- タイトル:メキシコシティにおける専門の精神保健サービスでのADHDを持つ子供と思昼の早期診断へのアクセス
- タイトル: ADHD患者およびその影響を受けない兄弟における外傷性脳損傷のリスク
- Exploring the relationship between admixture and genetic
- Identifying ADHD-Related Abnormal Functional Connectivity with a
- タイトル: ADHD患者における運動の効果を研究するための人工知能手法の利用
タイトル:メキシコシティにおける専門の精神保健サービスでのADHDを持つ子供と思昼の早期診断へのアクセス
要約:
- メキシコにおいて、この画期的な研究は、ADHDを持つ子供と思昼(Dyads)と彼らの主要な介護者の適時な診断のアクセス可能性を評価するために行われました。
- 研究は2つの段階で行われました。最初の段階では、ADHDの診断に障壁と促進要因を特定することを目的とした「アクセス経路」の設計が行われました。2番目の段階では、診断を受けるまでの時間、性別や経済要因に基づく不公平を特定することを目的としました。
- 177組のDyadsが参加する後ろ向きコホート研究が行われ、データ収集にはAcceda
Surveyが使用されました。5段階からなるアクセス経路が作成され、データは包括的な記述アプローチと非パラメトリック多変量アプローチによって分析されました。
タイトル: ADHD患者およびその影響を受けない兄弟における外傷性脳損傷のリスク
要約:
probandsの影響を受けない兄弟、非ADHD対照群におけるTBIリスクを明らかにしようとするものである。
probandsの影響を受けない兄弟、および188,800人の年齢/性別が一致する対照群が、2011年末までフォローアップされた。
- ADHD患者(ハザード比[HR]: 1.57)および影響を受けない兄弟(HR: 1.20)は、非ADHD対照群と比較して、任意のTBIリスクが増加していた。
- フォローアップ中、TBIを発症するリスクは、影響を受けない兄弟グループ(HR: 1.21)が最も高く、ADHD
probandsグループは低かった(HR: 0.86)。
Exploring the relationship between admixture and genetic
susceptibility to attention deficit hyperactivity disorder in two
Latin American cohorts.
- 現代のADHDのゲノミクス研究は、ラテンアメリカなど多様なゲノムの系統を持つ混合集団をしばしば十分にカバーしていない。
- この研究では、コロンビアとメキシコのコホートでのADHDの遺伝的関連性と混合の関係を探る。
- 全体の混合比率と主成分分析を用いてグローバルな祖先レベルを推定し、局所の祖先はゲノム上での先祖成分を推定する方法を用いた。
- GWASを行い、有意な関連性を特定した。354のSNPsやSNVsが有意な関連性を示し、その中にはいくつかの遺伝子と遺伝子間領域が含まれる。
- ヨーロッパの混合成分とリスクSNPsの間には有意な関係があり、特にLOC105379109遺伝子で観察される。
- FOXP2などのリスク関連ロキの違いがあるものの、我々の結果は、コロンビアとメキシコの人口におけるADHDへの遺伝的変異の影響の均質性を示唆している。
- ADHDの現行の基準データセットは主に高いヨーロッパ系祖先を持つサンプルで構成されており、ラテンアメリカ人のADHDリスク特性の特定を向上させるために、さらなる研究による参照集団の表現を強化する必要性が強調されている。
Identifying ADHD-Related Abnormal Functional Connectivity with a
Graph Convolutional Neural Network.
- ADHDに関連する異常な機能的接続をグラフ畳み込みニューラルネットワークで特定する
- ADHDは注意欠如・多動性障害であり、その神経メカニズムは不明確である
- 神経画像学的な生物学的なマーカーを用いて、注意と関連する神経メカニズムを調査することが目的
- 臨床画像診断によりADHDと通常発達個体との間の機能的接続ネットワークを調べた
- グラフ畳み込みニューラルネットワークモデルを使用してADHDの個体を特定
- 分類後、脳領域の中で分類結果に有意な寄与をする部分を可視化
- 観察された結果は、ADHDの個体において前頭前野、側頭前頭葉、頭頂葉および小脳が主たる機能障害領域である可能性が示唆された
- 興味領域と注意ネットワークとの関係、重要なノードと正負の相関接続の分布との関連性を探究
- 分析により、最も識別的な脳領域が特定され、主に注意の実行制御ネットワークと注意の向きネットワークに関与していることが明らかにされた
- これらの領域の機能的接続の異常は、ADHDの根本的原因に寄与する可能性がある。
タイトル: ADHD患者における運動の効果を研究するための人工知能手法の利用
要約:
- ADHDは注意欠如多動性障害であり、診断の正確さと治療戦略の効果に課題がある。
- 人工知能の手法を豊かな運動情報と組み合わせることで、ADHDに関連する運動行動の研究においてより微細な理解を可能にし、正確な診断や個別化された治療戦略に貢献する。
- 当アプローチは、患者の運動情報と認知プロセスを深く分析するために人工知能手法を利用し、ADHDの診断と治療戦略の向上を目指している。
- モデルはADHDデータセットで98.21%の正確性と93.86%の再現率を達成し、特にEEGデータ処理において96.62%と95.21%の正確性と再現率を示しており、ADHD特性行動と生理反応を的確に捉えている。
- これらの結果は、ADHDの診断精度の向上と個別化された治療計画の開発におけるモデルの大きな潜在能力を示しており、同時にADHDの複雑な脳神経学的論理を理解する新しい研究視点を開いている。