使用大数据衍生脑图对注意力缺陷多动症 (ADHD) 和并发症的结构性偏差的洞察:横截面研究

科学领域:

• 神经科学
• 发展心理学
• 医学成像

背景情况:

• 注意缺陷多动症 (ADHD) 是一种常见的神经发育障碍,经常与抑郁症,图雷特综合征 (TS) 和自闭症谱系障碍 (ASD) 等其他疾病同时发生.
• 由于ADHD与这些疾病的并发症使得查,诊断和治疗变得复杂.
• 了解ADHD的神经发育变异及其并发症对于有效的干预至关重要.

研究的目的:

• 使用大数据导出的大脑图表作为评估ADHD儿童大脑发育的客观标准.
• 为了比较纯ADHD和伴随疾病 (抑郁症,TS,ASD) 的儿童之间的区域大脑发育差异.
• 探索特定结构性脑部偏差与ADHD症状严重程度之间的相关性.

主要方法:

• 这是一项以人口为基础的大型横截面研究,
• 使用大数据衍生脑图进行客观的脑发育评估.
• 通过规范性脑图建模,研究了区域大脑发育差异和结构偏差与临床症状之间的关联.

主要成果:

• 在特定的大脑区域 (左状环,中状环) 观察到皮层厚度的显著差异.
• 在ADHD+TS群体中,脑部区域的偏差最为严重.
• 在ADHD+TS和ADHD+抑郁症组之间,结构性偏差,特别是在左中额头中,显示出显著的差异,并且与注意力不集中和对立性挑性障碍的严重程度有负相关性.

结论:

• 脑图有效地突出了ADHD和伴随疾病的结构差异.
• 这些变化有助于预测注意力缺失症状的严重程度.
• 这些发现有助于人们更好地理解ADHD的神经生物学,