RESUMO

Resumen Introducción : El Trastorno del Espectro Autista (TEA) es un trastorno del neurodesarrollo, y sus procedimien tos tradicionales de evaluación encuentran ciertas li mitaciones. El actual campo de investigación sobre TEA está explorando y respaldando métodos innovadores para evaluar el trastorno tempranamente, basándose en la detección automática de biomarcadores. Sin embargo, muchos de estos procedimientos carecen de validez ecológica en sus mediciones. En este contexto, la reali dad virtual (RV) presenta un prometedor potencial para registrar objetivamente bioseñales mientras los usuarios experimentan situaciones ecológicas. Métodos : Este estudio describe un novedoso y lúdi co procedimiento de RV para la evaluación temprana del TEA, basado en la grabación multimodal de bio señales. Durante una experiencia de RV con 12 esce nas virtuales, se midieron la mirada, las habilidades motoras, la actividad electrodermal y el rendimiento conductual en 39 niños con TEA y 42 compañeros de control. Se desarrollaron modelos de aprendizaje automático para identificar biomarcadores digitales y clasificar el autismo. Resultados : Las bioseñales reportaron un rendimien to variado en la detección del TEA, mientras que el modelo resultante de la combinación de los modelos de las bioseñales demostró la capacidad de identificar el TEA con una precisión del 83% (DE = 3%) y un AUC de 0.91 (DE = 0.04). Discusión : Esta herramienta de detección pue de respaldar el diagnóstico del TEA al reforzar los resultados de los procedimientos tradicionales de evaluación.

Abstract Introduction : Autism Spectrum Disorder (ASD) is a neurodevelopmental condition which traditional as sessment procedures encounter certain limitations. The current ASD research field is exploring and endorsing innovative methods to assess the disorder early on, based on the automatic detection of biomarkers. How ever, many of these procedures lack ecological validity in their measurements. In this context, virtual reality (VR) shows promise for objectively recording biosignals while users experience ecological situations. Methods : This study outlines a novel and playful VR procedure for the early assessment of ASD, relying on multimodal biosignal recording. During a VR experience featuring 12 virtual scenes, eye gaze, motor skills, elec trodermal activity and behavioural performance were measured in 39 children with ASD and 42 control peers. Machine learning models were developed to identify digital biomarkers and classify autism. Results : Biosignals reported varied performance in detecting ASD, while the combined model resulting from the combination of specific-biosignal models demon strated the ability to identify ASD with an accuracy of 83% (SD = 3%) and an AUC of 0.91 (SD = 0.04). Discussion : This screening tool may support ASD diagnosis by reinforcing the outcomes of traditional assessment procedures.

RESUMO

INTRODUCTION: Autism Spectrum Disorder (ASD) is a neurodevelopmental condition which traditional assessment procedures encounter certain limitations. The current ASD research field is exploring and endorsing innovative methods to assess the disorder early on, based on the automatic detection of biomarkers. However, many of these procedures lack ecological validity in their measurements. In this context, virtual reality (VR) shows promise for objectively recording biosignals while users experience ecological situations. METHODS: This study outlines a novel and playful VR procedure for the early assessment of ASD, relying on multimodal biosignal recording. During a VR experience featuring 12 virtual scenes, eye gaze, motor skills, electrodermal activity and behavioural performance were measured in 39 children with ASD and 42 control peers. Machine learning models were developed to identify digital biomarkers and classify autism. RESULTS: Biosignals reported varied performance in detecting ASD, while the combined model resulting from the combination of specific-biosignal models demonstrated the ability to identify ASD with an accuracy of 83% (SD = 3%) and an AUC of 0.91 (SD = 0.04). DISCUSSION: This screening tool may support ASD diagnosis by reinforcing the outcomes of traditional assessment procedures.

