Silvia Grazioli

Psicologa e statistica, docente del Corso di Laurea triennale presso SFU Milano, dottoranda di ricerca in Psicometria Computazionale presso SFU Vienna, tecnica del comportamento ABA

Nel 2016 ha conseguito la Laurea Magistrale in Psicologia Clinica, dello Sviluppo e Neuropsicologia presso l’Università degli studi di Milano-Bicocca. Nella stessa Università, nel 2022 ha conseguito la Laurea Magistrale in Biostatistica.

Ha praticato attività clinica per l’Istituto Europeo per lo Studio del Comportamento Umano (IESCUM) presso l’Ospedale Policlinico di Milano in progetti di Child e Parent Training comportamentale in equipe di psicoterapia ACT, per bambini con disturbi del neurosviluppo e dell’area esternalizzante.

Dal 2018 è consulente di ricerca presso il Laboratorio di Psicopatologia dello Sviluppo dell’Istituto Scientifico IRCCS E. Medea – Associazione La Nostra Famiglia, Bosisio Parini (LC). L’attività di ricerca che svolge riguarda lo studio delle traiettorie evolutive di disturbi del neurosviluppo e psicopatologici tramite l’integrazione di dati bio-psico-sociali longitudinali. Inoltre, dal 2021, si occupa di psicometria computazionale e dello sviluppo di modelli predittivi di Machine Learning in supporto al processo diagnostico in neuropsichiatria infantile presso lo SmartLab (Laboratorio di Innovazione Digitale per la Clinica e la Ricerca Applicata in Psicopatologia dell’Età Evolutiva).

Dal 2022 è docente di Statistica I presso il Corso di Laurea triennale di SFU Milano e dottoranda di ricerca presso SFU Vienna. Presso SFU svolge attività di ricerca sull’applicazione di modelli predittivi di Machine Learning a supporto dell’attività clinica in psicoterapia, in collaborazione con la scuola di specializzazione Studi Cognitivi e sotto la supervisione del prof. G. Caselli.

Interessi di ricerca

Psicometria computazionale: applicazione della statistica tradizionale e del Machine Learning (intelligenza artificiale) a scopi di natura clinica.

Metodologia di interesse:

  • Machine Learning supervisionato: predizioni di diagnosi e dell’esito del trattamento a partire da dati socio-anamnestici e da questionari clinici;
  • Machine Learning non supervisionato e clustering: identificazione di fenotipi omogenei di pazienti sulla base di dati bio-psico-sociali.

Aree cliniche di interesse:

  • Disturbo da deficit dell’attenzione/iperattività (ADHD), spettro autistico;
  • Traiettorie di disturbi esternalizzanti e internalizzanti dall’infanzia all’età adulta ed efficacia della psicoterapia;
  • Impatti psicologici del cambiamento climatico, “eco-ansia” (Albrecht, 2011).

Pubblicazioni rilevanti

Articoli

Grazioli, S., Crippa, A., Rosi, E., Candelieri, A., Ceccarelli, S. B., Mauri, M., … & Nobile, M. (2022). Exploring telediagnostic procedures in child neuropsychiatry: addressing ADHD diagnosis and autism symptoms through supervised machine learning. Preprint in European Child & Adolescent Psychiatry.

Grazioli, S., Mauri, M., Rosi, E., Villa, F., Tizzoni, F., Tarabelloni, A., … & Nobile, M. (2022). Use of machine learning on clinical questionnaire data to support the diagnostic classification of Attention Deficit/Hyperactivity Disorder: a personalized medicine approach. European Psychiatry, 65(S1), S165-S166.

Crippa, A., Grazioli, S., Rosi, E., Mauri, M., Villa, F., Maggioni, E., … & Nobile, M. (2022). NIRS Hemodynamic Response to Methylphenidate in Children with Attention Deficit Hyperactivity Disorder: First Administration, Titration Phase and Associations with Clinical Severity. European Psychiatry, 65(S1), S54-S54.

Bianchi, V., Rescorla, L., Rosi, E., Grazioli, S., Mauri, M., Frigerio, A., … & Nobile, M. (2022). Emotional Dysregulation in Adults from 10 World Societies: An Epidemiological Latent Class Analysis of the Adult-Self-Report. International Journal of Clinical and Health Psychology, 22(2), 100301.

Santini, F., Tauro, G., Mazzali, M., Grazioli, S., Mauri, M., Rosi, E., … & Colombo, V. (2022). A Serious Game for Nutritional Education of Children and Adolescents with Neurodevelopmental Disorders. In International Conference on Pervasive Computing Technologies for Healthcare (pp. 240-250). Springer, Cham.

Grazioli, S., Rosi, E., Mauri, M., Crippa, A., Tizzoni, F., Tarabelloni, A., … & Nobile, M. (2021). Patterns of Response to Methylphenidate Administration in Children with ADHD: A Personalized Medicine Approach through Clustering Analysis. Children, 8(11), 1008.

Crippa, A., Craig, F., Busti Ceccarelli, S., Mauri, M., Grazioli, S., Scionti, N., … & Nobile, M. (2021). A multimethod approach to assessing motor skills in boys and girls with autism spectrum disorder. Autism, 25(5), 1481-1491.

Grazioli, S., Rosi, E., Villa, F., Mauri, M., Brambilla, P., Bonivento, C., … & Nobile, M. (2021). Relationship between internalizing and externalizing symptoms trajectories and perinatal risk factors in an epidemiological sample: Preliminary results from the remind project. European Psychiatry, 64(S1), S148-S149.

Mauri, M., Grazioli, S., Crippa, A., Bacchetta, A., Pozzoli, U., Bertella, S., … & Nobile, M. (2020). Hemodynamic and behavioral peculiarities in response to emotional stimuli in children with attention deficit hyperactivity disorder: An fNIRS study. Journal of Affective Disorders, 277, 671-680.

Bellina, M., Grazioli, S., Garzitto, M., Mauri, M., Rosi, E., Molteni, M., … & Nobile, M. (2020). Relationship between parenting measures and parents and child psychopathological symptoms: a cross-sectional study. BMC Psychiatry, 20(1), 1-11.

Mauri, M., Crippa, A., Bacchetta, A., Grazioli, S., Rosi, E., Gazzola, E., … & Nobile, M. (2020). The utility of NIRS technology for exploring emotional processing in children. Journal of Affective Disorders, 274, 819-824.

Rosi, E., Grazioli, S., Villa, F. M., Mauri, M., Gazzola, E., Pozzi, M., … & Nobile, M. (2020). Use of non-pharmacological supplementations in children and adolescents with Attention Deficit/Hyperactivity Disorder: A critical review. Nutrients, 12(6), 1573.

Grazioli, S., Crippa, A., Mauri, M., Piazza, C., Bacchetta, A., Salandi, A., … & Nobile, M. (2019). Association between fatty acids profile and cerebral blood flow: an exploratory fNIRS study on children with and without ADHD. Nutrients, 11(10), 2414.

Crippa, A., Tesei, A., Sangiorgio, F., Salandi, A., Trabattoni, S., Grazioli, S., … & Nobile, M. (2019). Behavioral and cognitive effects of docosahexaenoic acid in drug-naïve children with attention-deficit/hyperactivity disorder: A randomized, placebo-controlled clinical trial. European Child & Adolescent Psychiatry, 28(4), 571-583.

Capitoli di libri

Capitolo 10 in Manuale di Psichiatria Clinica: “Disturbo da disregolazione dell’umore dirompente e disregolazione emotivo-comportamentale”. Edizioni Minerva Medica, 2019.