使用眼睛追踪和数字生物标记器对儿童注意力缺陷/多动障碍的辅助诊断:案例对照研究
Zhongling Liu1, Jinkai Li2, Yuanyuan Zhang1
1Child Health Care Medical Division, Shanghai Children's Hospital, School of Medicine, Shanghai Jiao Tong University, Shanghai, China.
JMIR mHealth and uHealth
|October 30, 2024
概括
眼睛追踪技术为儿童诊断注意力缺陷/多动障碍 (ADHD) 提供了一种新的方法. 这项研究开发了一个使用眼动生物标志物和机器学习的客观系统,在识别ADHD方面实现了高精度.
科学领域:
- 神经科学是一个神经科学.
- 发展心理学 发展心理学
- 生物医学工程 生物医学工程
背景情况:
- 注意缺陷/多动障碍 (ADHD) 是一种在学龄儿童中普遍存在的神经发育障碍.
- 目前的诊断挑战源于缺乏客观生物标志物,导致潜在的错误诊断和延迟干预.
- 眼睛追踪技术为评估儿童神经心理行为提供了一个有希望的客观方法.
研究的目的:
- 开发一种可靠,客观的ADHD辅助诊断系统,利用眼睛追踪技术.
- 确定该系统在学校和社区环境中用于ADHD查的实用性.
- 确定潜在的客观生物标志物用于ADHD的临床诊断.
主要方法:
- 一个案例对照研究,比较患有ADHD的儿童和典型发育 (TD) 的儿童.
- 设计一种针对核心ADHD认知缺陷的眼睛跟踪评估范式.
- 数字生物标志物的提取和分析 (例如,瞳孔直径,凝视规律) 和发育模式.
- 机器学习 (ML) 模型用于ADHD预测的应用,通过5倍交叉验证进行验证.
主要成果:
- 招募了216名参与者 (94名ADHD,122名TD).
- 与TD组相比,ADHD组在动任务和明显的数字生物标志物模式方面表现明显差.
- ML模型在区分群体方面表现出高效,AUC为0.965,准确度为0.908.
结论:
- 眼睛跟踪生物标志物有效地根据眼睛运动模式区分ADHD和TD群体.
- 开发的ML模型为ADHD识别提供了准确可靠的方法.
- 该系统可以帮助早期的ADHD查,并提供客观的生物标志物用于临床参考.