Introducción: El Trastorno del Espectro Autista (TEA) es un trastorno del neurodesarrollo, y sus procedimientos tradicionales de evaluación encuentran ciertas limitaciones. El actual campo de investigación sobre TEA está explorando y respaldando métodos innovadores para evaluar el trastorno tempranamente, basándose en la detección automática de biomarcadores. Sin embargo, muchos de estos procedimientos carecen de validez ecológica en sus mediciones. En este contexto, la realidad virtual (RV) presenta un prometedor potencial para registrar objetivamente bioseñales mientras los usuarios experimentan situaciones ecológicas. Métodos: Este estudio describe un novedoso y lúdico procedimiento de RV para la evaluación temprana del TEA, basado en la grabación multimodal de bioseñales. Durante una experiencia de RV con 12 escenas virtuales, se midieron la mirada, las habilidades motoras, la actividad electrodermal y el rendimiento conductual en 39 niños con TEA y 42 compañeros de control. Se desarrollaron modelos de aprendizaje automático para identificar biomarcadores digitales y clasificar el autismo. Resultados: Las bioseñales reportaron un rendimiento variado en la detección del TEA, mientras que el modelo resultante de la combinación de los modelos de las bioseñales demostró la capacidad de identificar el TEA con una precisión del 83% (DE = 3%) y un AUC de 0.91 (DE = 0.04). Discusión: Esta herramienta de detección puede respaldar el diagnóstico del TEA al reforzar los resultados de los procedimientos tradicionales de evaluación.

Assuntos

RESUMO

Resumen Los individuos con trastornos del espectro autista suelen describirse con deficiencias comunicativas, sociales, emocionales y de comportamiento. A menudo están aislados y son pasivos, con pocas oportunidades de interacción positiva y constructiva con el mundo exterior. Por otra parte, pueden mostrar comportamientos retraídos, estereotipados y disruptivos. Estas condiciones pueden dificultar seriamente sus habilidades adaptativas al ambiente, con consecuencias negativas en su calidad de vida. La heterogeneidad fenotípica y la manifestación, así como la gravedad de los síntomas, pueden variar considerablemente según el niño. Esos determinan la necesidad de intervenciones personalizadas y adaptivas según las necesidades específicas, incluyendo factores como la edad, las habilidades intelectuales y las áreas afectadas específicas. Una intervención temprana promovería las habilidades adaptativas, la autodeterminación y la autonomía hacia el entorno. No obstante, los tiempos de esperas y los costes no permiten una evaluación temprana y como consecuencia los tiempos de intervención se retrasan afectando la cualidad de vida de los niños y de los pa dres. Además, los programas tradicionales de intervención dependen de la experiencia de los terapeutas. Una posible forma de superar este problema es el uso de tecnología adaptativa objetiva según las necesidades. El objetivo de este artículo es proporcionar una visión general de las pruebas empíricas disponible en los últimos siete años. En total, se seleccionaron 8 estudios, con 132 participantes que utilizaron 4 sistemas tecnológicos. Por último, se discuten las implicaciones tecnológicas, clínicas, psicológicas y rehabilitadoras de los hallazgos. Se esbozaron directrices prácticas dentro de esta área temática como perspectivas de investigación futuras.

Abstract Individuals with autistic spectrum disorder are often described as having communication, social, emo tional, and behavioral impairments. They are often isolated and passive, with few opportunities for positive and constructive interaction with the outside world. Moreover, they may exhibit withdrawn, stereotyped and disruptive behaviors. The aforementioned conditions can seriously hamper their ability to adapt to the environment, with negative consequences on their quality of life. Phenotypic heterogeneity and manifestation, as well as symptom severity, can vary greatly from child to child. These determine the need for individualized and adaptive interventions according to specific needs, including factors such as age, intellectual ability, and specific affected areas. Early intervention would promote adaptive skills, self-determination, and autonomy towards the environment. However, wait times and costs do not allow for early assessment, and therefore intervention times are delayed, affecting the quality of life of children and parents. In addition, traditional intervention programs depend on the expertise of the therapists. One possible way to overcome this problem is by using objective adaptive technologies based on needs. This article aims to provide an overview of the empirical evidence available over the past seven years. Overall, 8 studies were selected, with 132 participants using 4 technological systems. Finally, the technological, clinical, psychological, and rehabilitative implications of the findings are discussed. Practical guidelines within this topic area are outlined as future research perspectives.

