Frontiers in Neuroscience
Introduction
Zaburzenie uwagi z deficytem/nadpobudliwością (ADHD) jest jednym z najczęstszych zaburzeń neuropsychiatrycznych u dzieci i dotyczy od 3 do 5% dzieci w wieku szkolnym. ADHD charakteryzuje się głównie odpowiednimi do wieku objawami nadpobudliwości, nieuwagi i impulsywności (American Psychiatric Association, 2013). Te podstawowe objawy mogą być zidentyfikowane u dzieci z ADHD we wczesnych latach szkoły podstawowej (Mucina, 2005). Ponadto, dzieci z ADHD często rozwijają choroby współistniejące, w tym zaburzenia opozycyjno-obronne, zachowania antyspołeczne, nadużywanie substancji oraz problemy związane z zachowaniem i uczeniem się w późniejszym okresie życia (Klassen i in., 2004; Wehmeier i in., 2010). Funkcjonowanie poznawcze jest łagodnie zaburzone w tym zaburzeniu (Sergeant et al., 2002). W szczególności ADHD wpływa na hamowanie reakcji, czyli zdolność do powstrzymywania niewłaściwych myśli i działań. W kilku badaniach stwierdzono, że dysfunkcja hamowania jest kluczowym defektem neurofizjologicznym ADHD (Durston i in., 2003; Smith i in., 2006; Bledsoe i in., 2010), a kora przedczołowa (PFC) jest jednym z najważniejszych regionów, który silnie wpływa na hamowanie reakcji (Schmitz i in., 2006; Zang i in., 2006; Kana i in., 2007).
Zgodnie z modelem poznawczym Barkleya, hamowanie reakcji obejmuje trzy powiązane ze sobą procesy: (1) zahamowanie początkowej reakcji poprzedzającej, (2) zatrzymanie trwającej reakcji lub opóźnionego reagowania oraz (3) ograniczenie interferencji lub rozproszenia uwagi w okresach opóźnienia (Barkley, 1997). Zadanie Go/no-go jest klasycznym zadaniem neuropsychologicznym szeroko stosowanym w warunkach klinicznych do oceny hamowania reakcji (Casey i in., 1997; Smith i in., 2006; Fang i in., 2010; Monden i in., 2012a). Podczas tego zadania tendencja prepotencjalna jest hamowana do wykonania odpowiedzi. Hamowanie to może wystąpić tylko na etapie wyboru odpowiedzi lub jej wykonania (Rubia i in., 2001; Xiao i in., 2012). Nakładanie się bodźca lub odpowiedzi prowadzi do innych form interferencji (Rubia i in., 2001; Wager i in., 2005).
Funkcjonalna spektroskopia w bliskiej podczerwieni (fNIRS) może mierzyć zmiany w stężeniach utlenowanej, odtlenowanej i całkowitej hemoglobiny (oxy-HB, deoxy-HB i total-HB) w hemodynamice mózgu poprzez pomiar absorpcji światła w bliskiej podczerwieni (zwykle w zakresie 700-1000 nm) rzutowanego przez skórę głowy (Liao i in., 2013). fNIRS dostarcza pośredniej miary aktywności neuronalnej na podstawie zmian w utlenowaniu krwi spowodowanych procesami metabolicznymi w obrębie kory mózgowej (Vanderwert i Nelson, 2014). Możemy zatem ocenić aktywację mózgu dzieci z ADHD podczas testów neuropsychologicznych za pomocą fNIRS. fNIRS ma wiele zalet, takich jak nieinwazyjność, nieradiowa właściwość i niewrażliwość na artefakty ruchowe; fNIRS dostarcza również danych o wysokiej rozdzielczości czasowej w porównaniu z fMRI (Quaresima i in., 2012).
Kilku badaczy wykorzystało fNIRS do zbadania różnic w aktywacji PFC podczas zadań hamowania odpowiedzi (takich jak test go/no-go) pomiędzy dziećmi z ADHD i dopasowanymi typowo rozwijającymi się dziećmi (dzieci TD). Dzieci z ADHD wykazały zmniejszoną aktywację PFC w porównaniu z dziećmi TD. Jednak lokalizacja aktywacji związanej z hamowaniem w obrębie kory czołowej jest niespójna we wcześniejszych badaniach, w których stosowano fNIRS i zadanie go/no-go. Monden (Monden i in., 2012a) wykorzystał fNIRS do badania dzieci z ADHD wykonujących zadania hamowania reakcji; wyniki wykazały obniżony poziom aktywacji prawego dolnego zakrętu czołowego/środkowego zakrętu czołowego. W badaniu Fangyue (Fang i in., 2010), dzieci z ADHD zostały poproszone o wykonanie zadań hamujących; wyniki fNIRS wskazały, że podczas zadania go/no-go, dzieci z ADHD wykazywały słabą aktywację w lewej PFC. Odwrotnie, w badaniu Inoue (Inoue i in., 2012), dzieci z ADHD wykazały znacznie zmniejszoną aktywację w obustronnych obszarach czołowych w porównaniu z dziećmi TD podczas warunku no-go, który wymaga hamowania.
W tym badaniu ocenialiśmy aktywację dzieci z ADHD i dzieci TD w PFC podczas zadania go/no-go poprzez fNIRS. Zakładamy, że aktywność mózgu będzie zmieniona u pacjentów z ADHD w przeciwieństwie do kontroli w PFC.
