Ny metod för att mäta rörelsebeteende hos barn med autism

Nu har forskare vid Center for Autism Research (CAR) vid Children's Hospital of Philadelphia (CHOP) utvecklat en ny metod för att mäta motorisk imitation, vilket lägger till en växande uppsättning verktyg för beräkningsbeteendeanalys som kan upptäcka och karakterisera motoriska skillnader hos barn med autism. En studie som beskriver metoden presenterades nyligen som en del av den internationella konferensen om multimodal interaktion.

Forskare har varit intresserade av motorisk imitation som ett sätt att studera autism i decennier. Imitation är viktigt i tidig utveckling, och imitationsskillnader kan vara grundläggande för hur sociala skillnader hos personer med autism uppträder. Det har dock visat sig vara utmanande att skapa imitationsmått som är både granulära och skalbara. Tidigare har forskare förlitat sig på föräldrarapportmått för vissa imitationsmilstolpar, men dessa är inte nödvändigtvis tillräckligt exakta för att mäta individuella skillnader eller förändras över tid. Andra har använt beteendekodningsscheman eller specialiserade uppgifter och utrustning för att fånga imitationsfärdigheter, som är resurskrävande och inte nödvändigtvis tillgängliga för större delen av befolkningen.

"Ofta läggs tonvikten på sluttillståndets noggrannhet av en imiterad handling, utan att ta hänsyn till alla steg som krävs för att komma till den punkten", säger Casey Zampella, PhD, forskare vid CAR och första författare till studien. "Handlingar kan anses vara korrekta baserat på var barnet hamnar, men det är att ignorera processen för hur barnet kom dit. Hur en handling utspelar sig är ibland viktigare för att karakterisera motoriska skillnader än hur den slutar. Men att fånga denna utveckling kräver ett finkornigt och flerdimensionellt tillvägagångssätt.”

För att ta itu med detta utvecklade forskare vid CAR en ny, till stor del automatiserad beräkningsmetod för att bedöma motorisk imitation. Deltagarna instrueras att imitera en sekvens av rörelser i takt med en video. Metoden spårar kroppsrörelser över alla lemleder under hela förloppet av imitationsuppgiften med både en 2D- och en 3D-kamera. Metoden använder också ett nytt tillvägagångssätt som fångar om deltagaren har motoriska koordinationssvårigheter i sin egen kropp som kan påverka deras förmåga att koordinera rörelser med andra. Prestanda mäts över upprepade uppgifter.

Med den här metoden kunde forskarna skilja deltagare med autism från typiskt utvecklande ungdomar med 82 % noggrannhet. Forskare visade också att skillnader inte bara drevs av interpersonell koordination med videon utan också av intrapersonell koordination. Både 2D- och 3D-spårningsmjukvaran hade samma noggrannhetsnivå, vilket innebär att barn kanske kan göra testerna hemma utan att använda någon speciell utrustning.

"Tester som dessa hjälper oss inte bara att lära oss mer om skillnaderna mellan människor med autism, utan de kan hjälpa oss att mäta resultat, såsom effektiviteten av behandlingen eller förändringar i deras liv", säger Birkan Tunç, PhD, en beräkningsforskare vid CAR och senior studieförfattare. "När det här testet läggs till med många andra beräkningsbaserade beteendeanalystester som utvecklas just nu, närmar vi oss en punkt där vi kan mäta de flesta beteendesignaler som en läkare observerar."