The effects of neurofeedback training for children with cerebral palsy and co‐occurring attention deficits: A pilot study
Notice bibliographique
Résumé
BACKGROUND: Limited research exists regarding the effectiveness of electroencephalogram (EEG) neurofeedback training for children with cerebral palsy (CP) and co-occurring attention deficits (ADs), despite the increasing prevalence of these dual conditions. This study aimed to fill this gap by examining the impact of neurofeedback training on the attention levels of children with CP and AD. METHODS: Nineteen children with both CP and co-occurring ADs were randomly assigned to either a neurofeedback or control group. The neurofeedback group received 20 sessions of training, lasting approximately 1 h per day, twice a week. Theta/beta ratios of the quantitative electroencephalography (QEEG) recordings were measured pre-training and post-training in the resting state. The Continuous Performance Test (CPT), the Test of Visual Perceptual Skills-3rd Version (TVPS-3) and the Conners' Parent Rating Scale (CPRS) were measured at pre- and post-training. RESULTS: The neurofeedback group showed both decreased theta/beta ratios compared with control group (p = 0.04) at post-training and a within-group improvement during training (p = 0.02). Additionally, the neurofeedback group had a trend of decreased omission rates of the CPT (p = 0.08) and the visual sequential memory and the visual closure subscores in the TVPS-3, compared with the control group (p = 0.02 and p = 0.01, respectively). CONCLUSIONS: The results suggested that children with CP and co-occurring AD may benefit from neurofeedback training in their attention level. Further research is needed to explore long-term effects and expand its application in this population.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».