Video Experimental Relacionado
Updated: Feb 12, 2026

Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol
Published on: April 1, 2018
Un enfoque de similitud multicapa para analizar la sintomatología del TDAH y los métodos de evaluación teniendo en
Syeda Aneela Zahra Shamsi1, Zamir Hussain1, Mehwish Zaman2
1School of Interdisciplinary Engineering and Sciences (SINES), National University of Sciences & Technology (NUST), Islamabad, Pakistan.
Este estudio desarrolló una tubería para evaluar las herramientas de detección de Déficit de Atención-Hiperactividad-Trastorno (TDAH) para la alineación con el DSM-5. La tubería identifica con precisión los síntomas de TDAH y evalúa la confiabilidad de las herramientas, ayudando en el refinamiento de la aplicación clínica.
Área de la Ciencia:
- Condiciones del neurodesarrollo.
- Diagnóstico psiquiátrico para el diagnóstico psiquiátrico.
- El aprendizaje automático en el cuidado de la salud.
Sus antecedentes:
- El Trastorno por Déficit de Atención e Hiperactividad (TDAH) es una afección del desarrollo neurológico con dominios de falta de atención e hiperactividad/impulsividad.
- La superposición de síntomas dentro de los dominios de TDAH complica la utilidad diagnóstica y la evaluación de la herramienta de detección.
- Las herramientas de detección de TDAH existentes exhiben una heterogeneidad significativa en el contenido y el enfoque de los artículos.
Objetivo del estudio:
- Para investigar la redundancia intra-dominio de los síntomas en el TDAH utilizando un marco de similitud.
- Desarrollar y validar una tubería de aprendizaje automático para evaluar la alineación de la herramienta de detección de TDAH con los criterios del DSM-5.
- Proporcionar una alternativa práctica a la validación psicométrica completa para las herramientas de detección de TDAH.
Principales métodos:
- Se empleó un marco de similitud de tres capas con ponderación basada en la entropía para evaluar la redundancia de los síntomas.
- Desarrolló una tubería de clasificación en varias etapas con una capa de filtrado y clasificadores de aprendizaje automático (Random Forest, SVM, Regresión Logística).
- Entrenado y probado la tubería en DSM-5 datos de TDAH / no TDAH y lo validó utilizando la Escala de calificación de TDAH, SNAP-IV y M-CHAT.
Principales resultados:
- Se identificó una superposición moderada entre pares específicos de síntomas de falta de atención (puntuaciones de similitud 0.62 y 0.58).
- La capa de filtrado logró una precisión del 97% en el aislamiento de los síntomas del TDAH.
- El clasificador de Bosque Aleatorio demostró un alto rendimiento (92% de precisión, 83% de precisión, 100% de recuerdo).
- La validación confirmó la capacidad de la tubería para evaluar la alineación de las herramientas de detección y excluir los síntomas no relacionados con el TDAH.
Conclusiones:
- La tubería desarrollada analiza efectivamente las fortalezas y limitaciones de las herramientas de detección de TDAH.
- Este enfoque facilita los refinamientos para mejorar la confiabilidad y la efectividad de las herramientas de detección en la práctica clínica.
- El proyecto ofrece un método práctico para evaluar la alineación de las herramientas de diagnóstico con criterios establecidos como el DSM-5.
Videos de Conceptos Relacionados
Diagnostic and Statistical Manual of Mental Disorders (DSM)
Criteria for Causality: Bradford Hill Criteria - II
Criteria for Causality: Bradford Hill Criteria - I
Causes of Similarity-Dissimilarity Effect
Factors Influencing Attraction III: Similarity
5-Number Summary
In a box plot, the minimum and maximum data values represent the lower and upper whiskers in the graph, and the median is designated as the center of the box in the chart. The first quartile and third...

