使用脑激活 (近红外 HEG/Q 脑电图) 和执行措施 (CPTs) 的 ADHD 评估协议
2018年4月1日
这项工作提出了一个新的协议, 以评估注意缺陷多动障碍 (ADHD) 通过提供一个更客观的诊断程序, 这一发展障碍的基础上使用的创新工具。并分析了活化措施与执行功能测度之间的关系。
该协议的总体目标是提出一个完整的评估程序或模型，用于诊断注意力缺陷伴多动障碍，也称为 ADHD。目的是为这种发育障碍提供更客观的诊断程序，并加深我们对激活措施和执行功能措施之间关系的了解。该程序还将考虑 ADHD 的一些假设决定因素，包括大脑选定区域的激活与执行功能各个方面的表现差异之间的关系。
多动症是影响认知能力最大的问题之一。它被描述为一种持续的注意力不集中、不安和冲动的行为模式，这比处于同一发展阶段的其他人所共有的行为更持久。最新添加的诊断与统计手册 DSM-IV，该类是这种疾病的三种表现类型，主要是多动症、不注意、主要是注意力不集中和混合表现。
多动症与中枢神经系统功能障碍有关，其特征是发育迟缓和某些大脑区域的皮质多动，特别是在多巴胺能和雄激素系统中。雄激素系统参与选择性注意力的调节和维持我们执行任务所需的激活水平。多巴胺能系统参与在动机和执行层面控制一个人的行为的能力。
涉及的系统、雄激素和多巴胺能系统功能障碍被认为是 ADHD 症状中心的基础之一：冲动、多动和缺乏注意力。由于缺乏全球协议，识别 ADHD 的最常见问题之一与这种疾病的手术或诊断有关。这个来自奥维耶多大学的研究小组一直致力于开发完整的方案来评估这种发育障碍。
该协议表明存在某些皮层激活和执行行为模式，可用于识别更多的 ADHD。为了验证激活、皮层激活和执行控制的发生率，有必要在中枢和前额叶皮层区域记录大脑激活变量，并进行不同的连续性能测试。我们将了解如何使用持续性能测试和皮质激活技术来诊断 ADHD。
在该协议中，我们使用了两种类型的连续性能测试，一种是传统且广泛使用的测试，称为注意力变量测试，另一种是基于虚拟现实的测试，称为 Aula Nesplora。Aula Nesplora 是一项基于虚拟现实环境的持续性能测试，可再现常规教室的条件。该测试评估 6 至 16 岁儿童和青少年的注意力、冲动、处理速度和运动活动。
头部运动由位于 3D 虚拟眼镜中的传感器记录，因此软件会更新视角，让受试者有身处虚拟教室的感觉。Aula Nesplora 测试的持续时间为 20 分钟。该测试由三个阶段组成，由虚拟教师逐步解释。
第一阶段旨在让参与者沉浸在虚拟现实的背景下，包括视觉定位气球并戳破它们。第二阶段基于 X No 范式，传统上称为 No/Go 范式，其中参与者必须按下一个按钮，前提是他或她没有看到或听到刺激苹果。最后，在第三阶段，还加入了 X 范式或 Go 范式，要求参与者在看到或听到数字 7 时按下按钮，因此不仅评估了传递响应，还评估了其抑制性。
注意力变量测试是另一项针对 4 至 90 岁人群的持续性能测试。该练习基于两个简单图像的呈现。第一个在屏幕底部显示一个正方形，这是目标条件，第二个在屏幕底部显示一个正方形，即无目标条件。
此测试分为三个不同的阶段：说明、培训和测试。指令阶段向参与者解释任务的目标如下。当您看到上部的黑色方块时，您必须拿起此按钮并按下它。
但是，当黑色方块位于底部时，请勿按下按钮。训练阶段持续三分钟，其目的是确保孩子理解任务。在开始测试之前，我们总是告诉孩子任务很长，但他们必须保持静止并专注于完成任务。
测试持续 20 到 25 分钟。已经开发了许多方法来协助激活。这里描述的两种测量是脑血图，它提供有关前额叶皮层血氧合的数据，以及量化的脑电图，它提供有关电激活的数据。
量化的脑电图用于记录电活动。这是一个计算机化的脑电图系统，通过两个波的关系（β-theta 比）提供有关皮层激活水平的信息。它通常独立于要执行的任务来测量张力。
在此过程中，将电极放置在受试者相应的皮质区域 CZ 或 FP1 上，以记录 β-theta 比率，然后将另外两个对照电极放置在受试者的左右耳垂上。最后，将 EMG 系统放置在右前臂上以量化运动程度。血脑造影旨在帮助前额叶皮层明确选择区域的血氧。
该设备由一个精确放置在参与者头部前部的带子组成。参与者在手术过程中必须保持安静祥和。该工艺利用生物组织的半透明特性以及低频红光和红外光以及称为深度二极管的发光二极管。
灯光交替发射到蒙皮表面。发射的光穿透组织并被散射、折射和反射。少量因组织中的吸收而改变的光返回表面并进行测量。
该比率是通过比较红光和红外光来计算的，红光没有被含氧血红蛋白吸收那么多，而红外光受氧合的影响较小。在实施措施之前，我们会向孩子们展示设备和手环，让他们感到舒适和安全。然后，参与者被告知他们不能移动，必须保持静止。
当我们戴上手环时，重要的是外部光线无法进入，因此手环必须紧固。此外，有必要确保它位于特定按钮中。要执行此程序，我们需要在程序中引入我们将要评估的皮层点，FP1 用于评估抑制能力，FPZ 用于评估注意力能力。
每个点的测量需要 35 秒。由于刺激物的复杂性质，Aula Nesplora 参数比其他连续性能测试提供更全面的信息。此测试提供了非常有用的信息，因为它提供了与其他持续性能测试相同的变量：遗漏、佣金、响应时间和可变性。
但它也通过感觉模式、视觉与听觉、有/无干扰物以及任务类型、Go 与 No Go 来区分这些测量。测试完成后，程序会提供包含许多不同变量的报告。这些变量包括遗漏、响应时间、佣金、响应时间可变性、D 素数和 ADHD 指数。
当获得的标准分数低于 80 分时，它被解释为性能不足。80 到 85 之间的标准分数表示临界性能。遗漏或反应时间表现不佳表明注意力不足，而可变性或佣金表现不佳与多动和冲动有关。
在 CZ 获得的 beta theta 比率低于 50% 与持续注意力不足有关。如果 FP1 中的比率也较低，那么注意力缺陷与多动症导致的缺乏执行控制有关。小于 80 的比率用于表示可能存在注意力或抑制缺陷。
该设备还提供注意力指数，该指数表明参与者何时无法增加比率，从而无法激活大脑。这显然表明注意力过程的失误。总之，根据 Rodriguez 及其同事在 2016 年研究中报告的评估模型。
在这个关于 ADHD 诊断的协议中，如果我们考虑它，将不同的变量分开，我们可能会丢失很多关于我们的主题的信息，并引入不同的部分或真正适应主题的信息。全面的评估必须包括不同的变量，但我们还需要了解这些措施之间的关系。在这种情况下，激活和执行措施。
总的来说，它或多或少对临床和教育环境的几个影响很重要，因为它使评估专业人员能够获得大量信息，从而根据客户的概况调整治疗和干预。
查看完整文字稿并访问数千部科学视频
概述
本研究介绍了一种用于诊断注意力缺陷多动障碍（ADHD）的综合协议，强调通过创新的评估工具进行更客观的测量。它探讨了皮层激活与执行功能之间的联系，讨论了不同的大脑区域如何与ADHD症状相关。
关键研究组成部分
科学领域
- 神经科学
- 临床心理学
- 诊断评估
背景
- ADHD的特征是持续的注意力不集中、多动和冲动模式。
- 《诊断与统计手册》（DSM-IV）概述了三种ADHD表现形式。
- 多巴胺能和雄激素系统的功能障碍是ADHD症状的基础。
- 目前的诊断方法缺乏统一的协议，使评估变得具有挑战性。
研究目的
- 提出一个更客观的ADHD诊断程序模型。
- 调查大脑激活与执行功能之间的关系。
- 识别与ADHD症状相关的皮层激活模式。
使用的方法
- 研究利用连续性表现测试（CPTs）来评估注意力和冲动性。
- 主要评估包括传统的注意力变量测试和基于虚拟现实的Aula Nesplora。
- 皮层激活通过血流脑图和定量脑电图测量。
- 测试包含多个阶段，将参与者沉浸在虚拟教室环境中的互动任务中。
- 参与者进行20分钟的Aula Nesplora测试，涉及不同的执行功能范式。
主要结果
- 独特的激活模式与ADHD诊断中不同的执行功能任务相关。
- 该方法提供了一个改进ADHD评估准确性的框架。
- 通过CPTs有效捕捉了注意力、冲动性和表现速度的关键指标。
结论
- 本研究通过引入一种结构化协议，结合技术进步，提高了ADHD的诊断潜力。
- 研究结果强调了皮层活动在理解ADHD行为表现方面的重要性。
- 这项研究对改进干预策略有影响，并为ADHD的神经生物学基础知识做出了贡献。
常见问题
Executive Industry Relevance
Objective quantification of cortical activation and executive function is critical for de-risking neurodevelopmental target hypotheses and improving predictive confidence in CNS disorder research. Integrating nir-HEG, Q-EEG, and advanced CPTs enables more rigorous assessment of attention and impulsivity, supporting translational continuity from discovery to preclinical model validation. This protocol addresses the need for standardized, reproducible measures in neuropsychiatric R&D pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of neurobiological mechanisms underlying attention and executive dysfunction.
- Supports functional target validation by linking cortical activation patterns to behavioral phenotypes.
- Facilitates mechanistic de-risking for CNS drug discovery portfolios.
Screening & Assay Development
- Provides validated, quantitative readouts for attention and impulsivity using VR-based and traditional CPTs.
- Standardizes assessment of executive function across cohorts, improving assay reproducibility.
- Enables scalable screening of candidate interventions in disease-relevant systems.
Translational & Preclinical Research
- Aligns neurophysiological biomarkers (beta-theta ratio, hemoencephalography) with behavioral endpoints for translational continuity.
- Supports risk-adjusted advancement decisions by integrating objective activation and performance metrics.
- Facilitates cross-model comparison and biomarker-driven preclinical validation.
Pipeline & Workflow Integration
This protocol bridges early discovery and preclinical research by providing standardized, quantitative measures of brain activation and executive function relevant to ADHD and related CNS disorders.
- Discovery Biology: Supports hypothesis testing on cortical activation and executive control relationships.
- Screening: Delivers reproducible, quantitative outputs for attention and impulsivity via CPTs.
- Analytics: Provides statistical thresholds (e.g., standard scores, beta-theta ratios) for objective comparison across conditions.
- Translational Research: Aligns neurophysiological and behavioral data for biomarker-driven decision-making.
- Enterprise Reuse: Establishes a reusable assessment framework for CNS-focused R&D programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neuropsychiatric research.
- Operational Value: Enhances standardization, reproducibility, and scalability of CNS assessment protocols.
- Strategic Value: Improves go/no-go decisions and capital allocation by providing objective, quantitative endpoints.
- Portfolio Impact: Enables risk-adjusted prioritization of CNS targets and candidate interventions.
Implementation Considerations
- Requires expertise in neurophysiology, psychometrics, and quantitative EEG analysis.
- Demands access to VR-based CPT platforms, Q-EEG, and nir-HEG instrumentation.
- Necessitates cross-team standardization of data collection and interpretation protocols.
- Adaptation may be needed for different age groups or neurodevelopmental models.
- Interpretation of composite metrics must consider both activation and executive performance variables.
