Auditory mismatch negativity in attention deficit hyperactivity disorder in children： a Meta-analysis
Notice bibliographique
Résumé
ObjectiveTo explore the differences existing in the auditory mismatch negativity （MMN） amplitude and latency between children with attention deficit hyperactivity disorder （ADHD） and normal children， and to probe into the significance of MMN latency and amplitude for assessing the auditory perception and attention level in ADHD children and normal children.MethodsOn December 1， 2022， a systematic search was performed in PubMed， Embase， Cochrane Library， China National knowledge Infrastructure （CNKI）， Wanfang Data Knowledge Service Platform and VIP databases to identify all well qualified literature focusing on MMN of ADHD children， then the valid data relevant to MMN amplitude and latency were extracted. The Newcastle-Ottawa Scale （NOS） was used to assess the quality of the included studies， and Stata 20.0 was employed for Meta-analysis.ResultsA total of 9 qualified studies comparing ADHD children （n=170） against healthy controls （n=159） were finally included. Among the included literature， there were 18 matched pairs of MMN amplitude data and 10 matched pairs of MMN latency data at different recording sites. Meta-analysis denoted that ADHD group resulted in potentials of slightly lower MMN amplitude （WMD=-0.334， 95% CI： -1.426~0.758， P=0.549） and notably longer MMN latency （WMD=14.768， 95% CI： 4.660~24.876， P=0.004） compared to control group， and the Bgger's funnel plot did not reveal any publication bias.ConclusionCompared with healthy controls， ADHD children have longer MMN latency， suggesting that the auditory perception and attention level of ADHD children may be reduced.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,042 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».