RESUMO

Individuals with autistic spectrum disorder are often described as having communication, social, emotional, nd behavioral impairments. They are often isolated and passive, with few opportunities for positive and constructive interaction with the outside world. Moreover, they may exhibit withdrawn, stereotyped and disruptive behaviors. The aforementioned conditions can seriously hamper their ability to adapt to the environment, with negative consequences on their quality of life. Phenotypic heterogeneity and manifestation, as well as symptom severity, can vary greatly from child to child. These determine the need for individualized and adaptive interventions according to specific needs, including factors such as age, intellectual ability, and specific affected areas. Early intervention would promote adaptive skills, self-determination, and autonomy towards the environment. However, wait times and costs do not allow for early assessment, and therefore intervention times are delayed, affecting the quality of life of children and parents. In addition, traditional intervention programs depend on the expertise of the therapists. One possible way to overcome this problem is by using objective adaptive technologies based on needs. This article aims to provide an overview of the empirical evidence available over the past seven years. Overall, 8 studies were selected, with 132 participants using 4 technological systems. Finally, the technological, clinical, psychological, and rehabilitative implications of the findings are discussed. Practical guidelines within this topic area are outlined as future research perspectives.

Los individuos con trastornos del espectro autista suelen describirse con deficiencias comunicativas, sociales, emocionales y de comportamiento. A menudo están aislados y son pasivos, con pocas oportunidades de interacción positiva y constructiva con el mundo exterior. Por otra parte, pueden mostrar comportamientos retraídos, estereotipados y disruptivos. Estas condiciones pueden dificultar seriamente sus habilidades adaptativas al ambiente, con consecuencias negativas en su calidad de vida. La heterogeneidad fenotípica y la manifestación, así como la gravedad de los síntomas, pueden variar considerablemente según el niño. Esos determinan la necesidad de intervenciones personalizadas y adaptivas según las necesidades específicas, incluyendo factores como la edad, las habilidades intelectuales y las áreas afectadas específicas. Una intervención temprana promovería las habilidades adaptativas, la autodeterminación y la autonomía hacia el entorno. No obstante, los tiempos de esperas y los costes no permiten una evaluación temprana y como consecuencia los tiempos de intervención se retrasan afectando la cualidad de vida de los niños y de los padres. Además, los programas tradicionales de intervención dependen de la experiencia de los terapeutas. Una posible forma de superar este problema es el uso de tecnología adaptativa objetiva según las necesidades. El objetivo de este artículo es proporcionar una visión general de las pruebas empíricas disponible en los últimos siete años. En total, se seleccionaron 8 estudios, con 132 participantes que utilizaron 4 sistemas tecnológicos. Por último, se discuten las implicaciones tecnológicas, clínicas, psicológicas y rehabilitadoras de los hallazgos. Se esbozaron directrices prácticas dentro de esta área temática como perspectivas de investigación futuras.

Assuntos

RESUMO

Chronic viral hepatitis is a significant health problem throughout the world, which already represents high annual mortality. By 2040, chronic viral hepatitis due to virus B and virus C and their complications cirrhosis and hepatocellular carcinoma will be more deadly than malaria, vitellogenesis-inhibiting hormone, and tuberculosis altogether. In this review, we analyze the global impact of chronic viral hepatitis with a focus on the most vulnerable groups, the goals set by the World Health Organization for the year 2030, and the key points to achieve them, such as timely access to antiviral treatment of direct-acting antiviral, which represents the key to achieving hepatitis C virus elimination. Likewise, we review the strategies to prevent transmission and achieve control of hepatitis B virus. Finally, we address the impact that the coronavirus disease 2019 pandemic has had on implementing elimination strategies and the advantages of implementing telemedicine programs.

