Eye tracking en el diagnóstico de Autismo una introducción

El diagnóstico del Trastorno del Espectro Autista (TEA), en edades tempranas ha supuesto un reto, considerando hasta el momento el diagnóstico precoz como aquel hecho a los 18 meses de vida. Las causas de esta dificultad se deben a la falta de marcadores biológicos que nos permitan determinar con certeza la presencia del TEA. La base del diagnóstico ha sido por tanto la búsqueda de marcadores psicológicos, difíciles a su vez de estipular dada la heterogeneidad de las manifestaciones conductuales del trastorno en estas épocas tempranas.

Las herramientas de screening como el CHAT (Baron-Cohen 1992, 1996; Charman, 2001) han ayudado a realizar este diagnóstico precoz a partir de los 18 meses. El PL-ADOS (Di Lavore y col., 1995) por su parte también aporta herramientas semiestructuradas para el diagnóstico en edades preverbales. El problema lo encontramos en desarrollar herramientas que nos puedan dar indicadores de la presencia del TEA entre las edades de 5 a 18 meses. En estas fases tan tempranas del desarrollo es difícil realizar una observación conductual con éxito suficiente como para detectar indicadores fiables. Este diagnóstico temprano es de especial relevancia ya que permitiría empezar la intervención antes mejorando el prodiagnóstico a medio-largo plazo.

De forma general, el uso de esta técnica dentro del área de investigación del TEA se ha centrado en dos áreas complementarias. Por una parte, un conjunto de estudios ha intentado explorar el funcionamiento de los patrones de procesamiento de la información en personas con TEA para poder entender las bases de su comportamiento y los posibles correlatos que presenta. Se puede consultar la recopilación llevada a cabo por Zillah Boraston y Sarah-Jayne Blakemore (2007). Estos estudios se han centrado por una parte en el comportamiento social y la percepción del mismo (ver Chita-Tegmark, M. 2016 para un meta-análisis sobre la cuestión) y por otra, por el procesamiento de emociones.

Además, otra línea de investigación se centra en el uso del eye tracking como herramienta de diagnóstico temprano. La ampliación en el conocimiento de la materia provoca como dicen Constantino y Charman (2016) que nos estemos encaminando hacia un cambio de paradigma que permita el desarrollo de biomarcadores y umbrales diagnósticos que nos permitan realizar un diagnóstico mucho antes que hasta el momento, abriendo la puerta a la intervención personalizada en edades menores y mejorando así la eficiencia de las mismas a largo plazo.

En esta línea, podemos ver cómo estos últimos años han ido surgiendo artículos que se van aproximando a la estandarización de pruebas que permitan el diagnóstico temprano. Un ejemplo de ello es el estudio de Pierce, K., y col. (2016) o Frazier, T. W. Y col. (2016). Donde demuestran la utilidad de diferentes tareas para el diagnóstico, mostrando como estas correlacionan en alta medida con las herramientas diagnosticas más comúnmente utilizadas.

Así, a modo de resumen, las ventajas que presenta la utilización de esta técnica son:

  1. Nula intrusividad: no han de colocarse ningún tipo de sensor.
  2. Pasividad: la única conducta requerida por parte del participante es la de mirar a unos puntos determinados durante la calibración. El software ya está preparado para facilitar este proceso a través de la selección de vídeos o animaciones que llamen la atención del bebé para su fácil calibración.
  3. Apta para diagnóstico temprano: dados los dos puntos anteriores y tal como la bibliografía nos demuestra, esta herramienta es perfecta para tener indicadores de la presencia de TEA en bebés desde 6 meses.
  4. Objetividad: a pesar de que hay un largo camino aún a recorrer en cuanto a la estandarización de estímulos para poder hablar de objetividad al 100%, la medición de los movimientos oculares en sí representa un valor de objetividad importante para la validez del diagnóstico.
  5. Facilidad de utilización: la herramienta de presentación, registro y análisis de los datos es muy intuitiva y fácil de usar.
  6. Facilidad de análisis: los datos son automáticamente agregados y una vez dibujadas las áreas de interés (AOI) del vídeo en concreto, la extracción de las métricas concretas representa unos pocos clicks.

Los elementos especialmente relevantes para trabajar correctamente con el eye tracking como herramienta diagnostica son:

  • La correcta calibración y posicionamiento de los participantes
  • La creación de estímulos que nos permitan tener buenos indicadores
  • Establecer AOIs de relevancia
  • Entender los resultados que obtenemos y establecer indicadores dentro de nuestra base de datos que nos permitan establecer umbrales o correlaciones con otras pruebas diagnósticas.

En futuros artículos desarrollaremos cada uno de estos puntos para facilitar en lo máximo posible la utilización de esta herramienta.

Bibliografía

Baron-Cohen, S., Allen, J., y Gillberg, C. (1992). Can autism be detected at 18 months? The needle, the haystack, and the CHAT. British Journal of Psychiatry, 161, 839-843.
Baron-Cohen, S., Cox, A., Baird, G., Swettenham, J., Nightingale, N., Morgan, K., y Charman, T. (1996). Psychological markers in the detection of autism in infancy in a large population. British Journal of Psychiatry, 168, 158-163.
Charman, T., Baron-Cohen, S., Baird, G., Cox, A., Wheelwright, S., Swettenham, J., y Drew, A. (2001) Commentary: The modified checklist for autism in toddlers. Journal of Autism and Developmental Disorders, 31, 2, 145-148.
Chita-Tegmark, M. (2016). Social attention in ASD: A review and meta-analysis of eye-tracking studies. Research in developmental disabilities, 48, 79-93.
Constantino, J. N., & Charman, T. (2016). Diagnosis of autism spectrum disorder: reconciling the syndrome, its diverse origins, and variation in expression. The Lancet Neurology, 15(3), 279-291.
Di Lavore, P.C., Lord, C., y Rutter, M. (1995). The pre-linguistic autism diagnostic observation schedule. Journal of Autism and Developmental Disorders, 25, 4.
Frazier, T. W., Klingemier, E. W., Beukemann, M., Speer, L., Markowitz, L., Parikh, S., ... & Ahuja, V. (2016). Development of an objective autism risk index using remote eye tracking. Journal of the American Academy of Child & Adolescent Psychiatry, 55(4), 301-309.
Pierce, K., Marinero, S., Hazin, R., McKenna, B., Barnes, C. C., & Malige, A. (2016). Eye tracking reveals abnormal visual preference for geometric images as an early biomarker of an autism spectrum disorder subtype associated with increased symptom severity. Biological psychiatry, 79(8), 657-666.