MétaCan
Menu
Retour à la cohorte
Enregistrement W4410338827 · doi:10.2196/65170

Discriminative Power of the Serious Game Attention Slackline in Children and Adolescents With and Without Attention-Deficit/Hyperactivity Disorder: Validation Study

2025· article· en· W4410338827 sur OpenAlexvenueno aff
Nicolás Ruiz‐Robledillo, Ignacio Lucas, Rosario Ferrer‐Cascales, Natalia Albaladejo-Blázquez, Javier Sanchís, Juan Trujillo

Notice bibliographique

RevueJMIR Serious Games · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Ciencia e InnovaciónAgencia Estatal de InvestigaciónGeneralitat ValencianaFP7 Science in SocietyUniversidad de Alicante
Mots-clésAttention deficit hyperactivity disorderImpulsivityPsychologyAttention deficitRating scaleClinical psychologyConduct disorderNeurodevelopmental disorderDevelopmental psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Attention-deficit/hyperactivity disorder (ADHD) is a prevalent neurodevelopmental condition characterized by inattention, hyperactivity, and impulsivity, significantly impacting the psychological, social, and academic well-being of affected children and adolescents. Traditional ADHD diagnostic methods often rely on subjective reports, which can be biased. Recent advancements in serious games offer the potential for objective assessment tools. Objective: This study aimed to evaluate the discriminative power and concurrent validity of the serious game Attention Slackline in distinguishing children and adolescents with ADHD from those without the condition and in correlating game performance with standardized ADHD assessment scales. Methods: A sample of 32 children and adolescents diagnosed with ADHD and 39 healthy controls participated in the study. Participants were divided into 2 age groups: children (aged 6-11 years) and adolescents (aged 12-17 years). The serious game Attention Slackline was administered alongside established ADHD assessment scales, including the Child and Adolescent Assessment System and the ADHD Rating Scale IV. Group differences were analyzed using multivariate analysis of covariance, and effect sizes were reported using Cohen d. Correlations between game performance and ADHD symptoms were calculated using Pearson r. Results: Children with ADHD demonstrated significantly worse performance in Attention Slackline than the controls (t65=-2.26; P=.03; |d|=0.901), whereas no significant differences were observed in adolescents (t65=0.75; P=.73; |d|=0.191). Task performance was negatively correlated with family-reported hyperactivity/impulsivity symptoms in children across both tests (r=-0.43 and r=-0.51), but no significant correlations were observed in adolescents. Conclusions: The findings support the validity of Attention Slackline for assessing hyperactivity/impulsivity symptoms in children with ADHD. However, its efficacy decreases in adolescents, potentially due to developmental factors, such as compensatory strategies and ceiling effects in task performance. The gamified nature of the tool enhances engagement, which is crucial for young populations, while maintaining its diagnostic utility in measuring impulsivity. The age-dependent validity aligns with previous research indicating that continuous performance test paradigms are less effective in older populations due to developmental maturation. Attention Slackline shows potential as a complementary tool for ADHD diagnosis in children, offering an engaging and objective assessment of hyperactivity/impulsivity. Future research should aim to establish clinical cutoff points and refine the task's complexity to align with individual characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,295
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207