ADHDの早期診断のための複雑性に基づくEEGバイオマーカー

科学分野:

• 神経科学
• 計算精神医学
• バイオマーカー発見

背景:

• 注意欠陥・多動性障害（ADHD）は、注意力の低下および実行機能障害を特徴とする、一般的な神経発達障害である。
• 現在のADHD診断は臨床的評価に依存しており、客観的な生物学的マーカーが不足している。

研究 の 目的:

• ADHD関連の神経シグネチャを特定するための、脳波（EEG）およびLempel-Ziv Complexity（LZC）を用いた新規の非侵襲的治療法の導入と検証。
• LZCをADHD診断のための客観的バイオマーカーとして活用する可能性を探求する。

主な方法:

• 脳波（EEG）データは、信号の時間的複雑性の尺度であるLempel-Ziv Complexity（LZC）を用いて解析された。
• ADHDの子供と典型的に発達した対照群との間の神経複雑性の違いを特定するために、時空間解析が実施された。

主要な成果:

• LZC解析は、ADHDのEEGパターンと対照群を効果的に区別し、ADHDの子供における非線形EEG複雑性の低下を示した。
• 最も顕著な群間差は、右側頭部の前頭部（F8）および頭頂部（P8）電極で観察され、これらの領域における神経ダイナミクスの変化が示唆された。
• LZC解析は、視空間注意および実行機能に関連する領域におけるADHDの局所的時間的EEG信号ダイナミクスの変化を明らかにした。

結論:

• EEG信号のLZC解析は、神経ダイナミクスの変化を反映する、ADHDの有望な補完的バイオマーカーを提示する。
• この複雑性に基づくアプローチは、神経発達障害の診断の客観性と精度を高める可能性がある。