Quantitative electroencephalography in children with attention deficit hyperactivity disorder and healthy children: Behavioral and age correlates
Notice bibliographique
Résumé
This pilot study aimed to identify quantitative electroencephalographic (qEEG) biomarkers for children and adolescents with attention deficit hyperactivity disorder (ADHD). We examined whether qEEG power correlates with the behavioral symptoms. We included 89 children with ADHD and 77 healthy children as a control group. We conducted EEG spectral analysis in the eyes-closed and eyes-opened conditions and compared the findings with a normative database (Human Brain Index). We measured behavioral parameters by using scales proposed by Barkley. The findings revealed an age-dependent decrease in qEEG power in children with ADHD. We found significant discrimination between children with ADHD and healthy children in the theta/beta ratio and theta activity in the frontal area. We found a notable increasing trend in beta activity across two age groups (6-10 years and > 10 years). Correlation analysis showed an association between qEEG power and hyperactivity in younger children with ADHD, while theta activity in the frontal region correlated positively with hyperactivity. The qEEG power of children with ADHD decreased gradually as age increased, and these changes were related to their symptoms. This pilot study suggests that qEEG differences between children with ADHD and healthy children may serve as a sensitive diagnostic tool, depending on the child's age. Further research building upon these findings could deepen our understanding of ADHD and its neural correlates.
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) | 0,001 | 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 ».