מאמר שיטה

פוטנציאל הקשורים לאירועים (ERPs) ושיטות אחרות EEG מבוסס על חילוץ ביופסים של המוח בתפקוד: דוגמאות מטיפול רפואי הפרעות קשב/היפראקטיביות (ADHD)

DOI:

10.3791/60710

⸱

12 במרץ 2020

 , 
1Neuropsychiatric Team, Åsebråten Outpatient Clinic, Østfold Hospital Trust, 2Institute of Psychology, Norwegian University of Science and Technology, 3Gillberg Neuropsychiatry Centre, University of Gothenburg, 4P. Bechtereva Institute of the Human Brain, Russian Academy of Sciences, 5Department of Neuropsychology, Andrzej Frycz-Modrzewski Krakow University

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

EEG-שיטות מוחלים על חילוץ בסמנים של תפקוד המוח. המוקד הוא על הפוטנציאל הקשורות לאירועים מרובי ערוצים (ERPs) נרשם במשימה ללכת הלאה/NOGO. ממצאים שאינם במוח מתוקנים ו-ERPs מושווים עם הנתונים הנורמטיביים. דוגמאות מתייחסות לסמנים לאבחון ADHD וחיזוי התגובה לתרופות.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאבחנות נוירופסיכיאטריות כמו ADHD מבוססים על שיטות סובייקטיביות כמו ראיונות, דירוג קשקשים ותצפיות. יש צורך ביותר מבוססי המוח תוספי מזון. תרופות ממריץ הוא הטיפול השכיח ביותר עבור ADHD. מכונות התגובה שימושיות קלינית עד כה לא דווחו. המטרה של הנייר הזה היא לתאר את שיטות EEG מבוסס שאנו להחיל כדי לחלץ בסמנים פוטנציאליים לתפקוד המוח. דוגמאות מתייחסות לסמנים בעלי הפרעת קשב וריכוז לילדים, וחיזוי התגובה לתרופות. הדגש העיקרי הוא על פוטנציאל הקשורות לאירועים (ERPs).

במהלך 3 דקות משימה שנפתחה העיניים, a 3 דקות משימה סגורה, ו-20 דקות משימה חזותית GO/NOGO (VCPT). ERPs נרשמים במהלך משימה זו. המטרה של פרוטוקול ה-ERP היא לחלץ סמנים ביוארגודים של תפקוד מוחי הניח כי באופן משמעותי להבדיל בין קבוצת החולה בקרות בריאות. הפרוטוקול כולל הקלטה במהלך התנאים הסטנדרטיים ותיקון החפץ. ניתן להשתמש בגלי ERP או להפוך לרכיבים סמויים. הרכיבים של קבוצת המטופלים מושווים עם פקדים, רכיבים אמפתיה שבהשוואה, מציגים גדלים בעלי אפקט גבוה יחסית. קבוצות משנה של המטופלים נבחרות על בסיס ניתוח האשכול במרחב של הרכיבים. ניתן ליישם הליך טיפול (כגון תרופות, tDCS או פרוטוקול נוירופידבק) והשינויים ברכיבים הקשורים לטיפול בקבוצות המשנה מצופים, ויוצרים את הבסיס להמלצות הקליניות.

השיטות שתוארו הוחלו במחקר של 87 מטופלים ברפואת ADHD. המדד של תגובת התרופות הופלה באופן משמעותי בין המגיבים לבין אי-המגיבים עם גודל האפקט הגדול והקליני (d = 1.84). במחקר מתמשך השוואת הילדים ADHD עם שולטת תואמים, משתנים מספר להפלות באופן משמעותי בין חולים ובקרות. המדד הגלובלי יעלה על d = .8. השיטות המבוססות על EEG שתוארו כאן יכולות להיות משמעותיות מבחינה קלינית.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

בשנת 2008, ביוזמת NIMH, הפרויקט מחקר קריטריונים1 התפרסם, במטרה למצוא מסגרת חוקית ביולוגית להבנת הפרעות נפשיות. בשנת 2013, ארה ב. מינהל המזון והתרופות האמריקני (FDA) אישר את הסמנים הראשונים מבוססי EEG של ADHD כדי לסייע להעריך ADHD בחולים מ 6 עד 17 שנים של גיל. האבחון המבוסס על מבוססי EEG המערכת (NEBA) מערכת רשומות EEG עבור 15-20 דקות. הוא מבוסס על מיחשוב של יחס תטא/בטא שנמצא גבוה יותר אצל ילדים ומתבגרים עם ADHD מאשר בדרך כלל לפתח ילדים2. פרסומים אחרונים מגלים שיחס זה אינו לוכד את כל הפרעת קשב וריכוז3.

מספר רב של פרסומים במדעי המוח הקליני להוכיח כי לקויי שליטה קוגניטיבית מייצגת תכונה נפוצה של הפרעות פסיכיאטריות רבות, כולל ADHD, סכיזופרניה, דיכאון, ו כפייתית4,5. תיאורטית, שליטה קוגניטיבית מורכבת מפעולות היפותטי המאפשרות לאנשים להסתגל בגמישות למטרות ולהקשרים. שתי קטגוריות שונות של שליטה קוגניטיבית, פרואקטיבית ובקרה תגובתית, תוארו6. המוקד העיקרי שלנו הוא על מצב התגובתית של שליטה קוגניטיבית. שליטה קוגניטיבית פרואקטיבית כוללת זיכרון עבודה (כלומר, שמירה על אירועים סנסטיביים ומוטוריים במשך שניות). השליטה הקוגניטיבית התגובתית כוללת ניטור, זיהוי התנגשות7,8ופעולת עכבות (לסקירה ראה9,10).

הפרדיגמה GO/nogo רגישה לשליטה קוגניטיבית11,12,13,14,15. ללכת ולעורר תנודות חיוביות. מאזורי המוח הקודקודית (P3 GO). הN2 מופץ חיובי P3 nogo גלים, המהרוויח על ידי גירויים nogo, קשורים לזיהוי של קונפליקט פעולה עיכוב16,17,18,19. הגל N2 כבר הבינו כאינדיקציה של עיכוב של פעולה, אבל מחקר מעודכן מראה כי גל N2 משויך גירוי ללכת נדירים וזיהוי של הסכסוך20. עיכוב פעולה מקושר P3 NOGO גל באתרים חזיתית-המרכזי.

ייתכן שדיכוטומיה N2/P3 אינה נכונה. הוא נחקר על-ידי השקפה שגלי ERP, במיוחד אלה המייצגים שליטה קוגניטיבית, הם סכומים של מספר מקורות שעשויים לחפוף במקומות ובזמן14,21.

כדי לשלול את מקורות גלי ה-ERP, שימשו מספר שיטות להפרדת מקור העיוורים15,22,23,24. במחקרים במכון המוח האנושי, סנקט פטרבורג, N2d NOGO גל מפורקת. זוהו רכיבים מוסתרים. למרכיבים אלה היו טופוגרפיות ברורות ומשמעויות פונקציונליות. רק אחד מהם היה מקושר עם גילוי של עימות14,15,25,26. ברוב המחקרים הבוגרים של ADHD, P3 nogo הוא קטן יותר בהשוואה לפקדים בריאים בהתאמה27,28,29,30,31,32.

פעולות המוח המתרחשים במהלך משימות של השליטה הקוגניטיבית לא נראה מוסבר כראוי על ידי N2/P3 דיכוטומיה כאשר erps ב GO/nogo תבניות מנותח14,15. מספר גישות במטרה לשלול רכיבים נסתרים מגלי ERP שימשו (לסקירה ראו21). מחקרים מסוימים השתמשו בניתוח מרכיבים עצמאיים (ICA) עבור erps בקבוצות החולה כגון חולים עם סכיזופרניה29, ומבוגרים עם ADHD33,34, מנסה להפלות חולים מפקדים ללא אבחנות.

