Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

मस्तिष्क रोग के बायोमार्कर निकालने के लिए घटना से संबंधित क्षमता (ईआरपी) और अन्य ईईजी आधारित तरीके: बाल चिकित्सा ध्यान घाटे/अतिसक्रियता विकार (एडीएचडी) के उदाहरण

Published: March 12, 2020 doi: 10.3791/60710
Automatic Translation
1,2,3, 4,5
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

Summary

मस्तिष्क रोगों के बायोमार्कर निकालने के लिए ईईजी-विधियां लागू की जाती हैं। फोकस मल्टी-चैनल इवेंट से संबंधित क्षमता (ईआरपी) पर है जो एक cued GO/NOGO कार्य में दर्ज किया गया है । गैर मस्तिष्क कलाकृतियों को ठीक किया जाता है और ईआरपी की तुलना मानक डेटा से की जाती है। उदाहरण एडीएचडी निदान और दवा प्रतिक्रिया की भविष्यवाणी के लिए बायोमार्कर से संबंधित हैं।

Abstract

एडीएचडी जैसे न्यूरोसाइकियाट्रिक निदान साक्षात्कार, रेटिंग तराजू और टिप्पणियों जैसे व्यक्तिपरक तरीकों पर आधारित हैं। इसके लिए ब्रेन बेस्ड सप्लीमेंट ्स की जरूरत ज्यादा होती है। उत्तेजक दवा एडीएचडी के लिए सबसे आम उपचार है। प्रतिक्रिया के चिकित्सकीय उपयोगी भविष्यवक्ताओं की रिपोर्ट अब तक नहीं की गई है । इस पेपर का उद्देश्य ईईजी आधारित तरीकों का वर्णन करना है जो हम मस्तिष्क की शिथिलता के लिए संभावित बायोमार्कर निकालने के लिए लागू होते हैं। उदाहरण बाल चिकित्सा एडीएचडी के लिए बायोमार्कर से संबंधित हैं, और दवा प्रतिक्रिया की भविष्यवाणी। मुख्य जोर घटना से संबंधित क्षमता (ईआरपी) पर है।

एक उन्नीस चैनल ईईजी एक 3 मिन आंखें खोला कार्य, एक 3 मिन आंखें बंद काम के दौरान दर्ज की गई है, और एक 20 मिन cued दृश्य जाओ/ इस कार्य के दौरान ईआरपी दर्ज किए जाते हैं। ईआरपी प्रोटोकॉल का लक्ष्य ग्रहण मस्तिष्क रोगों के बायोमार्कर निकालना है जो रोगी समूह और स्वस्थ नियंत्रणों के बीच काफी अंतर करते हैं। प्रोटोकॉल में मानक स्थितियों और विरूपण साक्ष्य सुधार के दौरान रिकॉर्डिंग शामिल है। ईआरपी तरंगों का उपयोग किया जा सकता है या अव्यक्त घटकों में परिवर्तित किया जा सकता है। रोगी समूह के घटकों की तुलना नियंत्रण ों से की जाती है, उन घटकों को सहानुभूति होती है, जिनकी तुलना की जाती है, अपेक्षाकृत उच्च प्रभाव आकार दिखाते हैं। घटकों के अंतरिक्ष में क्लस्टर विश्लेषण के आधार पर रोगियों के उप-समूहों का चयन किया जाता है। उपचार प्रक्रिया (जैसे दवा, टीडीसी या न्यूरोफीडबैक प्रोटोकॉल) लागू किया जा सकता है और उपसमूहों में उपचार से संबंधित घटकों में परिवर्तन देखे जाते हैं, जो नैदानिक सिफारिशों के लिए आधार बनाते हैं।

वर्णित तरीकों को 87 बाल चिकित्सा एडीएचडी रोगियों के अध्ययन में लागू किया गया था। दवा प्रतिक्रिया के सूचकांक ने उत्तरदाताओं और गैर-उत्तरदाताओं के बीच एक बड़े, और चिकित्सकीय रूप से सार्थक प्रभाव आकार(डी = 1.84) के साथ काफी भेदभाव किया। मिलान नियंत्रण के साथ एडीएचडी बच्चों की तुलना में चल रहे एक अध्ययन में, कई चर रोगियों और नियंत्रणों के बीच काफी भेदभाव करते हैं। वैश्विक सूचकांक डी = .8 से अधिक होगा। यहां वर्णित ईईजी आधारित तरीके चिकित्सकीय रूप से सार्थक हो सकते हैं।

Introduction

2008 में, NIMH द्वारा शुरू की गई, अनुसंधान डोमेन मानदंड (आरडीओसी) परियोजना1 प्रकाशित की गई थी, जिसका लक्ष्य मानसिक विकारों की समझ के लिए जैविक रूप से वैध ढांचा खोजना था। २०१३ में, अमेरिकी खाद्य एवं औषधि प्रशासन (एफडीए) ने एडीएचडी के पहले ईईजी-आधारित बायोमार्कर को 6 से 17 वर्ष की आयु के रोगियों में एडीएचडी का आकलन करने में मदद करने के लिए मंजूरी दी । न्यूरोसाइकियाट्रिक ईईजी-आधारित मूल्यांकन सहायता (NEBA) प्रणाली 15-20 वर्ष के लिए ईईजी रिकॉर्ड करता है। यह आम तौर पर विकसितहोनेवाले बच्चों की तुलना में एडीएचडी वाले बच्चों और किशोरों में अधिक पाए जाने वाले थेटा/बीटा अनुपात की गणना पर आधारित है । हाल के प्रकाशनों से पता चलता है कि यह अनुपात सभी एडीएचडी3को कैप्चर नहीं करता है ।

नैदानिक तंत्रिका विज्ञान में बड़ी संख्या में प्रकाशन प्रदर्शित करते हैं कि बिगड़ा संज्ञानात्मक नियंत्रण एडीएचडी, सिजोफ्रेनिया, अवसाद और ओसीडी4,,5सहित कई मनोरोग विकारों की एक आम विशेषता का प्रतिनिधित्व करता है। सैद्धांतिक रूप से, संज्ञानात्मक नियंत्रण में काल्पनिक संचालन होते हैं जो लोगों को लक्ष्यों और संदर्भों में लचीले ढंग से समायोजित करने की अनुमति देते हैं। संज्ञानात्मक नियंत्रण, सक्रिय और प्रतिक्रियाशील नियंत्रण की दो विभिन्न श्रेणियों को6वर्णित किया गया है । हमारा प्राथमिक ध्यान संज्ञानात्मक नियंत्रण के प्रतिक्रियाशील मोड पर है। सक्रिय संज्ञानात्मक नियंत्रण में काम करने की स्मृति (यानी, सेकंड के लिए संवेदी और मोटर घटनाओं को बनाए रखना) शामिल है। प्रतिक्रियाशील संज्ञानात्मक नियंत्रण में निगरानी, संघर्ष7,,8और कार्रवाई अवरोध का पता लगाना शामिल है (समीक्षा के लिए9,,10देखें)।

गो / नोगो प्रतिमान संज्ञानात्मक नियंत्रण11,12,1313,14,15के प्रति संवेदनशील है . जाओ उत्तेजनाओं पार्श्व मस्तिष्क क्षेत्रों से सकारात्मक उतार चढ़ाव प्रकाश में लाना । (P3 जाओ) । नोगो उत्तेजनाओं द्वारा प्राप्त पूर्वकाल वितरित सकारात्मक एन 2 और पी 3 नोगो तरंगें संघर्ष और कार्रवाई अवरोध16,,17,,18,,19का पता लगाने से जुड़ी हैं। N2 लहर कार्रवाई के निषेध का एक संकेतक के रूप में समझा गया है, लेकिन अद्यतन अनुसंधान से पता चलता है कि N2 लहर निराला जाओ उत्तेजनाओं और संघर्ष20का पता लगाने के साथ जुड़ा हुआ है । कार्रवाई अवरोध ललाट-केंद्रीय स्थलों पर P3 NOGO लहर से जुड़ा हुआ है ।

N2/P3 विरोधाभास सही नहीं हो सकता है । यह एक विचार से पूछताछ की गई है कि ईआरपी तरंगें, विशेष रूप से संज्ञानात्मक नियंत्रण का प्रतिनिधित्व करने वाले, कई स्रोतों की रकम हैं जो स्थानों और समय14,,21में ओवरलैप हो सकती हैं।

ईआरपी तरंगों के स्रोतों को अलग करने के लिए, ब्लाइंड सोर्स पृथक्करण के कई तरीकों का उपयोग15,,22,,23,24किया गया है। मानव मस्तिष्क संस्थान, सेंट पीटर्सबर्ग में अध्ययन में, N2d NOGO लहर विघटित किया गया है । छिपे हुए घटकों का पता चला। इन घटकों में अलग-अलग टोपोग्राफी और कार्यात्मक अर्थ थे। उनमें से केवल एक ही संघर्ष का पता लगाने से जुड़ा था14,15,25,,26. एडीएचडी के अधिकांश वयस्क अध्ययनों में, पी 3 नोगो मिलान स्वस्थ नियंत्रण,27,28,,29,,30,,31,,32की तुलना में छोटा है।

संज्ञानात्मक नियंत्रण के कार्यों के दौरान हो रहे मस्तिष्क के संचालन को N2/P3 विरोधाभास द्वारा सही ढंग से समझाया नहीं जाता है जब जीओ/नोगो प्रतिमानों में ईआरपी का विश्लेषण14,15। ईआरपी तरंगों से छिपे हुए घटकों को अलग करने के उद्देश्य से कई दृष्टिकोणों का उपयोग किया गया है (समीक्षा के लिए21देखें)। कुछ अध्ययनों ने रोगी समूहों में ईआरपी के लिए स्वतंत्र घटक विश्लेषण (आईसीए) का उपयोग किया है जैसे कि सिजोफ्रेनिया29के रोगियों, और एडीएचडी33,,34वाले वयस्क, निदान के बिना नियंत्रण से रोगियों को भेदभाव करने का प्रयास करते हैं।

(येरडोर, 2010,25 पी 75) में, ईआरपी के लिए एक नई विधि का सुझाव दिया और अनुकूलित किया जाता है। यह ब्लाइंड सोर्स सेपरेशन की एक विधि है, जो क्रॉस-वेरिएन मैट्रिक्स के संयुक्त विकर्णीकरण की प्रक्रिया पर आधारित है। कुड गो/नोगो प्रतिमान में इस विधि को लागू करने वाले ऐसे अव्यक्त घटकों के कार्यात्मक अर्थों का अध्ययन करने के लिए, मानव मस्तिष्क संस्थान से एक अध्ययन हाल ही में26लागू किया गया था । इस अध्ययन में कार्रवाई अवरोध आपरेशनों और संघर्ष का पता लगाने के संचालन स्वतंत्र रूप से cued GO/NOGO कार्य के संशोधनों से हेरफेर किया गया । एक छिपा घटक, संघर्ष का पता लगाने को प्रतिबिंबित करने के लिए सोचा, पाया गया था । एक N2 की तरह प्रतिक्रिया और ललाट स्थलाकृति इस घटक३५विशेषता । तैयार कार्यों के अवरोध की आवश्यकता वाले परीक्षणों में एक केंद्रीय स्थलाकृति और P3 जैसी प्रतिक्रिया देखी गई थी।

इस प्रकाशन में रिपोर्ट किए गए अध्ययनों ने पारंपरिक ईआरपी विधि का उपयोग किया है। आईसीए का आवेदन, या क्रॉस-वेरिज़ मैट्रिक्स25 (पेज 75) के संयुक्त विकर्णीकरण की प्रक्रिया अब तक नहीं की गई है। सामान्य तौर पर, विभिन्न तरीकों के आधार पर परिणाम एक दूसरे से सहमत हैं, लेकिन अव्यक्त घटकों की खोज के तरीके अधिक विशुद्ध रूप से अलग न्यूरोसाइकोलॉजिकल कार्यों से जुड़े हुए हैं। इस पेपर का उद्देश्य विनईग विधि का विस्तृत विवरण पेश करना है। ध्यान ईआरपी पर है, लेकिन जीओ/नोगो कार्य से ईईजी स्पेक्ट्रा और व्यवहार डेटा को भी WinEEG विधि को समझाने के लिए वर्णित अध्ययनों में शामिल किया गया है ।

Protocol

प्रोटोकॉल में वर्णित उपकरण नैतिकता की दृष्टि से अस्पताल के अधिकारियों द्वारा अनुमोदित है और नैदानिक प्रयोजनों के लिए प्रयोग किया जाता है । क्षेत्रीय चिकित्सा अनुसंधान नैतिकता समिति ने वर्णित परियोजनाओं को मंजूरी दी ।

1. ईआरपी रिकॉर्डिंग के लिए हार्डवेयर और सॉफ्टवेयर

  1. निर्माता के प्रोटोकॉल के अनुसार ईईजी प्रवर्धन के लिए एम्पलीफायर (जैसे, मितासर 201) का उपयोग करें। WinEEG सॉफ्टवेयर और दो परस्पर कंप्यूटर की जरूरत है: ईईजी और बटन दबाने रिकॉर्डिंग के लिए मुख्य कंप्यूटर, और दास कंप्यूटर, मुख्य कंप्यूटर द्वारा नियंत्रित, उत्तेजना प्रस्तुति के लिए ।
  2. अंतरराष्ट्रीय 10-20 प्रणाली के अनुसार सिर पर रखे गए उन्नीस इलेक्ट्रोड वाली टोपियों का उपयोग करें।
    नोट: उपकरण की जरूरत है, टोपियां, इलेक्ट्रोड, जेल आदि कई निर्माताओं से प्राप्त किया जा सकता है ।
  3. मरीजों/विषयों को बिना बैकलाइट वाले साउंड प्रूफ रूम में आरामदायक कुर्सी पर रखें ।
  4. संदर्भात्मक असेंबल (रेफरी) का उपयोग करें जो डिफ़ॉल्ट है। एचबीआई डेटाबेस के साथ बाद में तुलना के लिए; असेंबल को सामान्य औसत (एवी) में बदलें।

2. क्षमता और शिक्षा

  1. सुनिश्चित करें कि ईईजी के पंजीकरण, डेटा की व्याख्या, नैदानिक उपयोग और अनुसंधान में शामिल सभी को WinEEG के उपयोग में आवश्यक पेशेवर पृष्ठभूमि और विशिष्ट प्रशिक्षण होना चाहिए।

3. रोगियों/प्रतिभागियों को सूचित करना

  1. रोगियों/विषयों को सूचित करें कि प्रक्रिया खतरनाक नहीं है, और इससे चोट नहीं लगती है ।
    नोट: जेल के साथ 19 छेद को भरने के लिए आवश्यक सिरिंज तेज नहीं है।
  2. बच्चों को सूचित करें कि शोधकर्ता उनके मन को पढ़ नहीं सकते। उन्हें बताएं कि हर दिमाग में कुछ न कुछ इलेक्ट्रिकल एक्टिविटी होती है। इसे पढ़ने के लिए शोधकर्ताओं को इस उपकरण की जरूरत है। मस्तिष्क के साथ कुछ भी नहीं है, लेकिन शोधकर्ता यह देखना चाहते हैं कि जब यह आराम करता है तो यह कैसे काम करता है, और जब इसे किसी कार्य में भाग लेना चाहिए।
  3. 10 मिन के लिए जगह में उपकरण छोड़ दें।
    नोट: इस समय अवधि के दौरान, सबसे कम उम्र के बच्चे चाहें तो कार्टून देख सकते हैं। कभी-कभी एक माता-पिता चुपचाप कमरे के पीछे मौजूद होता है जब तक कि बच्चा सुरक्षित महसूस नहीं करता।
  4. विषय को सूचित करें कि परीक्षा में लगभग एक घंटे लगते हैं। जब उपकरण ठीक से रखा जाता है, तो विषय को 3 मिन के लिए बंद आंखों से आराम करने के लिए कहें, इसके बाद खुली आंखों से 3 मिन आराम से।

4. ईईजी डेटा फ़ाइलें बनाना

नोट: WinEEG कच्चे ईईजी फ़ाइलों (विस्तार-.eeg), ईईजी स्पेक्ट्रा (विस्तार-.युक्ति), और ईआरपी फ़ाइलों (विस्तार-.erp) के भंडारण के लिए अलग से अपने स्वयं के बिल्ड-इन डेटाबेस है । डेटाबेस स्वचालित रूप से बनाए जाते हैं और शुरू में WinEEG/डेटा, WinEEG/SPEC और WinEEG/erp फ़ोल्डर्स में संग्रहीत किए जाते हैं ।

  1. किसी रोगी के साथ सत्र शुरू करने के लिए, मेनू फ़ाइल पर क्लिक करके एक संबंधित ईईजी डेटा फ़ाइल बनाएं। नया. मरीज का कार्ड स्क्रीन पर दिखाई देता है।
    नोट: निम्नलिखित प्रारूप का उपयोग किया जाता है: परीक्षण किए जाने वाले व्यक्ति के नाम या कोड में रखें। जन्म तिथि (डीडी) में रखो। मिमी. YYYY), और सेक्स के लिए एम या एफ। जरूरत के अनुसार रोगी कार्ड पर अन्य खुले खेतों का उपयोग करें।

5. उपकरण ों की तैयारी

  1. टोपी का सही आकार खोजने के लिए सिर की परिधि को मापने के लिए छोटे रंग-कोडित बैंड का उपयोग करें। ईयरलोब्स और माथे से तेल पोंछने के लिए एक छोटे पैच का उपयोग करें। नाशन-आयन दूरी (पूर्व 35 सेमी) को मापें। ललाट पोल इलेक्ट्रोड का केंद्र नैन्सन (पूर्व 3.5 सेमी) के ऊपर इस दूरी का 10% क्षैतिज रेखा पर गिरना चाहिए।
    नोट: रोगी के बाल साफ (बाल उत्पादों के बिना, आदि) और शुष्क होना चाहिए।
  2. ईयरलोब्स पर कुछ स्किन प्रेप जेल (जैसे, न्यूप्रेप) लगाएं। कान इलेक्ट्रोड कप को आक्टिव इलेक्ट्रो-जेल (जैसे, टेन20) से भरें और कान-इलेक्ट्रोड पर डाल दें। सुनिश्चित करें कि इन केबल के अन्य सिरों एम्पलीफायर से जुड़े हुए हैं।
  3. विषय है कि earlobe इलेक्ट्रोड कमरे में "शोर-बिजली" पर कब्जा बताओ, और यह कि यह सिर से बिजली से घटाया है देखने के लिए क्या शोर के बिना सिर से आता है ।
  4. ऊपर वर्णित ललाट ध्रुव इलेक्ट्रोड के साथ सिर पर सममित टोपी रखें। जहां तक संभव हो टोपी नीचे खींचने के लिए सुरक्षित है कि यह सिर के करीब है ।
  5. छाती के चारों ओर कमरबंद रखो और इस बैंड के लिए टोपी से जुड़े पुश बटन जकड़ना। इससे टेस्टिंग के दौरान कैप और इलेक्ट्रोड की हरकतों पर रोक लगेगी।
  6. कैप-केबल और कान के केबल को एम्पलीफायर से कनेक्ट करें। बाएं और दाएं कान को न मिलाएं।
  7. बाधा आइकन के WinEEG मेनू नियंत्रण पर क्लिक करें । सभी इलेक्ट्रोड के साथ एक सरलीकृत सिर दिखाई देता है। दूसरा, सिरिंज को जेल से भरें और सभी इलेक्ट्रोड छेद भरने के लिए इसका उपयोग करें। जब काले घेरे पीले होते हैं तो बाधा ठीक होती है।
    नोट: उचित बाधा सुरक्षित करने के लिए प्रत्येक इलेक्ट्रोड के साथ काम शुरू करने से पहले सभी छेद भरें। जेल को सिर की त्वचा तक पहुंचने में मदद करने के लिए एक पतली लकड़ी की छड़ी का उपयोग करें, जो विद्युत मस्तिष्क गतिविधि पर कब्जा करने के लिए एक शर्त है।
  8. पंजीकरण शुरू करें जब सभी 20 छेद स्क्रीन पर एक पीला रंग है, और व्यक्तिगत छेद के बीच रंग अंतर छोटा है।
  9. ईईजी रिकॉर्ड की निगरानी शुरू करें। हरे तीर (ईईजी निगरानी) पर क्लिक करें।
    नोट: जब सभी 19 इलेक्ट्रोड से कच्चे ईईजी संकेतों को देखा जाता है, तो उन्हें अपनी आंखें झपकाने और ललाट साइटों पर बड़े बदलावों को इंगित करने के लिए कहें। इन कलाकृतियों को अपने आप हटाया जा सकता है। पंजीकरण की गुणवत्ता आराम से जबड़े, आंखों और माथे पर निर्भर करती है, और सभी प्रकार के सिर और शरीर की गतिविधियों से यथासंभव बचा जाना चाहिए।

6. "आंखें बंद" और "आंखें खोली" के पंजीकरण

  1. 3 मिन के लिए बंद आंखों के साथ आरामदायक कुर्सी में आराम करने के लिए विषय बताओ। शुरू करने से पहले "आंखें खोली" उन्हें बताने के लिए 3 मिन के लिए चुप बैठने के लिए उनकी आंखें उनके सामने स्क्रीन पर आराम खोला के साथ ।
  2. "बाधा के नियंत्रण" बटन के बगल में, मेनू लाइन पर लाल सर्कल (ईईजी प्राप्त) पुश करें।
  3. अगले आइकन ड्रॉप-डाउन मेनू को आगे बढ़ाकर "आंखें बंद" या "आंखें खोली" चुनें। इससे रजिस्ट्रेशन शुरू हो जाएगा। सेकंड में बीता हुआ समय ईईजी वक्र्स के ऊपर देखा जा सकता है।
  4. ठहराव बटन पुश (नहीं "बचाने के रूप में यह एक ही फ़ाइल असंभव में आगे पंजीकरण कर देगा) के बाद १८० एस उंहें अपनी आंखें खोलने के लिए पूछना (या उंहें बंद अगर आंखें खोला पहले भाग था) । पंजीकरण जारी रखें। 3 मिन के बाद, बंद करो और बचाने के लिए।
    नोट: यदि सहेजा नहीं जाता है, तो नई फ़ाइल बनाते समय डेटा खो जाएगा।

7. cued GO/NOGO कार्य में ईईजी रिकॉर्डिंग के लिए तैयारी

  1. ईईजी रिकॉर्डिंग शुरू करने से पहले उचित बंदरगाह में एक विशेष यूएसबी डोंगल डालें। डोंगल पर एक छोटी सी रोशनी इंगित करती है कि सिस्टम काम कर रहा है।
  2. विषय को उसके दाहिने हाथ में एक विशेष बटन-स्विच दें। यह एक परीक्षण है कि लगभग 20 मिनट लेता है पूरा करने की जरूरत है ।
  3. टास्क मेन्यू खोलें और मरीज/प्रतिभागी के सामने गुलाम कंप्यूटर पर वीसीपीटी चुनें ।
    नोट: चित्रों के सभी चार संयोजनों को दिखाने वाली एक अनुदेश खिड़की दास कंप्यूटर स्क्रीन पर दिखाई देती है: (पशु-पशु (ए-ए), पशु-संयंत्र (ए-पी), संयंत्र-संयंत्र (पी-पी) और पौधे-मानव (पी-एच)। (चित्रा 1)। उत्तेजनाओं को 17 इंच की कंप्यूटर स्क्रीन, विषयों के सामने १.५ मीटर पर प्रस्तुत किया गया है । विषय के सिर पर मापी गई ध्वनि 70 डीबी होनी चाहिए।
  4. इस विषय को निर्देश दें कि चित्र जोड़े में आते हैं, पहली तस्वीर 1 एस में दूसरी के बाद होती है। 3 एस के बाद एक नई जोड़ी शुरू होगी।
  5. विषय बताएं कि हर बार ए-ए कॉम्बिनेशन दिखने पर लेफ्ट माउस बटन जरूर दबाया जाना चाहिए। ए-ए-कॉम्बिनेशन में दोनों जानवर हमेशा एक जैसे होते हैं।
  6. विषय को यथासंभव सटीक होने के लिए सूचित करें, लेकिन तेजी से भी। विषय को माउस बटन को ए-पी, पी-पी या ए-एच कॉम्बिनेशन पर नहीं धकेलना चाहिए।
  7. पी-एच संयोजनों में यादृच्छिक ध्वनियों को अनदेखा करने के लिए विषय बताएं।
  8. द बाएं गुलाम कंप्यूटर पर दर्ज करें और इस विषय को प्रशिक्षित करने के लिए लगभग 2-5 मिन के लिए कार्य चलाएं जब तक कि वह ठीक से नहीं समझता।
  9. दास कंप्यूटर पर स्विच को स्लेव मोड विकल्प में चुनें।
    नोट: कार्य प्रस्तुति अब मुख्य कंप्यूटर पर WinEEG कार्यक्रम द्वारा प्रबंधित किया जाता है।

Figure 1
चित्रा 1: VCPT: दृश्य सतत प्रदर्शन परीक्षण। चित्रा 1 वीसीपीटी की चार शर्तों को दर्शाता है। प्रत्येक स्थिति के १०० परीक्षण बेतरतीब ढंग से प्रस्तुत किए जाते हैं । टेस्ट का कुल समय 20 min है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

8. कार्य स्थिति में ईईजी और बटन प्रेस रिकॉर्डिंग

  1. सिस्टम ठीक से काम करता है कि जांच करने के लिए मेनू रिकॉर्डिंग से मुख्य कंप्यूटर पर ईईजी निगरानी विकल्प शुरू करें।
  2. मुख्य कंप्यूटर मेनू बॉक्स पर मेनू रिकॉर्डिंग से ईईजी अधिग्रहण विकल्प शुरू करें। स्टिमुली प्रस्तुति कार्यक्रम विकल्प पर प्रकाश डाला गया है। VCPT चुनें और गुलाम कंप्यूटर पर उत्तेजनाओं प्रस्तुतियों शुरू करते हैं।
    नोट: हर बार बाएं माउस बटन दबाया जाता है, ईईजी घटता के नीचे एक लाल निशान देखा जाता है । दो लाइनें हैं, एक बाईं ओर के लिए और एक दाएं माउस बटन के लिए।
  3. जांच लें कि लाल निशान सबसे कम लाइन पर दिखाई नहीं देते हैं, क्योंकि यह इंगित करता है कि उन्होंने सही बटन का उपयोग किया। ठहराव बटन का उपयोग करें और बाएं माउस बटन का उपयोग करने के लिए विषय बताओ।
  4. संभावित ब्याज की ईईजी पंजीकरण और नोट घटनाओं की निगरानी करें। यदि मांसपेशियों या आंदोलनों से संबंधित बहुत सारी कलाकृतियां देखी जाती हैं; पंजीकरण को रोकें और विषय को आराम करने और अभी भी बैठने के लिए याद दिलाएं। पंजीकरण जारी रखें।
    नोट: कार्य के दौरान ईईजी पंजीकरण 20 मिन लेता है और इसमें 400 जोड़े चित्र होते हैं; प्रत्येक जोड़ी के 100; ए-ए, ए-पी, पी-पी और पी-एच। जोड़े यादृच्छिक क्रम में प्रस्तुत कर रहे हैं। (देखें चित्रा 1)।
  5. हर 100 जोड़ियों के बाद एक छोटा ब्रेक लें। ठहराव बटन पुश करें। कुर्सी पर बैठते समय उन्हें अपने हाथ और पैर फैलाने और उनके चेहरे की मांसपेशियों को ढीला करने के लिए प्रोत्साहित करते हैं। पीने के लिए कुछ चढ़ाएं। एक-दो मिनट बाद रजिस्ट्रेशन जारी रखें।

9. पंजीकरण समाप्त

  1. पंजीकरण बंद करो जब सभी ४०० परीक्षणों रिकॉर्डिंग दबाने से पूरा कर रहे हैं । बंद करो।
    नोट: फ़ाइल सेव विकल्प दबाकर, रिकॉर्ड किए गए कच्चे ईईजी और बटन दबाने वाले चैनल वाली फ़ाइल को बिल्ट-इन डेटाबेस में संग्रहीत किया जाएगा।
  2. विषय को तब तक बैठे रहने के लिए कहें जब तक शोधकर्ता टोपी, कमर बैंड और कान के इलेक्ट्रोड को हटा नहीं देता।
    नोट: आमतौर पर यह पूरा होने पर बालों में कोई जेल नहीं होता है। कागज के कपड़े से जेल निकालें। ज्यादातर मरीज/प्रतिभागी घर वापस आने पर अपने बाल धोना पसंद करते हैं, लेकिन रजिस्ट्रेशन के ठीक बाद अपने बालों को धोने का विकल्प होना चाहिए।
  3. कार्य को पूरा करने के लिए विषय का धन्यवाद। उनसे वीसीपीटी (1-10 स्केल) रेट करने के लिए कहें, कितना बोरिंग? कितना थकाऊ? समझौते के आधार पर, उन्हें बताएं कि परीक्षा परिणामों के बारे में आगे क्या होता है।

10. सफाई

  1. कान के इलेक्ट्रोड (गर्म पानी में डुबकी) को साफ करें, और जितनी जल्दी हो सके कैप करें। पानी, साबुन और सॉफ्ट ब्रश की जरूरत होती है। सभी छेद की जांच करें देखने के लिए कि जेल बचा हटा रहे है इससे पहले कि टोपियां कहीं सूखने के लिए लटका रहे हैं ।

11. ईईजी रिकॉर्ड को प्रीप्रोसेसिंग

नोट: एचबीआईडीबी सॉफ्टवेयर में तीन अलग-अलग इलेक्ट्रोड असेंबल दिए गए हैं। वे हैं: लिंक किए गए कान संदर्भ (रेफरी के रूप में लेबल), सामान्य औसत संदर्भ (एवी के रूप में लेबल), और स्थानीय औसत संदर्भ (Aw के रूप में लेबल)। सेटअप मेनू में असेंबल सूची से असेंबल का चयन करें। ईईजी रेफरी में दर्ज किया गया है। विरूपण साक्ष्य सुधार शुरू करने से पहले एवी में बदलें।

  1. स्थानिक निस्पंदन की प्रक्रिया लागू करके नेत्र आंदोलन कलाकृतियों को हटा दें।
    नोट: स्थानिक फिल्टर स्वतंत्र घटक विश्लेषण (आईसीए) के आवेदन द्वारा एक चयनित ईईजी टुकड़े के लिए प्राप्त किए जाते हैं। टुकड़े में कम से कम 90 एस कच्चा डेटा होना चाहिए।
  2. टुकड़े की शुरुआत में समय बार पर माउस के बाएं बटन पर क्लिक करके और टुकड़े के अंत में समय बार पर सही बटन पर क्लिक करके ईईजी टुकड़े का चयन करें। चयन के बाद पूरे टुकड़े को पीले रंग से हाइलाइट किया जाता है।
    नोट: विश्लेषण मेनू से विरूपण साक्ष्य सुधार विकल्प चुनकर विरूपण साक्ष्य सुधार प्रक्रिया लागू की जाती है। स्थानिक फ़िल्टर मापदंडों का अनुमान नाम की खिड़की स्क्रीन पर दिखाई देती है।
  3. एचबीआई संदर्भ डेटाबेस के साथ व्यक्तिगत स्पेक्ट्रा और ईआरपी की तुलना करने में सक्षम होने के लिए आईसीए विधि का चयन करें।
    नोट: स्थानिक फिल्टर मापदंडों अनुमान खिड़की दिखाई देता है । बाएं से दाएं तक: 1) कच्चे (गलत) बहु-चैनल ईईजी, 2 का एक टुकड़ा) सही ईईजी का एक टुकड़ा, 3) सही कलाकृतियों का तरंग रूप, 4) निकाले गए आईसीए घटकों के समय पाठ्यक्रम (ऊपर से नीचे तक) और 5) स्वतंत्र के टोपोग्राफी घटक.
  4. आंख ों की झपकी और क्षैतिज आंखों की गतिविधियों से जुड़े टोपोग्राफी का चयन करें। ठीकक्लिक करके स्वीकार करें।
  5. विश्लेषण मेनू से मार्क कलाकृतियों विकल्प पर क्लिक करके मार्क कलाकृतियों नाम की प्रक्रिया को लागू करें।
    नोट: यह धीमी और उच्च आवृत्ति टुकड़े-outliers को अस्वीकार करेगा: ईईजी टुकड़े जो गैर-नेत्र आंदोलन कलाकृतियों (मांसपेशियों के तनाव के एपिसोड, सिर आंदोलनों आदि) से दूषित हैं, उन्हें आगे के विश्लेषण से बाहर रखा गया है। कुछ जटिल मामलों में मैनुअल विरूपण साक्ष्य अस्वीकृति वर्णित प्रक्रिया को पूरक कर सकती है।

12. कंप्यूटिंग ईईजी स्पेक्ट्रा

  1. ईईजी स्पेक्ट्रा और टुकड़ा चुनें- विश्लेषण मेनू से आंखें बंद या आंखें खोली गईं। यदि डिफ़ॉल्ट सेटिंग्स के रूप में चित्रा 2 प्रेस ठीकमें दिखाया गया है ।
    नोट: स्पेक्ट्रा सभी 19 साइटों के लिए चित्र ा 3 में दिखाया गया है। एक्स-एक्सिस हर्ट्ज (हर्ट्ज) में आवृत्ति है और वाई-एक्सिस माइक्रोवोल्ट (μV) में शक्ति है।
  2. विश्लेषण चुनें । डेटाबेस के साथ व्यक्तिगत स्पेक्ट्रा की तुलना करने के लिए परिणामों की तुलना। बाईं खिड़की में रोगी/विषय का चयन करें। सही विंडो में डेटाबेस फ़ाइल (या किसी अन्य खुली फ़ाइल) चुनें और तुलना के लिए ओके दबाएं। विषय और डेटाबेस के बीच अंतर दिखाने वाली छवि दिखाई देती है।
    नोट: स्पेक्ट्रा 0 हर्ट्ज से 30 हर्ट्ज तक आवृत्तियों की चुकता मतलब शक्ति दिखाता है। (1.5-2 हर्ट्ज से नीचे की आवृत्तियों को सावधानी के साथ व्याख्या की जानी चाहिए क्योंकि वे अक्सर कलाकृतियों से प्रभावित होते हैं)। स्पेक्ट्रा की व्याख्या करना इस प्रोटोकॉल के दायरे से बाहर है। संभावित नैदानिक ब्याज के Paroxysmals स्पेक्ट्रा में दिखाई नहीं दे सकता है, लेकिन कच्चे ईईजी में देखा जा सकता है ।

Figure 2
चित्रा 2: कंप्यूटिंग ईईजी स्पेक्ट्रा। स्पेक्ट्रा की गणना करने के लिए: क्लिक विश्लेषण । स्पेक्ट्रा। यदि सेटिंग सही हैं, तो चित्र 2 में दिखाई गई तस्वीर दिखाई देती है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 3
चित्रा 3: 19 इलेक्ट्रोड के साथ ईईजी स्पेक्ट्रा। चित्रा 3 19 साइटों में ईईजी स्पेक्ट्रा दिखाता है। एक्स-एक्सिस 0-30 हर्ट्ज से फ्रीक्वेंसी है। वाई-एक्सिस μV2में शक्ति है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

13. कंप्यूटिंग घटना से संबंधित क्षमता (ईआरपी)

नोट: घटना से संबंधित क्षमता (ईआरपी) एक औसत प्रक्रिया द्वारा गणना कर रहे हैं । केवल सही परीक्षण शामिल हैं। ऊपर वर्णित प्रीप्रोसेसिंग के पूरा होने के बाद ईआरपी की गणना की जाती है। ईआरपी कंप्यूटिंग के लिए गोल्ड स्टैंडर्ड औसत ट्रायल की संख्या 50 से ऊपर रखना है।

  1. कॉमन एवरेज असेंबल (एवी) में ईईजी वीसीपीटी फाइल चुनें। विश्लेषण मेनू से गणना ईआरपी पर क्लिक करें।
    नोट: यदि एचबीडीबी डोंगल कंप्यूटर से जुड़ा नहीं है या किसी कारण से सक्रिय नहीं है, तो एचबीडीबी उपयोगकर्ता को ईईजी फ़ाइलों को पढ़ने और उन्हें पूर्वप्रक्रिया करने की अनुमति देता है लेकिन डेटाबेस के साथ स्पेक्ट्रा और ईआरपी की गणना करने की अनुमति नहीं देता है।
  2. ओकेपर क्लिक करें । ईआरपी कम्प्यूटेशन के मापदंडों को दर्शाती एक खिड़की(चित्र4)होती है।
    नोट: जैसा कि चित्र 4में दिखाया गया है, पैरामीटर का पालन किया जाता है: परीक्षण समूह: 1: ए-ए गो; 2: ए-पी नोगो; 3: पी-पी (परीक्षणों की अनदेखी); 4: पी-एच (नवीनता परीक्षण); साथ ही 5: + अर्थ सभी परीक्षणों की प्रस्तुति के साथ शुरू कर दिया; और 6:- जिसका अर्थ है कि सभी परीक्षण पी की प्रस्तुति के साथ शुरू हुए। इसके अलावा ईआरपी डिफरेंस तरंगों को दिखाया गया है।
  3. ओकेपर क्लिक करें । विश्लेषण फ़ाइल के लिए ईआरपी की गणना की जाती है और ईआरपी विंडो(चित्रा 4)में ग्राफिकल रूप में प्रस्तुत की जाती है।
    नोट: ईआरपी विंडो में प्रत्येक कार्य स्थिति के लिए ईआरपी के 19 रेखांकन होते हैं: ए-ए गो, ए-पी नोगो, पी-पी, पी-एच। केवल एक जाओ और एक पी NOGO चित्र4में दिखाया गया है । प्रत्येक ग्राफ में: एक्स-एक्सिस एमएस में समय है, वाई-एक्सिस μV में वोल्टेज है। चित्रा 4 प्रस्तुति फॉर्म के समायोजन के परिणाम प्रस्तुत करता है। परीक्षणों की केवल श्रेणियां ए-ए गो, ए-पी नोगो का चयन किया जाता है (गो को हरे रंग में चित्रित किया गया है, नोगो को लाल रंग में चित्रित किया गया है)। स्केल का चयन 12 माइक्रोग्राम पर किया गया है। समय अंतराल 1400 एमएस से चुना जाता है; उत्तेजना 2 की प्रस्तुति के समय 700 एमएस की अवधि के साथ चुना जाता है।
  4. घटना से संबंधित क्षमता (ईआरपी) के लिए लहर को मैप करने के लिए किसी भी ग्राफ पर चयनित समय (एक्स-एक्सिसके साथ) पर माउस के सही बटन पर क्लिक करें, फिर इसे जारी करें और खोले गए मेनू के लिए जोड़ें मानचित्र विकल्प चुनें। संबंधित नक्शे पृष्ठ के नीचे दिखाई देते हैं।

Figure 4
चित्रा 4: ईआरपी गणना ओं के पैरामीटर। चित्रा 4 19 साइटों में ईआरपी घटकों ए-ए गो (ग्रीन) और ए-पी नोगो (लाल) दिखाता है। समय अंतराल 1400 एमएस से 2100 सुश्री ए-ए गो को साइट पीज़ और सीजेड में ए-पी नोगो में सबसे स्पष्ट रूप से देखा जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

14. पंजीकरण और VCPT में व्यवहार डेटा की तुलना

  1. ईआरपी दिखाने वाली विंडो में सही माउस बटन पर क्लिक करें और चूक (मिस्ड बटन क्लिक), कमीशन (आवेगी अतिरिक्त क्लिक), ए-ए-गो के लिए मतलब रिएक्शन टाइम (आरटी) और आरटी परिवर्तनशीलता की संख्या देखने के लिए समूहों की जानकारी चुनें।
  2. विश्लेषण चुनें । परिणामों की तुलना। बाएं विंडो में विषय की फाइल और दाईं खिड़की में तुलना फ़ाइल को चिह्नित करें। ओकेपर क्लिक करें ।
    नोट: हम आदर्श समूह में इन चरों के लिए शतमक दिखा उम्र आधारित पेपर-टेबल का उपयोग करते हैं।

15. संदर्भ डेटा आधार के साथ घटना से संबंधित क्षमता (ईआरपी) की तुलना

नोट: तुलना के लिए ब्याज के समय अंतराल मेनू में इसी संख्या टाइप करके परिभाषित किया गया है: समय अंतराल से (एमएस), अवधि (एमएस) । ईआरपी विंडो के शीर्ष पर मेनू एक्टिव समूहों से संबंधित ग्राफ का चयन करके ईआरपी को परीक्षणों की कुछ श्रेणियों (इस तरह के ए-ए गो, ए-पी नोगो, पी-पी,पी-एच) के लिए चुनिंदा रूप से प्रस्तुत किया जा सकता है।

  1. विश्लेषण मेनू से परिणामों की तुलना चुनें। बायीं खिड़की में मरीज/विषय पर क्लिक करें और दाईं खिड़की में एचबीआईडीडीबी पर क्लिक करें।
    नोट: उदाहरण के लिए पिछले पंजीकरण के साथ विषय की तुलना करने के लिए, पुरानी फ़ाइल खोलें और HBIdb के बजाय इसे चुनें)। ईआरपी तुलना खिड़की दिखाई देती है। इस विंडो में μV में अंतर ईआरपी तरंग को दर्शाया गया है। प्रत्येक चैनल के लिए विषय-मतलब संदर्भ की गणना की जाती है।
  2. संदर्भ से विचलन के महत्व स्तर को प्राप्त करने के लिए ब्याज के समय बिंदु पर और ब्याज के एक चैनल पर माउस का सही बटन दबाएं। इसी मूल्यों को माइक्रोन में अंतर दिखा खिड़की के तल पर दिखाई देते हैं, समय बिंदु का चयन किया गया है और पी-वैल्यू।
    नोट: विश्वास के स्तर के साथ अंतर तरंगों को पेश करना एक उपलब्ध विकल्प है। रेखांकन के तहत नीली रेखा प्रत्येक चैनल के लिए गणना संदर्भ और समूह 3 के लिए हर बार बिंदु से विचलन के विश्वास के स्तर को दर्शाया गया है ।
  3. 1 (व्यक्ति के ईआरपी) पर तीर पर क्लिक करके ईआरपी अंतर के लिए समूहों का चयन करें। एक जाओ [1]का चयन करें । संदर्भित ईआरपी के लिए 2 क्लिक करें। एक जाओ [2]का चयन करें । क्लिक करें 3 और एक जाओ [डी] अंतर देखने के लिए (1-2) । सक्रिय समूह 4: इस मेनू से कोई भी चुनें।
  4. मेनू में संबंधित संख्याओं को टाइप करके ब्याज के समय अंतराल को परिभाषित करें: दूसरी उत्तेजना के जवाब में ईआरपी का विश्लेषण करने के लिए (एमएस), अवधि (एमएस) (जैसे, 1400, 700) से समय अंतराल।
  5. एक समय बिंदु और ब्याज के चैनल पर कर्सर रखो और माउस के सही बटन पर क्लिक करें और पॉप आउट मेनू से जोड़ें नक्शा चुनें । संदर्भ से विचलन दिखा एक नक्शा दिखाया गया है।
    नोट: संदर्भ डेटा आधार के साथ घटना से संबंधित क्षमता (ईआरपी) के स्वतंत्र घटकों की तुलना, सॉफ्टवेयर स्वतंत्र घटकों में व्यक्तिगत ईआरपी विघटित करने का एक विकल्प प्रदान करता है। घटक विशिष्ट मनोवैज्ञानिक संचालन से जुड़े होते हैं।

Representative Results

बाल चिकित्सा एडीएचडी में दवा प्रतिक्रिया की भविष्यवाणी
एडीएचडी एक आम न्यूरोसाइकियाट्रिक चाइल्डहुड डिसऑर्डर36है। यह अतिसक्रियता और आवेगशीलता के लक्षणों के साथ असावधानी के लक्षणों की विशेषता है। स्कूल, घर और अवकाश सेटिंग्स में हानि आम हैं। स्कूल ी आयु वर्ग के बच्चों में अनुमानित व्यापकता 5% से 7% तक है । Comorbidities आम हैं। चिकित्सा उपचार, मिथाइलफेनिडेट (एमपीएच) या निपुणतामाइन (डेक्स) के आधार पर उत्तेजक का उपयोग करके व्यापक रूप से उपयोग किया जाता है। उत्तेजक दवा के सकारात्मक प्रभाव (बेचैनी, सक्रियता और आवेगशीलता और बेहतर ध्यान में कटौती) रोगियों के 70% में सूचित कर रहे हैं। मील प्रति घंटे के आधार पर दवा से डीईएक्स में स्थानांतरित होने से सकारात्मक प्रभाव बढ़कर 80%37,38हो सकते हैं . फ्रंटल-स्ट्रियल सर्किटउत्तेजक 39द्वारा सक्रिय होने लगते हैं।

एक दवा प्रतिक्रिया की कोई आम तौर पर स्वीकार्य परिभाषा नहीं है जो चिकित्सकीय रूप से सार्थक है। रेटिंग तराजू लागू करना, दवा पर स्कोर के साथ बेसलाइन स्कोर की तुलना करना, सबसे अधिक उपयोग की जाने वाली विधि है। कुछ अध्ययनों में, स्कोर की 25% या 50% की कमी प्रतिक्रिया की परिभाषा के रूप में उपयोग की जाती है। अन्य अध्ययनों में, जनसंख्या से ऊपर 1 एसडी से अधिक स्कोर का उपयोग40,41किया जाता है। चिकित्सकीय रूप से, सभी प्रासंगिक उपलब्ध डेटा के आधार पर एक समग्र निर्णय का उपयोग किया जाता है। साइड इफेक्टका मूल्यांकन करने के लिए, जैसे भूख की कमी, अनिद्रा, चिड़चिड़ापन में वृद्धि, या चिंता, महत्वपूर्णहै 37,42.

रेटिंग तराजू के उपयोग की कई कारणों से आलोचना की जा सकती है। शिक्षक और माता पिता के स्कोर के बीच छोटे सहसंबंध (0.30-0.50) कई अध्ययनों में सूचित कर रहे हैं48. प्रतिक्रिया के चिकित्सकीय उपयोगी भविष्यवक्ताओं की खोज बड़ी संख्या में गैर-उत्तरदाताओं, मुखबिरों से प्रेरित होती है जो सहमत नहीं होते हैं, और तथ्य यह है कि जब उत्तेजक की छोटी खुराक का उपयोग किया जाता है तो हर किसी पर बेहतर ध्यान के कुछ मामूली प्रभाव हो सकते हैं। प्रतिक्रिया के भविष्यवक्ताओं पर प्रकाशित शोध में एडीएचडी उपप्रकार, जनसांख्यिकी, कोमोर्बिड विकार, जीन चर, रेटिंग तराजू पर स्कोर, न्यूरोसाइकोलॉजिकल परीक्षण परिणाम, और ईईजी/ईआरपी चर43,,44,,45,,46शामिल हैं। हमारे 2016 प्रकाशन47 अध्ययनों का सारांश देता है जिन्होंने दवा प्रतिक्रिया की भविष्यवाणी करने के लिए ईआरपी लागू किया है।

