Uma das grandes dificuldades enfrentadas pelo portador do transtorno do espectro autista (TEA) e por seus familiares é a demora para se chegar ao diagnóstico. Por outro lado, a identificação e a intervenção precoces são importantes para apoiar a saúde, a aprendizagem e o bem-estar a longo prazo das crianças com autismo. No mundo, o TEA afeta uma em cada 36 crianças, o que significa que a cada ano, só nos Estados Unidos, nascem mais de 90 mil bebês com autismo.
Estudos clínicos publicados neste mês no Journal of the American Medical Association (JAMA) e no JAMA Network Open apontam que um caminho para o diagnóstico em crianças a partir de 16 meses é medir o comportamento visual dos pequenos por meio de um dispositivo. Segundo os pesquisadores do Marcus Autism Center, subsidiária da Children’s Healthcare of Atlanta, essa nova ferramenta pode ajudar os médicos a diagnosticar o autismo mais cedo, além de fornecer medições objetivas dos pontos fortes e também das vulnerabilidades de cada criança, ajudando no apoio ao paciente e aos familiares.
“As implicações de longo alcance desses resultados podem significar que as crianças que atualmente têm acesso limitado a cuidados especializados e enfrentam dois ou mais anos de espera e encaminhamentos antes de serem diagnosticadas aos quatro ou cinco anos, agora podem ser elegíveis para o diagnóstico entre as idades de 16 e 30 meses”, disse em comunicado Ami Klin, PhD, diretor do Marcus Autism Center e coautor do estudo, que também é chefe da divisão de autismo e deficiências do desenvolvimento na Escola de Medicina da Universidade Emory. “Além disso, essa tecnologia mede os níveis individuais de deficiência social, habilidade verbal e capacidade de aprendizagem não verbal de cada criança, o que é uma informação crítica para os médicos ao desenvolver planos de tratamento personalizados para ajudar o paciente a obter os maiores ganhos”, revelou.
O estudo publicado na JAMA Network Open avaliou cerca de 1.100 crianças com dois anos. Dos participantes, 519 foram diagnosticados com autismo. A técnica de rastreamento ocular teve 86% de precisão na detecção do transtorno comparado a outros métodos de diagnóstico. Já a outra pesquisa, publicada na JAMA, analisou 500 pessoas com idades entre 16 e 30 meses, chegando à precisão de 78% no diagnóstico do autismo. Em cada um desses estudos, os pesquisadores testaram se medidas automatizadas do comportamento visual poderiam efetivamente prever resultados de avaliações diagnósticas.
Mas como foi essa avaliação? Durante os testes, as crianças assistiram a cenas de vídeo de interação social. Enquanto observavam, seus movimentos oculares eram monitorados a uma taxa de 120 vezes por segundo para determinar, momento a momento, quais informações sociais elas olhavam e quais não observavam. Após a coleta, dezenas de milhares dessas medidas foram comparadas com dados de pares pareados por idade, usando algoritmos para quantificar semelhanças e diferenças em cada momento. Essas medidas foram resumidas para fornecer uma indicação diagnóstica geral, bem como medidas individuais dos níveis de incapacidade social, habilidade verbal e de aprendizagem não-verbal de cada criança.
Por mais de duas décadas, os autores da pesquisa estudaram o “engajamento visual social” – como as crianças olham e aprendem com seu ambiente social – e como isso difere em crianças com autismo. Pesquisas anteriores mostraram que essas diferenças surgem no início da infância e estão diretamente relacionadas a diferenças genéticas individuais.
A tecnologia, que recebeu autorização da FDA em junho de 2022, é de propriedade da EarliTec Diagnostics, Inc., que desenvolve soluções para identificação precoce e monitoramento de tratamento no autismo. Os outros cinco centros especializados para diagnóstico e tratamento do autismo que conduziram o estudo foram Cincinnati Children’s Hospital Medical Center, Southwest Autism Research and Resource Center, Seattle Children’s Hospital, University of Washington, University of California – San Francisco e Rush University.
Fonte: Children’s Healthcare of Atlanta
