La detección del trastorno del espectro autista (TEA) se ve limitada por recursos limitados, en particular profesionales capacitados para realizar evaluaciones.
Las personas con TEA tienen cambios estructurales en la retina que potencialmente reflejan alteraciones cerebrales, incluidas anomalías de las vías visuales a través de conexiones embrionarias y anatómic...
La detección del trastorno del espectro autista (TEA) se ve limitada por recursos limitados, en particular profesionales capacitados para realizar evaluaciones.
Las personas con TEA tienen cambios estructurales en la retina que potencialmente reflejan alteraciones cerebrales, incluidas anomalías de las vías visuales a través de conexiones embrionarias y anatómicas.
Se desconoce si los algoritmos de aprendizaje profundo pueden ayudar en la detección objetiva del TEA y la gravedad de los síntomas mediante fotografías de retina.
Objetivo
Desarrollar modelos de conjunto profundos para diferenciar entre fotografías de retina de individuos con TEA versus desarrollo típico (TD) y entre individuos con TEA severo versus TEA leve a moderado.
Diseño, entorno y participantes
Este estudio de diagnóstico se realizó en un único hospital de atención terciaria (Hospital Severance, Facultad de Medicina de la Universidad de Yonsei) en Seúl, República de Corea. Se recopilaron prospectivamente fotografías de retina de personas con TEA entre abril y octubre de 2022, y las de personas con TD de la misma edad y sexo se recolectaron retrospectivamente entre diciembre de 2007 y febrero de 2023.
Se construyeron conjuntos profundos de 5 modelos con 10 veces Validación utilizando la red ResNeXt-50 (32 × 4d) previamente entrenada.
Se utilizaron explicaciones visuales ponderadas por puntuación para redes neuronales convolucionales, con una técnica de borrado progresivo, para la visualización del modelo y la validación cuantitativa. El análisis de datos se realizó entre diciembre de 2022 y octubre de 2023.
Se utilizaron puntuaciones de gravedad calibradas del Programa de observación de diagnóstico de autismo de exposición (segunda edición) (límite de 8) y las puntuaciones T de la escala de capacidad de respuesta social de la segunda edición (límite de 76) para evaluar la gravedad de los síntomas.
Principales resultados y medidas
Los principales resultados fueron el área bajo la curva característica operativa del receptor (AUROC) a nivel de participante, la sensibilidad y la especificidad. El IC del 95% se estimó mediante el método bootstrapping con 1000 remuestras.
Resultados
Este estudio incluyó 1. 890 ojos de 958 participantes. Los grupos ASD y TD incluyeron cada uno 479 participantes (945 ojos), tenían una edad media (DE) de 7, 8 (3, 2) años y estaban compuestos principalmente por niños (392 [81, 8%]).
Para la detección de TEA, los modelos tenían un AUROC medio, una sensibilidad y una especificidad de 1, 00 (IC del 95 %, 1, 00-1, 00) en el conjunto de pruebas. Estos modelos mantuvieron un AUROC medio de 1, 00 utilizando sólo el 10% de la imagen que contiene el disco óptico.
Para la detección de la gravedad de los síntomas, los modelos tuvieron un AUROC medio de 0, 74 (IC del 95 %, 0, 67-0, 80), una sensibilidad de 0, 58 (IC del 95 %, 0, 49-0, 66) y una especificidad de 0, 74 (IC del 95 %, 0, 67-0, 82) en el conjunto de prueba.
Conclusiones y relevancia
Estos hallazgos sugieren que las fotografías de retina pueden ser una herramienta de detección objetiva viable para el TEA y posiblemente para la gravedad de los síntomas.
El uso de fotografías de retina puede acelerar el proceso de detección de TEA, lo que puede ayudar a mejorar la accesibilidad a evaluaciones especializadas de psiquiatría infantil que actualmente se encuentran limitadas por recursos limitados.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://jamanetwork.com/