Metody
Badani
Czternaścioro dzieci z ADHD zostało zrekrutowanych ze Szpitala Dziecięcego afiliowanego do Capital Institute of Pediatrics i porównanych z 15 dziećmi z TD zrekrutowanymi z lokalnej społeczności (Tabela 1). Uczestnicy byli dopasowani do grupy pod względem wieku, płci, IQ w pełnej skali i ręki. Wszyscy uczestnicy byli praworęczni, a średnia wieku wynosiła 6-9 lat. Osoby, które spełniały kryteria DSM-V dla ADHD, zostały włączone do grupy ADHD. IQ oceniano za pomocą chińskiej wersji Wechsler Intelligence Scale for Children-Revised, a wynik IQ uczestników wynosił ≥70. Dzieci z TD nie miały w wywiadzie żadnych zaburzeń psychicznych ani neurologicznych. Kryteria wykluczenia dla wszystkich badanych obejmowały występowanie w przeszłości napadów drgawkowych lub urazów głowy, jak również rozpoznanie zaburzeń neurologicznych, zaburzeń genetycznych lub poważnych schorzeń medycznych. Od rodziców wszystkich badanych uzyskano pisemną zgodę na udział w badaniu. Badanie zostało zatwierdzone przez Komitet Etyczny Szpitala Dziecięcego przy Stołecznym Instytucie Pediatrii.
Tabela 1. Profile demograficzne i kliniczne dzieci z ADHD i dzieci z TD.
Zadanie eksperymentalne
Zadanie go/no-go zostało wygenerowane przez E-Prime2.0 i zaprezentowane na 17″ ekranie komputera stacjonarnego. Odległość pomiędzy oczami osoby badanej a ekranem wynosiła ~50 cm. Zadanie o konstrukcji blokowej składało się z sześciu zestawów blokowych (ryc. 1). Każdy zestaw składał się z naprzemiennych bloków „idź” (sytuacja wyjściowa) i „idź/nie idź” (sytuacja docelowa). Na początku każdego bloku prezentowano instrukcję trwającą 3 sekundy. Każdy blok zawierał 24 próby, a każda próba trwała 1 s. Całe zadanie trwało 5,4 min. W warunku go, badanym prezentowano losową sekwencję dwóch liter („A” i „B”) i wymagano od nich odpowiedzi na obie litery. W blokach go/no-go uczestnicy byli proszeni o wykonanie reakcji, gdy prezentowana była litera „O” i zahamowanie reakcji na literę „X”. Wszyscy badani zostali poinstruowani, aby reagować na każdą literę tak szybko, jak to możliwe. Uczestnicy odpowiadali używając palca wskazującego prawej ręki. Przed pomiarami każdy uczestnik wykonał blok ćwiczeniowy, aby upewnić się, że zrozumiał instrukcję. Wybraliśmy stosunek go/no-go wynoszący 50% (Dillo i in., 2010; Monden i in., 2012a; Nagashima i in., 2014). Rejestrowano czas reakcji (RT) dla prób go oraz dokładność (ACC) dla prób go i no-go.
Rysunek 1. Konstrukcja zadania.
Nr: Liczba prawidłowych odpowiedzi. Nt: Całkowita liczba odpowiedzi.
pomiary fNIRS
Zmiany stężenia oksy-HB, deoksy-HB i całkowitego-HB (mM.mm) rejestrowano w PFC za pomocą ciągłego wielokanałowego instrumentu fNIRS (ETG-4000; Hitachi Medical Corporation, Kashiwa, Japonia), który pracował z dwiema różnymi długościami fal światła w bliskiej podczerwieni (695 i 830 nm). Wykorzystaliśmy zestaw sond zawierający 17 źródeł i 16 detektorów, aby uzyskać 52 kanały pomiarowe fNIRS (rysunek 2). Dane optyczne były analizowane w oparciu o zmodyfikowane prawo Beer-Lamberta (Cope i in., 1988). Dane fNIRS były mierzone z częstotliwością próbkowania 10 Hz. Zestaw sondy umieszczano na głowie z uwzględnieniem odpowiednich pozycji standardowych międzynarodowego systemu 10-20 dla rozmieszczenia elektrod EEG (Klem i in., 1999; Okamoto i in., 2004). Środkowa dolna optoda była umieszczona na Fpz, a dolny rząd optod był zorientowany w kierunku T3 lub T4 (Schecklmann i in., 2010).
Rysunek 2. Mapa kanałów fNIRS. Każda czerwona kropka na standardowym modelu mózgu reprezentuje kanał fNIRS.
Analiza danych fNIRS
Aby przeanalizować dane fNIRS, skupiliśmy się na sygnale oxy-HB ze względu na jego większą wrażliwość na zmiany w mózgowym przepływie krwi niż sygnał deoxy-HB i total-HB (Strangman i in., 2002; Hoshi, 2003), jak również jego wyższy stosunek sygnału do szumu (Strangman i in., 2002) i wiarygodność powtórnych testów (Plichta i in., 2006). Dane szeregu czasowego każdego kanału dla danych fNIRS zostały wstępnie przetworzone poprzez filtrację z cyfrową filtracją pasmową ustawioną pomiędzy 0,01 i 0,8 Hz. Przeprowadzono korekcję linii podstawowej oxy-HB (10 s przed zadaniem), aby skompensować dryf w czasie. Do dalszej analizy wybierano względnie stabilne sygnały blokowe bez ruchu głowy i oczywistych szumów, które poddawano oględzinom. Obliczyliśmy średnią międzytrialową różnic pomiędzy szczytowymi sygnałami oxy-HB (4-24 s po rozpoczęciu bloku go/no-go) i okresami bazowymi (14-24 s po rozpoczęciu bloku go) (Nagashima i in., 2014). Aby zbadać, czy zmiana oxy-HB jest istotnie rosnąca w bloku go/no-go w stosunku do linii podstawowej, określono i poddano analizie statystycznej średnie zmiany stężenia oxy-HB podczas każdego zadania minus średnie zmiany w okresie podstawowym przed zadaniem.
Analiza statystyczna
Sygnały oxy-HB poddano analizie statystycznej w sposób kanałowy. Po pierwsze, zbadaliśmy różnicę między zmianami w oxy-HB szczyt i linii podstawowej dla przedmiotów z ADHD. Po drugie, zbadaliśmy różnicę między zmianami w oxy-HB piku i linii podstawowej dla kontroli. Po trzecie, różnica zmian w oxy-HB szczyt dla podmiotów z ADHD i kontroli temat zostały obliczone.
W kroku 1 i kroku 2 zbadaliśmy różnicę między zmianami w oxy-HB szczyt i linii podstawowej dla każdego przedmiotu przy użyciu jednej próbki t-testów. Aby określić różne aktywności mózgu pomiędzy ADHD i grupami kontrolnymi, zastosowaliśmy dwuogonowe niezależne testy t na różnicy zmian w piku oxy-HB, aby zidentyfikować kanały zaangażowane w zadania go/no-go.
Wyniki
Wyniki behawioralne
W danych dotyczących zachowania podczas zadania go/no-go, pięć wskaźników zostało poddanych analizie statystycznej. Tabela 2 podsumowuje średnią dokładność dla prób go i nie-go oraz RT dla poprawnych prób go w zadaniu go/nie-go, błędy popełnione (reakcja na bodziec nie-go) i błędy pominięcia (brak reakcji na bodziec Go) dla osób z ADHD i kontrolnych. Wyniki testu t wykazały, że zachowanie go/no-go nie różniło się istotnie między osobami z ADHD a osobami z grupy kontrolnej.
Tabela 2. Dane dotyczące wydajności i dane funkcjonalne związane z hamowaniem odpowiedzi podczas zadania go/no-go.
fNIRS
Przesiewaliśmy pod kątem wszelkich kanałów fNIRS zaangażowanych w zadanie go/no-go dla kontrastów kontroli i ADHD. Znaleźliśmy znaczący wzrost oxy-HB w lewym CH 37(średnia = 0.045, SD = 0.068, p = 0.023), 48(średnia = 0.069, SD = 0.011, p = 0.002), 49 (średnia = 0.051, SD = 0.087, p = 0.037) w przedmiotach kontrolnych. Kanały te zlokalizowane były w lewej korze czołowo-skroniowej (FPC). Ale nie znaleźliśmy żadnych kanałów wykazały znaczący wzrost oxy-HB w ADHD subjects.
Dodatkowo, CH 37, CH48, i CH 49 zostały wybrane jako kanały zainteresowania do zbadania różnic między ADHD i TD. Porównanie sygnałów oxy-HB osób z grupy kontrolnej i ADHD wykazało znaczącą aktywację sygnału oxy-HB w lewym CH 37, 48 u osób z grupy kontrolnej (dwubiegunowy test t niezależnej próby, Tabela 2). Rycina 3 przedstawia przebiegi sygnałów oxy-HB dla CH 37. Kanały te były zlokalizowane w lewym FPC. To odkrycie wskazuje, że kontrola wykazywała wyższą aktywację lewego FPC podczas zadań go/no-go niż dzieci z ADHD.
Rysunek 3. Przebiegi sygnałów oxy-HB dla CH 37. Sygnały oxy-HB dzieci z ADHD zaznaczono kolorem czerwonym. Sygnały oxy-HB dzieci z TD zaznaczono kolorem zielonym. Sygnały oxy-HB są pokazane w jednostkach mM-mm.
Dyskusja
To badanie ma na celu głównie zbadanie możliwości wykorzystania fNIRS do różnicowania dzieci z ADHD od dzieci z TD. Aktywacja lewej FPC mogłaby służyć jako obiektywny neurofunkcjonalny biomarker dla pomiaru fNIRS. W porównaniu z grupą kontrolną, dzieci z ADHD wykazywały zmniejszoną aktywację mózgu w lewym FPC podczas bloków zadań go/no-go.
Behavioral Performance for Go/No-Go Task
Paradygmat go/no-go wymaga wyboru pomiędzy wykonaniem lub wstrzymaniem reakcji motorycznej wywołanej bodźcem go- lub no-go. Zadanie to wymaga funkcji poznawczych wysokiego poziomu, takich jak podejmowanie decyzji, wybór odpowiedzi i hamowanie odpowiedzi (Rubia i in., 2001). Te funkcje poznawcze są niezbędne w codziennym życiu, a upośledzone hamowanie reakcji jest potencjalnym biomarkerem ADHD u dzieci (Barkley, 1997). W związku z tym liczni badacze badali dezynwoltury w ADHD za pomocą paradygmatu go/no-go (Monden i in., 2012a; Vasic i in., 2014).
W tym badaniu wyniki behawioralne nie różniły się istotnie między dziećmi z ADHD i kontrolami, podobnie jak w przypadku wcześniej zgłoszonych wyników (Durston i in., 2003; Smith i in., 2006; Nagashima i in., 2014). Dzieci z ADHD wykazują różne trajektorie rozwojowe w zakresie kontroli impulsów (Barkley, 1997), a dzieci z TD wykazują większą kontrolę na wczesnym etapie rozwoju. W niniejszym badaniu uczestnicy byli w wieku 6 i 9 lat. Kontrola poznawcza rozwija się w tym przedziale wiekowym (Diamond i in., 1994; Casey i in., 1997, 2001; Carver i in., 2001); zatem rozbieżność w trajektoriach rozwojowych między grupami może być początkiem w naszej obecnej próbie. To ustalenie może tłumaczyć brak różnic w ogólnej trafności dla dzieci, które uczestniczyły w badaniu obrazowym (Durston i in., 2003). Jednak nasz wynik jest niezgodny z wcześniejszymi badaniami, w których dzieci z ADHD przejawiały upośledzoną sprawność w porównaniu z kontrolami (Monden i in., 2012a).
fNIRS
fMRI badania nad hamowaniem odpowiedzi zgłosiły aktywację płatów czołowych (Mostofsky i in., 2003; Wager i in., 2005; Blasi i in., 2006). Dlatego w obecnym badaniu pomiary fNIRS objęły PFC. Wykryliśmy aktywację mózgu w lewej FPC podczas bloków zadania Go/No-go u dzieci z TD; co więcej, badania fMRI zadania Go/No-go u dzieci z TD konsekwentnie wykorzystywały FPC (Casey i in., 1997; Booth i in., 2003). Jako takie, stwierdzamy, że nasze obecne pomiary fNIRS solidnie wyodrębniły równoczesną aktywację dla hamowania odpowiedzi w lewym FPC u osób z grupy kontrolnej.
Aktywacja w PFC nie była obserwowana podczas okresu zadania go/no-go u osób z ADHD. Ponadto, dzieci z ADHD wykazywały zmniejszoną aktywację w lewym FPC w porównaniu z dziećmi z TD. Obecne badania dodatkowo potwierdzają, że dzieci z ADHD mają defekt funkcji hamowania. Co więcej, funkcja lewego FPC związana z wykonywaniem zadań go/no-go może być upośledzona u dzieci z ADHD.
Dysfunkcja lewego FPC u dzieci z ADHD w wykonywaniu zadań hamowania reakcji obserwowana za pomocą fNIRS jest zgodna z innymi badaniami, w których stosowano techniki obrazowania mózgu (Smith i wsp., 2006; Rubia i wsp., 2009; Cubillo i wsp., 2011). W badaniu Smith i wsp. (Smith i wsp., 2006), dzieci z TD i ADHD zostały poproszone o wykonanie zadania go/no-go; wyniki fMRI wskazały, że dzieci z ADHD wykazywały zmniejszoną aktywację w lewym FPC podczas zadania go/no-go. Cubillo i wsp. (2011) wykorzystali fMRI u dzieci z ADHD, które wykonywały zadania hamowania reakcji (zadanie z kulą dziwną); wyniki wykazały, że poziom aktywacji lewego FPC był obniżony. Rubia i wsp. (2009) również odnotowali indukowaną aktywację lewego FPC u dzieci z ADHD przy użyciu fMRI.
FPC jest największym przednim regionem w obrębie ludzkiej PFC (Roca i wsp., 2011) i jest związany z funkcjami poznawczymi wysokiego rzędu (Badre, 2008; Vincent i wsp., 2008; Lee i Kim, 2014). Kilku badaczy umieściło ten region mózgu na szczycie hierarchii przetwarzania czołowego (Badre i D’Esposito, 2007, 2009; Shimoda i in., 2014). Badania obrazowe wskazały, że hamowanie reakcji jest silnie zależne od PFC (Schmitz i in., 2006; Zang i in., 2006; Xiao i in., 2012). FPC odgrywa rolę w koordynacji i integracji grzbietowej bocznej kory przedczołowej i brzusznej bocznej kory przedczołowej (Shimoda i in., 2014). Jest to jedyny region PFC, który niemal wyłącznie łączy się z innymi obszarami supramodalnymi w obrębie PFC (Ramnani i Owen, 2004; Burgess i in., 2007). Ponadto, obszar FPC może kontrolować podtrzymywanie uwagi (Sturm i Willmes, 2001; Derosiere i in., 2014). Badacze zakładali, że obniżona aktywacja FPC podczas nieuszkodzonej sprawności hamowania może być związana z dochodzącymi procesami selektywnej uwagi i podejmowania decyzji (Rubia i in., 2003; Smith i in., 2006; Monden i in., 2012b). Ponadto, kilku badaczy uważało, że wysoki stosunek go/no-go może prowadzić do aktywacji podczas bloków no-go i jest związany raczej z selektywną uwagą niż z hamowaniem reakcji (Tamm i in., 2004; Dillo i in., 2010; Monden i in., 2012b). Dla kontrastu, stosunek go/no-go wynoszący 50% został wybrany, ponieważ jest on powszechnie stosowany w badaniach neuroobrazowych (Tamm i in., 2004; Dillo i in., 2010; Monden i in., 2012b).
Badanie fNIRS również dodało kolejne dowody dotyczące zaangażowania lewej PFC podczas zadań go/no-go. W badaniu Fangyue, dzieci z ADHD wykazywały słabszą aktywację i upośledzone funkcje poznawcze w lewej PFC niż dzieci z TD (Fang et al., 2010). Co więcej, ostatnie badanie fNIRS wykazało zmniejszoną aktywację przedczołową u dzieci z ADHD w porównaniu z normalnymi osobami z grupy kontrolnej podczas warunku go/no-go (aczkolwiek nie odnotowano lateralizacji; Inoue i in., 2012). Ponadto w kilku badaniach fNIRS zaobserwowano, że dzieci z ADHD wykazywały zmniejszoną aktywację podczas zadania go/no-go w regionie prawej środkowej kory czołowej (MFC)/przyśrodkowej kory czołowej (IFC) (Monden i in., 2012a). Dlatego też różnice między badaniami w konstrukcji zadania go/no-go i warunkach kontrastu mogą wyjaśniać różnice w lateralności lub dokładnej lokalizacji (Rubia i in., 2001). Dane te ilustrują, że technika fNIRS może być stosowana do badania hemodynamiki mózgowej w ADHD podczas zadań hamowania odpowiedzi.
Limitations
This study has several limitations, which include a small sample size and fNIRS measurement. Wielkość próby w obecnym badaniu jest raczej niewielka, co ogranicza naszą zdolność do wykrywania subtelnych różnic między grupami. Dlatego przyszłe badania muszą mieć dużą liczebność próby, aby potwierdzić nasze wnioski. Biorąc pod uwagę, że system fNIRS mógł objąć tylko PFC, nie badaliśmy żadnych innych obszarów korowych, poza PFC. Co więcej, fNIRS nie może wykryć aktywności głębokich struktur podkorowych, do których światło bliskiej podczerwieni nie dociera. Dlatego też w dalszych badaniach należy uwzględnić szerszy zakres kory mózgowej. Co więcej, technika ta musi być połączona z innymi metodami obrazowania w celu zbadania zależności między aktywnością PFC a reakcjami na bodźce.
Wnioski
W tym badaniu monitorowaliśmy aktywację kory przedczołowej za pomocą fNIRS u dzieci z ADHD i dzieci z TD, które wykonywały zadanie go/no-go (zadanie hamowania odpowiedzi). Uzyskaliśmy następujące wyniki: Po pierwsze, ogniska aktywacji (lewy FPC) były aktywowane tylko u dzieci z TD, które wykonywały zadanie go/no-go. Po drugie, w porównaniu z osobami z grupy kontrolnej, dzieci z ADHD wykazywały zmniejszoną aktywację mózgu w lewej FPC podczas bloków zadania go/no-go. W związku z tym aktywacja lewej PFC może być obiektywnym biomarkerem neurofunkcjonalnym pozwalającym na odróżnienie dzieci z ADHD od dzieci z TD. Badanie oparte na fNIRS, wspomagające diagnozę ADHD, jest możliwe do zastosowania u dzieci w wieku szkoły podstawowej, w tym już w wieku 6 lat. Therefore, fNIRS-based examination is a promising clinical tool for early diagnosis of patients with ADHD.
Ethics Statement
This study was carried out in accordance with the recommendations of the Ethics Committee of Capital Institute of Pediatrics with written informed consent from all subjects. Wszyscy badani wyrazili pisemną świadomą zgodę zgodnie z Deklaracją Helsińską. Protokół został zatwierdzony przez Komitet Etyczny Stołecznego Instytutu Pediatrii.
Wkład autorów
SM: Projekt eksperymentu, zbieranie danych, pisanie pracy. JH i YG: Pisanie zadań testowych, przetwarzanie danych. XW, WS, DL i ZL: Zbieranie danych. JY i XL: Opracowanie eksperymentu, Zarządzanie realizacją projektu.
Oświadczenie o konflikcie interesów
Autorzy oświadczają, że badania zostały przeprowadzone przy braku jakichkolwiek komercyjnych lub finansowych powiązań, które mogłyby być interpretowane jako potencjalny konflikt interesów.
Podziękowania
Badania te były wspierane przez granty z National Key Research and Development Program of China (Grant nos. 2016YFC1306203 i 2016YFC1306204) oraz Beijing Municipal Science and Technology Commission (No. Z161100000116043).
American Psychiatric Association (2013). Diagnostic and Statistical Manual for Mental Disorders, 5th Edn. Washington, DC: American Psychiatric Association.
Badre, D. (2008). Cognitive control, hierarchy, and the rostro-caudal organization of the frontal lobes. Trends Cogn. Sci. 12, 193-200. doi: 10.1016/j.tics.2008.02.004
PubMed Abstract | CrossRef Full Text | Google Scholar
Badre, D., and D’Esposito, M. (2007). Functional magnetic resonance imaging evidence for a hierarchical organization of the prefrontal cortex. J. Cogn. Neurosci. 19, 2082-2099. doi: 10.1162/jocn.2007.19.12.2082
PubMed Abstract | CrossRef Full Text | Google Scholar
Badre, D., and D’Esposito, M. (2009). Is the rostro-caudal axis of the frontal lobe hierarchical? Nat. Rev. Neurosci. 10, 659-669. doi: 10.1038/nrn2667
PubMed Abstract | CrossRef Full Text | Google Scholar
Barkley, R. A. (1997). Hamowanie behawioralne, podtrzymywanie uwagi i funkcje wykonawcze: konstruowanie jednolitej teorii ADHD. Psychol. Bull. 121, 65-94. doi: 10.1037/0033-2909.121.1.65
PubMed Abstract | CrossRef Full Text | Google Scholar
Blasi, G., Goldberg, T. E., Weickert, T., Das, S., Kohn, P., Zoltick, B., et al. (2006). Brain regions underlying response inhibition and interference monitoring and suppression. Eur. J. Neurosci. 23, 1658-1664. doi: 10.1111/j.1460-9568.2006.04680.x
PubMed Abstract | CrossRef Full Text | Google Scholar
Bledsoe, J. C., Semrud-Clikeman, M., and Pliszka, S. R. (2010). Response inhibition and academic abilities in typically developing children with attention-deficit-hyperactivity disorder-combined subtype. Trans. R. Soc. Trop. Med. Hygiene 25, 871-877. doi: 10.1093/arclin/acq048
PubMed Abstract | CrossRef Full Text | Google Scholar
Booth, J. R., Burman, D. D., Meyer, J. R., Lei, Z., Trommer, B. L., Davenport, N. D., et al. (2003). Neural development of selective attention and response inhibition. Neuroimage 20, 737-751. doi: 10.1016/S1053-8119(03)00404-X
PubMed Abstract | CrossRef Full Text | Google Scholar
Burgess, P. W., Gilbert, S. J., and Dumontheil, I. (2007). Function and localization within rostral prefrontal cortex (area 10). Philos. Trans. R. Soc. Lond. B Biol. Sci. 362, 887-899. doi: 10.1098/rstb.2007.2095
PubMed Abstract | CrossRef Full Text | Google Scholar
Carver, A. C., Livesey, D. J., and Charles, M. (2001). Age related changes in inhibitory control as measured by stop signal task performance. Int. J. Neurosci. 107, 43-61. doi: 10.3109/00207450109149756
PubMed Abstract | CrossRef Full Text | Google Scholar
Casey, B. J., Forman, S. D., Franzen, P., Berkowitz, A., Braver, T. S., Nystrom, L. E., et al. (2001). Sensitivity of prefrontal cortex to changes in target probability: a functional MRI study. Hum. Brain Mapp. 13, 26-33. doi: 10.1002/hbm.1022
PubMed Abstract | CrossRef Full Text | Google Scholar
Casey, B. J., Trainor, R. J., Orendi, J. L., Schubert, A. B., Nystrom, L. E., Giedd, J. N., et al. (1997). A developmental functional mri study of prefrontal activation during performance of a go-no-go task. J. Cogn. Neurosci. 9, 835-847. doi: 10.1162/jocn.1997.9.6.835
PubMed Abstract | CrossRef Full Text | Google Scholar
Cope, M., Delpy, D. T., Reynolds, E. O. R., Wray, S., Wyatt, J., van der Zee, P., et al. (1988). Methods of quantitating cerebral near infrared spectroscopy data. Adv. Exp. Med. Biol. 222, 183-189. doi: 10.1007/978-1-4615-9510-6_21
PubMed Abstract | CrossRef Full Text | Google Scholar
Cubillo, A., Halari, R., Giampietro, V., Taylor, E., and Rubia, K. (2011). Fronto-striatal underactivation during interference inhibition and attention allocation in grown up children with attention deficit/hyperactivity disorder and persistent symptoms. Psychiatry Res. 193, 17-27. doi: 10.1016/j.pscychresns.2010.12.014
PubMed Abstract | CrossRef Full Text | Google Scholar
Derosiere, G., Alexandre, F., Bourdillon, N., Mandrick, K., Ward, T. E., Perrey, S., et al. (2014). Similar scaling of contralateral and ipsilateral cortical responses during graded unimanual force generation. Neuroimage 85(Pt 1), 471-477. doi: 10.1016/j.neuroimage.2013.02.006
PubMed Abstract | CrossRef Full Text | Google Scholar
Diamond, A., Cruttenden, L., and Nederman, D. (1994). AB z wieloma studzienkami: I. Dlaczego wielokrotne studnie są czasem łatwiejsze niż dwie studnie? Hamowanie pamięci. Dev. Psychol. 30, 192-205. doi: 10.1037/0012-1649.30.2.192
CrossRef Full Text | Google Scholar
Dillo, W., Goke, A., Prox-Vagedes, V., Szycik, G. R., Roy, M., Donnerstag, F., et al. (2010). Neuronal correlates of ADHD in adults with evidence for compensation strategies–a functional MRI study with a Go/No-Go paradigm. Ger. Med. Sci. 8:Doc09. doi: 10.3205/000098
PubMed Abstract | CrossRef Full Text | Google Scholar
Durston, S., Tottenham, N. T., Thomas, K. M., Davidson, M. C., Eigsti, I. M., Yang, Y., et al. (2003). Differential patterns of striatal activation in young children with and without ADHD. Biol. Psychiatry 53, 871-878. doi: 10.1016/S0006-3223(02)01904-2
PubMed Abstract | CrossRef Full Text | Google Scholar
Fang, Y., Gaohua, W., Hanbin, H., Tianzi, J., Xuan, L., and Xiaoping, W. (2010). Funkcja hamowania odpowiedzi płata czołowego u dzieci z deficytem uwagi i zespołem nadpobudliwości psychoruchowej. Shanghai Arch. Psychiatry 22, 140-143. doi: 10.3969/j.issn.1002-0829.2010.03.004
CrossRef Full Text
Hoshi, Y. (2003). Funkcjonalne obrazowanie optyczne w bliskiej podczerwieni: użyteczność i ograniczenia w mapowaniu ludzkiego mózgu. Psychophysiology 40, 511-520. doi: 10.1111/1469-8986.00053
PubMed Abstract | CrossRef Full Text | Google Scholar
Inoue, Y., Sakihara, K., Gunji, A., Ozawa, H., Kimiya, S., Shinoda, H., et al. (2012). Reduced prefrontal hemodynamic response in children with ADHD during the Go/NoGo task: a NIRS study. Neuroreport 23, 55-60. doi: 10.1097/WNR.0b013e32834e664c
PubMed Abstract | CrossRef Full Text | Google Scholar
Kana, R. K., Keller, T. A., Minshew, N. J., and Just, M. A. (2007). Inhibitory control in high-functioning autism: decreased activation and underconnectivity in inhibition networks. Biol. Psychiatry 62, 198-206. doi: 10.1016/j.biopsych.2006.08.004
PubMed Abstract | CrossRef Full Text | Google Scholar
Klassen, A. F., Miller, A., and Fine, S. (2004). Jakość życia związana ze zdrowiem u dzieci i młodzieży, u których rozpoznano zespół deficytu uwagi/nadpobudliwości psychoruchowej. Pediatrics 114, 541-547. doi: 10.1542/peds.2004-0844
PubMed Abstract | CrossRef Full Text | Google Scholar
Klem, G. H., Luders, H. O., Jasper, H. H., and Elger, C. (1999). The ten-twenty electrode system of the international federation. the international federation of clinical neurophysiology. Electroencephalogr. Clin. Neurophysiol. Suppl. 52, 3-6.
PubMed Abstract | Google Scholar
Lee, W., and Kim, S. I. (2014). Effects of achievement goals on challenge seeking and feedback processing: behavioral and FMRI evidence. PLoS ONE 9:e107254. doi: 10.1371/journal.pone.0107254
PubMed Abstract | CrossRef Full Text | Google Scholar
Liao, L. D., Tsytsarev, V., Delgadomartínez, I., Li, M. L., Erzurumlu, R., Vipin, A., et al. (2013). Neurovascular coupling: techniki optyczne in vivo dla funkcjonalnego obrazowania mózgu. Biomed. Eng. Online 12:38. doi: 10.1186/1475-925X-12-38
PubMed Abstract | CrossRef Full Text | Google Scholar
Monden, Y., Dan, H., Nagashima, M., Dan, I., Tsuzuki, D., Kyutoku, Y., et al. (2012a). Right prefrontal activation as a neuro-functional biomarker for monitoring acute effects of methylphenidate in ADHD children: an fNIRS study. Neuroimage Clin. 1, 131-140. doi: 10.1016/j.nicl.2012.10.001
PubMed Abstract | CrossRef Full Text | Google Scholar
Monden, Y., Dan, H., Nagashima, M., Dan, I., Kyutoku, Y., Okamoto, M., et al. (2012b). Clinically-oriented monitoring of acute effects of methylphenidate on cerebral hemodynamics in ADHD children using fNIRS. Clin. Neurophysiol. 123, 1147-1157. doi: 10.1016/j.clinph.2011.10.006
PubMed Abstract | CrossRef Full Text | Google Scholar
Mostofsky, S. H., Schafer, J. G., Abrams, M. T., Goldberg, M. C., Flower, A. A., Boyce, A., et al. (2003). fMRI evidence that the neural basis of response inhibition is task-dependent. Brain Res. Cogn. Brain Res. 17, 419-430. doi: 10.1016/S0926-6410(03)00144-7
PubMed Abstract | CrossRef Full Text | Google Scholar
Mucina, B. D. (2005). The course of neuropsychological functions in children with attention deficit hyperactivity disorder from late childhood to early adolescence. J. Child Psychol. Psychiatry Allied Discip. 46, 824-836. doi: 10.1111/j.1469-7610.2004.00384.x
CrossRef Full Text
Nagashima, M., Monden, Y., Dan, I., Dan, H., Tsuzuki, D., Mizutani, T., et al. (2014). Acute neuropharmacological effects of atomoxetine on inhibitory control in ADHD children: a fNIRS study. Neuroimage Clin. 6, 192-201. doi: 10.1016/j.nicl.2014.09.001
PubMed Abstract | CrossRef Full Text | Google Scholar
Okamoto, M., Dan, H. K., Takeo, K., Shimizu, K., Kohno, S., et al. (2004). Three-dimensional probabilistic anatomical cranio-cerebral correlation via the international 10-20 system oriented for transcranial functional brain mapping. Neuroimage 21, 99-111. doi: 10.1016/j.neuroimage.2003.08.026
PubMed Abstract | CrossRef Full Text | Google Scholar
Plichta, M. M., Herrmann, M. J., Baehne, C. G., Ehlis, A. C., Richter, M. M., Pauli, P., et al. (2006). Funkcjonalna spektroskopia w bliskiej podczerwieni (fNIRS): czy pomiary są wiarygodne? Neuroimage 31, 116-124. doi: 10.1016/j.neuroimage.2005.12.008
PubMed Abstract | CrossRef Full Text | Google Scholar
Quaresima, V., Bisconti, S., and Ferrari, M. (2012). A brief review on the use of functional near-infrared spectroscopy (fNIRS) for language imaging studies in human newborns and adults. Brain Lang. 121, 79-89. doi: 10.1016/j.bandl.2011.03.009
PubMed Abstract | CrossRef Full Text | Google Scholar
Ramnani, N., and Owen, A. M. (2004). Anterior prefrontal cortex: insights into function from anatomy and neuroimaging. Nat. Rev. Neurosci. 5, 184-194. doi: 10.1038/nrn1343
PubMed Abstract | CrossRef Full Text | Google Scholar
Roca, M., Torralva, T., Gleichgerrcht, E., Woolgar, A., Thompson, R., Duncan, J., et al. (2011). The role of Area 10 (BA10) in human multitasking and in social cognition: a lesion study. Neuropsychologia 49, 3525-3531. doi: 10.1016/j.neuropsychologia.2011.09.003
PubMed Abstract | CrossRef Full Text | Google Scholar
Rubia, K., Halari, R., Smith, A. B., Mohammad, M., Scott, S., and Brammer, M. J. (2009). Shared and disorder-specific prefrontal abnormalities in boys with pure attention-deficit/hyperactivity disorder compared to boys with pure CD during interference inhibition and attention allocation. J. Child Psychol. Psychiatry 50, 669-678. doi: 10.1111/j.1469-7610.2008.02022.x
PubMed Abstract | CrossRef Full Text | Google Scholar
Rubia, K., Russell, T., Overmeyer, S., Brammer, M. J., Bullmore, E. T., Sharma, T., et al. (2001). Mapping motor inhibition: conjunctive brain activations across different versions of go/no-go and stop tasks. Neuroimage 13, 250-261. doi: 10.1006/nimg.2000.0685
PubMed Abstract | CrossRef Full Text | Google Scholar
Rubia, K., Smith, A. B., Brammer, M. J., Brammer, M. J., Bullmore, E. T., Sharma, T., et al. (2003). Right inferior prefrontal cortex mediates response inhibition while mesial prefrontal cortex is responsible for error detection. Neuroimage 20, 351-358. doi: 10.1016/S1053-8119(03)00275-1
PubMed Abstract | CrossRef Full Text | Google Scholar
Schecklmann, M., Romanos, M., Bretscher, F., Plichta, M. M., Warnke, A., and Fallgatter, A. J. (2010). Prefrontal oxygenation during working memory in ADHD. J. Psychiatr. Res. 44, 621-628. doi: 10.1016/j.jpsychires.2009.11.018
PubMed Abstract | CrossRef Full Text | Google Scholar
Schmitz, N., Rubia, K., Daly, E., Smith, A., Williams, S., Murphy, D. G., et al. (2006). Neural Correlates of executive function in autistic spectrum disorders. Biol. Psychiatry 59, 7-16. doi: 10.1016/j.biopsych.2005.06.007
PubMed Abstract | CrossRef Full Text | Google Scholar
Sergeant, J. A., Geurts, H., and Oosterlaan, J. (2002). How specific is a deficit of executive functioning for attention-deficit/hyperactivity disorder? Behav. Brain Res. 130, 3-28. doi: 10.1016/S0166-4328(01)00430-2
PubMed Abstract | CrossRef Full Text | Google Scholar
Shimoda, K., Moriguchi, Y., Tsuchiya, K., Katsuyama, S., and Tozato, F. (2014). Activation of the prefrontal cortex while performing a task at preferred slow pace and metronome slow pace: a functional near-infrared spectroscopy study. Neural Plast. 2014:269120. doi: 10.1155/2014/269120
PubMed Abstract | CrossRef Full Text | Google Scholar
Smith, A. B., Taylor, E., Brammer, M., Toone, B., and Rubia, K. (2006). Task-specific hypoactivation in prefrontal and temporoparietal brain regions during m7otor inhibition and task switching in medication-naive children and adolescents with attention deficit hyperactivity disorder. Am. J. Psychiatry, 163, 1044-1051. doi: 10.1176/ajp.2006.163.6.1044
PubMed Abstract | CrossRef Full Text | Google Scholar
Strangman, G., Culver, J. P., Thompson, J. H., and Boas, D. A. (2002). A quantitative comparison of simultaneous BOLD fMRI and NIRS recordings during functional brain activation. Neuroimage 17, 719-731. doi: 10.1006/nimg.2002.1227
PubMed Abstract | CrossRef Full Text | Google Scholar
Sturm, W., and Willmes, K. (2001). On the functional neuroanatomy of intrinsic and phasic alertness. Neuroimage 14(1 Pt 2), S76-S84. doi: 10.1006/nimg.2001.0839
PubMed Abstract | CrossRef Full Text | Google Scholar
Tamm, L., Menon, V., Ringel, J., and Reiss, A. L. (2004). Event-related FMRI evidence of frontotemporal involvement in aberrant response inhibition and task switching in attention-deficit/hyperactivity disorder. J. Am. Acad. Child Adolesc. Psychiatry 43, 1430-1440. doi: 10.1097/01.chi.0000140452.51205.8d
PubMed Abstract | CrossRef Full Text | Google Scholar
Vanderwert, R. E., and Nelson, C. A. (2014). Zastosowanie spektroskopii w bliskiej podczerwieni w badaniu rozwoju typowego i atypowego. Neuroimage 85, 264-271. doi: 10.1016/j.neuroimage.2013.10.009
PubMed Abstract | CrossRef Full Text | Google Scholar
Vasic, N., Plichta, M. M., Wolf, R. C., Fallgatter, A. J., Sosic-Vasic, Z., and Grön, G. (2014). Reduced neural error signaling in left inferior prefrontal cortex in young adults with ADHD. J. Atten. Disord. 18, 659-670. doi: 10.1177/1087054712446172
PubMed Abstract | CrossRef Full Text | Google Scholar
Vincent, J. L., Kahn, I., Snyder, A. Z., Raichle, M. E., and Buckner, R. L. (2008). Evidence for a frontoparietal control system revealed by intrinsic functional connectivity. J. Neurophysiol. 100, 3328-3342. doi: 10.1152/jn.90355.2008
PubMed Abstract | CrossRef Full Text | Google Scholar
Wager, T. D., Sylvester, C. Y., Lacey, S. C., Nee, D. E., Franklin, M., and Jonides, J. (2005). Common and unique components of response inhibition revealed by fMRI. Neuroimage 27, 323-340. doi: 10.1016/j.neuroimage.2005.01.054
PubMed Abstract | CrossRef Full Text | Google Scholar
Wehmeier, P. M., Schacht, A., and Barkley, R. A. (2010). Social and emotional impairment in children and adolescents with ADHD and the impact on quality of life. J. Adolesc. Health 46, 209-217. doi: 10.1016/j.jadohealth.2009.09.009
PubMed Abstract | CrossRef Full Text | Google Scholar
Xiao, T., Xiao, Z., Ke, X., Hong, S., Yang, H., Su, Y., et al. (2012). Response inhibition impairment in high functioning autism and attention deficit hyperactivity disorder: evidence from near-infrared spectroscopy data. PLoS ONE 7:e46569. doi: 10.1371/journal.pone.0046569
PubMed Abstract | CrossRef Full Text | Google Scholar
Zang, Y. F., Jin, Z., Weng, X. C., Zhang, L., Zeng, Y. W., Yang, L., et al. (2006). Funkcjonalny MRI w zaburzeniach nadpobudliwości psychoruchowej z deficytem uwagi: dowód na hipofrontalność. Brain Dev. 27, 544-550. doi: 10.1016/j.braindev.2004.11.009
PubMed Abstract | CrossRef Full Text | Google Scholar
.