连全球医疗资源，享前沿医疗服务
4006 776 356
免费咨询 9:00-18:00
免费获得国外相关药品，最快 1 个工作日回馈药物信息
出境医 / 临床实验 / 儿童多动症的神经生理标记
儿童多动症的神经生理标记
研究描述
简要摘要：
这项研究研究了定量脑电图（QEEG）亚型作为评估注意力缺陷多动障碍（ADHD）的辅助工具。使用韩语版本的儿童IV版诊断访谈时间表进行评估，并分配给三组之一：ADHD，ADHD，未指定（NOS）和Neurotypical（NT）。研究人员在19个通道中测量了绝对和相对脑电图的功率，并进行了听觉连续的性能测试。研究人员根据频率范围分析了QEEG：增量（1-4 Hz），Theta（4-8 Hz），慢速α（8-10 Hz），Fast Alpha（10-13.5 Hz）和Beta（13.5-30）赫兹）。然后，使用Ward的群集分析方法对受试者进行分组，以测量差异性的欧几里德距离。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 注意缺陷多动障碍精神病诊断，精神病学 | 诊断测试：脑电图绝对三角洲功率诊断测试：脑电图相对Delta功率诊断测试：脑电图绝对THETA功率诊断测试：脑电图相对THETA功率诊断测试：电磁盘绝对射击绝对速度测试速度较慢的Alpha速度诊断诊断：电诊断量诊断：电视诊断量表：电脑脑摄影：电脑脑车摄影：电脑脑力诊断术：电脑脑力诊断术：电脑脑力诊断术：电视诊断术：电脑脑脑车术：电视诊断术：电视诊断术：电脑诊断术：电视诊断。 Alpha功率诊断测试：脑电图相对快速α功率诊断测试：脑电图绝对β功率诊断测试：脑电图相对β功能诊断测试：韩国ADHD评级评级量表诊断测试：韩国儿童诊断访谈时间表的韩语版本IV版本IV版本IV版本IV |
详细说明：
该研究包括根据DSM-5标准诊断为ADHD的7至12岁的参与者。 ADHD诊断是基于韩国版本的儿童IV版诊断时间表（DISC-IV）的诊断时间表，这是一种结构化的访谈工具，这些诊断已由多位儿童和青少年精神科医生确认。如果参与者不符合DSM-IV和DISC-IV的ADHD诊断标准，则将他们分配给神经型（NT）组。根据DISC-IV测试的结果，将参与者分配给多动症或非其他指定组（NOS）组。符合DSM-IV中ADHD诊断标准但得分不超过6的患者，在注意力缺陷或过度活跃或过度活性/影响率量表中的得分超过三分。患有脑损伤，神经系统疾病，遗传疾病，物质依赖性，癫痫或任何其他精神障碍的儿童被排除在参与之外。根据韩国 - 韦克斯勒情报量表（第四版）或接受药物治疗的智商为70或更低的儿童也被排除在这项研究之外。使用Synamps2 Direct-Crurnent（DC）放大器和10-20布局64通道快速盖电极置换系统（Neuroscan Inc.，NC，NC，美国）进行EEG记录。 EEG数据是根据国际10-20系统放置的19个金杯电极的数字记录。阻抗保持在5kΩ以下，采样率为1000 Hz。研究人员使用链接的乳突参考和两个附加的双极电极来测量水平和垂直眼动。在录制期间，每个参与者都躺在一个昏暗的，电屏蔽的，发声的房间中。三分钟后，静止的脑电图记录了，参与者的眼睛闭着了。
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 140名参与者 |
| 观察模型： | 只有案例 |
| 时间观点： | 回顾 |
| 官方标题： | 儿童注意缺陷多动障碍的神经生理标记 |
| 实际学习开始日期 ： | 2018年8月8日 |
| 估计的初级完成日期 ： | 2021年2月28日 |
| 估计 学习完成日期 ： | 2021年2月28日 |
武器和干预措施
| 组/队列 | 干预/治疗 |
|---|---|
| 多动症 | 诊断测试：脑电图绝对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对慢α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对缓慢的α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：韩国ADHD评级量表 KARS是韩国儿童多动症的标准化筛查工具，父母完成了评分量表。 诊断测试：韩国版的儿童诊断面试时间表IV版本 DISC-IV是一种结构化诊断工具，用于在儿童和青少年的流行病学研究中使用 |
| NT神经型 | 诊断测试：脑电图绝对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对慢α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对缓慢的α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：韩国ADHD评级量表 KARS是韩国儿童多动症的标准化筛查工具，父母完成了评分量表。 诊断测试：韩国版的儿童诊断面试时间表IV版本 DISC-IV是一种结构化诊断工具，用于在儿童和青少年的流行病学研究中使用 |
| 多动症nos | 诊断测试：脑电图绝对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对慢α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对缓慢的α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：韩国ADHD评级量表 KARS是韩国儿童多动症的标准化筛查工具，父母完成了评分量表。 诊断测试：韩国版的儿童诊断面试时间表IV版本 DISC-IV是一种结构化诊断工具，用于在儿童和青少年的流行病学研究中使用 |
结果措施
主要结果指标 ：
- QEEG使用Neuroguide软件的统计比较结果与规范值（z得分）的结果[时间范围：通过研究完成，平均1年]研究人员在第一次门诊诊所进行测量QEEG，并进行图形进行映射
资格标准
| 有资格学习的年龄： | 7年至12岁（孩子） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 是的 |
| 采样方法： | 概率样本 |
研究人群
怀疑注意力缺陷/多动症的患者进行了QEEG并被诊断为椎间盘IV
标准
联系人和位置
联系人
| 联系人：Jun Won Kim，医学博士 | +82-53-630-4780 | f_aftection@naver.com |
位置
| 韩国，共和国 | |
| 大古天主教大学医学中心 | 招募 |
| 韩国纳古（Daegu），韩国，共和国，42471 | |
| 联系人：Jun Won Kim，医学博士 | |
赞助商和合作者
大古天主教大学医学中心
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2020年7月1日 | ||||
| 第一个发布日期 | 2020年7月13日 | ||||
| 上次更新发布日期 | 2020年7月13日 | ||||
| 实际学习开始日期 | 2018年8月8日 | ||||
| 估计的初级完成日期 | 2021年2月28日（主要结果度量的最终数据收集日期） | ||||
| 当前的主要结果指标 | QEEG使用Neuroguide软件的统计比较结果与规范值（z得分）的结果[时间范围：通过研究完成，平均1年] 研究人员在第一次门诊诊所进行测量QEEG，并进行图形进行映射 | ||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | 没有发布更改 | ||||
| 当前的次要结果指标 | 不提供 | ||||
| 原始的次要结果指标 | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 原始其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 儿童多动症的神经生理标记 | ||||
| 官方头衔 | 儿童注意缺陷多动障碍的神经生理标记 | ||||
| 简要摘要 | 这项研究研究了定量脑电图（QEEG）亚型作为评估注意力缺陷多动障碍（ADHD）的辅助工具。使用韩语版本的儿童IV版诊断访谈时间表进行评估，并分配给三组之一：ADHD，ADHD，未指定（NOS）和Neurotypical（NT）。研究人员在19个通道中测量了绝对和相对脑电图的功率，并进行了听觉连续的性能测试。研究人员根据频率范围分析了QEEG：增量（1-4 Hz），Theta（4-8 Hz），慢速α（8-10 Hz），Fast Alpha（10-13.5 Hz）和Beta（13.5-30）赫兹）。然后，使用Ward的群集分析方法对受试者进行分组，以测量差异性的欧几里德距离。 | ||||
| 详细说明 | 该研究包括根据DSM-5标准诊断为ADHD的7至12岁的参与者。 ADHD诊断是基于韩国版本的儿童IV版诊断时间表（DISC-IV）的诊断时间表，这是一种结构化的访谈工具，这些诊断已由多位儿童和青少年精神科医生确认。如果参与者不符合DSM-IV和DISC-IV的ADHD诊断标准，则将他们分配给神经型（NT）组。根据DISC-IV测试的结果，将参与者分配给多动症或非其他指定组（NOS）组。符合DSM-IV中ADHD诊断标准但得分不超过6的患者，在注意力缺陷或过度活跃或过度活性/影响率量表中的得分超过三分。患有脑损伤，神经系统疾病，遗传疾病，物质依赖性，癫痫或任何其他精神障碍的儿童被排除在参与之外。根据韩国 - 韦克斯勒情报量表（第四版）或接受药物治疗的智商为70或更低的儿童也被排除在这项研究之外。使用Synamps2 Direct-Crurnent（DC）放大器和10-20布局64通道快速盖电极置换系统（Neuroscan Inc.，NC，NC，美国）进行EEG记录。 EEG数据是根据国际10-20系统放置的19个金杯电极的数字记录。阻抗保持在5kΩ以下，采样率为1000 Hz。研究人员使用链接的乳突参考和两个附加的双极电极来测量水平和垂直眼动。在录制期间，每个参与者都躺在一个昏暗的，电屏蔽的，发声的房间中。三分钟后，静止的脑电图记录了，参与者的眼睛闭着了。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：仅病例 时间观点：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 不提供 | ||||
| 采样方法 | 概率样本 | ||||
| 研究人群 | 怀疑注意力缺陷/多动症的患者进行了QEEG并被诊断为椎间盘IV | ||||
| 健康）状况 |
| ||||
| 干涉 |
| ||||
| 研究组/队列 |
| ||||
| 出版物 * | 不提供 | ||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 招募 | ||||
| 估计入学人数 | 140 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2021年2月28日 | ||||
| 估计的初级完成日期 | 2021年2月28日（主要结果度量的最终数据收集日期） | ||||
| 资格标准 | 纳入标准：
排除标准： | ||||
| 性别/性别 |
| ||||
| 年龄 | 7年至12岁（孩子） | ||||
| 接受健康的志愿者 | 是的 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 韩国，共和国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04467658 | ||||
| 其他研究ID编号 | CR-18-096 | ||||
| 有数据监测委员会 | 不提供 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | Daegu天主教大学医学中心Junwon Kim | ||||
| 研究赞助商 | 大古天主教大学医学中心 | ||||
| 合作者 | 不提供 | ||||
| 调查人员 | 不提供 | ||||
| PRS帐户 | 大古天主教大学医学中心 | ||||
| 验证日期 | 2020年7月 | ||||
研究描述
简要摘要：
这项研究研究了定量脑电图（QEEG）亚型作为评估注意力缺陷多动障碍（ADHD）的辅助工具。使用韩语版本的儿童IV版诊断访谈时间表进行评估，并分配给三组之一：ADHD，ADHD，未指定（NOS）和Neurotypical（NT）。研究人员在19个通道中测量了绝对和相对脑电图的功率，并进行了听觉连续的性能测试。研究人员根据频率范围分析了QEEG：增量（1-4 Hz），Theta（4-8 Hz），慢速α（8-10 Hz），Fast Alpha（10-13.5 Hz）和Beta（13.5-30）赫兹）。然后，使用Ward的群集分析方法对受试者进行分组，以测量差异性的欧几里德距离。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 注意缺陷多动障碍精神病诊断，精神病学 | 诊断测试：脑电图绝对三角洲功率诊断测试：脑电图相对Delta功率诊断测试：脑电图绝对THETA功率诊断测试：脑电图相对THETA功率诊断测试：电磁盘绝对射击绝对速度测试速度较慢的Alpha速度诊断诊断：电诊断量诊断：电视诊断量表：电脑脑摄影：电脑脑车摄影：电脑脑力诊断术：电脑脑力诊断术：电脑脑力诊断术：电视诊断术：电脑脑脑车术：电视诊断术：电视诊断术：电脑诊断术：电视诊断。 Alpha功率诊断测试：脑电图相对快速α功率诊断测试：脑电图绝对β功率诊断测试：脑电图相对β功能诊断测试：韩国ADHD评级评级量表诊断测试：韩国儿童诊断访谈时间表的韩语版本IV版本IV版本IV版本IV |
详细说明：
该研究包括根据DSM-5标准诊断为ADHD的7至12岁的参与者。 ADHD诊断是基于韩国版本的儿童IV版诊断时间表（DISC-IV）的诊断时间表，这是一种结构化的访谈工具，这些诊断已由多位儿童和青少年精神科医生确认。如果参与者不符合DSM-IV和DISC-IV的ADHD诊断标准，则将他们分配给神经型（NT）组。根据DISC-IV测试的结果，将参与者分配给多动症或非其他指定组（NOS）组。符合DSM-IV中ADHD诊断标准但得分不超过6的患者，在注意力缺陷或过度活跃或过度活性/影响率量表中的得分超过三分。患有脑损伤，神经系统疾病，遗传疾病，物质依赖性，癫痫或任何其他精神障碍的儿童被排除在参与之外。根据韩国 - 韦克斯勒情报量表（第四版）或接受药物治疗的智商为70或更低的儿童也被排除在这项研究之外。使用Synamps2 Direct-Crurnent（DC）放大器和10-20布局64通道快速盖电极置换系统（Neuroscan Inc.，NC，NC，美国）进行EEG记录。 EEG数据是根据国际10-20系统放置的19个金杯电极的数字记录。阻抗保持在5kΩ以下，采样率为1000 Hz。研究人员使用链接的乳突参考和两个附加的双极电极来测量水平和垂直眼动。在录制期间，每个参与者都躺在一个昏暗的，电屏蔽的，发声的房间中。三分钟后，静止的脑电图记录了，参与者的眼睛闭着了。
学习规划
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 140名参与者 |
| 观察模型： | 只有案例 |
| 时间观点： | 回顾 |
| 官方标题： | 儿童注意缺陷多动障碍的神经生理标记 |
| 实际学习开始日期 ： | 2018年8月8日 |
| 估计的初级完成日期 ： | 2021年2月28日 |
| 估计 学习完成日期 ： | 2021年2月28日 |
武器和干预措施
| 组/队列 | 干预/治疗 |
|---|---|
| 多动症 | 诊断测试：脑电图绝对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对慢α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对缓慢的α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：韩国ADHD评级量表 KARS是韩国儿童多动症的标准化筛查工具，父母完成了评分量表。 诊断测试：韩国版的儿童诊断面试时间表IV版本 DISC-IV是一种结构化诊断工具，用于在儿童和青少年的流行病学研究中使用 |
| NT神经型 | 诊断测试：脑电图绝对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对慢α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对缓慢的α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：韩国ADHD评级量表 KARS是韩国儿童多动症的标准化筛查工具，父母完成了评分量表。 诊断测试：韩国版的儿童诊断面试时间表IV版本 DISC-IV是一种结构化诊断工具，用于在儿童和青少年的流行病学研究中使用 |
| 多动症nos | 诊断测试：脑电图绝对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对增量功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对theta功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对慢α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对缓慢的α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对快速α功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图绝对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：脑电图相对β功率 我们使用MATLAB 7.0.1（Math Works，Natick，MA，USA）和EEGLAB工具箱来预处理和分析EEG记录。首先，将脑电图数据缩采样至250 Hz。接下来，将脑电图数据降低并均值提取以删除直流分量。使用1 Hz的高通滤波器和60 Hz的Notch滤波器去除眼睛和电噪声。接下来，进行独立的组件分析（ICA）以删除定义明确的人工制品来源。 ICA已被证明可以可靠地隔离由眼睛和肌肉运动和心脏噪声引起的伪影（23）。最后，临床精神科医生和脑电图专家在视觉上检查了校正后的脑电图。为了进行分析，我们从三分钟的录音中选择了超过两分钟的无伪影EEG读数 诊断测试：韩国ADHD评级量表 KARS是韩国儿童多动症的标准化筛查工具，父母完成了评分量表。 诊断测试：韩国版的儿童诊断面试时间表IV版本 DISC-IV是一种结构化诊断工具，用于在儿童和青少年的流行病学研究中使用 |
结果措施
主要结果指标 ：
- QEEG使用Neuroguide软件的统计比较结果与规范值（z得分）的结果[时间范围：通过研究完成，平均1年]研究人员在第一次门诊诊所进行测量QEEG，并进行图形进行映射
资格标准
| 有资格学习的年龄： | 7年至12岁（孩子） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 是的 |
| 采样方法： | 概率样本 |
研究人群
怀疑注意力缺陷/多动症的患者进行了QEEG并被诊断为椎间盘IV
标准
联系人和位置
联系人
| 联系人：Jun Won Kim，医学博士 | +82-53-630-4780 | f_aftection@naver.com |
位置
| 韩国，共和国 | |
| 大古天主教大学医学中心 | 招募 |
| 韩国纳古（Daegu），韩国，共和国，42471 | |
| 联系人：Jun Won Kim，医学博士 | |
赞助商和合作者
大古天主教大学医学中心
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2020年7月1日 | ||||
| 第一个发布日期 | 2020年7月13日 | ||||
| 上次更新发布日期 | 2020年7月13日 | ||||
| 实际学习开始日期 | 2018年8月8日 | ||||
| 估计的初级完成日期 | 2021年2月28日（主要结果度量的最终数据收集日期） | ||||
| 当前的主要结果指标 | QEEG使用Neuroguide软件的统计比较结果与规范值（z得分）的结果[时间范围：通过研究完成，平均1年] 研究人员在第一次门诊诊所进行测量QEEG，并进行图形进行映射 | ||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | 没有发布更改 | ||||
| 当前的次要结果指标 | 不提供 | ||||
| 原始的次要结果指标 | 不提供 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 原始其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 儿童多动症的神经生理标记 | ||||
| 官方头衔 | 儿童注意缺陷多动障碍的神经生理标记 | ||||
| 简要摘要 | 这项研究研究了定量脑电图（QEEG）亚型作为评估注意力缺陷多动障碍（ADHD）的辅助工具。使用韩语版本的儿童IV版诊断访谈时间表进行评估，并分配给三组之一：ADHD，ADHD，未指定（NOS）和Neurotypical（NT）。研究人员在19个通道中测量了绝对和相对脑电图的功率，并进行了听觉连续的性能测试。研究人员根据频率范围分析了QEEG：增量（1-4 Hz），Theta（4-8 Hz），慢速α（8-10 Hz），Fast Alpha（10-13.5 Hz）和Beta（13.5-30）赫兹）。然后，使用Ward的群集分析方法对受试者进行分组，以测量差异性的欧几里德距离。 | ||||
| 详细说明 | 该研究包括根据DSM-5标准诊断为ADHD的7至12岁的参与者。 ADHD诊断是基于韩国版本的儿童IV版诊断时间表（DISC-IV）的诊断时间表，这是一种结构化的访谈工具，这些诊断已由多位儿童和青少年精神科医生确认。如果参与者不符合DSM-IV和DISC-IV的ADHD诊断标准，则将他们分配给神经型（NT）组。根据DISC-IV测试的结果，将参与者分配给多动症或非其他指定组（NOS）组。符合DSM-IV中ADHD诊断标准但得分不超过6的患者，在注意力缺陷或过度活跃或过度活性/影响率量表中的得分超过三分。患有脑损伤，神经系统疾病，遗传疾病，物质依赖性，癫痫或任何其他精神障碍的儿童被排除在参与之外。根据韩国 - 韦克斯勒情报量表（第四版）或接受药物治疗的智商为70或更低的儿童也被排除在这项研究之外。使用Synamps2 Direct-Crurnent（DC）放大器和10-20布局64通道快速盖电极置换系统（Neuroscan Inc.，NC，NC，美国）进行EEG记录。 EEG数据是根据国际10-20系统放置的19个金杯电极的数字记录。阻抗保持在5kΩ以下，采样率为1000 Hz。研究人员使用链接的乳突参考和两个附加的双极电极来测量水平和垂直眼动。在录制期间，每个参与者都躺在一个昏暗的，电屏蔽的，发声的房间中。三分钟后，静止的脑电图记录了，参与者的眼睛闭着了。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：仅病例 时间观点：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 不提供 | ||||
| 采样方法 | 概率样本 | ||||
| 研究人群 | 怀疑注意力缺陷/多动症的患者进行了QEEG并被诊断为椎间盘IV | ||||
| 健康）状况 |
| ||||
| 干涉 | |||||
| 研究组/队列 |
| ||||
| 出版物 * | 不提供 | ||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 招募 | ||||
| 估计入学人数 | 140 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2021年2月28日 | ||||
| 估计的初级完成日期 | 2021年2月28日（主要结果度量的最终数据收集日期） | ||||
| 资格标准 | 纳入标准：
排除标准： | ||||
| 性别/性别 |
| ||||
| 年龄 | 7年至12岁（孩子） | ||||
| 接受健康的志愿者 | 是的 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 韩国，共和国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04467658 | ||||
| 其他研究ID编号 | CR-18-096 | ||||
| 有数据监测委员会 | 不提供 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | Daegu天主教大学医学中心Junwon Kim | ||||
| 研究赞助商 | 大古天主教大学医学中心 | ||||
| 合作者 | 不提供 | ||||
| 调查人员 | 不提供 | ||||
| PRS帐户 | 大古天主教大学医学中心 | ||||
| 验证日期 | 2020年7月 | ||||
