Dissertação de Mestrado

O Transtorno do Espectro Autista (TEA) é caracterizado por diferenças na comunicação social, comportamentos repetitivos e alterações motoras que podem oferecer importantes pistas diagnósticas. Apesar disso, o diagnóstico ainda depende majoritariamente de observações clínicas subjetivas, evidenciando a necessidade de métodos complementares que sejam objetivos, engajadores e capazes de captar padrões motores específicos. Jogos interativos baseados em movimento constituem uma alternativa promissora, pois combinam motivação intrínseca, padronização da tarefa e registro preciso de parâmetros sensório-motores. Nosso estudo teve como propósito investigar se o jogo Bubbles, baseado na captação de movimentos repetitivos, seria capaz de identificar e distinguir pessoas com TEA de pessoas neurotípicas, servindo assim como uma metodologia complementar ao processo de triagem do TEA. 76 participantes, pareados por idade e sexo foram divididos em grupo experimental (GE TEA) e grupo controle (GC neurotípicos). Nossos resultados nos mostraram que a porcentagem de acertos entre os grupos tiveram pequenas diferenças. O tempo de acerto configurou-se como o principal achado do estudo: indivíduos com TEA responderam de forma consistentemente mais lenta em todos os momentos do jogo, evidenciando um padrão motor marcadamente distinto. Essa diferença foi robusta e sustentada ao longo de toda a tarefa, mesmo com a melhora progressiva observada em ambos os grupos. Embora idade, sexo e nível do jogo tenham mostrado correlações de baixa magnitude com o desempenho, esses fatores não explicaram a diferença central observada, reforçando que o parâmetro temporal captado pelo jogo reflete um aspecto motor inerente ao TEA. Com isso, nosso trabalho conclui que o jogo interativo foi eficaz em identificar um marcador motor relevante principal, a lentidão sistemática no tempo de resposta, que diferencia de forma clara indivíduos com TEA de indivíduos neurotípicos. Esses achados demonstram o potencial dessa tecnologia como ferramenta complementar às avaliações tradicionais, contribuindo para o avanço de biomarcadores digitais aplicados ao TEA

Autism Spectrum Disorder (ASD) is characterized by differences in social communication, repetitive behaviors, and motor alterations that may offer important diagnostic cues. Despite this, diagnosis still relies primarily on subjective clinical observations, highlighting the need for complementary methods that are objective, engaging, and capable of capturing specific motor patterns. Interactive motion-based games represent a promising alternative, as they combine intrinsic motivation, task standardization, and precise recording of sensorimotor parameters. The present study aimed to investigate whether Bubbles, a game based on capturing repetitive movements, could identify and distinguish individuals with ASD from neurotypical individuals. The central objective was to determine whether this protocol could detect motor indicators that may serve as potential digital biomarkers to complement ASD screening processes. 76 age- and sex-matched participants were divided into an experimental group (EG - ASD) and a control group (CG - neurotypical). Our results showed that the percentage of correct responses differed only slightly between groups. Response time, however, emerged as the main finding of the study: individuals with ASD responded consistently slower at all stages of the game, revealing a distinctly different motor pattern. This difference was robust and sustained throughout the entire task, even though both groups demonstrated progressive improvement over time. Although age, sex, and in-game level exhibited low-magnitude correlations with performance, these factors did not account for the core group difference, reinforcing that the temporal parameter captured by the game reflects an inherent motor characteristic of ASD. Overall, our findings indicate that the interactive game effectively identified a key motor markersystematic slowness in response timewhich clearly differentiates individuals with ASD from neurotypical participants. These results demonstrate the potential of this technology as a complementary tool to traditional assessments, contributing to the advancement of digital biomarkers applied to ASD