ne se produisent.
- Ces résultats pourraient conduire au développement de systèmes de santé mobiles permettant des interventions opportunes, améliorant ainsi la vie des personnes autistes et réduisant l'imprévisibilité de leur comportement.
Dans une étude novatrice publiée en ligne dans JAMA Network Open, les chercheurs ont exploité le pouvoir de l'apprentissage automatique pour prédire efficacement les comportements agressifs imminents chez les jeunes hospitalisés atteints d'autisme. Dirigée par le Dr Tales Imbiriba de l'Université Northeastern à Boston, cette recherche marque une avancée significative dans la compréhension et la gestion des comportements difficiles associés à l'autisme.
L'étude, menée de mars 2019 à mars 2020, s'est concentrée sur 70 patients hospitalisés en psychiatrie avec des diagnostics d'autisme confirmés. Ces individus présentaient des comportements auto-injurieux, une dysrégulation émotionnelle ou de l'agressivité envers les autres, dont 32 étaient minimally verbaux et 30 avaient des déficiences intellectuelles.
Équipés de biocapteurs commerciaux, les signaux physiologiques périphériques des participants ont été enregistrés. L'équipe de recherche a analysé avec soin les caractéristiques de séries temporelles extraites des données des biocapteurs pour identifier les modèles qui précèdent les incidents agressifs.
Les sessions d'observation révèlent des informations critiques
Les chercheurs ont mené 429 sessions de codage d'observation pendant la période de l'étude, totalisant un impressionnant 497 heures. Au cours de ces sessions, 6 665 comportements agressifs ont été documentés et catégorisés en auto-injury (59,8 %), dysrégulation émotionnelle (31,0 %) et agressivité envers les autres (9,3 %).
La découverte la plus significative de l'étude réside dans l'efficacité de la régression logistique en tant que classificateur pour prédire les comportements agressifs. Cette méthode a démontré une précision remarquable avec une aire moyenne sous la courbe ROC de 0,80, en particulier pour la prévision du comportement agressif trois minutes avant son apparition.
Les implications de cette recherche sont profondes. Les auteurs suggèrent que ces résultats pourraient ouvrir la voie au développement de systèmes de santé mobiles fournissant des interventions adaptatives en temps opportun. Cette technologie, qui pourrait révolutionner le domaine, offre de nouvelles possibilités d'intervention préventive. En se concentrant sur la réduction de l'imprévisibilité des comportements agressifs chez les jeunes autistes, elle a le potentiel d'améliorer significativement leur qualité de vie.
Transformer la vie des jeunes hospitalisés atteints d'autisme
Cette étude novatrice représente une avancée prometteuse dans la recherche et les stratégies d'intervention sur l'autisme. Elle apporte l'espoir d'une amélioration des soins et du soutien pour les personnes autistes qui présentent des comportements difficiles. Améliorer la prévisibilité et la gestion de ces comportements permet aux jeunes hospitalisés de s'engager plus pleinement dans leurs foyers, écoles et communautés.
Le succès de l'étude souligne le potentiel de l'apprentissage automatique à révolutionner la façon dont nous comprenons et soignons les personnes autistes. Cette approche innovante de la prédiction des comportements agressifs offre une nouvelle dimension de soutien qui était auparavant inaccessible. Les prochaines étapes consisteront à affiner davantage et à appliquer pratiquement ces modèles prédictifs.
Perspectives futures pour les soins de l'autisme
À mesure que ces modèles prédictifs sont développés et affinés, l'avenir des soins de l'autisme s'annonce prometteur. Les systèmes de santé mobiles intégrant l'apprentissage automatique pourraient devenir des outils inestimables pour les parents, les soignants et les professionnels de la santé pour fournir des interventions et un soutien opportuns.
En conclusion, l'étude novatrice dirigée par le Dr Tales Imbiriba démontre le pouvoir de l'apprentissage automatique dans la prédiction des comportements agressifs chez les jeunes autistes. Cette recherche offre l'espoir d'un avenir meilleur pour les personnes confrontées aux défis associés à l'autisme et fournit une voie à suivre pour développer des interventions innovantes et efficaces. Bien qu'il reste du travail pour traduire ces résultats en applications pratiques, le potentiel d'améliorer la vie des personnes autistes est un objectif qui vaut bien la peine d'être poursuivi.
Si vous lisez ceci, vous êtes déjà en avance. Restez ainsi grâce à notre newsletter.
Avertissement. Les informations fournies ne constituent pas des conseils en matière d'investissement. Cryptopolitan.com ne saurait être tenue responsable des investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener vos propres recherches et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.
Brenda Kanana
Brenda possède plus de 4 ans d'expérience spécialisée en cryptomonnaies, intelligence artificielle et technologies émergentes. Elle a travaillé chez Zycrypto, Blockchain Reporter et The Coin Republic, et fait désormais de Cryptopolitan son foyer. Son diplôme en sociologie de l'Université technique de Mombasa lui permet de rester alignée avec les préoccupations de ses lecteurs.
