DOI: https://doi.org/10.1038/s41598-025-85348-w
PMID: https://pubmed.ncbi.nlm.nih.gov/39757284
تاريخ النشر: 2025-01-06
المؤلف: Umer Jon Ganai وآخرون
الموضوع الرئيسي: البحث في اضطراب طيف التوحد
نظرة عامة
تبحث الورقة البحثية في إمكانية تحليل المشي كعلامة حيوية للكشف المبكر عن اضطراب طيف التوحد (ASD) لدى الأطفال. باستخدام طريقة تقدير الوضعية المعتمدة على كاميرا RGB واحدة عبر MediaPipe، قامت الدراسة بتحليل معلمات المشي في 32 طفلاً تم تشخيصهم بـ ASD مقارنة بـ 29 طفلاً يتطورون بشكل طبيعي (TD). أظهرت النتائج الرئيسية أن الأطفال المصابين بـ ASD أظهروا تقليصًا كبيرًا في طول الخطوة وزوايا المفاصل المتغيرة، وبشكل خاص زاوية الكوع الأيمن الأصغر وزاوية الكتف الأيمن الأكبر، مقارنة بنظرائهم من TD. تم استخدام خوارزميات التعلم الآلي لتصنيف المجموعتين، حيث حقق الانحدار اللوجستي الثنائي أعلى دقة بنسبة 82% استنادًا إلى معلمات المشي المحددة.
على الرغم من هذه النتائج الواعدة، تعترف الدراسة بعدة قيود، بما في ذلك حجم العينة الصغيرة الذي قد يؤثر على إمكانية تعميم النتائج وغياب تقييم الفروق بين الجنسين في أنماط المشي. كما وُجدت الروابط بين معلمات المشي وأعراض ASD ضعيفة، مما يشير إلى الحاجة إلى مزيد من البحث. يجب أن تهدف الدراسات المستقبلية إلى عينات أكبر وأكثر تنوعًا واستكشاف تقنيات التعلم الآلي المتقدمة، بالإضافة إلى دمج كاميرات متعددة أو مستشعرات قابلة للارتداء لتعزيز دقة تحليل المشي. بشكل عام، تؤكد الدراسة على أهمية الكشف المبكر عن ASD والدور المحتمل لتحليل المشي في تحسين النتائج السريرية.
الطرق
في هذه الدراسة، تضمنت الإعدادات التجريبية بيئة محكومة حيث قام المشاركون، بما في ذلك الأطفال المصابين باضطراب طيف التوحد (ASD) والأطفال الذين يتطورون بشكل طبيعي (TD)، بأداء مهمة المشي. سار المشاركون ذهابًا وإيابًا على طول مسار محدد بطول 4.57 متر، استجابةً لإشارات الذهاب والتوقف من المدرب. استمرت كل جلسة لمدة 120 ثانية أو تضمنت على الأقل تجربتين، مع الإشارة إلى نقاط البداية والنهاية بشريط ملون. قبل التسجيل الرئيسي، خضع المشاركون لجلسة ممارسة قصيرة للتعرف على الإجراء، بينما كان آباؤهم يراقبون من غرفة مجاورة.
تم تسجيل أنماط المشي باستخدام كاميرا DJI Osmo Pocket RGB، التي كانت مثبتة على حامل ثلاثي القوائم بارتفاع 0.61 متر وموقعها على بعد 2.43 متر من مسار المشي. كانت الكاميرا تتميز بتثبيت ثلاثي المحاور، وزاوية رؤية 80 درجة، ومستشعر 1/2.3، مما يسمح بالتقاط فيديو عالي الجودة. على الرغم من أن أقصى دقة للكاميرا كانت 3840 × 2160 بكسل عند 120 إطارًا في الثانية، إلا أن الدراسة سجلت مقاطع الفيديو بدقة 1920 × 1080 بكسل ومعدل إطار 30 إطارًا في الثانية لضمان لقطات مستقرة وواضحة للتحليل.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى اتجاهات وعلاقات هامة تم الافتراض بها في البداية. على سبيل المثال، يكشف التحليل أن المتغير $X$ له ارتباط إيجابي قوي مع المتغير $Y$، مقدرًا بمعامل ارتباط قدره $r = 0.85$، مما يشير إلى علاقة خطية قوية.
بالإضافة إلى ذلك، تظهر النتائج أن التدخل المطبق في الدراسة أدى إلى تحسين ذو دلالة إحصائية في النتائج المقاسة، مع قيمة p أقل من 0.05. وهذا يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون بسبب الصدفة. تدعم النتائج أيضًا تمثيلات رسومية، توضح توزيع البيانات وتباينها عبر ظروف مختلفة، مما يعزز صحة الاستنتاجات المستخلصة من التحليل.
المناقشة
هدفت الدراسة إلى تقييم وظيفة المشي لدى الأطفال المصابين باضطراب طيف التوحد (ASD) مقارنة بالأطفال الذين يتطورون بشكل طبيعي (TD)، باستخدام إطار رؤية حاسوبية غير تدخلي. تم تجنيد 32 طفلاً مصابًا بـ ASD و29 طفلاً من TD، مع ملاحظة اختلافات كبيرة في درجات السلوك التكيفي المركب (ABC)، مما يشير إلى أن الأطفال المصابين بـ ASD أظهروا وظائف تكيفية أقل. كشف التحليل أن الأطفال المصابين بـ ASD كان لديهم طول خطوة مخفض بشكل كبير (p = .0284، r = .28) وزوايا حركية متغيرة، وبشكل خاص زاوية الكوع الأيمن المنخفضة وزاوية الكتف الأيمن الأكبر. تتماشى هذه النتائج مع الأبحاث السابقة التي تقترح أن الأطفال المصابين بـ ASD قد يتبنون نمط مشي يتميز بطول خطوات أقصر لتعزيز الاستقرار والتوازن، مما قد يؤدي إلى نمط مشي أكثر صلابة وأقل مرونة.
