Nieuwe methode voor het meten van bewegingsgedrag bij kinderen met autisme

Nu hebben onderzoekers van het Center for Autism Research (CAR) in het Children's Hospital of Philadelphia (CHOP) een nieuwe methode ontwikkeld voor het meten van motorische imitatie, wat bijdraagt ​​aan een groeiend aantal computationele gedragsanalysetools die motorische verschillen bij kinderen met autisme. Een studie die de methode beschrijft, werd onlangs gepresenteerd als onderdeel van de International Conference on Multimodal Interaction.

Onderzoekers zijn al tientallen jaren geïnteresseerd in motorische imitatie als middel om autisme te bestuderen. Imitatie is belangrijk in de vroege ontwikkeling en verschillen in imitatie kunnen fundamenteel zijn in hoe sociale verschillen bij mensen met autisme zich presenteren. Het is echter een uitdaging gebleken om imitatiemaatregelen te creëren die zowel gedetailleerd als schaalbaar zijn. In het verleden vertrouwden onderzoekers op ouderrapportmetingen van bepaalde imitatiemijlpalen, maar deze zijn niet noodzakelijk nauwkeurig genoeg om individuele verschillen te meten of in de loop van de tijd te veranderen. Anderen hebben gedragscodeerschema's of gespecialiseerde taken en apparatuur gebruikt om imitatievaardigheden vast te leggen, die veel middelen vergen en niet noodzakelijk toegankelijk zijn voor het grootste deel van de bevolking.

"Vaak wordt de nadruk gelegd op de nauwkeurigheid van de eindtoestand van een geïmiteerde actie, zonder rekening te houden met alle stappen die nodig zijn om dat punt te bereiken", zegt Casey Zampella, PhD, een wetenschapper bij CAR en eerste auteur van het onderzoek. "Acties kunnen als nauwkeurig worden beschouwd op basis van waar het kind terechtkomt, maar dat is het negeren van het proces van hoe het kind daar is gekomen. Hoe een actie verloopt, is soms belangrijker voor het karakteriseren van motorische verschillen dan hoe deze eindigt. Maar om deze ontwikkeling vast te leggen, is een fijnmazige en multidimensionale aanpak vereist.”

Om dit aan te pakken, hebben wetenschappers van CAR een nieuwe, grotendeels geautomatiseerde rekenmethode ontwikkeld om motorimitatie te beoordelen. De deelnemers krijgen de opdracht om een ​​opeenvolging van bewegingen in de tijd na te bootsen met een video. De methode volgt lichaamsbewegingen over alle ledematengewrichten gedurende het volledige verloop van de imitatietaak met zowel een 2D- als een 3D-camera. De methode maakt ook gebruik van een nieuwe benadering die vastlegt of de deelnemer motorische coördinatieproblemen heeft in hun eigen lichaam die van invloed kunnen zijn op hun vermogen om bewegingen met anderen te coördineren. Prestaties worden gemeten over herhaalde taken.

Met behulp van deze methode konden onderzoekers deelnemers met autisme onderscheiden van typisch ontwikkelende jongeren met een nauwkeurigheid van 82%. Onderzoekers toonden ook aan dat verschillen niet alleen werden veroorzaakt door interpersoonlijke coördinatie met de video, maar ook door intrapersoonlijke coördinatie. Zowel de 2D- als de 3D-trackingsoftware hadden hetzelfde nauwkeurigheidsniveau, wat betekent dat kinderen de tests mogelijk thuis kunnen doen zonder speciale apparatuur.

"Tests zoals deze helpen ons niet alleen om meer te weten te komen over de verschillen tussen mensen met autisme, maar ze kunnen ons ook helpen de resultaten te meten, zoals de effectiviteit van de behandeling of veranderingen in hun leven", zegt Birkan Tunç, PhD, een computationele wetenschapper bij CAR en senior studie auteur. "Wanneer deze test wordt toegevoegd aan vele andere computationele gedragsanalysetests die momenteel worden ontwikkeld, naderen we een punt waarop we de meeste gedragssignalen kunnen meten die een clinicus waarneemt."