[Early prognostic of ASD: A challenge]

Med Sci (Paris). 2022 May;38(5):431-437. doi: 10.1051/medsci/2022054. Epub 2022 May 24.
[Article in French]

Abstract

Autism Spectrum Disorders (ASD) are born in the womb generated by intrauterine genetic or environmental insult. ASD diagnostic is made at the age of 3-5 years in Europe and in the US. Relying on this, we have tested the hypothesis of identifying already at birth babies who might be diagnosed later with ASD, thereby facilitating an early use of psychoeducative techniques to attenuate the severity of the symptoms. Here, we discuss the various approaches that have been used to enable an early diagnosis. We have ourselves used an approach based on a "without a priori" machine learning analysis of all maternity biological and ultrasound data available in French maternities (around 116) in utero and after birth. This program made it possible to identify at birth almost all (96%) of babies who will be later neurotypical and around half of those who will be diagnosed with ASD. Some of the parameters allowing this identification were largely unexpected with no known links with ASD. This approach will enable an early identification of babies at risk, but also might be used to diagnose ASD later on, and perhaps could help to get a better understanding of the heterogeneity of ASD.

Title: Pronostiquer tôt les troubles du spectre autistique : Un défi ?

Abstract: Les troubles du spectre de l’autisme (TSA) « naissent » in utero à la suite d’évènements pathologiques génétiques ou environnementaux. Le diagnostic des TSA n’est cependant effectué que vers l’âge de 3-5 ans en Europe et aux États-Unis. Un pronostic précoce permettrait pourtant d’atténuer la sévérité des atteintes cognitives, grâce à des approches psycho-éducatives. Une large panoplie d’approches a été suggérée pour établir un pronostic précoce des TSA, se fondant sur l’imagerie cérébrale, sur des enregistrements EEG, sur des biomarqueurs sanguins ou sur l’analyse des contacts visuels. Nous avons développé une approche fondée sur l’analyse par machine learning des données biologiques et échographiques recueillies en routine, du début de la grossesse au lendemain de la naissance, dans les maternités françaises. Ce programme qui permet d’identifier la presque totalité des bébés neurotypiques et la moitié des bébés qui auront un diagnostic de TSA quelques années plus tard, permet aussi d’identifier les paramètres ayant un impact sur le pronostic. Si quelques-uns d’entre eux étaient attendus, d’autres n’ont aucun lien avec les TSA. L’étude sans a priori des données de maternité devrait ainsi permettre un pronostic des TSA dès la naissance, ainsi que de mieux comprendre la pathogenèse de ces syndromes et de les traiter plus tôt.

MeSH terms

  • Autism Spectrum Disorder* / diagnosis
  • Autism Spectrum Disorder* / epidemiology
  • Child, Preschool
  • Early Diagnosis
  • Europe
  • Female
  • Humans
  • Infant
  • Infant, Newborn
  • Pregnancy
  • Prognosis
  • Risk Assessment