पिछले अध्ययनों में, हम cued दृश्य GO/NOGO कार्य (यानी, ध्यान परीक्षण डेटा, ईईजी स्पेक्ट्रा, और ईआरपी) से डी डेटा का विश्लेषण करते हैं। एक अध्ययन में, हमने पाया कि 3 चर दुष्प्रभावों की भविष्यवाणी में महत्वपूर्ण योगदान देते हैं। इन चरों को एक सूचकांक में जोड़ा गया था जिसे चिकित्सकीय रूप से सार्थकमानाजाता था । नैदानिक प्रभावों पर एक अध्ययन में, एक ही तरीकों को लागू करने, भविष्यवाणी सूचकांक भी चिकित्सकीय उपयोगी48माना जाता था. दवा उत्तरदाताओं (आरई) और गैर-उत्तरदाताओं (गैर-आरई) पर उत्तेजक दवा की एक खुराक के प्रभाव की जांच तीसरे अध्ययन47में की गई थी। परीक्षण प्रक्रिया दो बार पूरी की गई थी, पहला परीक्षण बिना दवा के, और दूसरा परीक्षण परीक्षण खुराक प्राप्त करने के एक घंटे बाद। रेटिंग तराजू और साक्षात्कार के आधार पर एक 4 सप्ताह की दवा परीक्षण के बाद, रोगियों को आरई या गैर REs के रूप में वर्गीकृत किया गया । हमारा ध्यान संज्ञानात्मक ईआरपी और ध्यान परीक्षण स्कोर में परिवर्तन पर था । हमने पाया कि पी 3 नोगो घटक पर प्रभाव दो समूहों में काफी अलग था, जिसमें एक बड़ा प्रभाव आकार(डी = 1.76)। घटक आयाम की एक महत्वपूर्ण वृद्धि आरई में देखा गया था, लेकिन गैर-आरई में नहीं । केवल परीक्षण 1 के आधार पर भविष्यवाणियों की तुलना में दो परीक्षणों के आधार पर प्रतिक्रिया की भविष्यवाणियों में सुधार हुआ ।

हमारे नवीनतम अध्ययन में, हम दो वैश्विक अनुक्रमित, नैदानिक लाभ की भविष्यवाणी के लिए एक और साइड इफेक्ट की भविष्यवाणी के लिए एक विकसित की है । जैसा कि ऊपर वर्णित है कि हमने संयुक्त चर जो एक मामूली या बड़े प्रभाव आकार वाले तुलना समूहों के बीच काफी भेदभाव करते हैं। प्रत्येक चर प्रभाव आकार के अनुसार भारित किया गया था। हमने सभी तीन WinEEG डोमेन से चर की जांच की: ईईजी स्पेक्ट्रा, ईआरपी और व्यवहार। निम्नलिखित चर संयुक्त थे: टेस्ट 1: P3NOGO आयाम और theta/अल्फा अनुपात; टेस्ट 2 और टेस्ट 1 के बीच मतभेद: चूक त्रुटियां, प्रतिक्रिया समय परिवर्तनशीलता, आकस्मिक नकारात्मक भिन्नता (CNV) और P3NOGO आयाम । वैश्विक स्तर का प्रभाव आकार डी = 1.86 था। सटीकता 0.92 थी। साइड इफेक्ट की भविष्यवाणी 4 चर पर आधारित थी: टेस्ट 1: आरटी, टेस्ट 2: नवीनता घटक, अल्फा पीक फ्रीक्वेंसी, और प्रतिक्रिया समय परिवर्तन (टेस्ट 2- टेस्ट 1)। वैश्विक स्तर पर डी 1.08 और सटीकता 0.7849थी .

कुछ प्रारंभिक परिणाम
एक चल रहे अध्ययन में, हम 61 एडीएचडी रोगियों की आयु 9-12 वर्ष के एक समूह और 67 आयु मिलान स्वस्थ नियंत्रण (एचसी) के एक समूह की तुलना करते हैं। अंतिम सांख्यिकीय विश्लेषण अब तक पूरा नहीं हुआ है । नीचे हम WinEEG मूल्यांकन से प्राप्त प्रारंभिक परिणाम पेश कर रहे हैं ।

व्यवहार से, एडीएचडी समूह ने स्वस्थ नियंत्रण (एचसी) समूह (13.7% बनाम 4.8%) की तुलना में सांख्यिकीय (पीएंडएलटी;0.001 पर) अधिक चूक त्रुटियों के साथ एक असावधानी पैटर्न दिखाया सांख्यिकीय रूप से उच्च (पीएंडएलटी;0.001) प्रतिक्रिया समय (151 एमएस बनाम 125 एमएस) की परिवर्तनशीलता में व्यक्त किए गए ध्यान चूक पैटर्न के साथ।

दोनों समूहों के बीच ईआरपी तरंग की तुलना करने के मुख्य परिणाम चित्रा 5 और चित्रा 6में दिखाए गए हैं । चित्रा 5 एडीएचडी समूह में सक्रिय संज्ञानात्मक नियंत्रण की शिथिलता के ईआरपी सहसंबंधित को दर्शाता है। एचसी समूह की तुलना में एडीएचडी समूह में सक्रिय संज्ञानात्मक नियंत्रण (पी 3 क्यू वेव और सीएनवी वेव) के दो अनुक्रमित कम हो जाते हैं। चित्रा 6 एडीएचडी समूह में प्रतिक्रियाशील संज्ञानात्मक नियंत्रण की शिथिलता के ईआरपी को दर्शाता है। एचसी समूह की तुलना में एडीएचडी समूह में प्रतिक्रियाशील संज्ञानात्मक नियंत्रण (एन2 नोगो और पी 3 नोगो) के दो अनुक्रमित कम हो जाते हैं।

Figure 5
चित्रा 5: एडीएचडी और स्वस्थ नियंत्रण (एचसी) समूहों में सक्रिय संज्ञानात्मक नियंत्रण में ग्रैंड एवरेज ईआरपी वेव पैटर्न (क) और संबंधित नक्शे (बी) । (क)एडीएचडी समूह (ग्रीन लाइन) और एचसी समूह (रेड लाइन) और उनके अंतर (एडीएचडी-एचसी) तरंग (ब्लू लाइन) में पी 3 में मापा ईआरपी । घटता के नीचे ब्लू वर्टिकल बार अंतर के सांख्यिकीय महत्व के स्तर का संकेत देता है (छोटे बार-पीएंडएलटी;0.05, मध्य बार - पीएंडएलटी;0.01, बड़े बार - पीएंड एलटी;0.001)। तीर शास्त्रीय तरंगों का संकेत देते हैं - पी 3 क्यू और सीएनवी (आकस्मिक नकारात्मक भिन्नता)। (ख)दोनों समूहों के लिए पी 3 और सीएनवी तरंगों के आयामों के अधिकतम मानचित्र । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 6
चित्रा 6: एडीएचडी और स्वस्थ नियंत्रण (एचसी) समूहों में प्रतिक्रियाशील संज्ञानात्मक नियंत्रण में ग्रैंड एवरेज ईआरपी वेव पैटर्न (क) और संबंधित नक्शे (बी) । (क)एफजेड और सीजेड एडीएचडी समूह (ग्रीन लाइन) और एचसी समूह (रेड लाइन) और उनके अंतर (एडीएचडी-एचसी) वेव (ब्लू लाइन) में मापा गया ईआरपी । घटता के नीचे ब्लू वर्टिकल बार अंतर के सांख्यिकीय महत्व के स्तर को इंगित करता है (छोटे बार -पीएंडएलटी;0.05, मध्य बार - पीएंडएलटी;0.01, बड़े बार - पीएंडएलटी;0.001)। तीर शास्त्रीय तरंगों का संकेत देते हैं - N2 NOGO और P3 NOGO। (ख)दोनों समूहों के लिए N2 NOGO और P3 NOGO तरंगों के आयामों की अधिकतम पर नक्शे । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

जैसा कि कोई देख सकता है एडीएचडी समूह संज्ञानात्मक नियंत्रण के कई संचालन ों के हाइपो-कामकाज को दिखाता है। ये ऑपरेशन अलग-अलग समय खिड़कियों और अलग-अलग स्थानिक स्थानों में होते हैं। एक विशेष रोगी केवल एक हाइपो-कार्यशील हो सकता है जो व्यक्तिगत विकार के स्रोत और इसके सुधार के तरीकों का संकेत देता है।

