ABSTRACT
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 Moreover, they may exhibit withdrawn, stereotyped and disruptive behaviors.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.
ABSTRACT
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.