Ce projet a été débuté en 2019.
Pour plus d'information: juliette.rabot@umontreal.ca
Résumé du projet
Le spectre de l’autisme (SA) est une condition neuro-développementale caractérisée par des particularités sociocommunicatives et des comportements répétitifs et stéréotypés. L’outil principal utilisé pour le diagnostic du SA est le manuel de classification DSM-5. À ce jour, la communauté scientifique a largement accepté l’existence d’une grande hétérogénéité dans le phénotype du SA, cependant nous faisons l’hypothèse que cette hétérogénéité pourrait être au moins partiellement causée par la façon dont les critères du DSM-5 sont construits et utilisés. En faveur de cette hypothèse, il a été montré que la présentation de l’autisme « franc » est reconnue de façon intuitive en moins de 10 minutes, selon des critères qualitatifs dont certains ne figurent pas dans le DSM-5 (prosodie et démarche atypiques notamment), avec un accord interjuge supérieur à 80%. Au-delà de l’utilisation des critères du DSM-5, les diagnosticiens appuieraient donc leur prise de décision diagnostique sur un processus implicite complexe impliquant des marqueurs phénotypiques subjectifs de reconnaissance de l’autisme, en plus de la vérification explicite de la présence ou de l’absence de signes. Ces marqueurs restent à ce jour encore inconnus. Notre projet a pour objectif d’utiliser différentes sources riches en descriptions cliniques de l’autisme (banques de données internationales, dossiers cliniques) dans lesquelles nous allons mener des stratégies d’apprentissage machine et des algorithmes de traitement du langage, pour faire apparaître ces marqueurs subjectifs. Nos résultats pourront permettre de définir objectivement la (les) signature(s) comportementale(s) et phénotypique(s) de l’autisme perçue(s) subjectivement, et ainsi d’affiner les critères diagnostiques d’autisme pour améliorer ainsi la détection de cette condition. Pour la recherche, ils pourront permettre de délimiter une sous-population ‘’prototypique’’ qui présente la quasi-totalité de ces signes concrètement définis, à partir de laquelle on pourra chercher des marqueurs moins bruités que dans la population telle qu’actuellement définie.
Équipe de recherche | Juliette Rabot Laurent Mottron, M.D., Ph. D. | Université de Montréal |
Collaborateurs de recherche | Eya-Mist Rødgaard Ridha Joober Guillaume Dumas Danilo Bzdok Boris Bernhardt Sébastien Jacquemont | Université de Copenhague (Danemark)
Institut et Hôpital neurologique de Montréal Institut Pasteur (France) McConnell Brain Imaging Centre et Institut québécois d'intelligence artificielle McConnell Brain Imaging Centre Université de Montréal |
Organisme subventionnaire
Fondation Les petits trésors / succession Ferland