دانلود ترجمه مقاله تشخیص ADHD با الکتروانسفالوگرافی – نشریه اسپرینگر

• فهرست مطالب:

چکیده
مقدمه
کاندیداهای نوروفیزیولوژیک برای بیومارکر های ADHD
تتا: ریتم مغزی کند
پتانسیل مرتبط با وقایع: پردازش قشری غیرطبیعی
ثبت هتروژنیسیتی بالینی در تشخیص با استفاده از EEG
ایجاد پروفایل های EEG چندمتغیره
آگاهی از مکانیسم های عصبی فاکتور های EEG
تشخیص در سطح فردی
نتیجه گیری

• بخشی از ترجمه:

نتیجه گیری
بیش از ۷۵ سال از تحقیق جهت شناسایی ابزارهای تشخیصی ADHD (مانند رفتارشناختی، ادراک شناختی، برسی اتیولوژیکی، نوروفیزیولوژیکی و نوروبیولوژیکی) گذشته است، اما هنوز این مهم محقق نشده است. همان طور که می دانیم، ما معتقدیم EEG/EPR به عنوان یک ابزار تشخیصی و یا حتی کمک در تشخیص ADHD مطرح نیست. ما با بررسی و مرور مقالات مختلف در این زمینه، می گوئیم این نتیجه تنها محدود به فاکتور EEG/EPR نیست، بلکه مشکل رایج ایسنت که در واقع شناسایی متغیر¬های تک متغیره (بیولوژیکی یا هر مورد دیگری) جهت تشخیص و شناسایی هر بیماری هتروژنی مانند ADHD مناسب نیست. با این حال، جالب است که حساسیت زیاد (بیش از ۹۰%) و اختصاصیت بالایی در استفاده از EEG گزارش شده است، که به مراتب بیش از پبشرفتهای حادث شده در استفاده از داده های MRI عملکردی و آناتومیکی می¬باشد. در کنسرسیوم ADHD_200 دانشمندان پروفایل تشخیصی جدیدی را بر مبنای ۷۰۰ نتیجه MRI اراده دادند که حدود ۵۵ تا ۷۸% صحت دارد (internal cross-validation). EEG هنوز مدعی پابرجایی در کارهای بالینی است، مشروط بر اینکه تلاش های بیشتری در این زمینه از طریق آنالیز های چندمتغیره و مطالعات دقیق تر روی ژنراتور های سیگنال EEG انجام شود تا در نهایت بتوانیم علیرغم این هتروژنی بیماری ADHD در جهت تشخیص به راهکارهای نوینی برسیم

• بخشی از مقاله انگلیسی:

Conclusion As the past 75 years will attest, finding a simple diagnostic measure for ADHD (i.e., behavioral, cognitive, etiologic, neurophysiologic, or neurobiologic) has not been possible and such a measure may not exist at all. Needless to say, we believe that EEG/ERP are not ready to serve as tools to diagnose or aide in the diagnosis of ADHD. Our caveat, based on review of current literature, is that this conclusion is not specific to EEG/ERP but reflects a general problem of univariate measures or markers (biological or otherwise) being used to predict clinically heterogeneous disorders such as ADHD. Nonetheless, it is notable that the relatively high (>90%) sensitivities and specificities reported using EEG, far exceed the most advanced of classification attempts using anatomical and functional MRI data. The competition put forth by the ADHD-200 consortium, challenging scientists to develop novel diagnostic profiles based on over 700 MRI datasets [88], resulted in a range of accuracies from 55 to 78% (arrived at by internal cross-validation). EEG thus remains a strong contender for a spot in the clinical setting, contingent on continued efforts – via multivariate analyses and refined studies of EEG signal generators – to capture additional sources of heterogeneity in ADHD.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله