Practice advisory: The utility of EEG theta/beta power ratio in ADHD diagnosis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the evidence for EEG theta/beta power ratio for diagnosing, or helping to diagnose, attention-deficit/hyperactivity disorder (ADHD). METHODS: We identified relevant studies and classified them using American Academy of Neurology criteria. RESULTS: Two Class I studies assessing the ability of EEG theta/beta power ratio and EEG frontal beta power to identify patients with ADHD correctly identified 166 of 185 participants. Both studies evaluated theta/beta power ratio and frontal beta power in suspected ADHD or in syndromes typically included in an ADHD differential diagnosis. A bivariate model combining the diagnostic studies shows that the combination of EEG frontal beta power and theta/beta power ratio has relatively high sensitivity and specificity but is insufficiently accurate. CONCLUSIONS: It is unknown whether a combination of standard clinical examination and EEG theta/beta power ratio increases diagnostic certainty of ADHD compared with clinical examination alone. RECOMMENDATIONS: Level B: Clinicians should inform patients with suspected ADHD and their families that the combination of EEG theta/beta power ratio and frontal beta power should not replace a standard clinical evaluation. There is a risk for significant harm to patients from ADHD misdiagnosis because of the unacceptably high false-positive diagnostic rate of EEG theta/beta power ratio and frontal beta power. Level R: Clinicians should inform patients with suspected ADHD and their families that the EEG theta/beta power ratio should not be used to confirm an ADHD diagnosis or to support further testing after a clinical evaluation, unless such diagnostic assessments occur in a research setting.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».