Técnicas de rastreamento ocular podem ajudar os prestadores de cuidados primários a diagnosticar o autismo mais cedo e com mais precisão

Quase 3% de todas as crianças nos Estados Unidos são diagnosticadas com autismo, de acordo com os Centros de Controle e Prevenção de Doenças. Mas uma equipe colaborativa de pesquisadores da Universidade de Indiana e da Universidade de Purdue está encontrando maneiras de fazer o diagnóstico correto mais cedo.

“O número de crianças que necessitam de avaliações de autismo excede a capacidade de especialistas treinados para prestar este serviço”, disse Rebecca McNally Keehn, Ph.D., professora assistente de pediatria na Faculdade de Medicina da UI. “As crianças e as suas famílias esperam actualmente um ano ou mais para ter acesso às avaliações. Isto é um problema porque as crianças perdem oportunidades de intervenções no momento ideal de impacto”.

McNally Keehn é o autor sênior de um artigo publicado recentemente em Rede JAMA aberta que descreve o estudo da equipe de pesquisa sobre o diagnóstico de autismo usando biomarcadores de rastreamento ocular em clínicas de atenção primária em Indiana. A equipe viajou para clínicas participantes do sistema Indiana Early Autism Evaluation Hub e conduziu uma avaliação cega de pesquisa de 146 crianças com idades entre 14 e 48 meses.

“Biomarcadores de diagnóstico são características que fornecem indicação discreta e objetiva de diagnóstico. Foi demonstrado que biomarcadores de rastreamento ocular que medem a atenção social e não social e a função cerebral diferenciam crianças pequenas diagnosticadas com autismo daquelas com outras deficiências de desenvolvimento neurológico”, disse McNally Keehn. “No entanto, apesar do enorme investimento na descoberta de biomarcadores de rastreamento ocular, tem havido uma lacuna na tradução de biomarcadores de rastreamento ocular em benefícios clínicos”.

Para fazer o rastreamento ocular, as crianças do estudo sentaram-se em uma cadeira alta ou no colo do cuidador e assistiram a vídeos na tela do computador, enquanto os pesquisadores registravam os movimentos dos olhos e o tamanho das pupilas. Quando o diagnóstico clínico e a certeza diagnóstica dos cuidados primários foram combinados com métricas de biomarcadores de rastreamento ocular, a sensibilidade do modelo foi de 91% e a especificidade foi de 87%, o que significa que eles fizeram um diagnóstico de autismo mais preciso.

McNally Keehn disse que estudos como esses podem ajudar a resolver atrasos no acesso às avaliações do autismo, equipando melhor os médicos de cuidados primários com uma abordagem diagnóstica multimétodos.

“Esta é uma questão de saúde pública e a nossa abordagem tem o potencial de melhorar substancialmente o acesso a diagnósticos oportunos e precisos nas comunidades locais”, disse McNally Keehn.

O próximo passo da equipe é conduzir um estudo de replicação e validação em larga escala de seu modelo de diagnóstico usando inteligência artificial. Em seguida, esperam realizar um ensaio clínico estudando a eficácia do modelo diagnóstico em avaliações de cuidados primários em tempo real.

Outros autores do estudo incluem Patrick Monahan, Brett Enneking, Tybytha Ryan e Nancy Swigonski da IU e Brandon Keehn de Purdue.