Neurale basis van werkgeheugen bij ADHD: belasting versus complexiteit

Contact:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Prerna Mukherjee a,*, Tadeus Hartanto a, Ana-Maria Iosif b, J. Faye Dixon a,

Stephen P. Hinshaw c, Murat Pakyurek a, Wouter van den Bos d, Amanda E. Guyer e, v,

Samuel M. McClure g, Julie B. Schweitzer a, Catherine Fassbender a, h

een afdeling Psychiatrie en Gedragswetenschappen en MIND Institute, University of California, Davis, 2825 50th St., Sacramento, CA 95817, VS

b Afdeling Volksgezondheidswetenschappen, Universiteit van Californië, Davis, Davis, CA 95616, VS

c Afdeling Psychologie, University of California, Berkeley, 3rd Floor, Berkeley Way West Building, 2121 Berkeley Way West, Berkeley, CA 94720, VS

d Afdeling Ontwikkelingspsychologie, Universiteit van Amsterdam, Nieuwe Achtergracht 129-B, 1018 WS Amsterdam, Nederland

e Department of Human Ecology, University of California, Davis, 1 Shields Ave, Davis, CA 95616, USA f Center for Mind and Brain, University of California, Davis, 267 Cousteau Pl, Davis, CA 95618, USA g Department of Psychology, Arizona State University, Tempe, AZ 85287, VS

h School of Psychology, Dublin City University, DCU Glasnevin Campus, Dublin 9, Ierland

Cistancheechinacosideheeft een zeer goedeneuroprotectief effect

A B S T R A C T

Werkgeheugen (WM)tekorten zijn de sleutel in aandachtstekortstoornis met hyperactiviteit (ADHD). Niettemin is WM niet universeel aangetast bij ADHD. Bovendien is de neurale basis voor WM-tekorten bij ADHD niet definitief vastgesteld, waarbij regio's zoals de prefrontale cortex, het cerebellum en de caudate betrokken zijn. Deze tegenstrijdigheden kunnen verband houden met conceptualisaties van WM-capaciteit, zoals belasting (hoeveelheid informatie) versus operationele complexiteit (onderhoud-recall of manipulatie). Bijvoorbeeld, in vergelijking met neurotypische (NT) individuen, kunnen complexe WM-operaties worden aangetast bij ADHD, terwijl eenvoudigere operaties worden gespaard. Als alternatief kunnen alle bewerkingen worden belemmerd bij hogere belastingen. Hier vergeleken we de impact van deze twee componenten van WM-capaciteit: belasting en operationele complexiteit, tussen ADHD en NT, gedragsmatig en neuraal. We veronderstelden dat de impact van WM-belasting groter zou zijn bij ADHD en dat de neurale activering zou worden gewijzigd. Deelnemers (leeftijdscategorie 12-23 jaar; 50 ADHD (18 vrouwen); 82 NT (41 vrouwen)) herinnerden zich drie of vier objecten (belasting) in voorwaartse of achterwaartse volgorde (operationele complexiteit) tijdens functionele magnetische resonantiebeeldvorming. De effecten van diagnose en taak werden vergeleken op prestaties en neurale betrokkenheid. Gedragsmatig vonden we significante interacties tussen diagnose en belasting, en tussen diagnose, belasting en complexiteit. Neuraal vonden we een interactie tussen diagnose en belasting in het rechter striatum, en tussen diagnose en complexiteit in het rechter cerebellum en linker occipitale gyrus. De ADHD-groep vertoonde hypo-activatie in vergelijking met de NT-groep tijdens hogere belasting en grotere complexiteit. Dit informeert mechanismen over functionele problemen gerelateerd aan WM bij adolescenten en jongvolwassenen met ADHD (bijv. academische prestaties) en remediërende interventies (bijv. WM-training).

1. Inleiding

Aandachtstekortstoornis met hyperactiviteit (ADHD)is een veelvoorkomende, vroeg optredende neurologische ontwikkelingsstoornis, met een geschatte prevalentie van 5-6 procent, die vaak aanhoudt tot in de volwassenheid (Asherson et al., 2016). Een prominente tekortkoming bij ADHD is het werkgeheugen (WM), waarbij enig onderzoek suggereert dat WM een kernstoornis bij ADHD kan zijn (Martinussen et al., 2005; Rapport et al., 2001). WM-stoornissen zijn gekoppeld aan belangrijke symptomen zoals onoplettendheid en hyperactiviteit bij ADHD (Orban et al.,

2018; Rapport et al., 2009; Campez et al., 2020). WM-capaciteit verwijst naar het vermogen om informatie mentaal vast te houden of te manipuleren, na perceptuele input (Baddeley et al., 1974). Ontegenzeggelijk kunnen WM-gerelateerde stoornissen een diepgaande invloed hebben op een verscheidenheid aan functies, die van invloed zijn op levensgebieden, zoals academische prestaties (Simone et al., 2018; Fried et al., 2019), emotieverwerking (Groves et al., 2020), sociale relaties (Kofler et al., 2011). Daarom zou een meer uitgebreid begrip van WM-gerelateerde stoornissen bij ADHD belangrijke implicaties kunnen hebben.

Een van de complicerende factoren in WM-onderzoek zijn verschillen in het definiëren van WM-constructen. Sommige WM-theorieën maken onderscheid tussen onderhoud en manipulatie en kwalificeren alleen manipulatie als echte WM, waarbij onderhoud eenvoudigweg wordt teruggeroepen (Rapport et al., 2013), terwijl andere beide beschouwen als WM-operaties van verschillende complexiteit (D'Esposito et al., 1999 ; Rypma et al., 2002; Jolles et al., 2011). De betrouwbaarheid van informatie die is opgeslagen in WM wordt verminderd naarmate de complexiteit van de bewerkingen die op de informatie worden uitgevoerd toeneemt (bijvoorbeeld onderhoud versus manipulatie). Een soortgelijk negatief effect op WM wordt waargenomen naarmate de hoeveelheid informatie die wordt bijgehouden (dwz belasting) toeneemt. De WM-capaciteit kan dus worden beïnvloed door belasting, operationele complexiteit of beide.