בתוך (Yeredor, 2010,25 עמ' 75), שיטה חדשה מוצעת ומותאמת ל-erps. זוהי שיטה של הפרדת מקור עיוור, על בסיס הליך של diagonalization משותף של מטריצות צולבות. כדי ללמוד את המשמעויות הפונקציונליות של רכיבים סמויים כגון החלת שיטה זו בפרדיגמת GO/NOGO, מחקר ממכון המוח האנושי יושם לאחרונה26. במחקר זה פעולות עיכוב פעולה ופעולות זיהוי התנגשויות היו מניפולציות באופן עצמאי על ידי שינויים של משימה GO/NOGO. נמצאה מרכיב נסתר, שחשב לשקף את גילוי הקונפליקט. תגובה מN2 וטופוגרפיה חזיתית אפיינו את הרכיב הזה35. במבחנים הדורשים עיכוב של פעולות מוכנות הטופוגרפיה המרכזית והתגובה הP3 כמו נראה.

בפרסום זה, המחקרים שדווחו השתמשו בשיטת ה-ERP המסורתית. יישום של ICA, או ההליך של diagonalization משותף של מטריצות צולבות מטריסים25 (עמוד 75) עד כה לא נעשה. באופן כללי, התוצאות מבוססות על שיטות שונות מסכימים אחד עם השני, אבל השיטות לגילוי רכיבים סמויים נראה קשור יותר לחלוטין עם פונקציות נוירופסיכולוגיות ברורים. מטרת נייר זה היא להציע תיאור מפורט של שיטת WinEEG. המוקד הוא על ERPs, אבל ספקטרום EEG ונתונים התנהגותיים מהמשימה GO/NOGO נכללים גם במחקרים שתוארו כדי להמחיש את שיטת WinEEG.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הציוד המתואר בפרוטוקול מאושר בדרך אתית על ידי רשויות בית החולים ומשמש למטרות קליניות. הוועד האזורי לאתיקה במחקר רפואי אישר את הפרויקטים שתוארו.

1. חומרה ותוכנה עבור הקלטה מסוג ERPs

  1. השימוש מגברים (למשל, מיסאר 201) עבור הגברה EEG בהתאם לפרוטוקול של היצרן. תוכנות WinEEG ושני מחשבים מחוברים נחוצים: המחשב הראשי של EEG ו הקלטה לחיצה על כפתור, ואת המחשב העבד, נשלט על ידי המחשב הראשי, עבור הצגת גירוי.
  2. בהתאם למערכת 10-20 הבינלאומית, השתמש באותיות רישיות עם 19 אלקטרודות.
    הערה: הציוד הדרוש, כובעים, אלקטרודות, ג'ל וכו ' ניתן להשיג מכמה יצרנים.
  3. מקם חולים/נושאים בכיסא נוח בחדר הוכחה קול ללא תאורה אחורית.
  4. השתמש ב-מונטאז ' (Ref) שהוא ברירת מחדל. להשוואות מאוחרות יותר עם מסד הנתונים HBi; שנות מונטאז ' לממוצע משותף (Av).

2. יכולת וחינוך

  1. ודא כי כל המעורבים ברישום של EEG, פרשנות של נתונים, שימוש קליני ומחקר חייב להיות רקע מקצועי הכרחי הכשרה ספציפית בשימוש WinEEG.

3. המודיעה למטופלים/משתתפים

  1. ליידע את המטופלים/נושאים כי ההליך אינו מסוכן, וזה לא כואב.
    הערה: המזרק הדרוש כדי למלא את 19 החורים עם ג'ל אינו חד.
  2. הודיעו לילדים שהחוקרים לא יכולים לקרוא את דעתם. תגיד להם שבכל מוח. פעילות חשמלית מתרחשת כדי לקרוא את זה, החוקרים זקוקים לציוד זה. אין שום דבר עם המוח, אבל החוקרים רוצים לראות איך זה עובד כשהוא נרגע, וכאשר הוא חייב לטפל במשימה.
  3. השאירו את הציוד במקום במשך 10 דקות.
    הערה: בתקופה זו, הילדים הצעירים יכולים לצפות בקריקטורה אם הם רוצים. לפעמים ההורה נוכח בשקט בחלק האחורי של החדר עד שהילד מרגיש בטוח.
  4. הודיעו לנושא שהבדיקה אורכת כשעה אחת. כאשר הציוד ממוקם כראוי, לספר את הנושא להירגע עם עיניים עצומות עבור 3 דקות, ואחריו 3 דקות רגועה עם עיניים פקוחות.

4. יצירת קבצי נתוני EEG

הערה: WinEEG יש משלו מבנה מסדי נתונים בנפרד לאחסון קבצי EEG raw (סיומת. eeg), (הארכה-. spec), ו-ERP קבצים (סיומת. ERP). מסדי הנתונים נוצרים באופן אוטומטי ומאוחסנים בתחילה בתיקיות WinEEG/data, WinEEG/spec ו-WinEEG/erp.

  1. כדי להתחיל הפעלה עם מטופל, ליצור קובץ EEG המקביל נתונים על ידי לחיצה על קובץ התפריט | . זה חדש כרטיס החולה מופיע על המסך.
    הערה: התבנית הבאה משמשת: שים את השם או את הקוד של האדם שייבדק. הכניסו את תאריך הלידה (DD. מ מ. YYYY), ו-M או F עבור סקס. השתמש בשדות הפתוחים האחרים בכרטיס החולה בהתאם לצורך.

5. הכנת הציוד

  1. השתמש בהרכב מקודד צבע קטן כדי למדוד את היקף הראש כדי למצוא את הגודל הנכון של הכובע. השתמשו בטלאי קטן כדי לנגב את השמן מתנוכי האוזן והמצח. מדוד את המרחק (לשעבר 35 ס מ). המרכז של אלקטרודות הקוטב הקדמי צריך ליפול על קו אופקי 10% ממרחק זה מעל nasion (לשעבר. 3.5 ס מ).
    הערה: השיער של המטופל חייב להיות נקי (ללא מוצרי שיער וכו ') ויבש.
  2. שים ג'ל הכנה לעור (למשל, Neuprep) על תנוכי האוזן. ממלאים את כוסות אלקטרודה האוזן עם אלקטרו-ג'ל מוליך (למשל, Ten20) ומכניסים את אלקטרודות האוזן. ודא שהקצוות האחרים של כבלים אלה מחוברים למגבר.
  3. אמור לנושא שאלקטרודות התנוך-המוח לוכדים את "חשמל הרעש" בחדר, וכי הדבר מנותק מן החשמל מהראש כדי לראות מה מגיע מהראש ללא רעש.
  4. מניחים את הכיפה באופן סימטרי על הראש עם אלקטרודות הקוטב הקדמי להציב כמתואר לעיל. משוך את המכסה מטה ככל האפשר כדי לאבטח את זה קרוב לראש.
  5. שים את החגורה סביב החזה ולהדק את לחצני לדחוף מחובר הכובע ללהקה זו. זה ימנע תנועות של כובע ואלקטרודות במהלך הבדיקה.
  6. חבר את כבל הכיפה ואת כבלי האוזן למגבר. אין לערבב את האוזן השמאלית והימנית.
  7. לחץ על שליטה בתפריט WinEEG של העכבה סמל. מופיע ראש פשוט עם כל האלקטרודות. שנית, למלא את המזרק עם ג'ל ולהשתמש בו כדי למלא את כל חורי האלקטרודה. העכבה היא בסדר כאשר העיגולים השחורים הם צהובים.
    הערה: למלא את כל החורים לפני תחילת העבודה עם כל אלקטרודה כדי לאבטח עכבה נאותה. השתמש במקל עץ דק כדי לסייע לג להגיע לעור הראש, שהוא תנאי מוקדם ללכידת פעילות מוחית חשמלית.
  8. התחל רישום כאשר לכל 20 החורים יש צבע צהוב על המסך, והפרש הצבע בין חורים בודדים הוא קטן.
  9. תתחיל לעקוב אחרי. התקליט של EEG לחץ על החץ הירוק (ניטור EEG).
    הערה: כאשר אותות EEG raw מכל 19 האלקטרודות מראות, בקשו מהם למצמץ בעיניהם ולהצביע על שינויים גדולים באתרים פרונטלית. ניתן להסיר פריטים אלה באופן אוטומטי. איכות ההרשמה תלויה בלסתות לסתות, בעיניים ובמצח, ולכן יש להימנע מסוג זה של תנועות ראש וגוף עד כמה שאפשר.

6. רישומים של "עיניים עצומות" ו "עיניים נפתחו"

  1. אמור לנושא להירגע בכיסא הנוח עם עיניים סגורות במשך 3 דקות. לפני תחילת "עיניים פתוחות" להגיד להם לשבת בשקט עבור 3 דקות עם העיניים שלהם נפתח נח על המסך לפניהם.
  2. לדחוף את המעגל האדום (לרכוש EEG) על שורת התפריט, ליד "שליטה על עכבה" כפתור.
  3. בחר באפשרות "עיניים סגורות" או "פתח עיניים" על-ידי דחיפה בתפריט הנפתח של הסמל הבא. . זה יתחיל את ההרשמה הזמן שחלף בשניות ניתן לראות מעל עקומות EEG.
  4. לדחוף את ההשהיה-לחצן (לא "לשמור" כמו זה יעשה רישומים נוספים באותו קובץ בלתי אפשרי) לאחר 180 s. בקשו מהם לפקוח את עיניהם (או לסגור אותם אם העיניים שנפתחו היו החלק הראשון). . המשך בהרשמה לאחר 3 דקות, לעצור ולשמור.
    הערה: אם לא יישמרו, הנתונים יאבדו בעת יצירת קובץ חדש.

7. ההכנות להקלטות EEG בפעילות מקדימה

  1. הכנס פלאג USB מיוחד ביציאה הנכונה לפני תחילת הקלטת EEG. אור קטן בדונגל מציין שהמערכת פועלת.
  2. תן לנושא מתג לחצן מיוחד בידו הימנית. יש צורך להשלים מבחן שלוקח בערך 20 דקות.
  3. פתח את תפריט המשימה ובחר VCPT במחשב המשני מול המטופל/משתתף.
    הערה: חלון הדרכה המציג את כל ארבעת השילובים של התמונות מופיע על מסך המחשב המשני: (בעלי חיים (a-a), צמח בעלי חיים (a-p), צמח צמח (p-p) וצמח-אדם (p-h). (איור 1). גירויים מוצגים על מסך מחשב 17 אינץ ', 1.5 מטר מול הנושאים. הצליל הנמדד בראש הנבדק חייב להיות 70 dB.
  4. הנחה את הנושא שהתמונות מגיעות בזוגות, התמונה הראשונה מלווה באחת השניה ב-1. לאחר 3 s זוג חדש יתחיל.
  5. אמור לנושא שיש ללחוץ על לחצן העכבר השמאלי בכל פעם שמופיע הצירוף. בצירופים, שתי החיות זהות תמיד.
  6. הודע לנושא להיות מדויק ככל האפשר, אך גם מהיר. הנושא לא צריך ללחוץ על לחצן העכבר על a-p, p-p או a-h שילובים.
  7. אמור לנושא להתעלם מצלילים אקראיים בשילובי p-h.
  8. הקש על enter במחשב המשני והפעל את המשימה במשך כ-2-5 דקות כדי להכשיר את הנושא עד שהוא יבין כראוי.
  9. במחשב המשני, בחרו באפשרות ' מתג למצב שפחה '.
    הערה: מצגת המשימות מנוהלת כעת על-ידי התוכנית WinEEG במחשב הראשי.

figure-protocol-1
איור 1: VCPT: בדיקת ביצועים רציפה חזותית. איור 1 מציג את ארבעת התנאים של VCPT. 100 מבחנים של כל תנאי מוצגים באופן אקראי. זמן הבדיקה הכולל הוא 20 דקות. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

8. הקלטות לעיתונות EEG ו-button במצב משימה

  1. הפעל את האפשרות ניטור EEG במחשב הראשי מהתפריט הקלטה כדי לבדוק כי המערכת פועלת כראוי.
  2. הפעל אפשרות לרכישת EEG מתפריט הקלטה בתיבת התפריט הראשי של המחשב. מצגת גירויים אפשרות תוכנית מודגשת. בחר באפשרות Vcpt והתחל את מצגות הגירוי במחשב המשני.
    הערה: בכל פעם שלחצן העכבר השמאלי נלחץ, סימן אדום נראה מתחת לעקומות ה-EEG. יש שני קווים, אחד לשמאל ואחד ללחצן העכבר הימני.
  3. בדוק שהסימנים האדומים אינם מופיעים בקו הנמוך ביותר, מכיוון שהוא מציין שהם השתמשו בלחצן הנכון. השתמש בלחצן השהה ואמור לנושא להשתמש בלחצן העכבר השמאלי.
  4. עקוב אחר רישום EEG והערה אירועים של עניין פוטנציאלי. אם ממצאים רבים מדי, הקשורים שרירים או תנועות, נצפו; השהה את ההרשמה והזכר לנושא להירגע ולשבת בשקט. . המשך בהרשמה
    הערה: רישום EEG במהלך המשימה לוקח 20 דקות ומורכב של 400 זוגות של תמונות; 100 של כל זוג; a-a, a-p, p-p ו-p-h. הצמדים מוצגים בסדר אקראי. (ראה איור 1).
  5. קחו הפסקה קצרה אחרי כל 100 זוגות. לחץ על לחצן ' השהה '. כאשר יושבים בכסא מעודדים אותם למתוח את הידיים והרגליים ולשחרר את שרירי הפנים שלהם. . תציע משהו לשתות המשך בהרשמה לאחר דקה או שתיים.

9. סיום ההרשמה

  1. להפסיק את ההרשמה כאשר כל 400 הניסויים הושלמו על ידי לחיצה על הקלטה | . בסדר, עצור
    הערה: על-ידי לחיצה על הקובץ שמור אפשרות, את הקובץ עם הקלטת ה-EEG raw ולחיצה על לחצן הערוץ יאוחסנו במסד הנתונים המובנה.
  2. אמור לנושא להישאר מוכנס עד שהחוקר מסיר את המכסה, את להקת המותניים ואת אלקטרודות האוזן.
    הערה: בדרך כלל אין ג'ל בשיער כאשר זה הושלם. להסיר ג'ל עם בד נייר. רוב המטופלים/המשתתף מעדיפים לשטוף את שערם כאשר הם בבית, אבל צריך להיות אפשרות לשטוף את שערם מיד לאחר הרישום.
  3. הודה לנושא על השלמת המשימה. בקש מהם לדרג את VCPT (1-10 סולם), כמה משעמם? ? כמה מתיש בהתאם להסכם, ספר להם מה קורה בהמשך לגבי תוצאות הבדיקה.

10. ניקוי

  1. נקו את אלקטרודות האוזן (טובלים במים חמים) והכובע מוקדם ככל האפשר. יש צורך במים, סבון ומברשת רכה. בדקו את כל החורים כדי לראות ששאריות ג'ל מוסרות לפני שהכיפות תלויות במקום יבש.

11. עיבוד מקדים של רשומת EEG

הערה: שלושה מוניינים של אלקטרודות שונות ניתנים בתוכנת HBIdb. הם: התייחסות לאוזניים מקושרות (מתויג כ-Ref), התייחסות ממוצעת נפוצה (מתויג כ-Av), והתייחסות ממוצעת מקומית (מתויג כ-Aw). בחר ' מונטאז ' מהרשימה ' מונטאז ' בתפריט הגדרה. EEG מוקלט ב-Ref. שינוי ל-Av לפני תחילת תיקון הפריט.

  1. להסיר ממצאים של תנועת העין על ידי החלת הליך סינון מרחבי.
    הערה: המסננים המרחביים מתקבלים על ידי יישום של ניתוח רכיבים עצמאיים (ICA) למקטע EEG שנבחר. על המקטע להכיל לפחות 90 s של נתונים גולמיים.
  2. בחר את קטע EEG על ידי לחיצה על הלחצן השמאלי של העכבר על סרגל הזמן בתחילת הקטע, על ידי לחיצה על הלחצן הימני בסרגל הזמן בסוף המקטע. השבר כולו לאחר הבחירה מודגש על ידי צבע צהוב.
    הערה: הליך תיקון החפץ מיושם על-ידי בחירה באפשרות תיקון הפריטים מתפריט ניתוח. מופיע החלון בשם שערוך פרמטרי מסנן מרחביים על המסך.
  3. בחר בפעולת השירות ICA כדי שתוכל להשוות את הספקטרום ואת ה-erps הבודדים עם מסד הנתונים של ההפניה hbi.
    הערה: חלון שערוך פרמטרי המסננים המרחבית מופיע. משמאל לימין: 1. קטע של מולטי-גל גולמי (לא מתוקן) מרובת ערוצים (EEG), 2) שבר של EEG מתוקן, 3) צורת החיים של ממצאים מתוקנים, 4) קורסי זמן של רכיבי ICA המחולצים (מלמעלה למטה) ו-5 טופוגרפיות של הבלתי תלוי רכיבים.
  4. בחר את הטופוגרפיות המשויכות לתנועות מהבהבת בעין ובעיניים אופקיות. קבל על-ידי לחיצה על אישור.
  5. ישם את השגרה שנקראת סימון ממצאים על-ידי לחיצה על אפשרות סימון פריטים מהרשימה מתפריט הניתוח .
    הערה: זה יהיה לדחות את שברי תדר איטי ובתדירות גבוהה: קטעי EEG כי הם מזוהמים על ידי חפצים שאינם מעין תנועה (פרקים של מתח שרירים, תנועות ראש וכו ') אינם נכללים בניתוח נוסף. במקרים מורכבים לדחיית חפץ ידני יכול להשלים את ההליך המתואר.

12. מחשוב ספקטרום של EEG

  1. בחר ספקטרום EEG ואת השבר עיניים סגור או עיניים נפתח מהתפריט ניתוח. אם הגדרות ברירת המחדל הן כמוצג באיור 2 לחץ על אישור.
    הערה: ספקטרה מוצג באיור 3 עבור כל 19 האתרים. ציר ה-x הוא תדר בהרץ (Hz) וציר ה-y הוא כוח במיקרו-וולט (μV).
  2. בחרו ' ניתוח ' | השוואת תוצאות כדי להשוות את הספקטרום הפרטני עם מסד הנתונים. בחלון השמאלי בחר את המטופל/נושא. בחלון הימני, בחר את קובץ מסד הנתונים (או קובץ נפתח אחר) ולחץ על אישור להשוואה. תמונה המציגה את ההפרש בין הנושא ומסד הנתונים מופיע.
    הערה: ספקטרה מראה את הכוח הממוצע בריבוע של התדרים מ-0 הרץ עד 30 Hz. (תדרים מתחת 1.5-2 הרץ יש לפרש בזהירות כפי שהם מושפעים לעתים קרובות על ידי חפצים). כדי לפרש ספקטרום זה מעבר לטווח של פרוטוקול זה. Paroxysmals של עניין קליני פוטנציאלי לא יופיעו ספקטרה אבל ניתן לראות ב-EEG raw.

figure-protocol-2
איור 2: מחשוב ספקטרום המחשוב. לחישוב ספקטרום: לחץ על ניתוח | . בסדר, ספקטרה אם ההגדרות נכונות, התמונה המוצגת באיור 2 תופיע. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

figure-protocol-3
איור 3: ספקטרום EEG עם 19 אלקטרודות. איור 3 מראה ספקטרום EEG ב 19 אתרים. ציר ה-x הוא תדר מ-0-30 Hz. ציר ה-y הוא כוח ב-μV2. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

13. פוטנציאל לאירועים מחשוב (ERPs)

הערה: פוטנציאלים הקשורים לאירועים (ERPs) מחושבים על-ידי שגרה בממוצע. רק מבחנים נכונים נכללים. ERPs מחושבים לאחר השלמת העיבוד הקדם המתואר לעיל. תקן הזהב למחשוב ERPs הוא לשמור את מספר הניסויים הממוצע מעל 50.

  1. בחר קובץ EEG VCPT במונטאז (Av) משותף. לחץ על חשב את ERP מתפריט הניתוח .
    הערה: אם הפלאג HBdb אינו מחובר למחשב או אינו מופעל מסיבה כלשהי, HBdb מאפשר למשתמש לקרוא את קבצי ה-EEG ולעבד אותם מראש אך אינו מאפשר לחשב את הספקטרום ואת ה-erps עם מסד הנתונים.
  2. לחץ על אישור. חלון המתאר פרמטרים של חישובי ERP מתרחש (איור 4).
    הערה: כפי שמוצג באיור 4, הפרמטרים הם כמתואר בהמשך: קבוצות ניסיון: 1: a-a GO; 2: a-p NOGO; 3: p-p (התעלם ממבחנים); 4: p-h (ניסויי החידוש); כמו גם 5: + משמעות כל הנסיונות החלו עם הצגת המצגת; ו-6:-כלומר כל המבחנים החלו עם הצגת p. בנוסף, גלי ההפרש של ה-ERP מוצגים.
  3. לחץ על אישור. ה-ERPs עבור הקובץ שנותח מחושבים ומוצגים בצורה גרפית בחלון ה-ERP (איור 4).
    הערה: חלון ה-ERP מורכב מ-19 גרפים של ERPs עבור כל תנאי פעילות: a-a-GO, a-p NOGO, p-p, p-h. רק a-GO ו-p. NOGO מוצגים באיור 4. בכל גרף: ציר ה-X הוא הזמן ב-ms., ציר Y הוא מתח ב-μV. איור 4 מציג את תוצאות ההתאמה של טופס המצגת. רק קטגוריות של ניסויים a-a GO, a-p NOGO נבחרים (GO מתואר בצבע ירוק, NOGO מתוארת בצבע אדום). הקנה מידה נבחר ב 12 μV. מרווח הזמן נבחר מ-1400 אלפיות הראשונה; זמן המצגת של גירוי 2 נבחר עם משך של 700 ms.
  4. כדי למפות את הגל לפוטנציאלים הקשורים לאירועים (ERPs), לחץ על הלחצן הימני של העכבר בזמן שנבחר (לאורך ציר X) על כל גרף, ולאחר מכן שחרר אותו ובחר באפשרות ' הוסף מפה ' לתפריט הנפתח. המפות המתאימות מופיעות בתחתית העמוד.

figure-protocol-4
איור 4: פרמטרים של חישובי ERP. איור 4 מראה רכיבי ERP a-a GO (ירוק) ו-p nogo (אדום) ב 19 אתרים. מרווח הזמן הוא 1400 ms ל 2100 ms. A-GO הוא נראה בבירור באתר Pz ו-p NOGO ב Cz. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

14. רישום והשוואה של נתונים התנהגותיים ב-VCPT

  1. לחץ על לחצן העכבר הימני בחלון מציג ERPs ולבחור מידע לקבוצות כדי לראות את מספר השמטות (לחיצות על כפתור החמיץ), עמלות (לחיצות נוספות אימפולסיבי, זמן תגובה ממוצע (RT) עבור a-a-GO, ו-RT ההבדלים.
  2. בחרו ' ניתוחים ' | . השוואה בין תוצאות סמן את קובץ הנושא בחלון השמאלי ואת קובץ ההשוואה בחלון הימני. לחץ על אישור.
    הערה: אנו משתמשים בטבלאות נייר מבוססות-גיל המציגות את האחוזונים עבור משתנים אלה בקבוצה הנורמה.

