使用交互式有形图形界面设备的预测执行功能模型

目前用于治疗 ADHD 的诊断辅助工具目前价格昂贵、耗时，并且提供的关于响应刺激的附属运动的信息很少。 十分之一的 5 至 17 岁儿童被诊断患有多动症。

Conners 评定量表等测试需要家长和老师的主观反应，这使得协调变得困难。 计算机化的康纳斯持续表现测试 (CPT) 提供了关于注意力不集中和冲动反应模式的客观数据。 然而，它没有提供有关附属运动的数据，例如烦躁、多动和其他不适当的运动。 如果参加考试的对象有阅读障碍，会削弱他或她准确回答的能力，并会增加回答时间。 T.O.V.A.是另一种基于计算机的测试，用作 ADHD 的诊断辅助工具，它使用微动开关来记录反应。 它确实利用了听觉和视觉刺激，从而消除了阅读水平的限制。 但是，它无法测量可能导致反应时间和遗漏和调试错误的辅助运动。

由于这些限制，一家名为 CogCubed 的新公司基于 Sifteo Cube (http://www.sifteo.com) 创建了一款新游戏 平台。 这些新的动手数字化立方体是独特的、对运动敏感的无线模块，包含多个可以相互交互的传感器。 CogCubed 为这项研究提供数据。 该游戏将由 6-17 岁的受试者在 30 分钟的时间内进行。 被招募来玩游戏的受试者将是那些患有多动症和没有多动症的人，性别和年龄相匹配。 患有发育迟缓、智力低下、精神病、精神分裂症、双相情感障碍和物质使用障碍等合并症的人，以及任何影响上肢运动和/或协调的生理残疾将被排除在外。 在管理游戏之前，将从父母和患者那里获得知情同意。 家长将填写 Conner 的简要评定量表和 Conner 的简要评定量表，教师版本也将提供给学校填写。

假设是，通过分析从这个名为 Sifteo 的新游戏平台生成的数据，该平台使用听觉和视觉刺激和分散注意力的游戏，研究人员希望他们能够提供更准确的冲动和注意力不集中的概况。 研究人员预计，与控制相比，注意力不集中会有更多的遗漏错误和更少的倾斜运动，而冲动将表现为比控制更多的佣金和更大的倾斜运动。 该试验建立在我们第一阶段试验的先前结果之上，该试验用于创建预测算法以分析数据并根据游戏行为模式预测 ADHD 诊断的可能性。