Er zijn uiteenlopende modellen voorgesteld om de neurale basis van verschillende WM-constructen te verklaren. Eén model van WM stelt dat onderhoud en manipulatie afhankelijk zijn van verschillende netwerken in de frontale en pariëtale cortex. Onderhoud wordt verondersteld een meer ventraal netwerk te werven, terwijl manipulatie bovendien afhankelijk is van meer dorsale regio's (D'Esposito et al., 1999; Crone et al., 2006). Bij hogere belastingen is echter ook aangetoond dat onderhoud dorsale netwerken aangrijpt (Rypma et al., 2002; Miller, 1956; Braver et al., 1997; Tan et al., 2006; Jaeggi et al., 2009; Zarahn et al. al., 2005). Manipulatie kan dus worden gezien als een WM-taak met hoge belasting in plaats van een dissocieerbare component met een speciaal hersennetwerk. Zeer weinig studies hebben dit getest door onderhoud bij hogere belasting direct te vergelijken met manipulatie (Jolles et al., 2011; Veltman et al., 2003; Cannon et al., 2005). Twee van dergelijke onderzoeken vonden dat onderhoud bij hogere belasting vergelijkbare regio's rekruteerde als manipulatie, inclusief de dorsolaterale prefrontale cortex (DLPFC) (Veltman et al., 2003; Cannon et al., 2005), terwijl een ander geen DLPFC-rekrutering voor manipulatie vond (Jolles et al. , 2011). Ander werk toont aan dat WM-capaciteit, met name het vermogen om manipulatie uit te voeren, wordt ondersteund door overeenkomstige DLPFC-activering en toeneemt met de leeftijd (Jolles et al., 2011; Crone et al., 2006; Federico et al., 2014).

WM-tekorten zijn de sleutel tot ADHD (Martinussen et al., 2005; Rapport et al., 2001). WM is gekoppeld aan ADHD-symptomen (Rapport et al., 2009), en WM-tekorten blijven bestaan ​​tot in de volwassenheid (Alderson et al., 2013). Niettemin is WM niet universeel aangetast bij ADHD (Martinussen et al., 2005; Rapport et al., 2008; Gathercole en Alloway, 2006; Vance et al., 2013; Kofler et al., 2019; Nigg, 2005), en deze heterogeniteit wordt niet volledig begrepen. Andere complicerende factoren kunnen de mogelijkheid zijn dat WM-stoornissen bij ADHD modaliteitsspecifiek zijn. Het is mogelijk dat ruimtelijke WM meer wordt beïnvloed dan verbaal (Martinussen et al., 2005). Uit een recente meta-analyse bleek echter dat verbale WM wordt beïnvloed bij ADHD (Ramos et al., 2020). Andere theorieën suggereren dat WM meer kan worden beïnvloed bij personen met onoplettende symptomen (Martinussen en Tannock, 2006), maar WM-tekorten worden ook geassocieerd met hyperactieve/impulsieve symptomen (Kofler et al., 2019).

In de huidige studie stellen we voor dat ADHD-gerelateerde veranderingen van WM kunnen afhangen van de vraag of WM-capaciteit wordt gedefinieerd door belasting en / of complexiteit. Zo kunnen complexe WM-operaties, zoals manipulatie, worden beïnvloed bij ADHD, terwijl eenvoudigere operaties, zoals onderhoudsherinnering mogelijk minder worden beïnvloed, zoals bij aandoeningen zoals de ziekte van Parkinson (Lewis et al., 2003). Als alternatief kunnen zowel manipulatie als onderhoud bij hogere belastingen worden aangetast, zoals wordt waargenomen bij schizofrenie (Cannon et al., 2005; Hill et al., 2010).

De neurale basis voor WM-tekorten bij ADHD zou verder kunnen bijdragen aan heterogeniteit in bevindingen met betrekking tot WM-stoornissen bij ADHD. De hersennetwerken die WM ondersteunen bij neurotypische (NT) individuen zijn uitgebreid bestudeerd, en terwijl de prefrontale cortex (PFC), pariëtale cortex (PC), supplementaire motorgebied (SMA) en superieure temporale gebieden (D'Esposito et al., 1999) klassiek gekoppeld zijn aan WM, suggereren recente studies dat de cerebellaire (Tomlinson et al., 2014; Steinlin, 2007) en striatale regio's (O'Reilly en Frank, 2006; Darki en Klingberg, 2015) een essentiële rol spelen bij de verwerking van WM. Het striatum is gekoppeld aan poortinformatie in de PFC (Chatham en Badre, 2015; McNab en Klingberg, 2008), en dit is van cruciaal belang voor de WM-capaciteit (bijv. Onderhoud), terwijl het cerebellum te maken heeft met verhoogde complexiteit (Marvel en

Desmond, 2012) (bijv. manipulatie). Structurele verschillen zijn gemeld in zowel de staart (Vaidya, 2012; Valera et al., 2007; Hoogman et al., 2017) als het cerebellum (Steinlin, 2007; Vaidya, 2012; Valera et al., 2007; Baldaçara et al. al., 2008; Berquin et al., 1998; Giedd et al., 2001; Casey et al., 2007) bij ADHD, in vergelijking met NT, en belangrijke beoordelingen van WM-stoornissen bij ADHD hebben gesuggereerd dat frontostriatale-cerebellaire netwerken een rol kunnen spelen een sleutelrol in WM-tekorten bij ADHD (Martinussen et al., 2005; Giedd et al., 2001; Castellanos et al., 2002; Durston, 2003; Bollmann et al., 2017). WM-stoornissen bij ADHD kunnen dus worden veroorzaakt door een toename in belasting of complexiteit, via verschillen in rekrutering van striatale of cerebellaire systemen in verband met frontale netwerken. Daarom, naast het onderzoeken van verschillen in WM-prestaties, zou onderzoek van de neurale basis voor WM-beperkingen bij ADHD, of dit nu wordt veroorzaakt door belasting of complexiteit, de identificatie van de locus voor WM-verschillen bij ADHD mogelijk maken.

Om de impact van verschillende definities van WM-capaciteit bij ADHD direct te vergelijken, hebben we het effect van WM-belasting (laag versus hoog) en complexiteit (onderhoudsherinnering versus manipulatie) getest binnen een unitair fMRI-paradigma, in een groep individuen met ADHD en een NT-controlegroep. We veronderstelden dat de WM-prestaties verminderd zouden zijn in de ADHD-groep in vergelijking met de NT-groep en dat dit verschil in prestaties gepaard zou gaan met veranderingen in WM-gerelateerde neurale activering. Bovendien, gebaseerd op de resultaten van eerdere gedragsstudies die de impact van WM-belasting bij ADHD onderzochten (bijv. Bollmann et al., 2017; Weigard en Huang-Pollock, 2017); we veronderstelden dat, voor individuen met ADHD, de toenemende belasting zou resulteren in een onevenredige afname van de WM-prestaties in vergelijking met NT's, ongeacht de complexiteit, en dat dit gepaard zou gaan met een verhoogde rekrutering van de frontostriatale-cerebellaire netwerken.

Inzicht in de specificiteit van de impact van ADHD op WM-capaciteit (complexiteit versus belasting) zou kunnen verduidelijken welke aspecten van WM-moeilijkheid een uitdaging vormen voor mensen met ADHD. Bovendien zou het het ontwerp van gepersonaliseerde WM-trainingsinterventies kunnen informeren door inspanningen te sturen naar specifieke aspecten van WM-operaties. Zoals in eerder werk werd gesuggereerd, kan het gebruik van externe opslag, cues of het stapsgewijs toevoegen van nieuwe informatie de WM-belasting verminderen en interventies die op deze aspecten zijn gericht, kunnen voordeliger zijn (Martinussen et al., 2005).

test op flavonoïden

1. Materiaal en methoden

1.1. Deelnemers

1.1.1. Deelnemer gegevens

We verzamelden beeldgegevens (zie de volgende paragrafen voor informatie over beeldparameters en rekruteringsdetails) van 78 adolescenten en jonge volwassenen (AYA) met gecombineerde presentatie vanADHD(dwz met verhoogde symptomen van zowel onoplettendheid als hyperactiviteit/impulsiviteit) en een vergelijkingsgroep van 86 NT AYA, onderdeel van een longitudinaal onderzoek. We rekruteerden deelnemers van de University of California, Davis (UCD), het MIND Institute-gebaseerd rekruteringssysteem voor proefpersonen, UCD, en ambulante klinieken voor psychiatrische en neurologische ontwikkelingsstoornissen, UCD-bulletinboards op de campus en de gemeenschap via gerichte advertenties op flyers en sociale media. Twintig deelnemers met ADHD en vier NT-deelnemers werden uitgesloten vanwege een lage gedragsnauwkeurigheid (gedefinieerd als minder dan twee standaarddeviaties onder de gemiddelde prestaties voor alle deelnemers en alle omstandigheden), en 8ADHDdeelnemers als gevolg van overmatige hoofdbeweging tijdens het scannen (gedefinieerd als het hebben van meer dan 25 procent volumes weggelaten vanwege het overschrijden van een volume-tot-volume bewegingslimiet van 1 mm). We analyseerden MRI-gegevens van de overige deelnemers, waaronder 50 ADHD- en 82 NT-deelnemers.

De deelnemers waren 12-23 jaar oud en omvatten 41/41 en 18/32 vrouwen/mannen in het NT enADHDgroepen, respectievelijk (tabel 1). Van de ADHD-deelnemers kregen 28 momenteel stimulerende medicatie (12 methylfenidaat, 16 amfetamine) en twee niet-stimulerende medicatie voorgeschreven. Deelnemers voorgeschreven medicatie namen een 48-96 uur

* Vastgesteld door de beoordelingsschaal van Conners - 3.

** Wechsler individuele prestatietests. Demografische variabelen voor NT enADHDgroepen worden gepresenteerd, gevolgd door t-statistiek en p-waarde voor het verschil tussen groepen. Cijfers vertegenwoordigen gemiddelde waarden en standaarddeviaties (SD), behalve waar aangegeven.

medicatie vakantie voorafgaand aan de functionele magnetische resonantie beeldvorming (fMRI) scans, met toestemming van hun voorschrijvende arts, overeenkomend met vijf halfwaardetijden van de voorgeschreven medicatie. Zie de sectie Aanvullende informatie voor informatie over de sociaaleconomische status van de deelnemers.

2.1.2. Diagnostische procedures

Twee gediplomeerde psychologen in ons team (JBS en JFD) evalueerden screeninggegevens om te bepalen of ze in aanmerking kwamen voor het onderzoek op basis van de Diagnostic and Statistical Manual of Mental Disorders – 5th Edition (DSM 5). Ouder- (Conner-3 Ouderbeoordelingsschaal – CPRS-3) en leerkrachtbeoordelingsschalen (Conners-3 Docentenbeoordelingsschaal – CTRS-3) (Conners, 2008) werden ingevuld, terwijl de volwassen deelnemers hadden de Conners' AdultADHDRating Scale (CAARS) met een ouder, echtgenoot of goede vriend (voornamelijk ingevuld door ouders) die het Observer-formulier van de CAARS op de deelnemer invult. Aanwezigheid in de kindertijd vanADHDvoor volwassen ADHD-deelnemers werd ook bevestigd (of afwezigheid voor NT) via retrospectieve beoordelingsschalen ingevuld door ouders op de Barkley AdultADHDBeoordelingsschaal-IV (BAARS-IV). Een gediplomeerde psycholoog van ons team heeft ouders verder geïnterviewd om de diagnose (of de afwezigheid ervan) indien nodig te verduidelijken. Zie hieronder voor screeningprocedures voor leerstoornissen.

chology Software Tools, Inc., Sharpsburg, PA).

1.1. Paradigma

Deelnemers voerden een versie van de Picture Order uitGeheugenParadigma (Crone et al., 2006) met behulp van een op gebeurtenissen gebaseerd, op ontwerp gebaseerd experimenteel paradigma (Fig. 1.1). Bij deze taak bestond elk van de vier runs uit een fixatieperiode van 4000 ms, gevolgd door 15 proeven. Elke proef begon met een coderingsblok, bestaande uit vier afbeeldingen die werden weergegeven met intervallen van 1000 ms. De belasting werd gevarieerd door de vierde afbeelding te vervangen door een asterisk in de 3 belastingsproeven, die de deelnemers moesten negeren. Dit werd gevolgd door een instructieblok van 5000 ms, waarin de deelnemers werd verteld om de items in de gepresenteerde volgorde (dwz vooruit; F) of in omgekeerde volgorde (dwz achteruit; B) op te roepen. Dit was de belangrijkste periode van interesse, aangezien dit de periode was waarin de objecten ofwel zouden worden onderhouden (voorwaartse volgorde) of gemanipuleerd (omgekeerde volgorde). Na een fixatieperiode (1000 ms) vond een sondeblok plaats, waarbij deelnemers zich de objecten herinnerden die eerder waren gepresenteerd gedurende een periode van 8000 ms. Na elke proef volgde een inter-trial interval van 4000 ms, 6000 ms, 8000 ms (gemiddeld 6000 ms). Voorwaarden werden willekeurig verdeeld binnen een run.

1.2. Gedragsprestatieanalyse

We gebruikten SAS versie 9.4. (SAS Institute Inc., Cary, NC) om gedragsprestaties te analyseren. We hebben de gemiddelde nauwkeurigheid en reactietijd afgeleid voor de 3 items (3F en 3B), 4 items (4F en 4B), voorwaartse (3F en 4F) en achterwaartse (3B en 4B) proeven. Analyses werden uitgevoerd met behulp van lineaire modellen met gemengde effecten (Laird en Ware, 1982), aangezien gegevens herhaaldelijk werden verzameld voor elk individu over de taakomstandigheden (complexiteit en belasting). Een voordeel van deze benadering is de mogelijkheid om heterogene varianties (over groepen of omstandigheden heen) direct te modelleren. We hebben getest op:

Fig. 1. Experimenteel paradigma en gedragsprestaties. 1.1. Experimenteel paradigma. Elk van de vier runs werd voorafgegaan door een fixatieperiode van 4000 ms, gevolgd door 15 proeven. Elke proef begon met een coderingsblok, bestaande uit vier paren fixatie, gevolgd door een item, gedurende 1000 ms. De belasting werd gevarieerd door de vierde afbeelding te vervangen door een asterisk in de 3 belastingsproeven, die de deelnemers moesten negeren. Dit werd gevolgd door een instructieblok van 5000 ms, waarin de deelnemers werd verteld om de items in de gepresenteerde volgorde (dwz vooruit) of in omgekeerde volgorde (dwz achteruit) op te roepen. Dit was de belangrijkste periode van interesse, aangezien dit de periode was waarin de objecten ofwel zouden worden onderhouden (voorwaartse volgorde) of gemanipuleerd (omgekeerde volgorde). Na een fixatieperiode (1000 ms) volgde een sondeblok van 8000 ms, waarin de deelnemers werd gevraagd zich de eerder gepresenteerde objecten te herinneren. Een inter-trial interval van 4000 ms, 6000, 8000 ms (gemiddelde

6000 ms) volgde op elke proef. 1.2. Gedragsprestaties. De interactie tussen diagnose, complexiteit en belasting was significant (p=0.048). We vonden een significante interactie tussen diagnose en belasting (p=0.04), maar niet tussen diagnose en complexiteit (p=0.62). Personen met ADHD produceren meer fouten, vergeleken met NT, in alle omstandigheden. Beide groepen reageerden minder nauwkeurig op moeilijkere taken - ofwel vanwege verhoogde belasting (4 versus 3) of toegenomen complexiteit (achteruit versus voorwaarts, of manipulatie versus onderhoud), maar de ADHD versus NT-groep vertoonde een grotere onnauwkeurigheid van de daling als gevolg van verhoogde belasting .

verschillen in nauwkeurigheid met complexiteit (manipulatie versus onderhoud), belasting (4 versus 3) en diagnose (ADHD versus NT) als factoren. Het model omvatte vaste effecten voor diagnose, belasting, complexiteit, leeftijd (gemiddeld gecentreerd), de interacties tussen belasting, complexiteit en diagnose, belasting en diagnose, complexiteit en diagnose, belasting en leeftijd, complexiteit en leeftijd. We onderzochten ook het kwadratische effect van leeftijd. Willekeurige effecten voor elke deelnemer werden ook opgenomen.

1.1. Beeldanalyse

1.1.1. Voorbewerking

We analyseerden fMRI-gegevens met behulp van FSL en AFNI (Cox, 1996). De eerste twee volumes van elke scan werden weggegooid voor signaalstabilisatie. Runs werden niet-hersenen verwijderd voordat ze werden uitgelijnd op het T1-gewogen structurele MR-beeld van een persoon en werden getransformeerd naar de ruimte van het Montreal Neurological Institute (MNI). Registratie gebruikte FMRIB's Linear Image Registration Tool (Greve en Fischl, 2009). Afvlakken, met behulp van 4 mm volledige breedte bij half-maximum (FWHM) Gaussiaans filter, en normalisatie werd uitgevoerd zoals in onze eerdere onderzoeken (Fassbender et al., 2011). De grootte van de voxel was 2 mm3. Volumes die een volume-tot-volume beweging van meer dan 1 mm overschrijden, werden uitgesloten van verdere analyse. Deelnemers met meer dan 25 procent weggelaten volumes werden uitgesloten.

1.1.2. Regressie analyse

Algemene lineaire modelanalyses passen hemodynamische reacties aan met een boxcar-activeringsfunctie met behulp van de begintijden van elke aandoening. Bewegingsparameters werden ook opgenomen als hinderlijke variabelen. Regressors modelleerden coderings-, instructie-, terugroep- en manipulatieperioden.

1.1.3. Analyse binnen en tussen groepen

Om hersenregio's te identificeren die zijn gerekruteerd voor WM-complexiteit en belasting in elke groep, rekening houdend met het effect van leeftijd, hebben we een lineaire mixed-effects modelleringsanalyse uitgevoerd, geïmplementeerd door 3dLME in AFNI, op het hele hersenniveau. De vaste effecten in ons model waren diagnose, complexiteit en belasting. We hebben interacties opgenomen tussen diagnose, complexiteit en belasting, diagnose en complexiteit, diagnose en belasting, leeftijd en belasting, leeftijd en complexiteit, leeftijd en diagnose. De deelnemer werd behandeld als een willekeurige intercept. Als covariabele is leeftijd opgenomen.

We hebben Monte Carlo-simulaties uitgevoerd om te corrigeren voor meerdere vergelijkingen met een p-waarde op voxel-niveau van 0.005, resulterend in een minimale clustergrootte van 182 voxels die nodig is om een ​​waarschijnlijkheid van 0,05 significante significantie te bereiken. cluster overleeft bij toeval. Simulaties werden berekend met behulp van 3dClustSim met autocorrelatiefunctie (ACF), waarbij aannames over de Gauss-ruisverdeling werden vermeden (Cox et al., 2017). Parameterschattingen van significante clusters, resulterend uit ANCOVA's, werden geëxtraheerd en uitgezet (alleen voor demonstratie), om verschillen tussen groepen en taakomstandigheden weer te geven, rekening houdend met leeftijd.

Om ervoor te zorgen dat groepsverschillen niet werden beïnvloed door hoofdbewegingen, vergeleken we gemiddelde bewegingsparameters (berekend uit de vierkantswortel van de som van de kwadraten van beweging in x, y, z-richtingen) tussen groepen, met behulp van onafhankelijke steekproeven t-tests (twee- staart, gelijke varianties

niet aangenomen). Er werd geen significant groepsverschil gevonden (t=-0.12, df=102.26, p=0.90).

2. Resultaten

2.1. Gedrag

Tabel 2 en Fig. 1.2 vatten de resultaten samen van de gedragsanalyses die testen op de effecten van complexiteit en belasting op nauwkeurigheid. Zoals de tabel illustreert, was de interactie tussen diagnose, complexiteit en belasting significant (p 0.048). We vonden een significante interactie tussen diagnose en belasting (p 0,04), maar niet tussen diagnose en complexiteit (p

{{0}}.62). We vonden een significant effect van leeftijd (p 0.03). Het interactie-effect van leeftijd en belasting was significant (p < 0,001).="" we="" hebben="" ook="" getest="" op="" een="" kwadratisch="" effect="" van="" leeftijd="" op="" prestaties,="" maar="" dit="" was="" niet="" significant="" (p="">

tafel 2

Parameterschattingen van de lineaire mixed-effects-modelanalyse voor nauwkeurigheid tussen groepen (NT versusADHD), complexiteit (manipulatie versus onderhoud, of achteruit versus vooruit) en belasting (4 versus 3), met leeftijd als covariaat. De referentiecategorieën waren neurotypisch voor diagnose, onderhoud voor complexiteit en 3 items voor de belasting.

0.06) en werd dus niet als term opgenomen in fMRI-gegevensanalyses.

1.1. Hersenactivatie

1.1.1. Taakconditie-effecten

Voor de neuroimaging-analyses begonnen we met het testen op de belangrijkste effecten van belasting en complexiteit bij deelnemers, en we identificeerden regio's die eerder waren geassocieerd met WM, waaronder de ventrolaterale en dorsolaterale PFC, striatum en cerebellum. Een conjunctieanalyse van de belangrijkste effecten van belasting en complexiteit identificeerde grote delen van de occipitale, pariëtale, middelste temporale gyrus, precentrale gyrus, DLPFC, cerebellum en striatum bilateraal. Bovendien omvatte een hoofdeffect van complexiteit grote clusters in de mediale PFC, bilaterale precuneus en cerebellum. Het belangrijkste effect van belasting omvatte verder bilaterale occipitale gyrus, striatum, linker VLPFC en rechter precentrale gyrus. Het belangrijkste effect van de diagnose was een cluster in het cerebellum, met piekactiviteit in de achteruitgang. Het belangrijkste effect van leeftijd toonde grote, significante clusters met pieken in de linker lentiform kern en inclusief de bilaterale caudate, bilaterale kleine hersenen die zich uitstrekt over de huig en culmen, bilaterale inferieure frontale gyrus (IFG), precentrale gyrus, middelste frontale gyrus en bilaterale inferieure pariëtale kwab (Fig. 2.1, Tabel 3.1).

1.1.2. Effecten binnen de groep

Binnen beide groepen identificeerden tests voor het effect van belasting en complexiteit bilateraal significante activering in standaard WM-regio's, waaronder laterale PFC, pariëtale cortex, striatum en cerebellum (Fig. 2.2, Tabel 3.2).

1.1.3. Interacties: groepstaak-conditie

We vonden geen significant drieweg-interactie-effect (complexiteit van groepsbelasting). Een significant interactie-effect van groep en complexiteit werd gevonden in het rechter cerebellum en in de linker linguale gyrus. We vonden ook een significant interactie-effect van groep en belasting in de rechter caudaat (Fig. 3, Tabel 3.3).

1.1.4. Interacties: leeftijd taak-conditie

Er was een significant interactie-effect van leeftijd en belasting in de linker paracentrale kwab, en voer en complexiteit in de rechter caudaat (Tabel 3.4).

1.1.5. Interacties: leeftijdsgroep

Er was geen significant interactie-effect van leeftijd en groep.

2. Discussie

WM-tekorten zijn op grote schaal gerapporteerd inADHD(Alderson et al.,

Fig. 2. Belangrijkste effecten en effecten binnen de groep - alle afbeeldingen tonen procentuele signaalverandering (equivalent aan bètawaarden) als overlay op hersenbeelden, drempelwaarde op p < 0.005,="" cluster="" gecorrigeerd="" op="" p="">< 0,05.="" alle="" activeringsafbeeldingen="" behalve="" de="" conjunctie="" gebruiken="" heatmaps="" om="" positieve="" activering="" te="" tonen="" met="" variërende="" intensiteit="" van="" rood="" tot="" geel="" en="" negatieve="" activering="" in="" blauwtinten="" 2.1.="" belangrijkste="" effecten="" van="" belasting="" (4="" vs.="" 3),="" complexiteit="" (achteruit="" vs.="" vooruit)="" en="" combinatie="" van="" de="" twee="" hoofdeffecten.="" de="">

kaart toont belasting in geel, werking in cyaan en de overlap van de twee belangrijkste effecten in groen, 2.2. Effect van belasting (4 vs. 3) apart voor NT, Effect van belasting (4 vs. 3) apart voor ADHD, Effect van complexiteit (achteruit vs. vooruit) apart voor NT, en Effect van complexiteit (achteruit vs. vooruit) afzonderlijk voor ADHD. (Voor interpretatie van de verwijzingen naar kleur in deze figuurlegenda wordt de lezer verwezen naar de webversie van dit artikel.)

2013), en ze zijn in verband gebracht met symptomen (Rapport et al., 2009) en functionele uitkomsten (Simone et al., 2018; Fried et al., 2019; Kofler et al., 2011; Orban et al., 2018; Rapport et al., 2009; Campez et al., 2020). Er is ook aangetoond dat WM-beperkingen aanhouden tot in de volwassenheid (Alderson et al., 2013). Desalniettemin is het, ondanks de prominente aanwezigheid van WM-gerelateerde stoornissen bij ADHD, onduidelijk of deze WM-tekorten worden veroorzaakt door een toename van de WM-belasting of operationele complexiteit of beide. De verandering in neurale activering die gepaard gaat met een toename van de WM-belasting, versus de hersenactivatie die overeenkomt met een grotere operationele complexiteit, is ook niet bekend bij ADHD versus NT.

Onze resultaten tonen aan dat individuen met ADHD in alle omstandigheden meer fouten produceren in vergelijking met NT. Beide groepen reageerden minder nauwkeurig op moeilijkere taken - hetzij vanwege een verhoogde belasting (4 versus 3) of grotere complexiteit (achteruit versus doorsturen, of manipulatie versus onderhoud). In de ADHD-groep had een toename van de belasting echter een grotere invloed op de nauwkeurigheid van de WM-prestaties, vergeleken met de NT-groep.

Deneurale gegevenstoonde aan dat alle deelnemers hersengebieden rekruteerden die typisch geassocieerd zijn met WM, zoals de PFC, PC, SMA, superieure temporale gyrus (D'Esposito et al., 1999), cerebellum (Tomlinson et al., 2014; Steinlin, 2007) en striatale regio's (O'Reilly en Frank, 2006; Darki en Klingberg, 2015). De activiteit in deze gebieden nam toe met zowel toenemende belasting als grotere complexiteit, wat wijst op een significante gedeeldeneuraalarchitectuur tussen deze aspecten van WM-capaciteit. Onze resultaten suggereren dat onderhoud bij verhoogde belasting, evenals manipulatie, de DLPFC in beide groepen activeerde, zoals in eerdere onderzoeken (Veltman et al., 2003; Cannon et al., 2005). We vonden ook een significant interactie-effect tussen operationele complexiteit en groep in het cerebellum en in de linguale gyrus, en tussen belasting en groep in het striatum. Terwijl in de eenvoudigere omstandigheden, belasting of complexiteit, de NT-groep geen significant andere activering heeft dan de ADHD-groep, voor hogere belasting of grotere complexiteit, verhoogt de NT-groep de activering in deze regio's, aanzienlijk meer dan de ADHD-groep. Samen laten de verschillen in prestatie en hersenactivatie zien dat mensen met ADHD er niet in slagen de hersenactivatie in bepaalde belangrijke hersengebieden op te voeren naarmate de moeilijkheidsgraad van de taak toeneemt, maar dit gaat gepaard met een vermindering van de gedragsprestaties, in vergelijking met NT, alleen voor de toename van WM-belasting. Dit suggereert dat belasting een grotere impact zou kunnen hebben dan complexiteit op WM bij ADHD. Dienovereenkomstig vonden we ook een significante interactie tussen groep, belasting en complexiteit voor gedragsnauwkeurigheid, wat dit verschil in de effecten van belasting en complexiteit tussen de twee groepen zou kunnen weerspiegelen, maar we vonden geen overeenkomstig interactie-effect in de hersenactivatie.

In alle groepen reageerden oudere deelnemers nauwkeuriger voor alle aandoeningen, in overeenstemming met de algemene bevinding dat WM verbetert met de leeftijd (Jolles et al., 2011; Crone et al., 2006). Bovendien daalde de taaknauwkeurigheid minder als reactie op de toenemende taakbelasting voor oudere in vergelijking met jongere deelnemers, in beide groepen. Verschillende hersengebieden vertoonden effecten van leeftijd, waaronder bilaterale caudate, cerebellum en enkele frontale en inferieure pariëtale gebieden. We vonden een significante interactie tussen belasting en leeftijd in de linker paracentrale kwab, en tussen complexiteit en leeftijd in de rechter caudale. Geen enkele regio vertoonde significante interacties met groep en leeftijd, wat aangeeft dat de twee groepen in deze analyse niet verschillend worden beïnvloed door leeftijd.

De linguale gyrus is in verband gebracht met het coderen van complexe afbeeldingen (Machielsen et al., 2000) of woorden (Mechelli et al., 2000). eerdere fMRI

tafel 3

Vergelijking van hersenactiviteit tussen groepen (NT versus ADHD) voor complexiteit (manipulatie versus onderhoud, of achteruit versus vooruit) en belasting (4 versus 3), met leeftijd als covariabele, met behulp van herhaalde metingen ANCOVA, zoals geïmplementeerd door 3dLME in AFNI 3.1) Main effecten van groep, belasting, complexiteit en leeftijd; 3.2) Belasting en complexiteit binnen de groep; 3.3) Interactie-effecten tussen groep; 3.4) Interactie-effecten met leeftijd.

Opmerking: DLPFC dorsolaterale prefrontale cortex, VLPFC ventrolaterale prefrontale schors, VMPFC ventromediale prefrontale cortex, MFG middelste frontale gyrus, IFG inferieure frontale gyrus, ITG inferieure temporale gyrus, MTG middelste temporale gyrus, STG superieure temporale gyrus, IPL inferieure frontale gyrus Gyrus, SPL Superior Pariëtal Lobule-onderzoeken van WM bij ADHD hebben activeringsverschillen in de linguale gyrus aangetoond. De richting van het verschil is echter gemengd, wat te wijten kan zijn aan verschillen in de gebruikte taak. Onze resultaten geven aan dat de caudate en het cerebellum een ​​belangrijke rol kunnen spelen bij WM-stoornissen bij ADHD, respectievelijk voor belasting en complexiteit. De bijdrage van het striatum en het cerebellum aan WM is benadrukt in eerdere studies (Tomlinson et al., 2014; O'Reilly en Frank, 2006; Lewis et al., 2004; Middleton en Strick, 1994; Watson et al., 2014). Er wordt verondersteld dat het striatum de informatiestroom naar WM regelt (O'Reilly en Frank, 2006), en fMRI WM-taken hebben de rekrutering van caudate (Lewis et al., 2004) en cerebellum aangetoond (Tomlinson et al., 2014). Cerebellaire schade is ook in verband gebracht met WM-stoornissen (Tomlinson et al., 2014). We onderzochten verder de functionele verkaveling van het cerebellumcluster zoals aangetoond door (Buckner et al., 2011), waarbij het cerebellum werd verkaveld op basis van connectiviteit met belangrijke hersennetwerken, met behulp van het Yeo-7 netwerkraamwerk (Yeo et al. , 2011). De piek van onze cerebellaire resultaten was in het deel het meest

Fig. 3. Interactie-effecten op hersenactivatie tussen groepen (NT versus ADHD) en WM-complexiteit (manipulatie versus onderhoud) en tussen groep en belasting (3 versus 4) - alle afbeeldingen tonen procentuele signaalverandering (equivalent aan bètawaarden) als overlay op hersenbeelden, drempelwaarde bij p < 0.0="" 05="" cluster="" gecorrigeerd="" bij="" p="">< 0,05.="">

activeringsafbeeldingen behalve de conjunctie gebruiken heatmaps, met positieve activering in rood en negatieve activering in blauw. Grafieken tonen parameterschattingen van significante clusters, alleen geëxtraheerd en uitgezet voor demonstratiedoeleinden. Significante interacties tussen groep en complexiteit in het rechter cerebellum en linker linguale gyrus, evenals groep en belasting in de rechter insula en caudate afgeleid met behulp van 3dLME in AFNI. We hebben een reeks aangrenzende plakjes getoond om de omvang van de grote clusters te demonstreren, vooral degene die zich uitstrekt van de piek in de insula over de caudate. (Voor interpretatie van de verwijzingen naar kleur in deze figuurlegenda wordt de lezer verwezen naar de webversie van dit artikel.)

sterk verbonden met de salience-netwerken. Deze grote cluster strekte zich echter ook uit over de limbische, visuele, sensorimotorische netwerken en frontoparietale controlenetwerken. De limbische, visuele en sensomotorische netwerken worden geassocieerd met emotionele, visuele en motorische verwerking. Het salience-netwerk is gekoppeld aan het prioriteren van opvallende stimuli en rekruteert geschikte functionele netwerken (Menon en Uddin, 2010; Bressler en Menon, 2010). Het frontoparietale controlenetwerk is een controlenetwerk dat samenwerkt met en taken en andere netwerken beheert om doelen te ondersteunen (Marek en Dosenbach, 2018).

bioflavonoïden tabletten

Vanwege de voorgestelde rol van het striatum bij het invoeren van informatie in WM (Chatham en Badre, 2015; McNab en Klingberg, 2008), laten onze resultaten zien dat een onvermogen van de ADHD-groep om striatale activiteit met belasting op te voeren, kan wijzen op een falen van schaal- prestaties op. Aangezien het cerebellum is gekoppeld aan het uitvoeren van taken met een grotere WM-complexiteit (Marvel en Desmond, 2012), kan een lagere activering van het cerebellum voor een hogere complexiteit in de ADHD-groep een onvermogen betekenen om de rekrutering van deze regio op te schalen om te passen bij een grotere complexiteit. We zien dit echter niet weerspiegeld in de prestaties, die kunnen worden veroorzaakt door de grotere moeilijkheid van de manipulatietaak, vooral bij hoge belasting, voor alle deelnemers.

Het belang van frontostriatale-cerebellaire netwerken bij ADHD, over verschillende modaliteiten heen, is herhaaldelijk benadrukt (Martinussen et al., 2005; Valera et al., 2007; Hoogman et al., 2017; van Ewijk et al., 2012; Giedd et al. ., 2001; Casey et al., 2007; Castellanos et al., 2002). Specifiek zijn volumetrische reducties waargenomen in het cerebellum (Valera et al., 2007; Baldaçara et al., 2008; Berquin et al., 1998; Wyciszkiewicz et al., 2017; Seidman et al., 2005) en caudate (Valera et al., 2007; Castellanos et al., 2002; Seidman et al., 2005; Frodl en Skokauskas, 2012); samen met een lagere integriteit van de witte stof in de frontostriatale-cerebellaire netwerken (Nagel et al., 2011) bij kinderen met ADHD, vergeleken met NT. Functioneel laten WM-onderzoeken van zowel kinderen (Martinussen et al., 2005) als volwassenen (Alderson et al., 2013) met ADHD verschillen zien in de rekrutering van de frontostriatale-cerebellaire netwerken. fMRI-onderzoeken vonden onderactivatie tijdens WM-taken in het cerebellum (Mackie et al., 2007), caudate (Martinussen et al., 2005; Fassbender et al., 2011; Roman-Urrestarazu et al., 2016) of beide (Massat et al., 2012) bij kinderen met ADHD, vergeleken met NT. Bij volwassenen met ADHD hebben we eerder aangetoond met behulp van positronemissietomografie, een verhoogde regionale cerebrale bloedstroom in meer verspreide regio's, waaronder het cerebellum, in vergelijking met NT (Schweitzer et al., 2004). Een ander WM-onderzoek bij volwassen ADHD rapporteerde onderactivatie van het cerebellum, ondanks geen vermindering van WM-prestaties (Mechelli et al., 2000). Onze bevindingen in de staart en het cerebellum worden dus ondersteund door eerdere indicaties van hun belang bij ADHD en in WM. Verschillen in resultaten tussen onderzoeken kunnen te wijten zijn aan de leeftijd van de deelnemers, de prestaties en de moeilijkheidsgraad van de taak.

Een kracht van onze studie lag in onze inclusiecriteria die resulteerden in relatieve homogeniteit in de klinische symptomen in onze ADHD-groep; Alle deelnemers moesten naast andere ADHD-symptomen klinisch belemmerende impulsiviteit aantonen. Een mogelijke beperking van deze studie zijn de strenge criteria voor het uitsluiten van deelnemers met lage prestaties (dwz te weinig correcte onderzoeken), wat onze resultaten zou kunnen vertekenen in de richting van beter presterende individuen met ADHD, waardoor de klinische implicaties worden beperkt. Deze afweging was nodig om hersenactivatie betrouwbaarder te vergelijken voor de meerderheid van onze populatie. Omdat deze studie deel uitmaakt van een longitudinaal onderzoek, hebben we er ook voor gekozen om een ​​taak te gebruiken met een aandoening waarbij de belasting de deelnemers ruimte gaf om hun prestaties te verbeteren (dwz 4 belasting) naarmate onze deelnemers ouder worden en allemaal volwassen worden, wanneer een 3 itemtaak kan resulteren in prestaties met een plafondeffect. Aangezien onze huidige gegevens cross-sectioneel zijn, zou toekomstig werk ook moeten onderzoeken hoe relaties tussen executieve functies en frontostriataal-cerebellaire systemen bij ADHD longitudinaal variëren met de ontwikkeling met betrekking tot werkgeheugen en andere kritieke functies. We willen deze vragen in de toekomst onderzoeken naarmate onze longitudinale dataset groeit.

Er was een significant verschil in intellectueel functioneren tussen onze groepen waarbij de ADHD-groep op een lager intellectueel niveau testte dan onze NT-groep. De stoornis is geassocieerd met een lager cognitief vermogen en het volledige intellectuele quotiënt (FSIQ) is vaak significant lager bij ADHD dan bij neurotypische controles (Frazier et al., 2004). Dit is niet verwonderlijk, aangezien het werkgeheugen en andere processen die aandacht vragen tijdens de IQ-test de IQ-score waarschijnlijk verlagen en dus controle hiervoor zou waarschijnlijk de controle voor ADHD in het statistische model overheersen. Belangrijk is dat de groeps-IQ's voor zowel de ADHD- als de NT-deelnemers in het gemiddelde tot het hoge gemiddelde bereik lagen, en daarom denken we niet dat de verschillen in intellectueel functioneren de ADHD-groep waarschijnlijk benadelen.

WM-tekorten zijn de sleutel tot ADHD (Martinussen et al., 2005; Rapport et al., 2001). WM is gekoppeld aan ADHD-symptomen (Rapport et al., 2009), en WM-tekorten blijven bestaan ​​tot in de volwassenheid (Alderson et al., 2013). Niettemin is WM niet universeel aangetast bij ADHD (Martinussen et al., 2005; Rapport et al., 2008; Gathercole en Alloway, 2006; Vance et al., 2013; Kofler et al., 2019; Nigg, 2005), en deze heterogeniteit wordt niet volledig begrepen. Andere complicerende factoren kunnen de mogelijkheid zijn dat WM-stoornissen bij ADHD modaliteitsspecifiek zijn. Het is mogelijk dat ruimtelijke WM meer wordt beïnvloed dan verbaal (Martinussen et al., 2005); uit een recente meta-analyse bleek echter dat verbale WM wordt beïnvloed bij ADHD (Ramos et al., 2020). Andere theorieën suggereren dat WM meer kan worden beïnvloed bij personen met onoplettende symptomen (Martinussen en Tannock, 2006), maar WM-tekorten worden ook geassocieerd met hyperactieve/impulsieve symptomen (Kofler et al., 2019).

Een opmerkelijk voorbehoud bij WM-onderzoeken bij ADHD is de heterogeniteit in bevindingen van WM-tekorten bij ADHD (Martinussen et al., 2005; Rapport et al., 2008; Gathercole en Alloway, 2006; Vance et al., 2013; Kofler et al. , 2019; Nigg, 2005). Hoewel de meeste eerdere studies in WM tekorten in ADHD vinden (Martinussen et al., 2005; Rapport et al., 2001), hebben sommige onderzoeken geen enkele stoornis gevonden (Martinussen et al., 2005; Rapport et al., 2008 ; Gathercole en Alloway, 2006; Vance et al., 2013; Kofler et al., 2019; Nigg, 2005). Deze heterogeniteit wordt niet volledig begrepen. Een reden voor de ongelijkheid in resultaten kan zijn dat WM en ADHD zowel complexe als heterogene constructies zijn (Martinussen en Tannock, 2006; Castellanos et al., 2002; Fosco et al., 2020) en specifieke cognitieve taken zouden kunnen putten uit beperkingen van variërende grootte. Sommige onderzoeken vinden bijvoorbeeld dat WM-beperkingen meer geassocieerd zijn met onoplettende symptomen van ADHD (Martinussen en Tannock, 2006), terwijl andere onderzoeken vinden dat ze meer verband houden met hyperactieve/impulsieve symptomen (Kofler et al., 2019). Bovendien is WM een systeem met meerdere componenten, en een van de belangrijkste modellen van WM omvat een domein-algemene centrale uitvoerende component, die bepaalt welke bewerkingen zullen worden uitgevoerd, en een domeinspecifieke opslagcomponent (fonologisch versus visueel-ruimtelijk) (Martinussen en Tannock, 2006; Castellanos et al., 2002; Fosco et al., 2020). Een recent onderzoek naar de subcomponenten van de centrale executieve: herordenen, bijwerken en dubbele verwerking bij ADHD, vond de meest prominente beperkingen bij het opnieuw ordenen, terwijl het bijwerken en dubbele verwerkingsvaardigheden gemiddeld of superieur waren bij de meeste personen met ADHD (Fosco et al. , 2020). Desalniettemin vonden Fosco en collega's ook dat de ernst van ADHD-symptomen verband hield met de centrale uitvoerende vaardigheden, samen genomen, en benadrukten het belang van gedeelde processen over de centrale uitvoerende subcomponenten (Fosco et al., 2020). Dit wordt verder bemoeilijkt door WM-modaliteit. Ruimtelijke WM kan meer worden beïnvloed dan verbale WM bij ADHD, zoals gesuggereerd door een baanbrekende review (Martinussen et al., 2005). Uit een meta-analyse bleek echter dat verbale WM wordt beïnvloed bij ADHD (Ramos et al., 2020). In de huidige studie hebben we ons gericht op verbale WM bij personen met een gecombineerde presentatiediagnose, met zowel onoplettende als hyperactieve symptomen, en vergeleken we het effect van WM-complexiteit, gedefinieerd als elke manipulatie van de informatie in WM in tegenstelling tot eenvoudig onderhoud, versus WM-belasting, met betrekking tot de hoeveelheid informatie als WM-belasting. Het uitpakken van precies welke dimensies van WM relevant zijn voor het begrijpen van ADHD staat nog in de kinderschoenen, maar ons werk past in de gegroeide literatuur die erop gericht is gebieden met abnormale en normale WM-functie af te bakenen.

Concluderend, hoewel WM wordt beïnvloed bij ADHD, is de literatuur gemengd over de aard van de relatie tussen ADHD en WM (Martinussen et al., 2005; Rapport et al., 2008). Dat wil zeggen, het was niet bekend of alle WM-bewerkingen worden beïnvloed bij hogere belastingen, of dat alleen complexere bewerkingen, zoals manipulatie, worden beïnvloed. De meeste eerdere onderzoeken naar WM bij ADHD, en met name hersenbeeldvormingsonderzoeken, waren gericht op onderhoud (Martinussen et al., 2005; Roman-Urrestarazu et al., 2016; Massat et al., 2012), en geen enkele heeft direct vergeleken onderhoud en manipulatie en verschillende belastingen binnen hetzelfde experiment. We vonden dat in AYA met ADHD niet alleen complexere operaties zoals manipulatie, maar ook onderhoud bij hogere belastingen worden beïnvloed bij ADHD. We laten inderdaad zien dat gedragsmatig de impact van de grotere belasting meer is dan een verhoogde complexiteit, bij ADHD, hoewel beide een neuraal effect vertonen, waarbij de ADHD-groep het cerebellum onderactiveert voor grotere complexiteit en caudaat voor hogere belasting. Deze bevindingen versterken de specificiteit van ons begrip van WM-tekorten bij ADHD door op te helderen welke aspecten van WM-moeilijkheden uitdagender zijn voor mensen met ADHD. Dit zou op zijn beurt het ontwerp van corrigerende interventies kunnen informeren.

hesperidine gebruikt

Financiering

Dit werk werd ondersteund door het National Institute of Mental Health subsidies R01 MH091068 (Schweitzer) en U54 HD079125 (Abbeduto).

Financiële toelichtingen

Dr. Hinshaw ontvangt boekroyalty's van Oxford University Press en St. Martin's Press. De heer Hartanto en Drs. Mukherjee, Fassbender, Iosif, van den Bos, Guyer, Pakyurek, McClure en Schweitzer melden geen concurrerende belangen.

CrediT auteursbijdrage verklaring

Prerna Mukherjee: Conceptualisering, Methodologie, Software, Formele analyse, Datacuratie, Onderzoek, Schrijven - origineel concept, Schrijven - review & redactie, Visualisatie, Projectadministratie. Tadeus Hartanto: onderzoek, software, gegevensbeheer. Ana-Maria Iosif: Formele analyse, Schrijven - recensie en redactie. J. Faye Dixon: onderzoek, schrijven - recensie en redactie. Stephen P. Hinshaw: Schrijven

- beoordelen en bewerken. Murat Pakyurek: Onderzoek. Wouter van den Bos: Schrijven - recensie & redactie Amanda E. Guyer: Schrijven - recensie & redactie. Samuel McClure: Conceptualisering, Methodologie, Schrijven - review & redactie, Supervisie. Julie B. Schweitzer: Conceptualisering, Onderzoek, Schrijven - review & redactie, Supervisie, Financieringsacquisitie, Projectadministratie. Catherine Fassbender: Conceptualisering, Methodologie, Onderzoek, Schrijven - review & redactie, Visualisatie, Supervisie, Projectadministratie.

Dankbetuigingen

We willen graag de vriendelijke steun van al onze onderzoeksdeelnemers erkennen, evenals Catrina A. Club, Erin Calfee, Lauren Boyle, Laurel Cavallo, Maria BE Bradshaw, Jessica Nguyen, Steven J. Riley en Dr. J. Daniel Ragland .

Bijlage A. Aanvullende gegevens

Aanvullende gegevens bij dit artikel zijn online te vinden op https://doi. org/10.1016/j.nicl.2021.102662.