Electroencephalographic Microstates as Novel Functional Biomarkers for Adult Attention-Deficit/Hyperactivity Disorder
Notice bibliographique
Résumé
BACKGROUND: Research on the electroencephalographic (EEG) signatures of attention-deficit/hyperactivity disorder (ADHD) has historically concentrated on its frequency spectrum or event-related evoked potentials. In this work, we investigate EEG microstates (MSs), an alternative framework defined by the clustering of recurring topographical patterns, as a novel approach for examining large-scale cortical dynamics in ADHD. METHODS: Using k-means clustering, we studied the spatiotemporal dynamics of ADHD during the rest condition by comparing the MS segmentations between adult patients with ADHD and neurotypical control subjects across two independent datasets: the first dataset consisted of 66 patients with ADHD and 66 control subjects, and the second dataset comprised 22 patients with ADHD and 22 control subjects and was used for out-of-sample validation. RESULTS: Spatially, patients with ADHD and control subjects displayed equivalent MS topographies (canonical maps), indicating the preservation of prototypical EEG generators in patients with ADHD. However, this concordance was accompanied by significant differences in temporal dynamics. At the group level, and across both datasets, ADHD diagnosis was associated with longer mean durations of a frontocentral topography (MS D), indicating that its electrocortical generator(s) could be acting as pronounced attractors of global cortical dynamics. In addition, its spatiotemporal metrics were correlated with sleep disturbance, the latter being known to have a strong relationship with ADHD. Finally, in the first (larger) dataset, we also found evidence of decreased time coverage and mean duration of a left-right diagonal topography (MS A), which inversely correlated with ADHD scores. CONCLUSIONS: Overall, our study underlines the value of EEG MSs as promising functional biomarkers for ADHD, offering an additional lens through which to examine its neurophysiological mechanisms.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».