Assuntos

RESUMO

It has been observed that the stratification of Autism Spectrum Disorders (ASD) generated by the current scales is not effective for the personalization of early treatments. The clinical evaluation of ASD requires its consideration as a continuum of deficits, and there is a need to identify biologically significant parameters (biomarkers) that have the power to automatically characterize each individual at different stages of neurological development. The emerging field of computational psychiatry (CP) attempts to meet the needs of precision diagnosis by developing powerful computational and mathematical techniques. A growing scientific activity proposes the use of implicit measures based on biosignals for the classification of ASD. Virtual reality (VR) technologies have demonstrated potential for ASD interventions, but most of the work has used virtual reality for the learning / objective of interventions. Very few studies have used biological signals for recording and detailed analysis of behavioral responses that can be used to monitor or produce changes over time. In this paper the concept of behavioral biomarkers based on VR or VRBB is introduced. VRBB will allow the classification of ASD using a paradigm of computational psychiatry based on implicit brain processes measured through psychophysiological signals and the behavior of subjects exposed to complex replicas of social conditions using virtual reality interfaces.

Se ha observado que la estratificación de trastornos del espectro autista (TEA) generada por las escalas actuales no es efectiva para la personalización de tratamientos tempranos. La evaluación clínica de TEA requiere su consideración como un continuo de déficits, y existe la necesidad de identificar parámetros biológicamente significativos (biomarcadores) que tengan el poder de caracterizar automáticamente a cada individuo en diferentes etapas del desarrollo neurológico. El incipiente campo de la psiquiatría computacional (CP) intenta satisfacer las necesidades de diagnóstico de precisión mediante el desarrollo de potentes técnicas computacionales y matemáticas. Una creciente actividad científica propone el uso de medidas implícitas basadas en bioseñales para la clasificación de ASD. Las tecnologías de realidad virtual (VR) han demostrado potencial para las intervenciones de TEA, pero la mayoría de los trabajos han utilizado la realidad virtual para el aprendizaje / objetivo de las intervenciones. Muy pocos estudios han utilizado señales biológicas para el registro y el análisis detallado de las respuestas conductuales que se pueden utilizar para monitorear o producir cambios a lo largo del tiempo. En el presente trabajo se introduce el concepto de biomarcadores conductuales basados en VR o VRBB. Los VRBB van a permitir la clasificación de TEA utilizando un paradigma de psiquiatría computacional basado en procesos cerebrales implícitos medidos a través de señales psicofisiológicas y el comportamiento de sujetos expuestos a complejas réplicas de condiciones sociales utilizando interfaces de realidad virtual.

Assuntos

RESUMO

Se ha observado que la estratificación de trastornos del espectro autista (TEA) generada por las escalas actuales no es efectiva para la personalización de tratamientos tempranos. La evaluación clínica de TEA requiere su consideración como un continuo de déficits, y existe la necesidad de identificar parámetros biológicamente significativos (biomarcadores) que tengan el poder de caracterizar automáticamente a cada individuo en diferentes etapas del desarrollo neurológico. El incipiente campo de la psiquiatría computacional (CP) intenta satisfacer las necesidades de diagnóstico de precisión mediante el desarrollo de potentes técnicas computacionales y matemáticas. Una creciente actividad científica propone el uso de medidas implícitas basadas en bioseñales para la clasificación de ASD. Las tecnologías de realidad virtual (VR) han demostrado potencial para las intervenciones de TEA, pero la mayoría de los trabajos han utilizado la realidad virtual para el aprendizaje / objetivo de las intervenciones. Muy pocos estudios han utilizado señales biológicas para el registro y el análisis detallado de las respuestas conductuales que se pueden utilizar para monitorear o producir cambios a lo largo del tiempo. En el presente trabajo se introduce el concepto de biomarcadores conductuales basados en VR o VRBB. Los VRBB van a permitir la clasificación de TEA utilizando un paradigma de psiquiatría computacional basado en procesos cerebrales implícitos medidos a través de señales psicofisiológicas y el comportamiento de sujetos expuestos a complejas réplicas de condiciones sociales utilizando interfaces de realidad virtual.

