Análise da pressão plantar da marcha de autistas por dinâmica simbólica otimizada por algoritmo genético

Abstract

O autismo infantil é um transtorno de início precoce que afeta predominantemente três habilidades: interação social, comunicação/linguagem e comportamento. As consequências desse transtorno são diversas. Várias teorias foram criadas na tentativa de explicar as características presentes em pessoas com autismo, contudo a etiologia permanece desconhecida. Uma grande particularidade desse distúrbio é a complexidade de seu diagnóstico conclusivo. Para uma completa avaliação, são necessários diversos profissionais de diferentes áreas – como pediatras, psicólogos e neurologistas –, e isso leva a uma peregrinação dos pais até que se conclua o diagnóstico. A falta de um biomarcador é bastante discutida na literatura cientifica, pois diminuiria o tempo de diagnóstico e, consequentemente, anteciparia as terapias indicadas aos indivíduos portadores do autismo. Tais terapias são importantes, pois possibilitam aos indivíduos o desenvolvimento necessário para se socializar e conseguir ter uma vida normal. Com base na discussão da literatura cientifica, existem défices motores nos autistas, os quais, frequentemente são refletidos na dinâmica da marcha. Este trabalho tem como objetivo analisar, por Dinâmica Simbólica (DS) otimizada por Algoritmo Genético (AG) os dados de Pressão Plantar da Marcha (PPM) de um grupo de autistas (GAU), a fim de encontrar estruturas que possam propor a PPM como um biomarcador importante no diagnóstico precoce do autismo. Com base na etiologia mecânica da passada, busca-se caracterizar como a dinâmica da pressão da caminhada de um autista é diferente em certas regiões do pé. A metodologia desenvolvida neste trabalho iniciou-se com a obtenção dos dados de PPM do GAU e grupo de controle (GCO), desenvolveu-se um Algoritmo Genético (AG) para otimizar os parâmetros da DS. Para tanto, realizou-se a simbolização das séries temporais por DS, e, em seguida, analisaram-se estatisticamente os resultados, os quais mostraram a existência de alteração significativa na distribuição, indicando evidências de estruturas determinísticas nas amostras de PPM, o que permitiu distinguir características dos autistas em sua pressão plantar ao caminhar. Desta forma demonstra-se que o método da Dinâmica Simbólica otimizada por Algoritmo Genético para análise dos dados de PPM é eficiente em detectar alterações na pressão plantar da marcha de portadores de autismo.