How to Predict the Impact of Methylphenidate on Cardiovascular Risk in Children with Attention Deficit Disorder: Methylphenidate Improves Autonomic Dysfunction in Children with ADHD
Notice bibliographique
Résumé
Background. Although stimulants have long been touted as treatments for attention deficit disorder with or without hyperactivity (ADHD), in recent years, increasing concerns have been raised about the cardiovascular safety of these medications. We aimed to prove if measurements of autonomic function with time domain analysis of heart rate variability (HRV) in 24-hour Holter ECG are useful to predict the risk of sudden cardiac death in ADHD children and adolescents. Methods. We analysed HRV obtained from children with the diagnosis of ADHD prior to (N = 12) or during medical therapy (N = 19) with methylphenidate (MPH), aged 10.8 ± 2.0 years (mean ± SD), who were referred to our outpatient Paediatric Cardiology Clinic to rule out heart defect. As a control group, we compared the HRV data of 19 age-matched healthy children without heart defect. Results. Average HRV parameters from 24-hour ECG in the ADHD children prior to MPH showed significant lower values compared to healthy children with respect to rMSSD (26 ± 4 ms versus 44 ± 10 ms, P ≤ 0.0001) and pNN50 (6.5 ± 2.7% versus 21.5 ± 9.0%, P ≤ 0.0001). These values improved in MPH-treated children with ADHD (RMSSD: 36 ± 8 ms; pNN50: 14.2 ± 6.9%). Conclusion. Children who suffer from ADHD show significant changes in HRV that predominantly reflects diminished vagal tone, a well-known risk factor of sudden cardiac death in adults. In our pilot study, MPH treatment improved HRV.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».