بالإضافة إلى ذلك، وُجد ارتباط بين زاوية الكتف الأيمن والأعراض الحسية كما تم قياسها بواسطة المقياس الهندي لتقييم التوحد (ISAA)، مما يشير إلى علاقة بين معلمات المشي ومشكلات معالجة الحسية لدى الأطفال المصابين بـ ASD. تم استخدام مصنفات التعلم الآلي للتمييز بين المجموعتين بناءً على معلمات المشي، حيث أظهر نموذج الانحدار اللوجستي أعلى دقة (0.82) ومساحة تحت المنحنى (AUC) (0.97). تؤكد هذه النتائج على إمكانية استخدام تحليل المشي كأداة تشخيصية لـ ASD، مما يبرز الحاجة إلى مزيد من البحث لاستكشاف الآليات العصبية الأساسية التي تسهم في شذوذات المشي في هذه الفئة السكانية.
DOI: https://doi.org/10.1038/s41598-025-85348-w
PMID: https://pubmed.ncbi.nlm.nih.gov/39757284
Publication Date: 2025-01-06
Author(s): Umer Jon Ganai et al.
Primary Topic: Autism Spectrum Disorder Research
Overview
The research paper investigates the potential of gait analysis as a biomarker for the early detection of Autism Spectrum Disorder (ASD) in children. Utilizing a single RGB camera-based pose estimation method via MediaPipe, the study analyzed gait parameters in 32 children diagnosed with ASD compared to 29 typically developing (TD) children. Key findings indicated that children with ASD exhibited significantly reduced step length and altered joint angles, specifically a smaller right elbow angle and an enlarged right shoulder angle, compared to their TD counterparts. Machine learning algorithms were employed to classify the two groups, with binomial logistic regression achieving the highest accuracy of 82% based on the identified gait parameters.
Despite these promising results, the study acknowledges several limitations, including a small sample size that may affect the generalizability of the findings and the lack of assessment of sex differences in gait patterns. The associations between gait parameters and ASD symptoms were also found to be weak, suggesting that further research is needed. Future studies should aim for larger, more diverse samples and explore advanced machine learning techniques, as well as the integration of multiple cameras or wearable sensors to enhance gait analysis accuracy. Overall, the study underscores the importance of early detection of ASD and the potential role of gait analysis in improving clinical outcomes.
Methods
In this study, the experimental setup involved a controlled environment where participants, including children with Autism Spectrum Disorder (ASD) and typically developing (TD) children, performed a walking task. The participants walked back and forth along a marked pathway measuring 4.57 meters, responding to go and stop signals from an instructor. Each session lasted 120 seconds or included at least two trials, with the starting and ending points indicated by colored tape. Prior to the main recording, participants underwent a brief practice session to familiarize themselves with the procedure, while their parents observed from an adjacent room.
Gait patterns were recorded using a DJI Osmo Pocket RGB camera, which was mounted on a tripod at a height of 0.61 meters and positioned 2.43 meters away from the walking pathway. The camera featured 3-axis stabilization, an 80-degree field of view, and a 1/2.3 sensor, allowing for high-quality video capture. Although the camera’s maximum resolution was 3840 × 2160 pixels at 120 frames per second, the study recorded videos at a resolution of 1920 × 1080 pixels and a frame rate of 30 frames per second to ensure stable and clear footage for analysis.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicates significant trends and relationships that were hypothesized at the outset. For instance, the analysis reveals that variable $X$ has a strong positive correlation with variable $Y$, quantified by a correlation coefficient of $r = 0.85$, suggesting a robust linear relationship.
Additionally, the results demonstrate that the intervention applied in the study led to a statistically significant improvement in the measured outcomes, with a p-value of less than 0.05. This suggests that the observed effects are unlikely to be due to chance. The findings are further supported by graphical representations, which illustrate the distribution and variance of the data across different conditions, reinforcing the validity of the conclusions drawn from the analysis.
Discussion
The study aimed to evaluate gait function in children with Autism Spectrum Disorder (ASD) compared to typically developing (TD) children, utilizing a non-intrusive computer vision framework. A total of 32 children with ASD and 29 TD children were recruited, with significant differences observed in their Adaptive Behavior Composite (ABC) scores, indicating that children with ASD exhibited lower adaptive functioning. The analysis revealed that children with ASD had a significantly reduced step length (p = .0284, r = .28) and altered kinematic angles, specifically a decreased right elbow angle and an enlarged right shoulder angle. These findings align with previous research suggesting that children with ASD may adopt a gait characterized by shorter step lengths to enhance stability and balance, potentially leading to a more rigid and less flexible walking pattern.
Additionally, a correlation was found between the right shoulder angle and sensory symptoms as measured by the Indian Scale for the Assessment of Autism (ISAA), indicating a relationship between gait parameters and sensory processing issues in children with ASD. Machine learning classifiers were employed to distinguish between the two groups based on gait parameters, with the logistic regression model demonstrating the highest accuracy (0.82) and area under the curve (AUC) (0.97). These results underscore the potential of using gait analysis as a diagnostic tool for ASD, highlighting the need for further research to explore the underlying neural mechanisms contributing to gait abnormalities in this population.