Prédire les crises de colère chez les enfants

L'irritabilité et les accès de colère sont des raisons courantes pour lesquelles les enfants sont orientés vers un soutien en santé mentale. Beaucoup d'enfants font face à ces problèmes, y compris ceux diagnostiqués avec des troubles comme le trouble de régulation de l'humeur dysruptif (DMDD) et le trouble de l'opposition avec provocation (ODD). Comprendre quand et pourquoi ces accès de colère se produisent peut aider les aidants et les professionnels à mieux soutenir les enfants.

#Technologie pour Suivre les Émotions

Les avancées récentes en technologie, surtout les smartphones, permettent de mieux comprendre les états émotionnels des enfants en temps réel. Ces appareils peuvent collecter des données sur comment les enfants se sentent à différents moments de la journée. Cette approche, appelée évaluation écologique en temps réel (EMA), fournit des informations précieuses sur l'humeur et le comportement d'un enfant et aide à identifier quand ils pourraient avoir un accès de colère.

#Objectif de l'Étude

Cette recherche vise à voir à quel point on peut prédire les accès de colère chez les enfants en utilisant des données collectées via EMA. Si on peut prédire ces accès avec précision, cela pourrait aider les aidants à mieux réagir quand un enfant se sent irrité.

#Conception de l'Étude

#Étude Observationnelle

L'étude est observationnelle, ce qui signifie que les chercheurs collectent des données auprès des Participants sans leur assigner de traitement. Cela permet aux chercheurs de rassembler des données naturelles sur la façon dont les enfants expriment leurs sentiments.

#Recrutement des Participants

Les participants sont des jeunes âgés de 8 à 18 ans qui présentent des symptômes d'irritabilité. Ils subissent une évaluation clinique avant de rejoindre l'étude pour confirmer leur éligibilité. Ils sont recrutés dans la région locale, y compris auprès des prestataires de soins de santé et des écoles. Les parents et tuteurs donnent leur consentement pour que leurs enfants participent, tandis que les enfants donnent leur accord. Les participants reçoivent une compensation pour leur participation, surtout s'ils complètent la plupart des évaluations.

#Processus de Collecte de données

Une fois inscrits, les participants suivent une séance de formation pour se familiariser avec le processus de l'étude et l'application smartphone utilisée pour les évaluations. Ils répondent à des questions concernant leurs sentiments trois fois par jour pendant une semaine. Les questions sont envoyées à des moments aléatoires dans des périodes définies au cours de la journée.

#Informations Collectées

La collecte de données inclut plusieurs facteurs ou indicateurs pouvant influencer l'humeur d'un enfant. Les chercheurs se concentrent sur des aspects tels que l'âge de l'enfant, le sexe assigné à la naissance et ses sentiments au moment de l'évaluation, y compris :

• Fatigué
• Heureux
• En colère
• Grognon
• Frustré
• Malheureux

Ils considèrent aussi si l'évaluation a eu lieu le matin, l'après-midi ou le soir et le jour de la semaine.

#Analyse des Données

#Données Existantes

L'étude consiste en deux phases de collecte de données. La première phase a rassemblé des données de 57 participants, avec un total d'environ 1 296 évaluations collectées. Les données ont été analysées pour déterminer quels facteurs étaient les plus utiles pour prédire les accès de colère.

Les chercheurs ont d'abord examiné 23 variables différentes mais ont réduit à 17 variables après avoir déterminé celles qui étaient les plus significatives. Les facteurs retenus incluent :

• Âge et sexe.
• Sentiments ponctuels tels que fatigue, colère et frustration.
• Jour de la semaine.
• Moment de la journée.

#Résultats de l'Analyse

Au cours de la première phase, les chercheurs ont développé un modèle pour prédire les accès de colère en fonction des variables sélectionnées. Ils ont utilisé deux approches principales : la régression logistique et les forêts aléatoires. Les deux méthodes aident à comprendre les relations entre les facteurs et la probabilité qu'un accès de colère se produise.

Les chercheurs ont mesuré la performance de leurs modèles en utilisant des indicateurs comme la précision et le rappel. La précision répond à la question de combien de fois le modèle avait raison en prédisant un accès de colère. Le rappel répond à la question de combien de fois le modèle a correctement Prédit un accès de colère quand cela s'est réellement produit. La combinaison de ces indicateurs aide à garantir la fiabilité du modèle.

#Collecte de Données en Cours

La seconde phase de collecte de données est en cours et vise à rassembler plus de participants et leurs données respectives sur une période plus longue. Cette phase impliquera 20 à 40 participants supplémentaires, avec un objectif d'au moins 400 évaluations pour s'assurer que le modèle est suffisamment robuste pour la validation.

#Défis et Limitations

Bien que cette étude offre des perspectives prometteuses pour prédire les accès de colère, elle a aussi ses limites. L'échantillon de participants peut ne pas refléter la population plus large, puisque seuls ceux qui choisissent de s'engager dans l'étude sont inclus. Les chercheurs travaillent à recruter un groupe diversifié de la communauté pour minimiser ce biais.

Un autre défi est de s'assurer que les participants restent engagés. Certains participants peuvent trouver les questions ennuyeuses ou distrayantes, ce qui pourrait affecter leur consistance dans les réponses. Pour y remédier, les participants peuvent choisir leurs heures de réponse dans une fenêtre spécifique, et les questions sont randomisées pour maintenir leur intérêt.

#Implications Futures

Les résultats de cette étude pourraient avoir des applications pratiques. Si les méthodes utilisées pour prédire les accès de colère peuvent être validées, elles pourraient être intégrées dans des programmes d'intervention pour les enfants ayant des problèmes d'irritabilité. Les aidants pourraient recevoir des alertes quand un enfant est susceptible d'avoir un accès de colère, leur permettant de prendre des mesures préventives.

De plus, associer les données EMA avec une surveillance en temps réel des réponses physiologiques d'un enfant pourrait offrir des informations supplémentaires sur leurs états émotionnels. Cet ensemble de données plus riche pourrait aider à créer des interventions plus personnalisées, répondant aux besoins spécifiques de chaque enfant.

#Conclusion

L'irritabilité et les accès de colère chez les enfants sont des préoccupations significatives, et les innovations dans la collecte et l'analyse des données aident à aborder ces problèmes. En utilisant la technologie pour collecter des données en temps réel, les chercheurs cherchent à mieux comprendre et prédire les accès de colère. Bien que des défis existent, les avantages potentiels pour les enfants et leurs aidants sont considérables. Les travaux futurs pourraient mener à de meilleures interventions et systèmes de soutien pour ceux qui font face à des défis émotionnels, favorisant finalement une meilleure santé mentale et un bien-être chez les enfants.