دکتر امیر محمد شهسوارانی
102 subscribers
1.56K photos
6 videos
174 files
1.88K links
☎️هماهنگی وقت مشاوره/برگزاری کارگاه: +989057962633
🌐 https://www.ipbses.com/
http://bit.ly/IPBSES-Institue
باهم در اوج 🦅
Download Telegram
♻️کشف علت #نقص #توجه و #ضعف #عمکرد در بزرگسالان دارای اختلالات طیف #بیش_فعالی و #نقض_توجه (#ADHD)
Increased #default-mode #variability is related to reduced #task-performance and is evident in #adults with #ADHD

پژوهشگران روانشناسی و روانپزشکی دانشگاه اسلو 🇳🇴 و دانشکاه کینگزکالج 🇬🇧 در پژوهشی مشترک دریافتند افزایش تغییر در #وضعیت #شبکه #پایه #مغز (#DMN) منجر به کاهش #دقت و افت #عملکرد در افراد دارای ADHD شده و در بزرگسالی نیز ادامه دارد.
🔬در این پژوهش آزمایشی که بر 20 بزرگسال دارای ADHD و 27 بزرگسال سالم در سنین 18 تا 40 سال صورت گرفت، آزمون های #کارکردهای #اجرایی و نیز #fMRI درکنار #آزمایش #خون بعمل آمدند. همچنین، افراد دارای ADHD بصورت نامشخص هم بعد از مصرف #میتل_فنیدیت (#MPH) و هم بعد از مصرف #دارونما مورد ارزیابی قرار گرفتند.
📚نتایج نشان دادند که فعالیت DMN در افراد دارای ADHD بدون مصرف دارو بسیار بیشتر از افراد سالم است. همچنین ارتباط عملکردی بین شبکه های توجه و DMN به کارکرد و وضعیت کنترل داوطلب نیز وابسته بود. بر این اساس بنظر می رسد #دارودرمانی نمی تواند تمامی #مدارهای #عصبی را در افراد دارای ADHD کنترل نماید؛ بویژه فرآیندهای #کنترل #تکانه و #تصمیمگیری که متیل فنیدیت بر آنها بی تاثیر است.

Abstract
#Insufficient #suppression and #connectivity of the #default #mode #network (#DMN) is a potential #mediator of #cognitive #dysfunctions across various disorders, including #attention #deficit/#hyperactivity #disorder (#ADHD). However, it remains unclear if alterations in #sustained DMN suppression, variability and connectivity during prolonged #cognitive #engagement are implicated in #adult ADHD #pathophysiology, and to which degree #methylphenidate (#MPH) remediates any DMN #abnormalities. This #randomized, #double-blinded, #placebo-controlled, #cross-over #clinical #trial of #MPH (clinicaltrials.gov/ct2/show/NCT01831622) explored large-scale brain network dynamics in 20 adults with ADHD on and off MPH, compared to 27 healthy controls, while performing a reward based #decision-making task. DMN task-related #activation, variability, and connectivity were estimated and compared between groups and conditions using #independent #component #analysis, #dual #regression, and #Bayesian #linear #mixed #models. The results show that the DMN exhibited more variable activation patterns in unmedicated patients compared to healthy controls. Group differences in functional connectivity both between and within functional networks were evident. Further, functional connectivity between and within attention and DMN networks was sensitive both to task performance and case-control status. MPH altered within-network connectivity of the DMN and visual networks, but not between-network #connectivity or #temporal variability. This study thus provides novel #fMRI evidence of reduced sustained DMN suppression in adults with ADHD during value-based decision-making, a pattern that was not alleviated by MPH. We infer from multiple analytical approaches further support to the #default #mode #interference #hypothesis, in that higher DMN activation variability is evident in adult ADHD and associated with lower task performance.

لینک منبع 👇🏻(further reading)👇🏻
http://www.sciencedirect.com/science/article/pii/S2213158217300682?via%3Dihub


(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).


📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
♻️روشی جدید برای #طبقه_بندی بیماران مبتلا به #آلزایمر

A #comprehensive #analysis of #resting #state #fMRI measures to #classify individual #patients with #Alzheimer's disease

پژوهشگران نوروساینس دانشگاه لایدن 🇱🇺 و دانشگاه گراتز 🇦🇹 در پژوهشی که به تازگی منتشر شده است، شیوه ای نوین برای طبقه بندی بیماران دارای آلزایمر ابداع نموده اند.
🔬در این روش #fMRI وضعیت #استراحت #مغزی 77 فرد مبتلا به آلزایمر با 173 نفر داوطلب سالم کنترل مقایسه شد. برای بررسی و طبقه بندی از الگوهای #ارتباط #کارکردی (FC) و پویش های ارتباط کارکردی (FCD) استفاده شد.
تحلیل ها نشانگر 10 شاخص برای طبقه بندی بیماران بودند. بر این اساس 31 طبقه مختلف از #کارکردمغزی در حالت #استراحت برای #آلزایمر بدست آمد؛ نتایج تفصیلی در لینک منبع ارائه شده اند.

Abstract
#Alzheimer's disease (#AD) patients show altered patterns of #functional #connectivity (#FC) on #resting #state #functional #magnetic #resonance #imaging (#RSfMRI) scans. It is yet unclear which RSfMRI measures are most informative for the individual classification of AD patients. We investigated this using RSfMRI scans from 77 AD patients (MMSE = 20.4 ± 4.5) and 173 controls (MMSE = 27.5 ± 1.8). We calculated i) FC matrices between resting state components as obtained with #independent #component #analysis (#ICA), ii) the dynamics of these FC matrices using a sliding window approach, iii) the graph properties (e.g., connection degree, and clustering coefficient) of the FC matrices, and iv) we distinguished five FC states and administered how long each subject resided in each of these five states. Furthermore, for each voxel we calculated v) FC with 10 resting state networks using #dual #regression, vi) FC with the #hippocampus, vii) #eigenvector centrality, and viii) the #amplitude of #low #frequency #fluctuations (#ALFF). These eight measures were used separately as predictors in an #elastic #net #logistic #regression, and combined in a #group #lasso #logistic #regression model. We calculated the area under the receiver operating characteristic curve plots (#AUC) to determine classification performance. The AUC values ranged between 0.51 and 0.84 and the highest were found for the FC matrices (0.82), FC dynamics (0.84) and ALFF (0.82). The combination of all measures resulted in an AUC of 0.85. We show that it is possible to obtain moderate to good AD classification using RSfMRI scans. FC matrices, FC dynamics and ALFF are most discriminative and the combination of all the resting state measures improves classification accuracy slightly.

لینک منبع 👇🏻(further reading)👇🏻
https://doi.org/10.1016/j.neuroimage.2017.11.025

(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).


📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani