MétaCan
Menu
Retour à la cohorte
Enregistrement W4284880688 · doi:10.1503/jpn.210186

Differences in neurometabolites and transcranial magnetic stimulation motor maps in children with attention-deficit/hyperactivity disorder

2022· article· en· W4284880688 sur OpenAlexafffundvenue
Cynthia Kahl, Rose Swansburg, Tasmia Hai, James G. Wrightson, Tiffany Bell, Jean-François Lemay, Adam Kirton, Frank P. MacMaster

Notice bibliographique

RevueJournal of Psychiatry and Neuroscience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensAlberta Children's HospitalAlberta HealthUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesCerebral Palsy AllianceAlberta InnovatesAlberta Children's Hospital FoundationKids Brain Health NetworkCerebral Palsy Alliance Research FoundationChildren's Hospital FoundationBranch Out Neurological FoundationAlberta Health Services
Mots-clésTranscranial magnetic stimulationAttention deficit hyperactivity disorderNeuroscienceStimulationPsychologyMedicinePsychiatryPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Background: Although much is known about cognitive dysfunction in attention-deficit/hyperactivity disorder (ADHD), few studies have examined the pathophysiology of disordered motor circuitry. We explored differences in neurometabolite levels and transcranial magnetic stimulation (TMS)–derived corticomotor representations among children with ADHD and typically developing children. Methods: We used magnetic resonance spectroscopy (MRS) protocols to measure excitatory (glutamate + glutamine [Glx]) and inhibitory (γ-aminobutyric acid [GABA]) neurometabolite levels in the dominant primary motor cortex (M1) and the supplementary motor area (SMA) in children with ADHD and typically developing children. We used robotic neuronavigated TMS to measure corticospinal excitability and create corticomotor maps. Results: We collected data from 26 medication-free children with ADHD (aged 7–16 years) and 25 typically developing children (11–16 years). Children with ADHD had lower M1 Glx ( p = 0.044, d = 0.6); their mean resting motor threshold was lower ( p = 0.029, d = 0.8); their map area was smaller ( p = 0.044, d = 0.7); and their hotspot density was higher ( p = 0.008, d = 0.9). M1 GABA levels were associated with motor map area ( p = 0.036). Limitations: Some TMS data were lost because the threshold of some children exceeded 100% of the machine output. The relatively large MRS voxel required to obtain sufficient signal-to-noise ratio and reliably measure GABA levels encompassed tissue beyond the M1, making this measure less anatomically specific. Conclusion: The neurochemistry and neurophysiology of key nodes in the motor network may be altered in children with ADHD, and the differences appear to be related to each other. These findings suggest potentially novel neuropharmacological and neuromodulatory targets for ADHD.

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 enseignants0,016
Score d'incertitude au seuil0,031

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
Bibliométrie0,0010,001
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 Opus0,016
Tête enseignante GPT0,263
Écart entre enseignants0,247 · 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

Citations11
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatry and NeuroscienceMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207