Neurofysiologisk markör för ADHD hos barn
16 februari 2024 uppdaterad av: Junwon Kim, Daegu Catholic University Medical Center
Neurofysiologisk markör för Attention Deficit Hyperactivity Disorder hos barn
Denna studie undersökte kvantitativ elektroencefalografi (QEEG) subtyper som hjälpverktyg för att bedöma Attention Deficit Hyperactivity Disorder (ADHD).
Patient bedömdes med hjälp av den koreanska versionen av Diagnostic Interview Schedule for Children version IV och tilldelades en av tre grupper: ADHD, ADHD-Not Otherwise Specificerad (NOS) och Neurotypical (NT).
Utredarna mäter absolut och relativ EEG-effekt i 19 kanaler och genomförde ett auditivt kontinuerligt prestationstest.
Utredarna analyserade QEEG enligt frekvensområdet: delta (1-4 Hz), theta (4-8 Hz), långsam alfa (8-10 Hz), snabb alfa (10-13,5 Hz) och beta (13,5-30)
Hz).
Försökspersonerna grupperades sedan enligt Wards metod för klusteranalys med användning av det kvadratiska euklidiska avståndet för att mäta olikheter.
Studieöversikt
Status
Avslutad
Intervention / Behandling
- Diagnostiskt test: elektroencefalografi absolut deltaeffekt
- Diagnostiskt test: elektroencefalografi relativ deltaeffekt
- Diagnostiskt test: elektroencefalografi absolut thetakraft
- Diagnostiskt test: elektroencefalografi relativ thetastyrka
- Diagnostiskt test: elektroencefalografi absolut långsam alfastyrka
- Diagnostiskt test: elektroencefalografi relativt långsam alfastyrka
- Diagnostiskt test: elektroencefalografi absolut snabb alfastyrka
- Diagnostiskt test: elektroencefalografi relativ snabb alfastyrka
- Diagnostiskt test: elektroencefalografi absolut betaeffekt
- Diagnostiskt test: elektroencefalografi relativ betastyrka
- Diagnostiskt test: Koreansk ADHD betygsskala
- Diagnostiskt test: Koreansk version av diagnostiskt intervjuschema för barn version IV
Detaljerad beskrivning
Deltagare mellan 7 och 12 år med diagnosen ADHD enligt DSM-5-kriterierna inkluderades i studien.
ADHD-diagnosen baserades på en koreansk version av Diagnostic Interview Schedule for Children Version IV (DISC-IV), som är ett strukturerat intervjuverktyg, och dessa diagnoser bekräftades av flera barn- och ungdomspsykiatriker.
Om deltagarna inte uppfyllde ADHD-diagnoskriterierna för DSM-IV och DISC-IV, tilldelades de den neurotypiska (NT) gruppen.
Baserat på resultaten av DISC-IV-testet tilldelades deltagarna gruppen ADHD eller Non-Other Specified (NOS).
Patienter som uppfyllde de diagnostiska kriterierna för ADHD i DSM-IV, men vars poäng inte översteg sex, och hade en poäng på mer än tre i uppmärksamhetsbrist eller hyperaktivitet/impaktivitetsskalan för DISC-IV inkluderades i NOS-gruppen.
Barn med en historia av hjärnskador, neurologiska störningar, genetiska störningar, substansberoende, epilepsi eller någon annan psykisk störning uteslöts från deltagande.
Barn med en IQ på 70 eller lägre enligt Korean-Wechsler Intelligence Scale for Children (fjärde upplagan) eller som fick läkemedelsbehandling uteslöts också från denna studie.
EEG-inspelningarna utfördes med en SynAmps2 likströmsförstärkare (DC) och ett 10-20 layout 64-kanals Quick-Cap elektrodplaceringssystem (Neuroscan Inc., NC, USA).
EEG-data registrerades digitalt från 19 guldkoppselektroder placerade enligt det internationella 10-20-systemet.
Impedanserna hölls under 5 kΩ, och samplingshastigheten var 1000 Hz.
Utredarna använder den länkade mastoidreferensen och två ytterligare bipolära elektroder för att mäta horisontella och vertikala ögonrörelser.