15. השוואת פוטנציאלים הקשורים לאירועים (ERPs) עם בסיס נתוני הייחוס

הערה: מרווח הזמן של הריבית עבור ההשוואה מוגדר על-ידי הקלדת המספרים המתאימים בתפריט: מרווח זמן מ-(אלפיות שעון), משך (אלפיות שעה). ERPs יכול להיות מוצג באופן סלקטיבי עבור קטגוריות מסוימות של מבחנים (כגון GO, a-p NOGO, p-p, p-h) על ידי בחירת הגרף המתאים מתוך התפריט קבוצות פעילות בחלק העליון של חלון ה-ERP.

  1. בחר בהשוואת תוצאות מתפריט הניתוח . לחץ על המטופל/הנושא בחלון השמאלי ולחץ על Hbidb בחלון הימני.
    הערה: כדי להשוות את הנושא עם למשל רישום קודם, פתח את הקובץ הישן ובחר את זה במקום HBIdb). מופיע חלון ההשוואה של ה-ERP. חלון זה מתאר את גל ה-ERP ההפרש ב-μV. הפניה מרושעת מחושב עבור כל ערוץ.
  2. לחץ על הלחצן הימני של העכבר בנקודת זמן של עניין ובערוץ של עניין כדי לקבל את רמת המובהקות של סטייה מההפניה. הערכים המתאימים מופיעים בתחתית החלון המציג את ההפרש ב-μV, נקודת הזמן שנבחרה וערך ה-p.
    הערה: הצגת גלי ההפרש עם רמות ביטחון היא אפשרות זמינה. הקו הכחול מתחת לגרפים מתאר רמות ביטחון של סטייה מההפניה שחושבה עבור כל ערוץ וכל נקודת זמן לקבוצה 3.
  3. בחר קבוצות עבור הפרש ERP על-ידי לחיצה על החץ ב-1 (ERPs של האדם). בחר א-GO [1]. עבור הקשרים מסוג ERPs לחץ על 2. בחר א-מהלך [2]. לחץ על 3 ו -a GO [D] כדי לראות את ההבדל (1-2). קבוצה פעילה 4: בחירת ' ללא ' מתפריט זה.
  4. הגדר את מרווח הזמן של הריבית על-ידי הקלדה (או בחירה) של המספרים המתאימים בתפריט: מרווח זמן מ-(אלפיות שנייה), משך (אלפיות שניה) (לדוגמה, 1400, 700 לניתוח ERPs בתגובה לגירוי השני).
  5. הניחו את הסמן בנקודת זמן ובערוץ העניינים ולחצו על הלחצן הימני של העכבר ובחרו ' הוסף מפה ' מהתפריט הנפתח. מוצגת מפה המציגה את הסטייה מההפניה.
    הערה: השוואת רכיבים עצמאיים של פוטנציאלים הקשורים לאירועים (ERPs) עם בסיס נתוני הייחוס, התוכנה מספקת אפשרות לריקבון מבודדים ברכיבים עצמאיים. הרכיבים משויכים לפעולות פסיכולוגיות ייחודיות.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

חיזוי תגובת התרופה אצל ילדים ADHD
ADHD היא הפרעת הילדות הפסיכיאטרית הנפוצה36. הוא מאופיין על ידי סימפטומים של חוסר תשומת לב מלווה סימפטומים של היפראקטיביות ו אימפולסיביות. הפגיעה בבתי הספר, הבית והפנאי נפוצה. בגילאי בית הספר, השכיחות המשוערת היא 5% עד 7%. . מדובר בתחלואה נפוצה טיפול רפואי, באמצעות ממריצים על בסיס מתילפראדדייט (קמ ש) או דקטרואמפטמין (DEX), נמצאים בשימוש נרחב. השפעות חיוביות של תרופות ממריצים (הפחתה בחוסר ממנוחה, היפראקטיביות ואימפולסיביות ותשומת לב משופרת) מדווחות ב-70% מהחולים. הסטה מתרופות בהתבסס על מייל/שעה לדקס יכול להגביר את ההשפעות החיוביות ל-80%37,38. נראה שמעגלים חזיתית. מופעלים ע י ממריצים39

אין הגדרה כללית מקובלת של תגובת התרופה כי הוא משמעותי קלינית. החלת מאזני דירוג, השוואת ציוני בסיס עם ניקוד על תרופות, היא השיטה הנפוצה ביותר. במחקרים מסוימים, 25% או 50% הפחתה של עשרות משמש כהגדרה של תגובה. במחקרים אחרים, ציונים שאינם חורגים 1 SD מעל ממוצע האוכלוסיה משמשים40,41. קלינית, החלטה כוללת המבוססת על כל הנתונים הרלוונטיים הזמינים משמש. כדי להעריך תופעות לוואי, כגון אובדן תיאבון, נדודי שינה, מוגבר עצבנות, או חרדה, הוא חשוב37,42.

השימוש בסולמות הדירוג יכול לקבל ביקורת ממספר סיבות. מספר מחקריםב48מדווחים על יחסי-מין קטנים (0.30-0.50) בין המורים לבין תוצאות ההורה. החיפוש אחר הפרטורים שימושיים קלינית של תגובה מונע על ידי מספר רב של המגיבים, מודיעים שאינם מסכימים, ואת העובדה כי כל אחד יכול לקבל כמה אפקטים צנועים של תשומת לב משופרת כאשר מינונים קטנים של ממריצים משמשים. מחקרים שפורסמו על מעצבי התגובה כוללים ADHD סוג משנה, דמוגרפיה, הפרעות תחלואה, משתני גנים, ציונים על מאזניים דירוג, תוצאות מבחן נוירופסיכולוגי, ו EEG/ERP משתנים43,44,45,46. הפרסום 2016 שלנו47 מסכם מחקרים שהוחלו erps לחזות את תגובת התרופות.

במחקרים קודמים, אנו לנתח נתונים d מתוך משימה חזותית מסוג GO/NOGO (כלומר, מבחן הקשב נתונים, ספקטרום EEG, ו-ERPs). במחקר אחד, מצאנו 3 משתנים תורמים באופן משמעותי לחיזוי של תופעות לוואי. משתנים אלה שולבו באינדקס שנחשב42משמעותי קלינית. במחקר על השפעות קליניות, החלת אותן שיטות, מדד החיזוי נחשב גם קליני שימושי48. ההשפעות של מנה אחת של תרופות ממריצים על המגיבים לתרופות (REs) ו-הלא מגיבים (non-REs) נחקר במחקר שלישי47. הליך הבדיקה הושלם פעמיים, המבחן הראשון ללא תרופות, ואת המבחן השני שעה לאחר שקיבל מינון ניסיון. בהתבסס על קשקשים דירוג וראיונות לאחר הניסוי התרופות 4 שבועות, המטופלים סווגו REs או non-REs. ההתמקדות שלנו היתה על שינויים ERPs קוגניטיבית תוצאות מבחן תשומת לב. מצאנו כי ההשפעות על הרכיב P3 NOGO היה שונה באופן משמעותי בשתי הקבוצות, עם גודל אפקט גדול (d = 1.76). גידול משמעותי של משרעת הרכיב נראה ב REs אבל לא ב-REs. תחזיות של תגובה מבוסס על שתי בדיקות השתפר לעומת תחזיות מבוסס רק על מבחן 1.

במחקר האחרון שלנו, פיתחנו שני אינדקסים גלובליים, אחד לחיזוי של רווחים קליניים אחד לחיזוי של תופעות לוואי. כפי שמתואר לעיל, אנו משולבים במשתנים המופלים באופן משמעותי בין קבוצות מושוות בגודל אפקט צנוע או גדול. כל משתנה היה משוקלל בהתאם לגודל האפקט. בדקנו משתנים מכל שלושת תחומים WinEEG: ספקטרום EEG, ERPs והתנהגות. המשתנים הבאים שולבו: מבחן 1: P3NOGO משרעת ו תטא/אלפא יחס; הבדלים בין מבחן 2 ו-Test 1: שגיאות מחדל, השתנות זמן התגובה, וריאציה שלילית מותנית (CNV) ו P3NOGO משרעת. גודל האפקט של הסקאלה הגלובלית היה d = 1.86. . הדיוק היה 0.92 חיזוי של תופעות לוואי היה מבוסס על 4 משתנים: מבחן 1: RT, מבחן 2: רכיב החדשנות, תדר אלפא השיא, שינויים בזמן התגובה (בדיקה 2-Test 1). בקנה מידה גלובלי d היה 1.08 ודיוק היה 0.7849.

כמה תוצאות ראשוניות
במחקר מתמשך, אנו משווים קבוצה של 61 ADHD מטופלים גיל 9-12 שנים קבוצה של 67 הגילאים התואמים פקדים בריאים (HC). הניתוחים הסטטיסטיים האחרונים. עד כה לא הושלמו בהמשך אנו מציגים את התוצאות הראשוניות שהתקבלו מהערכת WinEEG.

ביהביאורלי, קבוצת ADHD הראה דפוס חוסר תשומת לב עם סטטיסטית (ב p < 0.001) יותר שגיאות השמטה בהשוואה לפקדים בריאים (HC) הקבוצה (13.7% לעומת 4.8%) בליווי דפוס מעידות תשומת לב המבוטא בצורה סטטיסטית גבוהה יותר (p < 0.001) השונות של זמן התגובה (151 ms vs. 125 ms).

התוצאות העיקריות של השוואת טפסי גל של ERP בין שתי הקבוצות מוצגות באיור 5 ובאיור 6. איור 5 מדגים את התואם ל-ERP של תפקוד לקוי של שליטה קוגניטיבית אקטיבית בקבוצת ADHD. שני אינדקסים של שליטה קוגניטיבית פרואקטיבית (P3 cue גל ו-CNV wave) מופחתים בקבוצת ADHD בהשוואה לקבוצת HC. איור 6 מדגים את התואם ל-ERP של חוסר תפקוד של שליטה קוגניטיבית ראקטיבית בקבוצת ADHD. שני אינדקסים של שליטה קוגניטיבית ראקטיבית (N2 NOGO ו-P3 NOGO) מופחתים בקבוצת ADHD בהשוואה לקבוצת HC.

figure-results-1
איור 5: תבניות ERP ממוצעות בממוצע (a) והמפות המתאימות (ב) בשליטה קוגניטיבית אקטיבית ב-ADHD ובקרה בריאה (HC) קבוצות. (א) erps שנמדדו ב-P3 בקבוצת ADHD (קו ירוק) וקבוצת HC (קו אדום) וההפרש שלהם (ADHD-HC) wave (קו כחול). פסים אנכיים כחולים מתחת לעקומות להצביע על רמת משמעות סטטיסטית של ההבדל (ברים קטנים-p < 0.05, ברים הביניים-p < 0.01, ברים גדולים-p < 0.001). חיצים מציינים את הגלים הקלאסיים-P3 cue ו-CNV (וריאציה שלילית מותנית). (ב) מפות ב מרבי של המוני הP3 ו cnv גלים עבור שתי הקבוצות. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

figure-results-2
איור 6: ממוצע גדול של גלי ERP (a) ואת המפות המתאימות (ב) בקרת קוגניטיבי תגובתי ב ADHD ובקרה בריאה (HC) קבוצות. (א) erpsשנמדדובקבוצת fz ו-Cz ADHD (קו ירוק) וקבוצת HC הפרדה (קו אדום) וההפרש שלהם (ADHD-HC) (קו כחול). פסים אנכיים כחולים מתחת לעקומות מציינים את רמת המשמעות הסטטיסטית של ההפרש (ברים קטנים-p < 0.05, ברים הביניים-p < 0.01, ברים גדולים-p < 0.001). חיצים מציינים את הגלים הקלאסיים-N2 NOGO ו P3 NOGO. (ב) מפות ב מרבי של המוני הN2 nogo ו P3 nogo גלים עבור שתי הקבוצות. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

כפי שניתן לראות את קבוצת ADHD מראה היפו תפקוד של פעולות מרובות של שליטה קוגניטיבית. פעולות אלה מתרחשות בחלונות זמן שונים ובמיקומים מרחביים שונים. מטופל מסוים יכול להיות רק אחד בתפקוד היפו המציין את מקור ההפרעה האישית ואת דרכי התיקון שלה.

משמעות קלינית
כדי לחשב בסמנים שימושיים קלינית עבור אבחון הטרודוגני כגון ADHD, מספר משתנים הנבדלים באופן משמעותי בין ADHD ובקרות צריכים להיות משולבים. גודל האפקט (d) של אינדקס צריך להיות מעל d = .8. השלב הבא חשוב יהיה להחיל את האינדקס הזה כאשר ADHD מושווה עם פקדים קליניים.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אבחונים בפסיכיאטריה מבוססים על התנהגות שנצפתה. ברוב המקרים, מספר מסוים של סימפטומים יש לצפות בהגדרות שונות עבור 6 חודשים או יותר. חלק חשוב בתהליך האבחון הוא להוציא את האטיולוגיה הסומטית. בנוסף, יש לשקול את האבחנות הפסיכיאטריות האחרות. לעיתים קרובות, הסימפטומים של העניין יכולים להיות חלק מקטגוריית אבחון אחרת. אם מספר סימפטומים חופפים עם הפרעות אחרות, המטפל חייב להחליט אם ההפרעה השנייה היא הצעת מחלה או אבחנה דיפרנציאלית.

הכלים הקליניים הזמינים הם ראיונות אבחוניים, סולמות לדירוג, היסטוריה רפואית והתפתחותית, בדיקות פסיכולוגיות ותצפיות ישירות. רוב השיטות הללו הן סובייקטיבית למדי; מושפע בכבדות מהמודיע ומהמקצוענים. מאזני דירוג מהורים ומורים בדרך כלל מראים מתאמים צנועים למדי (r = 0.3-0.5).

בתוצאות הנציג, אנו טוענים כי המנגנונים הבסיסיים ב-ADHD כנראה שונים מהמטופל עד המטופל. חוסר הבנה (שפות), בעיות עם מוטיבציה עצמית, רגישות לבעיות חיצוניות, וכו ' יכולים להוביל לסימפטומים של חוסר תשומת לב. השיטות המבוססות על EEG שתוארו במאמר זה יכולות לסייע בפתרון חלק מהאתגרים אלה. בעיית הפרשנויות הסובייקטיבית נעדרת. שיטות ERP תיאר נראה לחשוף פעולות פסיכולוגיות הבסיסית כמו זיכרון עבודה, עיכוב פעולה, ניטור, הכנה לתגובה, וכו ' מעורבים מבני מוח ספציפיים. החסרונות במנגנונים אלה אינם מוגבלים לקטגוריות אבחון ספציפיות. אנו מאמינים כי בעתיד, טיפול (תרופות, נוירופידבק, הכשרה קוגניטיבית, tDCS,...) יתמקדו בפעולות קוגניטיביות ו/או רגשיות כאלה ובמנגנוני המוח הבסיסיים שלהם ולא בקטגוריות האבחון הנוכחיות.

מטרת אבחנה היא לקבוע את הטיפולים הטובים ביותר. כדי להעריך את ההשפעות של הטיפול, שיפורים בדיווח עצמי ונצפתה הם כמובן המכריע. דוחות כאלה יכולים במידה מסוימת לייצג אפקטים פלסבו, עם זאת, ויש לתמוך על ידי (חלקית) נורמליזציה של תפקוד המוח הבסיסי המשתקף למשל שינויים ברכיבי ה-ERP. שילוב זה של מדדים סובייקטיבית ואובייקטיביים של תופעות הטיפול הם חשובים הן במרפאה והן במחקר.

מסיבות כמו אלה שהוזכרו לעיל, אין זה מפתיע כי אנשים עם אבחנות זהה לעתים קרובות לא להגיב לאותם טיפולים רפואיים. בתרופות האבחון המותאם אישית הם שיושלם עם מדדים מבוססי התגובה של חיזוי כדי לאתר את הטיפול הטוב ביותר עבור החולה הבודד. במאמר זה תיארנו את המחקר שלנו על חיזוי תגובת התרופה ממריצים בילדים ADHD. כדי למצוא הפרקטורים אמין של תגובה חיובית תרופות נוגדות דיכאון היא אולי אפילו יותר חשוב כמו הזמן הדרוש כדי להעריך את התגובות הוא ארוך, כמו תקופת טיטור. ההליכים המתוארים במאמר זה יכול לתרום למחקר מתמשך EEG ו-ERP מבוסס על חיזוי השפעות תרופות בדיכאון53.

השיטות המבוססות EEG שתוארו הן לא פולשנית ובמחיר סביר, וכן מתאים למחקר, כמו גם עבור עבודה קלינית.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

. לאוגרים ג'י אין מה לגלות קרופוטוב ג'יי-די היה ראש המעבדה במכון המוח האנושי, סנקט פטרבורג והיכן שפותחה תוכנית WinEEG. . אין לו אינטרס כלכלי במערכת

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
מגבר +www.mitsar-medical.com
רתמת גוף, גדלים שוניםElectro-Cap International, IncE3 SM; E3 מ '; E3 L
אלקטרודות אוזניים שקעי 9 מ"מElectro-Cap International, IncE5-9S
Electrocaps 19 ערוצים בגדלים שוניםElectro-Cap International, IncE1 SM; E1 מ '; E1 M/SM
Electrocaps 19 ערוצים בגדלים שוניםElectro-Cap International, IncE1 L/M; E1 L
אלקטרו-ג'ל לאלקטרו-קאפElectro-Cap International, IncE9; E10
HBi databasewww.hbimed.com
Head size bandsElectro-Cap International, IncE 12
ערכת מזרק מחטElectro-Cap International, IncE7
Nuprep EEG וג'ל א.ק.ג להכנה לעורElectro-Cap International, IncR7
משחה מוליכה Ten20 EEGElectro-Cap International, IncR5-4T
WinEEG programwww.mitsar-medical.com

