MétaCan
Menu
Retour à la cohorte
Enregistrement W2020596985 · doi:10.1080/10874208.2011.623093

sLORETA and fMRI Detection of Medial Prefrontal Default Network Anomalies in Adult ADHD

2011· article· en· W2020596985 sur OpenAlexaff
Rex Cannon, Cynthia Kerson, Adam Hampshire

Notice bibliographique

RevueJournal of Neurotherapy · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyDefault mode networkPrefrontal cortexFunctional connectivityNeuroscienceCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Attention deficit hyperactivity disorder (ADHD) is a developmental psychiatric disorder thought to affect approximately 5 to 10% of school-age children, of whom 30 to 65% continue to exhibit symptoms into adulthood. The prevalence of ADHD in adults is also an estimated 4%, second only to depression. Across studies there appear to be significant network dysfunctions involved in ADHD. Typically the foci of interest in ADHD included the insular cortices, frontal lobes, basal ganglia, and cerebellum. More recently, attention has been directed to the default network of the brain and its functional integrity in ADHD with focus on the precuneus and parietal lobes and interactions with medial prefrontal cortices. Functional magnetic resonance imaging (fMRI) measures neurovascular coupling as measured by the blood oxygenated level dependent signal (BOLD). Electroencephalogram (EEG) measures brain electrical information. Because fMRI is an indirect measure of neuronal activity and EEG is a direct measure, combining the results from these two imaging modalities under the same task conditions may provide a more complete story as to the what (EEG) and where (fMRI) activity exists. This article discusses the benefits of using standardized low resolution electromagnetic tomography (sLORETA) analysis of the EEG as compared to fMRI. The goal of the study, the data from which we use for our justification, was to discover the functional differences in ADHD and non-ADHD brains with different brain imaging modalities. We hoped to elucidate functional connectivity patterns by interpreting the data acquired with the EEG using sLORETA and the data acquired with the fMRI scans. We further hoped to find correlation with the sLORETA and fMRI interpretations so as to confirm that EEG is an adequate stand-alone methodology to evaluate ADHD. Participants included 6 ADHD and 7 non-ADHD subjects. They were initially interviewed by phone and administered the Connors Rating Scale and the Mini International Neuropsychiatric Interview to determine accuracy of symptom reporting and to rule out psychological comorbidities. Exclusion criteria consisted of previous head trauma, recent drug or alcohol abuse (14 days), or neurological syndromes. We recorded sequential 19-channel EEG and fMRI during the eyes-open and eyes-closed states and while performing the Stroop test. The QEEG results were evaluated with comparison to a normative database and with sLORETA analysis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,291
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurotherapyMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207