It has been observed that the stratification of Autism Spectrum Disorders (ASD) generated by the current scales is not effective for the personalization of early treatments. The clinical evaluation of ASD requires its consideration as a continuum of deficits, and there is a need to identify biologically significant parameters (biomarkers) that have the power to automatically characterize each individual at different stages of neurological development. The emerging field of computational psychiatry (CP) attempts to meet the needs of precision diagnosis by developing powerful computational and mathematical techniques. A growing scientific activity proposes the use of implicit measures based on biosignals for the classification of ASD. Virtual reality (VR) technologies have demonstrated potential for ASD interventions, but most of the work has used virtual reality for the learning / objective of interventions. Very few studies have used biological signals for recording and detailed analysis of behavioral responses that can be used to monitor or produce changes over time. In this paper the concept of behavioral biomarkers based on VR or VRBB is introduced. VRBB will allow the classification of ASD using a paradigm of computational psychiatry based on implicit brain processes measured through psychophysiological signals and the behavior of subjects exposed to complex replicas of social conditions using virtual reality interfaces.

Assuntos

RESUMO

Hasta ahora las herramientas diagnósticas de los trastornos del espectro autista (TEA) se basan mayoritariamente en criterios cualitativos de información observacional en contextos con baja validez ecológica. Una creciente actividad científica propone medidas implícitas para la evaluación y diagnóstico del TEA. Dichas medidas se basan en procesos de carácter biológico e inconsciente, subyacentes a la capacidad de cognición humana y son obtenidas a través de la adquisición y tratamiento de respuestas cerebrales, fisiológicas y comportamentales, con el objetivo de obtener la estructura comportamental del paciente TEA ante un estímulo. La compleja relación existente entre respuestas fisiológicas y la estructura comportamental del paciente TEA ante un estímulo, obliga a utilizar técnicas avanzadas de tratamiento de la señal basadas en computación cognitiva. Las técnicas de inteligencia artificial, tales como aprendizaje automático (machine learning) y neurocomputación aplicadas al análisis de señales psicofisiológicas, han demostra do su robustez para la clasificación de complejos constructos cognitivos. La realidad virtual (RV) es una herramienta que permite recrear situaciones de la vida real con una alta fidelidad sensorial, pero al mismo tiempo controlar individualmente cada una de las situaciones y estímulos que influyen en el comportamiento humano. También permite la medición en tiempo real de las reacciones humanas ante tales estímulos. Este documento analiza los últimos avances científicos y tecnológicos relevantes para sus aplicaciones en el diagnóstico del TEA. Afirmamos que la RV es una herramienta muy valiosa para la investigación del TEA, especialmente para la evaluación y diagnóstico de habilidades y competencias complejas.

To date, the diagnostic tools for autism spectrum disorder (ASD) have been mostly based on qualitative criteria from observational information in contexts with low ecological validity. We are witnessing a growing scientific activity that proposes the use of implicit measures for the evaluation and diagnosis of ASD. These measures are based on processes of a biological and unconscious nature, underlying the capacity of human cognition, and are obtained through the acquisition and treatment of brain, physiological and behavioral responses in order to obtain the behavioral structure of the ASD patient facing a stimulus. The complex relationship between physiological responses and the behavioral structure of the ASD patient requires the use of advanced techniques of signal processing based on cognitive computation. Artificial intelligence (AI) techniques, such as machine learning and neurocomputing applied to the analysis of psychophysiological signals, have demonstrated their robustness for the classification of complex cognitive constructs. Virtual reality (VR) is a tool that allows recreating real-life situations with high sensory fidelity, but at the same time individually controlling each of the situations and stimuli that influence human behavior. It also allows the measurement in real time of human reactions to such stimuli. This document analyzes the latest scientific and technological advances relevant to its applications in the diagnosis of ASD. We conclude that VR is a very valuable tool for ASD research, especially for the evaluation and diagnosis of complex skills and competencies.

Assuntos

RESUMO

To date, the diagnostic tools for autism spectrum disorder (ASD) have been mostly based on qualitative criteria from observational information in contexts with low ecological validity. We are witnessing a growing scientific activity that proposes the use of implicit measures for the evaluation and diagnosis of ASD. These measures are based on processes of a biological and unconscious nature, underlying the capacity of human cognition, and are obtained through the acquisition and treatment of brain, physiological and behavioral responses in order to obtain the behavioral structure of the ASD patient facing a stimulus. The complex relationship between physiological responses and the behavioral structure of the ASD patient requires the use of advanced techniques of signal processing based on cognitive computation. Artificial intelligence (AI) techniques, such as machine learning and neurocomputing applied to the analysis of psychophysiological signals, have demonstrated their robustness for the classification of complex cognitive constructs. Virtual reality (VR) is a tool that allows recreating real-life situations with high sensory fidelity, but at the same time individually controlling each of the situations and stimuli that influence human behavior. It also allows the measurement in real time of human reactions to such stimuli. This document analyzes the latest scientific and technological advances relevant to its applications in the diagnosis of ASD. We conclude that VR is a very valuable tool for ASD research, especially for the evaluation and diagnosis of complex skills and competencies.

Hasta ahora las herramientas diagnósticas de los trastornos del espectro autista (TEA) se basan mayoritariamente en criterios cualitativos de información observacional en contextos con baja validez ecológica. Una creciente actividad científica propone medidas implícitas para la evaluación y diagnóstico del TEA. Dichas medidas se basan en procesos de carácter biológico e inconsciente, subyacentes a la capacidad de cognición humana y son obtenidas a través de la adquisición y tratamiento de respuestas cerebrales, fisiológicas y comportamentales, con el objetivo de obtener la estructura comportamental del paciente TEA ante un estímulo. La compleja relación existente entre respuestas fisiológicas y la estructura comportamental del paciente TEA ante un estímulo, obliga a utilizar técnicas avanzadas de tratamiento de la señal basadas en computación cognitiva. Las técnicas de inteligencia artificial, tales como aprendizaje automático (machine learning) y neurocomputación aplicadas al análisis de señales psicofisiológicas, han demostra do su robustez para la clasificación de complejos constructos cognitivos. La realidad virtual (RV) es una herramienta que permite recrear situaciones de la vida real con una alta fidelidad sensorial, pero al mismo tiempo controlar individualmente cada una de las situaciones y estímulos que influyen en el comportamiento humano. También permite la medición en tiempo real de las reacciones humanas ante tales estímulos. Este documento analiza los últimos avances científicos y tecnológicos relevantes para sus aplicaciones en el diagnóstico del TEA. Afirmamos que la RV es una herramienta muy valiosa para la investigación del TEA, especialmente para la evaluación y diagnóstico de habilidades y competencias complejas.

Assuntos

RESUMO

BACKGROUND: Acid suppression has been associated with adverse events; such as, enteric infections. Proton pump inhibitors (PPI) are frequently prescribed in patients with cirrhosis, but is unclear if PPI are associated with the development of bacterial infections in these patients. OBJECTIVE: To assess the impact of PPI intake on the development of bacterial, viral and fungal infections in patients with cirrhosis. METHODS: An observational, retrospective, historic cohort study. The exposed cohort included patients with cirrhosis with chronic use of PPI. The non-exposed cohort had not been using PPI. The follow-up period was 3 years, searching in the medical records for any events of bacterial infection confirmed by bacteriological culture. RESULTS: One hundred and thirteen patients met the selection criteria, 44 (39%) had chronic use of PPI; of them, 28 (63.6%) patients had not a clear clinical indication to justify the prescription of PPI. Twenty four (21.2%) patients developed bacterial infections during the follow-up period. In the univariate analysis, decompensated cirrhosis (Child B/C), presence of ascites, history of variceal bleeding, and chronic consumption of PPI were risk factors related to the development of infections. But, in the adjusted multivariate analysis only the chronic use of PPI was associated with development of infections (RR=3.6; 95% CI=1.1-12.3; P=0.04). CONCLUSION: There is an over-prescription of PPI without a justified clinical indication. The long-term consumption of PPI in patients with cirrhosis is associated with the development of bacterial infections; therefore these drugs must be carefully prescribed in this specific population.

Assuntos