Electroencephalography complexity in resting and task states in adults with attention-deficit/hyperactivity disorder
Notice bibliographique
Résumé
Analysing EEG complexity could provide insight into neural connectivity underlying attention-deficit/hyperactivity disorder symptoms. EEG complexity was calculated through multiscale entropy and compared between adults with attention-deficit/hyperactivity disorder and their peers during resting and go/nogo task states. Multiscale entropy change from the resting state to the task state was also examined as an index of the brain's ability to change from a resting to an active state. Thirty unmedicated adults with attention-deficit/hyperactivity disorder were compared with 30 match-paired healthy peers on the multiscale entropy in the resting and task states as well as their multiscale entropy change. Results showed differences in multiscale entropy between individuals with attention-deficit/hyperactivity disorder and their peers during the resting state as well as the task state. The multiscale entropy measured from the comparison group was larger than that from the attention-deficit/hyperactivity disorder group in the resting state, whereas the reverse pattern was found during the task state. Our most robust finding showed that the multiscale entropy change from individuals with attention-deficit/hyperactivity disorder was smaller than that from their peers, specifically at frontal sites. Interestingly, individuals without attention-deficit/hyperactivity disorder performed better with decreasing multiscale entropy changes, demonstrating higher accuracy, faster reaction time and less variability in their reaction times. These data suggest that multiscale entropy could not only provide insight into neural connectivity differences between adults with attention-deficit/hyperactivity disorder and their peers but also into their behavioural performance.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».