Under inspelningen låg varje deltagare i ett svagt upplyst, elektriskt avskärmat, ljuddämpat rum.
Vilande EEG-inspelningar registrerades efter tre minuter med slutna ögon.
Studietyp
Observationell
Inskrivning (Faktisk)
140
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
Nam-gu
-
Daegu, Nam-gu, Korea, Republiken av, 42471
- Daegu Catholic University Medical Center
-
-
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
3 år till 8 år (Barn)
Tar emot friska volontärer
Ja
Testmetod
Sannolikhetsprov
Studera befolkning
Patienter som misstänkte uppmärksamhetsbrist/hyperaktivitetsstörning genomförde QEEG och diagnostiserades med DISC-IV
Beskrivning
Inklusionskriterier:
- Deltagare mellan 7 och 12 år med diagnosen ADHD enligt DSM-5-kriterierna inkluderades i studien
Exklusions kriterier:
- Barn med en historia av hjärnskador, neurologiska störningar, genetiska störningar, substansberoende, epilepsi eller någon annan psykisk störning uteslöts från deltagande.
- Barn med en IQ på 70 eller lägre enligt Korean-Wechsler Intelligence Scale for Children (fjärde upplagan) eller som fick läkemedelsbehandling uteslöts också från denna studie
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Endast fall
- Tidsperspektiv: Retrospektiv
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
ADHD
|
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
KARS är ett standardiserat screeningverktyg för ADHD hos koreanska barn och betygsskala ifylld av föräldrarna.
DISC-IV är ett strukturerat diagnostiskt verktyg som utvecklats för användning i epidemiologiska studier hos barn och ungdomar
|
|
NT Neurotypisk
|
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
KARS är ett standardiserat screeningverktyg för ADHD hos koreanska barn och betygsskala ifylld av föräldrarna.
DISC-IV är ett strukturerat diagnostiskt verktyg som utvecklats för användning i epidemiologiska studier hos barn och ungdomar
|
|
ADHD NOS
|
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
Vi använde MATLAB 7.0.1 (Math Works, Natick, MA, USA) och EEGLAB-verktygslådan för att förbearbeta och analysera EEG-inspelningarna.
Först nedsamplades EEG-data till 250 Hz.
Därefter avträngdes EEG-data och medelsubtraherades för att ta bort DC-komponenten.
Ett 1-Hz högpassfilter och ett 60-Hz notch-filter applicerades för att avlägsna ögon- och elektriskt brus.
Därefter utfördes oberoende komponentanalys (ICA) för att ta bort de väldefinierade källorna till artefakter.
ICA har visat sig på ett tillförlitligt sätt isolera artefakter orsakade av ögon- och muskelrörelser och hjärtljud (23).
Slutligen inspekterade kliniska psykiatriker och EEG-experter visuellt de korrigerade EEG:en.
För analysen valde vi mer än två minuter av artefaktfria EEG-avläsningar från de tre minuter långa inspelningarna
KARS är ett standardiserat screeningverktyg för ADHD hos koreanska barn och betygsskala ifylld av föräldrarna.
DISC-IV är ett strukturerat diagnostiskt verktyg som utvecklats för användning i epidemiologiska studier hos barn och ungdomar
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
QEEG topografiska plotter av resultaten av de statistiska jämförelserna med normativa värden (z-poäng) med hjälp av Neuroguide-mjukvaran
Tidsram: genom avslutad studie, i genomsnitt 1 år
|
Utredarna mäter QEEG på första polikliniken och utför topografi för kartläggning
|
genom avslutad studie, i genomsnitt 1 år
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart (Faktisk)
8 augusti 2018
Primärt slutförande (Faktisk)
28 februari 2021
Avslutad studie (Faktisk)
28 februari 2021
Studieregistreringsdatum
Först inskickad
1 juli 2020
Först inskickad som uppfyllde QC-kriterierna
8 juli 2020
Första postat (Faktisk)
13 juli 2020
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
20 februari 2024
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
16 februari 2024
Senast verifierad
1 februari 2024
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- CR-18-096
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
NEJ
IPD-planbeskrivning
Data kommer att delas på begäran av vederbörlig anledning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Nej
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .