M. Paul McNicholas développera des approches de regroupement basées sur des modèles pour aider à découvrir et à comprendre les trajectoires de développement des enfants atteints d’autisme.
Les travaux récents de Paul McNicholas ont permis d’élaborer des approches de regroupement modélisé de données pour trouver des groupes d’observations similaires parmi des données longitudinales multivariées. Ce travail a ouvert de nouvelles perspectives méthodologiques, mais il est également important dans toute une série d’applications dans le monde réel. Une application importante de cette méthodologie — la plus prometteuse — concerne les données d’une étude longitudinale canadienne sur l’autisme infantile; elle permettrait de regrouper les enfants selon leur trajectoire de développement. L’approche de regroupement modélisé de données a notamment pour avantage de produire une probabilité d’appartenance de chaque enfant à une trajectoire de développement. En revanche, l’une de ses faiblesses est l’impossibilité de faire passer les enfants d’une trajectoire de développement à une autre, malgré la probabilité d’appartenance de chaque enfant à chaque trajectoire de développement. Pour faciliter une flexibilité additionnelle et importante d’un point de vue pratique, une nouvelle approche sera élaborée pour permettre de faire passer les enfants d’une trajectoire à une autre. Cette nouvelle approche, qui s’inspirera d’un modèle à changement de régime markovien, permettra de mieux comprendre pourquoi les enfants changent de trajectoire. Ces informations seront très utiles aux cliniciens qui travaillent avec des enfants atteints d’autisme.