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Insel, T., et al. Research domain criteria (RDoC), toward a new classification framework for research on mental disorders. American Journal of Psychiatry. 167 (7), 748-751 (2010).
  2. Snyder, S. M., Rugino, T. A., Hornig, M., Stein, M. A. Integration of an EEG biomarker with a clinician's ADHD evaluation. Brain and Behavior. 5 (4), e00330(2015).
  3. Arns, M., Conners, C. K., Kraemer, H. C. A decade of EEG Theta/Beta Ratio Research in ADHD: a meta-analysis. Journal of Attention Disorders. 17 (5), 374-383 (2013).
  4. Egeland, J. Differentiating attention deficit in adult ADHD and schizophrenia. Archives of Clinical Neuropsychology. 22 (6), 763-771 (2007).
  5. Egeland, J., et al. Attention profile in schizophrenia compared with depression: differential effects of processing speed, selective attention and vigilance. Acta Psychiatrica Scandinavia. 108 (4), 276-284 (2003).
  6. Braver, T. S. The variable nature of cognitive control: a dual mechanisms framework. Trends in Cognitive Science. 16 (2), 106-113 (2012).
  7. Botvinick, M. M. Conflict monitoring and decision making: reconciling two perspectives on anterior cingulate function. Cognitive and Affective Behavior Neuroscience. 7 (4), 356-366 (2007).
  8. Ullsperger, M., Fischer, A. G., Nigbur, R., Endrass, T. Neural mechanisms and temporal dynamics of performance monitoring. Trends in Cognitive Science. 18 (5), 259-267 (2014).
  9. Bari, A., Robbins, T. W. Inhibition and impulsivity: behavioral and neural basis of response control. Progress in Neurobiology. 108 (Sep), 44-79 (2013).
  10. Huster, R. J., Enriquez-Geppert, S., Lavallee, C. F., Falkenstein, M., Herrmann, C. S. Electroencephalography of response inhibition tasks: functional networks and cognitive contributions. International Journal of Psychophysiology. 87 (3), 217-233 (2013).
  11. Simson, R., Vaughan, H. G. Jr, Ritter, W. The scalp topography of potentials in auditory and visual Go/NoGo tasks. Electroencephalography and Clinical Neurophysiology. 43 (6), 864-875 (1977).
  12. Falkenstein, M., Hoormann, J., Hohnsbein, J. ERP components in Go/Nogo tasks and their relation to inhibition. Acta Psychologica (Amst). 101 (2-3), 267-291 (1999).
  13. Verleger, R., Gorgen, S., Jaskowski, P. An ERP indicator of processing relevant gestalts in masked priming. Psychophysiology. 42 (6), 677-690 (2005).
  14. Kropotov, J. D., Ponomarev, V. A., Hollup, S., Mueller, A. Dissociating action inhibition, conflict monitoring and sensory mismatch into independent components of event related potentials in GO/NOGO task. Neuroimage. 57 (2), 565-575 (2011).
  15. Kropotov, J. D., Ponomarev, V. A. Decomposing N2 NOGO wave of event-related potentials into independent components. Neuroreport. 20 (18), 1592-1596 (2009).
  16. Bekker, E. M., Kenemans, J. L., Verbaten, M. N. Electrophysiological correlates of attention, inhibition, sensitivity and bias in a continuous performance task. Clinical Neurophysiology. 20115 (9), 2001-2013 (2004).
  17. Fallgatter, A. J., Aranda, D. R., Bartsch, A. J., Herrmann, M. J. Long-term reliability of electrophysiologic response control parameters. Journal of Clinical Neurophysiology. 19 (1), 61-66 (2002).
  18. Fallgatter, A. J., Strik, W. K. The NoGo-anteriorization as a neurophysiological standard-index for cognitive response control. International Journal of Psychophysiology. 32 (3), 233-238 (1999).
  19. Bruin, K. J., Wijers, A. A., van Staveren, A. S. Response priming in a go/nogo task: do we have to explain the go/nogo N2 effect in terms of response activation instead of inhibition. Clinical Neurophysiology. 112 (9), 1660-1671 (2001).
  20. Randall, W. M., Smith, J. L. Conflict and inhibition in the cued-Go/NoGo task. Clinical Neurophysiology. 122 (12), 2400-2407 (2011).
  21. Kappenman, E. S., Luck, S. J. ERP Components: The Ups and Downs of Brainwave Recordings. The Oxford Handbook of Event-related Potential Components. Luck, S. J., Kappenman, E. S. , 1st, University Press. Oxford: Oxford. 3-29 (2012).
  22. Ponomarev, V. A., Kropotov, I. Improving source localization of ERPs in the GO/NOGO task by modeling of their cross-covariance structure. Fiziol Cheloveka. 39 (1), 36-50 (2013).
  23. Makeig, S., Jung, T. P. Tonic, phasic, and transient EEG correlates of auditory awareness in drowsiness. Brain Research and Cognitive Brain Research. 4 (1), 15-25 (1996).
  24. Onton, J., Makeig, S. Information-based modeling of event-related brain dynamics. Progressions in Brain Research. 159, 99-120 (2006).
  25. Kropotov, J. D. Functional Neuromarkers for Psychiatry: Applications for Diagnosis and Treatment. , 1st, Elsevier/Academic Press. London. (2016).
  26. Kropotov, J. D., Ponomarev, V. A., Pronina, M., Jancke, L. Functional indexes of reactive cognitive control: ERPs in cued go/no-go tasks. Psychophysiology. 54 (12), 1899-1915 (2017).
  27. Bekker, E. M., Kenemans, J. L., Verbaten, M. N. Source analysis of the N2 in a cued Go/NoGo task. Brain Research and Cognitive Brain Research. 22 (2), 221-231 (2005).
  28. Fisher, T., Aharon-Peretz, J., Pratt, H. Dis-regulation of response inhibition in adult Attention Deficit Hyperactivity Disorder (ADHD), an ERP study. Clinical Neurophysiology. 122 (12), 2390-2399 (2011).
  29. Olbrich, H. M., Maes, H., Valerius, G., Langosch, J. M., Feige, B. Event-related potential correlates selectively reflect cognitive dysfunction in schizophrenics. Journal of Neural Transmission. (Vienna). 112 (2), 283-295 (2005).
  30. Grane, V. A., et al. Correction: ERP Correlates of Proactive and Reactive Cognitive Control in Treatment-Naive Adult ADHD. PLoS One. 11 (9), e0163404(2016).
  31. Woltering, S., Liu, Z., Rokeach, A., Tannock, R. Neurophysiological differences in inhibitory control between adults with ADHD and their peers. Neuropsychologia. 51 (10), 1888-1895 (2013).
  32. Wiersema, R., van der Meere, J., Roeyers, H., Van Coster, R., Baeyens, D. Event rate and event-related potentials in ADHD. Journal of Child Psychology and Psychiatry. 47 (6), 560-567 (2006).
  33. Mueller, A., Candrian, G., Kropotov, J. D., Ponomarev, V. A., Baschera, G. M. Classification of ADHD patients on the basis of independent ERP components using a machine learning system. Nonlinear Biomedical Physics. 4 (Suppl 1), (2010).
  34. Mueller, A., et al. Discriminating between ADHD adults and controls using independent ERP components and a support vector machine: a validation study. Nonlinear Biomedical Physics. 5, 5(2010).
  35. Kropotov, J. D., et al. Latent ERP components of cognitive dysfunctions in ADHD and schizophrenia. Clinical Neurophysiology. 130 (4), 445-453 (2019).
  36. Spencer, T. J., Biederman, J., Mick, E. Attention-deficit/hyperactivity disorder: diagnosis, lifespan, comorbidities, and neurobiology. Journal of Pediatric Psychology. 32 (6), 631-642 (2007).
  37. Barkley, R. A. Attention - Deficit Hyperactivity Disorder. A Handbook for Diagnosis and Treatment. , Third, The Guilford Press. New York, London. (2006).
  38. Spencer, T., et al. Pharmacotherapy of attention-deficit hyperactivity disorder across the life cycle. Journal of the American Academy of Child and Adolescent Psychiatry. 35 (4), 409-432 (1996).
  39. Rubia, K., et al. Effects of stimulants on brain function in attention-deficit/hyperactivity disorder: a systematic review and meta-analysis. Biological Psychiatry. 76 (8), 616-628 (2014).
  40. Ramtvedt, B. E., Roinas, E., Aabech, H. S., Sundet, K. S. Clinical Gains from Including Both Dextroamphetamine and Methylphenidate in Stimulant Trials. Journal of Child and Adolescent Psychopharmacology. , (2013).
  41. Sangal, R. B., Sangal, J. M. Attention-deficit/hyperactivity disorder: using P300 topography to choose optimal treatment. Expert Review in Neurotherapy. 6 (10), 1429-1437 (2006).
  42. Ogrim, G., Hestad, K. A., Brunner, J. F., Kropotov, J. Predicting acute side effects of stimulant medication in pediatric attention deficit/hyperactivity disorder: data from quantitative electroencephalography, event-related potentials, and a continuous-performance test. Neuropsychiatric Disease and Treatment. 9, 1301-1309 (2013).
  43. Barkley, R. A., DuPaul, G. J., McMurray, M. B. Attention deficit disorder with and without hyperactivity: clinical response to three dose levels of methylphenidate. Pediatrics. 87 (4), 519-531 (1991).
  44. Chabot, R. J., Orgill, A. A., Crawford, G., Harris, M. J., Serfontein, G. Behavioral and electrophysiologic predictors of treatment response to stimulants in children with attention disorders. Journal of Child Neurology. 14 (6), 343-351 (1999).
  45. Hale, J. B., et al. Executive impairment determines ADHD medication response: implications for academic achievement. Journal of Learning Disabilities. 44 (2), 196-212 (2011).
  46. Tannock, R., Ickowicz, A., Schachar, R. Differential effects of methylphenidate on working memory in ADHD children with and without comorbid anxiety. Journal of the American Academy of Child and Adolescent Psychiatry. 34 (7), 886-896 (1995).
  47. Ogrim, G., Aasen, I. E., Brunner, J. F. Single-dose effects on the P3no-go ERP component predict clinical response to stimulants in pediatric ADHD. Clinical Neurophysiology. 127 (10), 3277-3287 (2016).
  48. Ogrim, G., et al. Predicting the clinical outcome of stimulant medication in pediatric attention-deficit/hyperactivity disorder: data from quantitative electroencephalography, event-related potentials, and a go/no-go test. Neuropsychiatric Disease and Treatment. 10, 231-242 (2014).
  49. Ogrim, G., Kropotov, J. D. Predicting Clinical Gains and Side Effects of Stimulant Medication in Pediatric Attention-Deficit/Hyperactivity Disorder by Combining Measures From qEEG and ERPs in a Cued GO/NOGO Task. Clinical EEG and Neuroscience. 50 (1), 34-43 (2019).
  50. Lenartowicz, A., Loo, S. K. Use of EEG to diagnose ADHD. Current Psychiatry Report. 16 (11), 498(2014).
  51. Johnstone, S. J., Barry, R. J., Clarke, A. R. Ten years on: a follow-up review of ERP research in attention-deficit/hyperactivity disorder. Clinical Neurophysiology. 124 (4), 644-657 (2013).
  52. Gamma, A., Kara, O. Event-Related Potentials for Diagnosing Children and Adults With ADHD. Journal of Attention Disorders. , (2016).
  53. van Dinteren, R., et al. Utility of event-related potentials in predicting antidepressant treatment response: An iSPOT-D report. European Neuropsychopharmacology. 25 (11), 1981-1990 (2015).

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

ADHDGO NOGOERP

מאמרים קשורים