नैदानिक महत्व
एडीएचडी जैसे विषम निदान के लिए चिकित्सकीय रूप से उपयोगी बायोमार्कर की गणना करने के लिए, एडीएचडी और नियंत्रण ों के बीच काफी भिन्न कई चरों को संयुक्त करने की आवश्यकता है। इंडेक्स का प्रभाव आकार(डी) डी = .8 से ऊपर होना चाहिए। एक महत्वपूर्ण अगला कदम इस सूचकांक को लागू करेगा जब एडीएचडी की तुलना नैदानिक नियंत्रण ों से की जाएगी।

Discussion

मनोरोग में निदान मनाया व्यवहार पर आधारित हैं। ज्यादातर मामलों में, 6 महीने या उससे अधिक समय तक विभिन्न सेटिंग्स में लक्षणों की एक निर्दिष्ट संख्या देखी जानी चाहिए। नैदानिक प्रक्रिया का एक महत्वपूर्ण हिस्सा दैहिक एटिजियोलॉजी को बाहर करना है। इसके अलावा, अन्य मनोरोग निदान पर विचार किया जाना चाहिए। अक्सर ब्याज के लक्षण एक और नैदानिक श्रेणी का हिस्सा हो सकते हैं। यदि कई लक्षण अन्य विकारों के साथ ओवरलैप करते हैं, तो चिकित्सक को यह तय करना होगा कि यह दूसरा विकार एक कोऑर्बिड या अंतर निदान है या नहीं।

उपलब्ध नैदानिक उपकरण नैदानिक साक्षात्कार, रेटिंग तराजू, चिकित्सा और विकासात्मक इतिहास, मनोवैज्ञानिक परीक्षण और प्रत्यक्ष टिप्पणियां हैं। इनमें से अधिकांश विधियां काफी व्यक्तिपरक हैं; मुखबिर के साथ-साथ पेशेवर से भारी प्रभावित। माता-पिता और शिक्षकों से रेटिंग तराजू आमतौर पर काफी मामूली सहसंबंध (आर = 0.3 - 0.5) दिखाते हैं।

प्रतिनिधि परिणामों में, हम तर्क देते हैं कि एडीएचडी में अंतर्निहित तंत्र शायद रोगी से रोगी के लिए अलग है। (भाषा) समझ की कमी, आत्म प्रेरणा के साथ समस्याएं, बाहरी विचलित करने वालों के प्रति संवेदनशीलता आदि सभी असावधानी के लक्षण पैदा कर सकते हैं। इस पेपर में वर्णित ईईजी आधारित तरीके इनमें से कुछ चुनौतियों को हल करने में मदद कर सकते हैं। व्यक्तिपरक व्याख्याओं की समस्या अनुपस्थित है । वर्णित ईआरपी विधियों से अंतर्निहित मनोवैज्ञानिक संचालन जैसे कार्य स्मृति, कार्रवाई अवरोध, निगरानी, प्रतिक्रिया तैयारी आदि को प्रकट करने लगते हैं जिनमें विशिष्ट मस्तिष्क संरचनाएं शामिल हैं। इन तंत्रों में घाटा विशिष्ट नैदानिक श्रेणियों तक सीमित नहीं है । हमें विश्वास है कि भविष्य में, उपचार (दवा, न्यूरोफीडबैक, संज्ञानात्मक प्रशिक्षण, टीडीसी, ...) इस तरह के संज्ञानात्मक और/या भावनात्मक संचालन और उनके अंतर्निहित मस्तिष्क तंत्र पर ध्यान केंद्रित करेंगे और वर्तमान नैदानिक श्रेणियों पर नहीं ।

निदान का एक उद्देश्य सबसे अच्छा उपचार निर्धारित करना है। उपचार के प्रभावों का मूल्यांकन करने के लिए, स्वयं की रिपोर्ट और मनाया सुधार निश्चित रूप से निर्णायक हैं । इस तरह की रिपोर्ट कुछ हद तक प्लेसबो प्रभावों का प्रतिनिधित्व कर सकती हैं, हालांकि, और ईआरपी घटकों में उदाहरण के लिए उदाहरण के परिवर्तनों के लिए प्रतिबिंबित अंतर्निहित मस्तिष्क रोगों के (आंशिक) सामान्यीकरण द्वारा समर्थित किया जाना चाहिए। उपचार प्रभाव के व्यक्तिपरक और वस्तुनिष्ठ उपायों का यह संयोजन क्लिनिक और अनुसंधान दोनों में महत्वपूर्ण है।

ऊपर उल्लिखित कारणों के लिए, यह कोई आश्चर्य की बात नहीं है कि एक ही निदान वाले लोग अक्सर एक ही चिकित्सा उपचार का जवाब नहीं देते हैं। व्यक्तिगत चिकित्सा निदान में व्यक्तिगत रोगी के लिए सबसे अच्छा उपचार इंगित करने के लिए प्रतिक्रिया भविष्यवाणी के अनुभवजन्य आधारित उपायों के साथ पूरक हैं। इस पत्र में हमने बाल चिकित्सा एडीएचडी में उत्तेजक दवा प्रतिक्रिया की भविष्यवाणी पर हमारे शोध का वर्णन किया है। अवसादरोधी दवा के लिए सकारात्मक प्रतिक्रिया के विश्वसनीय भविष्यवक्ताओं को खोजने के लिए शायद और भी महत्वपूर्ण है क्योंकि प्रतिक्रियाओं का मूल्यांकन करने के लिए आवश्यक समय लंबा है, जैसा कि टिट्रेशन अवधि है। इस पत्र में वर्णित प्रक्रियाएं अवसाद53में दवा प्रभावों की भविष्यवाणी पर चल रहे ईईजी और ईआरपी आधारित शोध में योगदान दे सकती हैं ।

ईईजी आधारित तरीके वर्णित गैर-आक्रामक और सस्ती हैं, और अनुसंधान के साथ-साथ नैदानिक कार्य के लिए अच्छी तरह से अनुकूल हैं।

Disclosures

ओग्रिम जी का खुलासा करने के लिए कुछ भी नहीं है । क्रोपोटोव जद मानव मस्तिष्क संस्थान, सेंट पीटर्सबर्ग में प्रयोगशाला के प्रमुख थे जब और जहां WinEEG कार्यक्रम विकसित किया गया था । व्यवस्था में उसका कोई आर्थिक हित नहीं है।

Acknowledgments

कोई नहीं.

Materials

Name Company Catalog Number Comments
amplifier + www.mitsar-medical.com
Body harness, different sizes Electro-Cap International, Inc E3 SM; E3 M; E3 L
Ear electrodes 9 mm sockets Electro-Cap International, Inc E5-9S
Electrocaps 19 channel different sizes Electro-Cap International, Inc E1 SM; E1 M; E1 M/SM
Electrocaps 19 channel different sizes Electro-Cap International, Inc E1 L/M; E1 L
Electrogel for electrocaps Electro-Cap International, Inc E9; E10
HBi database www.hbimed.com
Head size measure band Electro-Cap International, Inc E 12
Needle syringe kit Electro-Cap International, Inc E7
Nuprep EEG and ECG skin prep gel Electro-Cap International, Inc R7
Ten20 EEG conductive paste Electro-Cap International, Inc R5-4T
WinEEG program www.mitsar-medical.com

DOWNLOAD MATERIALS LIST

References

  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).

Tags

तंत्रिका विज्ञान अंक १५७ बायोमार्कर भविष्यवाणियों घटना से संबंधित क्षमता अव्यक्त घटकों cued जाओ/NOGO कार्य ध्यान घाटा/
मस्तिष्क रोग के बायोमार्कर निकालने के लिए घटना से संबंधित क्षमता (ईआरपी) और अन्य ईईजी आधारित तरीके: बाल चिकित्सा ध्यान घाटे/अतिसक्रियता विकार (एडीएचडी) के उदाहरण
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ogrim, G., Kropotov, J. D. Event… More

Ogrim, G., Kropotov, J. D. Event Related Potentials (ERPs) and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder (ADHD). J. Vis. Exp. (157), e60710, doi:10.3791/60710 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter