Basis Saraf Memori Kerja di ADHD: Beban Versus Kompleksitas
Mar 25, 2022
Kontak:{0}}/ 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, f,
Samuel M. McClure g, Julie B. Schweitzer a, Catherine Fassbender a, h
a Department of Psychiatry and Behavioral Sciences and MIND Institute, University of California, Davis, 2825 50th St., Sacramento, CA 95817, USA
b Departemen Ilmu Kesehatan Masyarakat, Universitas California, Davis, Davis, CA 95616, AS
c Departemen Psikologi, University of California, Berkeley, Lantai 3, Gedung Berkeley Way West, 2121 Berkeley Way West, Berkeley, CA 94720, AS
d Departemen Psikologi Perkembangan, Universitas Amsterdam, Nieuwe Achtergracht 129-B, 1018 WS Amsterdam, Belanda
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, Universitas Negeri Arizona, Tempe, AZ 85287, AS
h School of Psychology, Dublin City University, DCU Kampus Glasnevin, Dublin 9, Irlandia
Bentengechinacosidamemiliki sangat baikefek neuroprotektif
A B S T R A C T
Memori kerja (WM)defisit adalah kunci dalam attention deficit hyperactivity disorder (ADHD). Namun demikian, WM tidak secara universal terganggu pada ADHD. Selain itu, dasar saraf untuk defisit WM pada ADHD belum ditetapkan secara meyakinkan, dengan daerah termasuk korteks prefrontal, otak kecil, dan berekor yang terlibat. Kontradiksi ini mungkin terkait dengan konseptualisasi kapasitas WM, seperti beban (jumlah informasi) versus kompleksitas operasional (pemeliharaan-recall atau manipulasi). Misalnya, relatif terhadap individu neurotipikal (NT), operasi WM yang kompleks dapat terganggu pada ADHD, sementara operasi yang lebih sederhana terhindar. Atau, semua operasi mungkin terganggu pada beban yang lebih tinggi. Di sini, kami membandingkan dampak dari dua komponen kapasitas WM ini: beban dan kompleksitas operasional, antara ADHD dan NT, secara perilaku dan saraf. Kami berhipotesis bahwa dampak beban WM akan lebih besar pada ADHD, dan aktivasi saraf akan diubah. Peserta (rentang usia 12-23 tahun; 50 ADHD (18 perempuan); 82 NT (41 perempuan)) mengingat tiga atau empat objek (beban) dalam urutan maju atau mundur (kompleksitas operasional) selama pemindaian pencitraan resonansi magnetik fungsional. Efek diagnosis dan tugas dibandingkan pada kinerja dan keterlibatan saraf. Secara perilaku, kami menemukan interaksi yang signifikan antara diagnosis dan beban, dan antara diagnosis, beban, dan kompleksitas. Neural, kami menemukan interaksi antara diagnosis dan beban di striatum kanan, dan antara diagnosis dan kompleksitas di otak kecil kanan dan girus oksipital kiri. Kelompok ADHD ditampilkan hipo-aktivasi dibandingkan dengan kelompok NT selama beban yang lebih tinggi dan kompleksitas yang lebih besar. Ini menginformasikan mekanisme masalah fungsional yang berkaitan dengan WM pada remaja dan dewasa muda dengan ADHD (misalnya, kinerja akademik) dan intervensi perbaikan (misalnya, WM-pelatihan).
1. Perkenalan
Attention Deficit Hyperactivity Disorder (ADHD)adalah gangguan perkembangan saraf awal yang umum, dengan perkiraan prevalensi 5-6 persen, sering bertahan hingga dewasa (Asherson et al., 2016). Defisit yang menonjol pada ADHD adalah working memory (WM), dengan beberapa penelitian menunjukkan bahwa WM mungkin merupakan gangguan inti pada ADHD (Martinussen et al., 2005; Rapport et al., 2001). Gangguan WM terkait dengan gejala utama seperti kurangnya perhatian dan hiperaktif pada ADHD (Orban et al.,
2018; Rapport et al., 2009; Campez dkk., 2020). Kapasitas WM mengacu pada kemampuan untuk mempertahankan atau memanipulasi informasi secara mental, mengikuti masukan perseptual (Baddeley et al., 1974). Tidak dapat disangkal, gangguan terkait WM dapat memiliki pengaruh besar pada berbagai fungsi, yang memengaruhi bidang kehidupan, seperti prestasi akademik (Simone et al., 2018; Fried et al., 2019), pemrosesan emosi (Groves et al., 2020), hubungan sosial (Kofler et al., 2011). Oleh karena itu, pemahaman yang lebih komprehensif tentang gangguan terkait WM pada ADHD dapat memiliki implikasi penting.
Salah satu faktor rumit dalam penelitian WM adalah perbedaan dalam mendefinisikan konstruksi WM. Beberapa teori WM membedakan antara pemeliharaan dan manipulasi, hanya mengkualifikasikan manipulasi sebagai WM yang sebenarnya, dengan pemeliharaan yang hanya dipanggil kembali (Rapport et al., 2013), sedangkan yang lain menganggap keduanya sebagai operasi WM dengan kompleksitas yang berbeda-beda (D'Esposito et al., 1999). ; Rypma dkk., 2002; Jolles dkk., 2011). Kesetiaan informasi yang disimpan dalam WM berkurang karena kompleksitas operasi yang dilakukan pada informasi meningkat (misalnya, pemeliharaan versus manipulasi). Efek negatif serupa pada WM diamati sebagai jumlah informasi yang dipertahankan (yaitu, beban) meningkat. Dengan demikian, kapasitas WM dapat dipengaruhi oleh beban, kompleksitas operasional, atau keduanya.
Model yang berbeda telah diusulkan untuk menjelaskan dasar saraf dari konstruksi WM yang berbeda. Salah satu model WM berpendapat bahwa pemeliharaan dan manipulasi bergantung pada jaringan yang berbeda di korteks frontal dan parietal. Pemeliharaan dianggap merekrut jaringan yang lebih ventral, sedangkan manipulasi bergantung tambahan pada lebih banyak daerah punggung (D'Esposito et al., 1999; Crone et al., 2006). Namun, pada beban yang lebih tinggi, pemeliharaan juga telah ditunjukkan untuk melibatkan jaringan punggung (Rypma et al., 2002; Miller, 1956; Braver et al., 1997; Tan et al., 2006; Jaeggi et al., 2009; Zarahn et al. al., 2005). Dengan demikian, manipulasi dapat dianggap sebagai tugas WM beban tinggi daripada komponen yang tidak dapat dipisahkan dengan jaringan otak khusus. Sangat sedikit penelitian yang menguji hal ini dengan membandingkan secara langsung pemeliharaan pada beban yang lebih tinggi dengan manipulasi (Jolles et al., 2011; Veltman et al., 2003; Cannon et al., 2005). Dua penelitian tersebut menemukan pemeliharaan pada beban yang lebih tinggi merekrut daerah yang sama sebagai manipulasi, termasuk korteks prefrontal dorsolateral (DLPFC) (Veltman et al., 2003; Cannon et al., 2005) sementara yang lain tidak menemukan perekrutan DLPFC untuk manipulasi (Jolles et al. , 2011). Pekerjaan lain menunjukkan kapasitas WM, terutama kemampuan untuk melakukan manipulasi, didukung oleh aktivasi DLPFC yang sesuai dan meningkat seiring bertambahnya usia (Jolles et al., 2011; Crone et al., 2006; Federico et al., 2014).
Defisit WM adalah kunci dalam ADHD (Martinussen et al., 2005; Rapport et al., 2001). WM terkait dengan gejala ADHD (Rapport et al., 2009), dan defisit WM bertahan hingga dewasa (Alderson et al., 2013). Namun demikian, WM tidak secara universal terganggu pada ADHD (Martinussen et al., 2005; Rapport et al., 2008; Gathercole dan Alloway, 2006; Vance et al., 2013; Kofler et al., 2019; Nigg, 2005), dan heterogenitas ini tidak sepenuhnya dipahami. Faktor rumit lainnya mungkin termasuk kemungkinan bahwa gangguan WM pada ADHD mungkin spesifik modalitas. Ada kemungkinan bahwa WM spasial mungkin lebih terpengaruh daripada verbal (Martinussen et al., 2005). Namun, meta-analisis baru-baru ini menemukan WM verbal berdampak pada ADHD (Ramos et al., 2020). Teori lain menunjukkan bahwa WM mungkin lebih berdampak pada individu dengan gejala lalai (Martinussen dan Tannock, 2006), namun defisit WM juga terkait dengan gejala hiperaktif/impulsif (Kofler et al., 2019).
Dalam studi saat ini, kami mengusulkan bahwa perubahan WM terkait ADHD dapat bergantung pada apakah kapasitas WM ditentukan oleh beban dan/atau kompleksitas. Dengan demikian, operasi WM yang kompleks, seperti manipulasi, dapat berdampak pada ADHD, dengan operasi yang lebih sederhana, seperti maintenance-recall mungkin kurang terpengaruh, seperti dalam kondisi seperti penyakit Parkinson (Lewis et al., 2003). Atau, manipulasi dan pemeliharaan pada beban yang lebih tinggi dapat terganggu, seperti yang diamati pada skizofrenia (Cannon et al., 2005; Hill et al., 2010).
Dasar saraf untuk defisit WM pada ADHD selanjutnya dapat berkontribusi pada heterogenitas dalam temuan mengenai gangguan WM pada ADHD. Jaringan otak yang mendukung WM pada individu neurotipikal (NT) telah dipelajari secara ekstensif, dan sementara korteks prefrontal (PFC), korteks parietal (PC), area motorik tambahan (SMA), dan area temporal superior (D'Esposito et al., 1999) secara klasik terkait dengan WM, penelitian terbaru menunjukkan otak kecil (Tomlinson et al., 2014; Steinlin, 2007) dan daerah striatal (O'Reilly dan Frank, 2006; Darki dan Klingberg, 2015) memainkan peran penting dalam pemrosesan WM. Striatum terkait dengan informasi gating di PFC (Chatham dan Badre, 2015; McNab dan Klingberg, 2008), dan ini sangat penting untuk kapasitas WM (misalnya, pemeliharaan) sementara otak kecil terlibat dengan peningkatan kompleksitas (Marvel dan
Desmond, 2012) (misalnya, manipulasi). Perbedaan struktural telah dilaporkan di kedua berekor (Vaidya, 2012; Valera et al., 2007; Hoogman et al., 2017) dan otak kecil (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) dalam ADHD, dibandingkan dengan NT, dan ulasan kunci dari gangguan WM pada ADHD telah menyarankan jaringan frontostriatal-cerebellar bisa bermain peran kunci dalam defisit WM pada ADHD (Martinussen et al., 2005; Giedd et al., 2001; Castellanos et al., 2002; Durston, 2003; Bollmann et al., 2017). Dengan demikian, gangguan WM pada ADHD dapat didorong oleh peningkatan beban atau kompleksitas, melalui perbedaan dalam perekrutan sistem striatal atau serebelar sehubungan dengan jaringan frontal. Oleh karena itu, selain menyelidiki perbedaan kinerja WM, pemeriksaan dasar saraf untuk gangguan WM pada ADHD, apakah didorong oleh beban atau kompleksitas, akan memungkinkan identifikasi lokus untuk perbedaan WM pada ADHD.
Untuk membandingkan secara langsung dampak dari definisi yang berbeda dari kapasitas WM pada ADHD, kami menguji efek dari beban WM (rendah versus tinggi) dan kompleksitas (perolehan-pemeliharaan versus manipulasi) dalam paradigma fMRI kesatuan, dalam sekelompok individu dengan ADHD dan kelompok kontrol NT. Kami berhipotesis bahwa kinerja WM akan terganggu pada ADHD dibandingkan dengan kelompok NT dan bahwa perbedaan kinerja ini akan disertai dengan perubahan dalam aktivasi saraf terkait WM. Selanjutnya, berdasarkan hasil studi perilaku sebelumnya yang meneliti dampak beban WM pada ADHD (misalnya, Bollmann et al., 2017; Weigard dan Huang-Pollock, 2017); kami berhipotesis bahwa, untuk individu dengan ADHD, peningkatan beban akan menghasilkan penurunan yang tidak proporsional pada kinerja WM dibandingkan dengan NT, terlepas dari kompleksitasnya, dan bahwa ini akan disertai dengan peningkatan rekrutmen jaringan frontostriatal-cerebellar.
Memahami spesifisitas dampak ADHD pada kapasitas WM (kompleksitas versus beban) dapat menjelaskan aspek kesulitan WM apa yang menjadi tantangan bagi mereka dengan ADHD. Selain itu, dapat menginformasikan desain intervensi pelatihan WM yang dipersonalisasi dengan memandu upaya menuju aspek spesifik dari operasi WM. Seperti yang disarankan dalam pekerjaan sebelumnya, menggunakan penyimpanan eksternal, isyarat, atau secara bertahap menambahkan informasi baru dapat mengurangi beban WM dan intervensi yang berfokus pada aspek-aspek ini mungkin lebih bermanfaat (Martinussen et al., 2005).
tes untuk flavonoid
1. Bahan dan metode
1.1. Peserta
1.1.1. Detail peserta
Kami mengumpulkan data pencitraan (lihat bagian berikut untuk informasi tentang parameter pencitraan dan detail rekrutmen) dari 78 remaja dan dewasa muda (AYA) dengan presentasi GabunganADHD(yaitu, menunjukkan peningkatan gejala dari kedua kurangnya perhatian dan hiperaktif/impulsif) dan kelompok pembanding 86 NT AYA, bagian dari studi longitudinal. Kami merekrut peserta dari University of California, Davis (UCD), sistem rekrutmen subjek berbasis MIND Institute, UCD, dan klinik rawat jalan gangguan psikiatri dan perkembangan saraf komunitas, papan buletin kampus UCD, dan komunitas melalui iklan bertarget di selebaran dan media sosial. Dua puluh peserta dengan ADHD dan empat peserta NT dikeluarkan karena akurasi perilaku yang rendah (didefinisikan sebagai kurang dari dua standar deviasi di bawah rata-rata kinerja di semua peserta dan semua kondisi), dan 8ADHDpeserta karena gerakan kepala yang berlebihan selama pemindaian (didefinisikan sebagai memiliki lebih dari 25 persen volume dihilangkan karena melebihi batas gerakan volume-ke-volume 1 mm). Kami menganalisis data MRI dari peserta yang tersisa, termasuk 50 ADHD dan 82 peserta NT.
Peserta berusia 12-23 tahun dan termasuk 41/41 dan 18/32 perempuan/laki-laki di NT danADHDkelompok, masing-masing (Tabel 1). Dari peserta ADHD, 28 saat ini diresepkan obat stimulan (12 methylphenidate, 16 amfetamin), dan dua obat non-stimulan. Peserta yang meresepkan obat membutuhkan waktu 48-96 jam
* Dipastikan oleh Skala Penilaian Conners – 3.
** Tes Prestasi Individu Wechsler. Variabel demografi untuk NT danADHDkelompok disajikan, diikuti oleh statistik t dan nilai p untuk perbedaan antara kelompok. Angka mewakili nilai rata-rata dan standar deviasi (SD) kecuali jika ditunjukkan.
liburan pengobatan sebelum pemindaian pencitraan resonansi magnetik fungsional (fMRI), dengan persetujuan dokter yang meresepkan, sesuai dengan lima waktu paruh obat yang diresepkan. Lihat bagian Informasi Tambahan untuk informasi tentang status sosial ekonomi peserta.
2.1.2. Prosedur diagnostik
Dua psikolog berlisensi dalam tim kami (JBS dan JFD) mengevaluasi data skrining untuk menentukan kelayakan studi berdasarkan Manual Diagnostik dan Statistik Gangguan Mental – Edisi ke-5 (DSM 5). Orang Tua (Conner-3 Skala Penilaian Orang Tua – CPRS-3) dan skala penilaian guru (Conners-3 Skala Penilaian Guru – CTRS-3) (Conners, 2008) telah diselesaikan, sedangkan peserta dewasa memiliki Conners' AdultADHDRating Scale (CAARS) dengan orang tua, pasangan, atau teman dekat (terutama ini diisi oleh orang tua) mengisi formulir Pengamat CAARS pada peserta. Kehadiran masa kecilADHDuntuk peserta ADHD dewasa juga dikonfirmasi (atau tidak ada untuk NT) melalui skala penilaian retrospektif yang diselesaikan oleh orang tua pada Barkley AdultADHDSkala Peringkat-IV (BAARS-IV). Seorang psikolog berlisensi dari tim kami selanjutnya mewawancarai orang tua untuk mengklarifikasi diagnosis (atau ketidakhadirannya) jika diperlukan. Lihat di bawah untuk prosedur penyaringan untuk ketidakmampuan belajar akademik.
chology Software Tools, Inc., Sharpsburg, PA).
1.1. Paradigma
Peserta menampilkan versi Picture OrderPenyimpananParadigma (Crone et al., 2006) menggunakan paradigma eksperimental berbasis desain terkait peristiwa (Gbr. 1.1). Dalam tugas ini, masing-masing dari empat putaran terdiri dari periode fiksasi 4000 ms, diikuti oleh 15 percobaan. Setiap percobaan dimulai dengan blok pengkodean, yang terdiri dari empat gambar yang ditampilkan pada interval 1000 ms. Beban divariasikan dengan mengganti gambar keempat dengan tanda bintang dalam uji coba 3 beban, yang diinstruksikan untuk diabaikan oleh peserta. Ini diikuti oleh blok instruksi 5000 ms, di mana peserta diberitahu untuk mengingat item dalam urutan yang disajikan (yaitu maju; F) atau dalam urutan terbalik (yaitu, mundur; B). Ini adalah periode utama yang menarik karena ini adalah saat objek akan dipertahankan (urutan maju) atau dimanipulasi (urutan terbalik). Setelah periode fiksasi (1000 ms), blok probe terjadi, di mana peserta mengingat objek yang sebelumnya telah disajikan selama periode 8000 ms. Interval antar-percobaan 4000 ms, 6000 ms, 8000 ms (rata-rata 6000 ms) mengikuti setiap percobaan. Kondisi didistribusikan secara acak dalam lari.
1.2. Analisis kinerja perilaku
Kami menggunakan SAS versi 9.4. (SAS Institute Inc., Cary, NC) untuk menganalisis kinerja perilaku. Kami memperoleh akurasi rata-rata dan waktu reaksi untuk percobaan 3 item (3F dan 3B), 4 item (4F dan 4B), maju (3F dan 4F), dan mundur (3B dan 4B). Analisis dilakukan dengan menggunakan model linier efek campuran (Laird dan Ware, 1982) karena data dikumpulkan berulang kali untuk setiap individu di seluruh kondisi tugas (kompleksitas dan beban). Keuntungan dari pendekatan ini adalah kemampuan untuk secara langsung memodelkan varians heterogen (lintas kelompok atau kondisi). Kami menguji untuk
Gambar 1. Paradigma eksperimental dan kinerja perilaku. 1.1. Paradigma eksperimental. Masing-masing dari empat run didahului oleh periode fiksasi 4000 ms, diikuti oleh 15 percobaan. Setiap percobaan dimulai dengan blok pengkodean, yang terdiri dari empat pasang fiksasi, diikuti oleh satu item, selama 1000 ms. Beban divariasikan dengan mengganti gambar keempat dengan tanda bintang dalam uji coba 3 beban, yang diinstruksikan untuk diabaikan oleh peserta. Ini diikuti oleh blok instruksi 5000 ms, di mana peserta diminta untuk mengingat item dalam urutan yang disajikan (yaitu maju) atau dalam urutan terbalik (yaitu mundur). Ini adalah periode utama yang menarik karena ini adalah saat objek akan dipertahankan (urutan maju) atau dimanipulasi (urutan terbalik). Setelah periode fiksasi (1000 ms), ini diikuti oleh blok probe 8000 ms, di mana peserta diminta untuk mengingat objek yang telah disajikan sebelumnya. Interval antar-percobaan 4000 ms, 6000, 8000 ms (rata-rata
6000 ms) mengikuti setiap percobaan. 1.2. Kinerja Perilaku. Interaksi antara diagnosis, kompleksitas, dan beban adalah signifikan (p=0.048). Kami menemukan interaksi yang signifikan antara diagnosis dan beban (p=0.04), tetapi tidak diagnosis dan kompleksitas (p=0.62). Individu dengan ADHD menghasilkan lebih banyak kesalahan, dibandingkan dengan NT, di seluruh kondisi. Kedua kelompok merespon kurang akurat untuk tugas yang lebih sulit – baik karena peningkatan beban (4 lawan 3) atau peningkatan kompleksitas (mundur versus maju, atau manipulasi versus pemeliharaan), tetapi kelompok ADHD, versus NT, menunjukkan ketidakakuratan penurunan yang lebih besar karena peningkatan beban .
perbedaan akurasi dengan kompleksitas (manipulasi versus pemeliharaan), beban (4 versus 3), dan diagnosis (ADHD versus NT) sebagai faktor. Model termasuk efek tetap untuk diagnosis, beban, kompleksitas, usia (berpusat rata-rata), interaksi antara beban, kompleksitas, dan diagnosis, beban dan diagnosis, kompleksitas dan diagnosis, beban dan usia, kompleksitas, dan usia. Kami juga memeriksa efek kuadrat dari usia. Efek acak untuk setiap peserta juga disertakan.
1.1. Analisis pencitraan
1.1.1. Prapemrosesan
Kami menganalisis data fMRI menggunakan FSL dan AFNI (Cox, 1996). Dua volume pertama dari setiap pemindaian dibuang untuk stabilisasi sinyal. Lari menjalani penghilangan non-otak sebelum disejajarkan dengan gambar MR struktural berbobot T1-individu dan transformasi ke ruang Montreal Neurological Institute (MNI). Registrasi menggunakan Alat Registrasi Gambar Linier FMRIB (Greve dan Fischl, 2009). Smoothing, menggunakan filter Gaussian full-width at half-maximum (FWHM) 4 mm, dan normalisasi dilakukan seperti pada penelitian kami sebelumnya (Fassbender et al., 2011). Ukuran voxel adalah 2 mm3. Volume yang melebihi gerakan volume-ke-volume lebih dari 1 mm dikeluarkan dari analisis lebih lanjut. Peserta dengan lebih dari 25 persen volume dihilangkan dikeluarkan.
1.1.2. Analisis regresi
Analisis model linier umum menyesuaikan respons hemodinamik dengan fungsi aktivasi gerbong dengan menggunakan waktu awal setiap kondisi. Parameter pergerakan juga dimasukkan sebagai variabel gangguan. Regresor memodelkan periode pengkodean, instruksi, penarikan kembali, dan manipulasi.
1.1.3. Analisis di dalam dan di antara kelompok
Untuk mengidentifikasi daerah otak yang direkrut untuk kompleksitas dan beban WM di setiap kelompok, dengan mempertimbangkan efek usia, kami melakukan analisis pemodelan efek campuran linier, yang diterapkan oleh 3dLME di AFNI, pada tingkat seluruh otak. Efek tetap dalam model kami adalah diagnosis, kompleksitas, dan beban. Kami memasukkan interaksi antara diagnosis, kompleksitas, dan beban, diagnosis dan kompleksitas, diagnosis dan beban, usia dan beban, usia dan kompleksitas, usia dan diagnosis. Peserta diperlakukan sebagai intersep acak. Usia dimasukkan sebagai kovariat.
Kami melakukan simulasi Monte Carlo untuk mengoreksi beberapa perbandingan dengan nilai p tingkat voxel 0.005, menghasilkan ukuran cluster minimum 182 voxel yang diperlukan untuk mencapai probabilitas 0,05 signifikan cluster bertahan hidup secara kebetulan. Simulasi dihitung menggunakan 3dClustSim dengan fungsi autokorelasi (ACF), menghindari asumsi tentang distribusi kebisingan Gaussian (Cox et al., 2017). Perkiraan parameter dari kelompok yang signifikan, yang dihasilkan dari ANCOVA, diekstraksi dan diplot (hanya untuk demonstrasi), untuk mewakili perbedaan antara kelompok dan kondisi tugas, dengan memperhitungkan usia.
Untuk memastikan bahwa perbedaan kelompok tidak dipengaruhi oleh gerakan kepala, kami membandingkan parameter gerakan rata-rata (dihitung dari akar kuadrat dari jumlah kuadrat gerakan dalam arah x, y, z) antar kelompok, menggunakan uji-t sampel independen (dua- berekor, varians sama
tidak diasumsikan). Tidak ditemukan perbedaan kelompok yang signifikan (t=-0.12, df=102.26, p=0.90).
2. Hasil
2.1. Perilaku
Tabel 2 dan Gambar 1.2 merangkum hasil pengujian analisis perilaku untuk efek kompleksitas dan beban pada akurasi. Seperti yang diilustrasikan tabel, interaksi antara diagnosis, kompleksitas, dan beban adalah signifikan (p 0.048). Kami menemukan interaksi yang signifikan antara diagnosis dan beban (p 0,04), tetapi tidak diagnosis dan kompleksitas (p
{{0}}.62). Kami menemukan pengaruh yang signifikan dari usia (p 0.03). Pengaruh interaksi usia dan beban adalah signifikan (p <0,001). kami="" juga="" menguji="" efek="" kuadrat="" dari="" usia="" pada="" kinerja,="" tetapi="" tidak="" signifikan="" (p="">
Meja 2
Estimasi parameter dari analisis model efek campuran linier untuk akurasi antar kelompok (NT versusADHD), kompleksitas (manipulasi versus pemeliharaan, atau mundur versus maju), dan beban (4 versus 3), dengan usia sebagai kovariat. Kategori referensi adalah neurotipikal untuk diagnosis, pemeliharaan untuk kompleksitas, dan 3 item untuk beban.
0.06) dan karenanya tidak disertakan sebagai istilah dalam analisis data fMRI.
1.1. Aktivasi otak
1.1.1. Efek kondisi tugas
Untuk analisis neuroimaging, kami mulai dengan menguji efek utama beban dan kompleksitas di seluruh peserta, dan kami mengidentifikasi daerah yang sebelumnya terkait dengan WM, termasuk PFC ventrolateral dan dorsolateral, striatum, dan otak kecil. Analisis konjungsi dari efek utama beban dan kompleksitas mengidentifikasi sebagian besar oksipital, parietal, girus temporal tengah, girus precentral, DLPFC, otak kecil, dan striatum secara bilateral. Selain itu, efek utama dari kompleksitas termasuk kelompok besar di PFC medial, precuneus bilateral, dan otak kecil. Efek utama dari beban lebih lanjut termasuk girus oksipital bilateral, striatum, VLPFC kiri, dan girus precentral kanan. Efek utama dari diagnosis termasuk cluster di otak kecil, dengan aktivitas puncak dalam penurunan. Efek utama dari usia menunjukkan kelompok besar dan signifikan dengan puncak di nukleus lentiform kiri dan termasuk kaudatus bilateral, serebelum bilateral memanjang di atas uvula dan culmen, girus frontal inferior bilateral (IFG), girus precentral, girus frontal tengah, dan inferior bilateral. lobulus parietal (Gbr. 2.1, Tabel 3.1).
1.1.2. Efek dalam grup
Dalam kedua kelompok, tes untuk efek beban dan kompleksitas mengidentifikasi aktivasi yang signifikan secara bilateral di daerah WM standar, termasuk PFC lateral, korteks parietal, striatum, dan otak kecil (Gbr. 2.2, Tabel 3.2).
1.1.3. Interaksi: kondisi tugas kelompok
Kami tidak menemukan efek interaksi tiga arah yang signifikan (kompleksitas beban grup). Efek interaksi yang signifikan dari kelompok dan kompleksitas ditemukan di otak kecil kanan dan di girus lingual kiri. Kami juga menemukan efek interaksi yang signifikan dari kelompok dan beban di berekor kanan (Gbr. 3, Tabel 3.3).
1.1.4. Interaksi: usia tugas-kondisi
Ada pengaruh interaksi yang signifikan antara umur dan beban pada lobulus parasentral kiri, dan hijauan dan kompleksitas pada berekor kanan (Tabel 3.4).
1.1.5. Interaksi: kelompok umur
Tidak ada pengaruh interaksi yang signifikan antara usia dan kelompok.
2. Diskusi
Defisit WM telah banyak dilaporkan diADHD(Alderson dkk.,
Gbr. 2. Efek utama dan efek dalam kelompok – semua gambar menunjukkan persen perubahan sinyal (setara dengan nilai beta) yang dihamparkan pada gambar otak, diambang batas pada p < 0.005,="" cluster="" dikoreksi="" pada="" p="">< 0,05.="" semua="" gambar="" aktivasi="" kecuali="" konjungsi="" menggunakan="" peta="" panas="" untuk="" menunjukkan="" aktivasi="" positif="" dari="" berbagai="" intensitas="" dari="" merah="" ke="" kuning="" dan="" aktivasi="" negatif="" dalam="" nuansa="" biru="" 2.1.="" efek="" utama="" dari="" beban="" (4="" vs.="" 3),="" kompleksitas="" (mundur="" vs.="" maju),="" dan="" konjungsi="" dari="" dua="" efek="" utama.="">
peta menunjukkan beban dalam warna kuning, operasi dalam warna cyan, dan tumpang tindih dari dua efek utama dalam warna hijau, 2.2. Pengaruh beban (4 vs. 3) secara terpisah untuk NT, Pengaruh beban (4 vs. 3) secara terpisah untuk ADHD, Pengaruh kompleksitas (mundur vs. maju) secara terpisah untuk NT, dan Pengaruh kompleksitas (mundur vs. maju) secara terpisah untuk ADHD. (Untuk interpretasi referensi warna dalam legenda gambar ini, pembaca dirujuk ke versi web artikel ini.)
2013), dan mereka telah dikaitkan dengan gejala (Rapport et al., 2009) serta hasil fungsional (Simone et al., 2018; Fried et al., 2019; Kofler et al., 2011; Orban et al., 2018; Rapport dkk., 2009; Campez dkk., 2020). Gangguan WM juga telah terbukti bertahan hingga dewasa (Alderson et al., 2013). Namun demikian, terlepas dari keunggulan gangguan terkait WM pada ADHD, tidak jelas apakah defisit WM ini didorong oleh peningkatan beban WM atau kompleksitas operasional atau keduanya. Perubahan aktivasi saraf yang menyertai peningkatan beban WM, versus aktivasi otak yang sesuai dengan kompleksitas operasional yang lebih besar juga tidak diketahui, pada ADHD versus NT.
Hasil kami menunjukkan bahwa di semua kondisi, individu dengan ADHD menghasilkan lebih banyak kesalahan, dibandingkan dengan NT. Kedua kelompok merespons dengan kurang akurat untuk tugas yang lebih sulit – baik karena peningkatan beban (4 lawan 3) atau kompleksitas yang lebih besar (mundur versus penerusan, atau manipulasi versus pemeliharaan). Namun, pada kelompok ADHD, peningkatan beban memiliki dampak yang lebih besar pada akurasi kinerja WM, dibandingkan dengan kelompok NT.
Itudata sarafmenunjukkan bahwa semua peserta merekrut daerah otak yang biasanya terkait dengan WM, seperti PFC, PC, SMA, gyrus temporal superior (D'Esposito et al., 1999), otak kecil (Tomlinson et al., 2014; Steinlin, 2007) , dan daerah striatal (O'Reilly dan Frank, 2006; Darki dan Klingberg, 2015). Aktivitas di area ini meningkat baik dengan meningkatnya beban dan kompleksitas yang lebih besar, menunjukkan berbagi yang signifikansarafarsitektur antara aspek-aspek kapasitas WM. Hasil kami menunjukkan bahwa pemeliharaan pada peningkatan beban, serta manipulasi, melibatkan DLPFC di kedua kelompok, seperti dalam penelitian sebelumnya (Veltman et al., 2003; Cannon et al., 2005). Kami juga menemukan efek interaksi yang signifikan antara kompleksitas operasional dan kelompok di otak kecil dan di lingual gyrus, dan antara beban dan kelompok di striatum. Sementara dalam kondisi yang lebih sederhana, beban atau kompleksitas, kelompok NT tidak memiliki aktivasi yang berbeda secara signifikan dari kelompok ADHD, untuk beban yang lebih tinggi atau kompleksitas yang lebih besar, kelompok NT meningkatkan aktivasi di wilayah ini, jauh lebih banyak daripada kelompok ADHD. Secara bersama-sama, perbedaan kinerja dan aktivasi otak menunjukkan bahwa mereka yang menderita ADHD gagal meningkatkan aktivasi otak di wilayah otak kunci tertentu seiring dengan meningkatnya kesulitan tugas, tetapi ini disertai dengan penurunan kinerja perilaku, dibandingkan dengan NT, hanya untuk peningkatan beban WM. Ini menunjukkan bahwa beban dapat memiliki dampak yang lebih besar daripada kompleksitas pada WM pada ADHD. Dengan demikian, kami juga menemukan interaksi yang signifikan antara kelompok, beban, dan kompleksitas untuk akurasi perilaku, yang dapat mencerminkan perbedaan ini dalam efek beban dan kompleksitas antara kedua kelompok, tetapi kami tidak menemukan efek interaksi yang sesuai dalam aktivasi otak.
Di seluruh kelompok, peserta yang lebih tua merespons lebih akurat untuk semua kondisi, konsisten dengan temuan umum bahwa WM membaik seiring bertambahnya usia (Jolles et al., 2011; Crone et al., 2006). Selain itu, akurasi tugas turun lebih sedikit sebagai respons terhadap peningkatan beban tugas untuk peserta yang lebih tua dibandingkan dengan peserta yang lebih muda, di kedua kelompok. Beberapa daerah otak menunjukkan efek usia, termasuk berekor bilateral, otak kecil, dan beberapa daerah frontal dan daerah parietal inferior. Kami menemukan interaksi yang signifikan antara beban dan usia di lobulus paracentral kiri, dan antara kompleksitas dan usia di berekor kanan. Tidak ada wilayah yang menunjukkan interaksi yang signifikan dengan kelompok dan usia, menunjukkan bahwa kedua kelompok tidak terpengaruh secara berbeda berdasarkan usia dalam analisis ini.
Gyrus lingual telah dikaitkan dengan pengkodean gambar kompleks (Machielsen et al., 2000) atau kata-kata (Mechelli et al., 2000). fMRI sebelumnya
Tabel 3
Membandingkan aktivitas otak antara kelompok (NT versus ADHD) untuk kompleksitas (manipulasi versus pemeliharaan, atau mundur versus maju) dan beban (4 versus 3), dengan usia sebagai kovariat, menggunakan tindakan berulang ANCOVA, seperti yang diterapkan oleh 3dLME di AFNI 3.1) Utama efek kelompok, beban, kompleksitas, dan usia; 3.2) Beban dan kompleksitas dalam kelompok; 3.3) Efek interaksi antar kelompok; 3.4) Efek interaksi dengan usia.
Catatan: DLPFC Dorsolateral Prefrontal Cortex, VLPFC Ventrolateral Prefrontal Cortex, VMPFC Ventromedial Prefrontal Cortex, MFG Middle Frontal Gyrus, IFG Inferior Frontal Gyrus, ITG Inferior Temporal Gyrus, MTG Middle temporal gyrus, STG Superior Temporal Gyrus, IPL Lobulior Parietal Frontal Gyrus, SPL Studi Superior Parietal Lobule WM pada ADHD telah menunjukkan perbedaan aktivasi pada gyrus lingual. Namun, arah perbedaannya beragam, yang mungkin disebabkan oleh perbedaan dalam tugas yang digunakan. Hasil kami menunjukkan bahwa berekor dan otak kecil mungkin memainkan peran penting dalam gangguan WM pada ADHD, untuk beban dan kompleksitas masing-masing. Kontribusi striatum dan otak kecil untuk WM telah disorot dalam penelitian sebelumnya (Tomlinson et al., 2014; O'Reilly dan Frank, 2006; Lewis et al., 2004; Middleton dan Strick, 1994; Watson et al., 2014). Striatum dihipotesiskan untuk mengontrol aliran informasi ke WM (O'Reilly dan Frank, 2006), dan tugas fMRI WM telah menunjukkan perekrutan berekor (Lewis et al., 2004) dan otak kecil (Tomlinson et al., 2014). Kerusakan serebelar juga telah dikaitkan dengan gangguan WM (Tomlinson et al., 2014). Kami lebih lanjut menyelidiki pembagian fungsional dari cluster otak kecil seperti yang ditunjukkan oleh (Buckner et al., 2011), di mana otak kecil dibagi berdasarkan konektivitas ke jaringan otak utama, menggunakan kerangka jaringan Yeo-7 (Yeo et al. , 2011). Puncak hasil serebelar kami adalah sebagian besar
Gambar 3. Efek interaksi pada aktivasi otak antara kelompok (NT vs ADHD) dan kompleksitas WM (manipulasi versus pemeliharaan) dan antara kelompok dan beban (3 versus 4) – semua gambar menunjukkan perubahan sinyal persen (setara dengan nilai beta) dilapis pada gambar otak, ambang pada p < 0.005="" cluster="" dikoreksi="" pada="" p=""><0,05.>
gambar aktivasi kecuali konjungsi menggunakan peta panas, dengan aktivasi positif berwarna merah dan aktivasi negatif berwarna biru. Grafik menunjukkan estimasi parameter dari cluster yang signifikan, diekstraksi dan diplot untuk tujuan demonstrasi saja. Interaksi yang signifikan antara kelompok dan kompleksitas di otak kecil kanan dan gyrus lingual kiri, serta kelompok dan beban di insula kanan dan berekor diturunkan menggunakan 3dLME di AFNI. Kami telah menampilkan serangkaian irisan yang berdekatan untuk menunjukkan sejauh mana kelompok besar, terutama yang memanjang dari puncak di insula melintasi berekor. (Untuk interpretasi referensi warna dalam legenda gambar ini, pembaca dirujuk ke versi web artikel ini.)
sangat terhubung ke jaringan salience. Namun, cluster besar ini juga meluas ke jaringan limbik, visual, sensorimotor dan jaringan kontrol frontoparietal. Jaringan limbik, visual, dan sensorimotor dikaitkan dengan pemrosesan emosional, visual, dan motorik. Jaringan arti-penting terkait dengan memprioritaskan rangsangan yang menonjol dan merekrut jaringan fungsional yang sesuai (Menon dan Uddin, 2010; Bressler dan Menon, 2010). Jaringan kontrol frontoparietal adalah jaringan kontrol yang berinteraksi dengan dan mengelola tugas dan jaringan lain untuk mendukung tujuan (Marek dan Dosenbach, 2018).
tablet bioflavonoid
Karena peran striatum yang diusulkan dalam memasukkan informasi ke dalam WM (Chatham dan Badre, 2015; McNab dan Klingberg, 2008), hasil kami menunjukkan ketidakmampuan kelompok ADHD untuk meningkatkan aktivitas striatal dengan beban dapat mengindikasikan kegagalan untuk menskalakan. naik kinerja. Karena otak kecil terkait untuk melakukan tugas dengan kompleksitas WM yang lebih besar (Marvel dan Desmond, 2012), aktivasi otak kecil yang lebih rendah untuk kompleksitas yang lebih tinggi pada kelompok ADHD, mungkin menunjukkan ketidakmampuan untuk meningkatkan perekrutan wilayah ini agar sesuai dengan kompleksitas yang lebih besar. Namun, kami tidak melihat ini tercermin dalam kinerja, yang dapat didorong oleh kesulitan yang lebih besar yang disajikan oleh tugas manipulasi, terutama pada beban tinggi, untuk semua peserta.
Pentingnya jaringan frontostriatal-cerebellar di ADHD, di seluruh modalitas, telah berulang kali disorot (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). Secara khusus, pengurangan volumetrik telah diamati di otak kecil (Valera et al., 2007; Baldaçara et al., 2008; Berquin et al., 1998; Wyciszkiewicz et al., 2017; Seidman et al., 2005) dan berekor (Valera dkk., 2007; Castellanos dkk., 2002; Seidman dkk., 2005; Frodl dan Skokauskas, 2012); bersama-dengan integritas materi putih yang lebih rendah di jaringan frontostriatal-cerebellar (Nagel et al., 2011) pada anak-anak dengan ADHD, dibandingkan dengan NT. Secara fungsional, studi WM pada anak-anak (Martinussen et al., 2005) dan orang dewasa (Alderson et al., 2013) dengan ADHD memiliki perbedaan dalam perekrutan jaringan frontostriatal-cerebellar. Studi fMRI menemukan aktivasi yang kurang selama tugas WM di otak kecil (Mackie et al., 2007), berekor (Martinussen et al., 2005; Fassbender et al., 2011; Roman-Urrestrazu et al., 2016) atau keduanya (Massat et al., 2012) pada anak-anak dengan ADHD, dibandingkan dengan NT. Pada orang dewasa dengan ADHD, kami sebelumnya telah menunjukkan menggunakan tomografi emisi positron, peningkatan aliran darah otak regional di daerah yang lebih terdistribusi, termasuk otak kecil, dibandingkan dengan NT (Schweitzer et al., 2004). Studi WM lain pada ADHD dewasa melaporkan aktivasi serebelar yang kurang, meskipun tidak ada penurunan kinerja WM (Mechelli et al., 2000). Dengan demikian, temuan kami di berekor dan otak kecil, didukung oleh indikasi sebelumnya tentang pentingnya mereka dalam ADHD dan WM. Perbedaan hasil antara studi mungkin karena usia peserta, kinerja, dan kesulitan tugas.
Kekuatan penelitian kami terletak pada kriteria inklusi kami yang menghasilkan homogenitas relatif dalam gejala klinis pada kelompok ADHD kami; Semua peserta diminta untuk menunjukkan impulsivitas yang merusak secara klinis, di samping gejala ADHD lainnya. Keterbatasan potensial dari penelitian ini adalah kriteria ketat untuk mengecualikan peserta dengan kinerja rendah (yaitu, terlalu sedikit uji coba yang benar), yang dapat membuat hasil kami bias terhadap individu dengan ADHD berkinerja lebih tinggi, membatasi implikasi klinis. Pengorbanan ini diperlukan untuk membandingkan aktivasi otak dengan lebih andal untuk sebagian besar populasi kami. Karena studi ini adalah bagian dari studi longitudinal, kami juga memilih untuk menggunakan tugas dengan kondisi di mana beban memberi ruang bagi peserta untuk meningkatkan kinerja (yaitu, 4 beban) saat peserta kami dewasa dan semuanya mencapai usia dewasa, ketika 3 tugas item dapat menghasilkan kinerja dengan efek langit-langit. Karena data kami saat ini adalah cross-sectional, pekerjaan di masa depan juga harus menyelidiki bagaimana hubungan antara fungsi eksekutif dan sistem frontostrial-cerebellar pada ADHD bervariasi secara longitudinal dengan perkembangan sehubungan dengan memori kerja dan fungsi penting lainnya. Kami bertujuan untuk menyelidiki pertanyaan-pertanyaan ini di masa depan seiring pertumbuhan dataset longitudinal kami.
Ada perbedaan yang signifikan dalam fungsi intelektual antara kelompok kami dengan pengujian kelompok ADHD pada tingkat intelektual yang lebih rendah daripada kelompok NT kami. Gangguan ini dikaitkan dengan kemampuan kognitif yang lebih rendah dan kecerdasan intelektual skala penuh (FSIQ) sering secara signifikan lebih rendah pada ADHD daripada kontrol neurotipikal (Frazier et al., 2004). Ini tidak mengherankan karena memori kerja dan proses lain yang menuntut perhatian selama tes IQ cenderung menurunkan skor IQ dan dengan demikian, mengendalikannya kemungkinan akan melebihi kendali untuk ADHD dalam model statistik. Yang penting, IQ kelompok untuk peserta ADHD dan NT berada di rata-rata hingga kisaran rata-rata tinggi, dan dengan demikian, kami tidak berpikir bahwa perbedaan dalam fungsi intelektual kemungkinan sangat merugikan kelompok ADHD.
Defisit WM adalah kunci dalam ADHD (Martinussen et al., 2005; Rapport et al., 2001). WM terkait dengan gejala ADHD (Rapport et al., 2009), dan defisit WM bertahan hingga dewasa (Alderson et al., 2013). Namun demikian, WM tidak secara universal terganggu pada ADHD (Martinussen et al., 2005; Rapport et al., 2008; Gathercole dan Alloway, 2006; Vance et al., 2013; Kofler et al., 2019; Nigg, 2005), dan heterogenitas ini tidak sepenuhnya dipahami. Faktor rumit lainnya mungkin termasuk kemungkinan bahwa gangguan WM pada ADHD mungkin spesifik modalitas. Ada kemungkinan bahwa WM spasial mungkin lebih terpengaruh daripada verbal (Martinussen et al., 2005); Namun, meta-analisis baru-baru ini menemukan WM verbal berdampak pada ADHD (Ramos et al., 2020). Teori lain menunjukkan bahwa WM mungkin lebih berdampak pada individu dengan gejala lalai (Martinussen dan Tannock, 2006), namun defisit WM juga terkait dengan gejala hiperaktif/impulsif (Kofler et al., 2019).
Peringatan penting dari studi WM pada ADHD adalah heterogenitas dalam temuan defisit WM pada ADHD (Martinussen et al., 2005; Rapport et al., 2008; Gathercole dan Alloway, 2006; Vance et al., 2013; Kofler et al. , 2019; Nigg, 2005). Meskipun sebagian besar penelitian sebelumnya dalam WM menemukan defisit pada ADHD (Martinussen et al., 2005; Rapport et al., 2001), beberapa penelitian gagal menemukan gangguan apa pun (Martinussen et al., 2005; Rapport et al., 2008) ; Gathercole dan Alloway, 2006; Vance et al., 2013; Kofler et al., 2019; Nigg, 2005). Heterogenitas ini tidak sepenuhnya dipahami. Salah satu alasan perbedaan hasil mungkin karena WM dan ADHD adalah konstruksi yang kompleks dan heterogen (Martinussen dan Tannock, 2006; Castellanos et al., 2002; Fosco et al., 2020) dan tugas-tugas kognitif yang spesifik dapat menyebabkan gangguan fungsi kognitif. ukuran yang bervariasi. Sebagai contoh, beberapa penelitian menemukan gangguan WM lebih terkait dengan gejala ADHD yang lalai (Martinussen dan Tannock, 2006), sedangkan yang lain menemukan bahwa mereka lebih terkait dengan gejala hiperaktif/impulsif (Kofler et al., 2019). Selain itu, WM adalah sistem multi-komponen, dan salah satu model WM yang paling penting melibatkan komponen eksekutif pusat umum domain, yang mengontrol operasi apa yang akan dilakukan, dan komponen penyimpanan khusus domain (fonologis versus visuospasial) (Martinussen dan Tannock, 2006; Castellanos et al., 2002; Fosco et al., 2020). Sebuah studi baru-baru ini memeriksa sub-komponen eksekutif pusat: penataan ulang, pembaruan, dan pemrosesan ganda pada ADHD, menemukan gangguan yang paling menonjol dalam penataan ulang saat memperbarui dan kemampuan pemrosesan ganda rata-rata atau lebih unggul pada sebagian besar individu dengan ADHD (Fosco et al. , 2020). Namun demikian, Fosco dan rekan juga menemukan keparahan gejala ADHD terkait dengan kemampuan eksekutif pusat, yang diambil secara gabungan, menyoroti pentingnya proses bersama di seluruh sub-komponen eksekutif pusat (Fosco et al., 2020). Hal ini semakin diperumit oleh modalitas WM. WM spasial mungkin lebih terpengaruh daripada WM verbal pada ADHD seperti yang disarankan oleh review mani (Martinussen et al., 2005). Namun, meta-analisis menemukan WM verbal berdampak pada ADHD (Ramos et al., 2020). Dalam studi saat ini, kami telah berfokus pada WM verbal pada individu dengan diagnosis presentasi gabungan, yang menampilkan gejala lalai dan hiperaktif, dan membandingkan efek kompleksitas WM, yang didefinisikan sebagai manipulasi informasi apa pun yang disimpan di WM sebagai lawan dari perawatan sederhana, versus Beban WM, berkaitan dengan jumlah informasi sebagai beban WM. Membongkar secara tepat dimensi WM apa yang relevan untuk memahami ADHD masih dalam tahap awal, tetapi pekerjaan kami sesuai dengan literatur yang berkembang yang bertujuan untuk menggambarkan area fungsi WM yang abnormal dan normal.
Kesimpulannya, meskipun WM berdampak pada ADHD, literatur dicampur mengenai sifat hubungan antara ADHD dan WM (Martinussen et al., 2005; Rapport et al., 2008). Artinya, tidak diketahui apakah semua operasi WM terpengaruh pada beban yang lebih tinggi, atau jika hanya operasi yang lebih kompleks, seperti manipulasi, yang terpengaruh. Sebagian besar penelitian sebelumnya tentang WM pada ADHD, dan studi pencitraan otak, khususnya, berfokus pada pemeliharaan (Martinussen et al., 2005; Roman-Urrestrazu et al., 2016; Massat et al., 2012), dan tidak ada yang secara langsung membandingkan pemeliharaan dan manipulasi dan beban yang berbeda dalam percobaan yang sama. Kami menemukan bahwa di AYA dengan ADHD tidak hanya operasi yang lebih kompleks seperti manipulasi tetapi juga pemeliharaan pada beban yang lebih tinggi berdampak pada ADHD. Memang, kami menunjukkan bahwa secara perilaku, dampak beban yang lebih besar lebih dari sekadar peningkatan kompleksitas, pada ADHD, meskipun keduanya menunjukkan dampak secara saraf, dengan kelompok ADHD kurang mengaktifkan otak kecil untuk kompleksitas yang lebih besar dan berekor untuk beban yang lebih tinggi. Temuan ini meningkatkan spesifisitas pemahaman kita tentang defisit WM pada ADHD dengan menjelaskan aspek kesulitan WM mana yang lebih menantang bagi mereka dengan ADHD. Hal ini pada gilirannya dapat menginformasikan desain intervensi perbaikan.
penggunaan hesperidin
Pendanaan
Pekerjaan ini didukung oleh National Institute of Mental Health hibah R01 MH091068 (Schweitzer) dan U54 HD079125 (Abbeduto).
Pengungkapan keuangan
Dr. Hinshaw menerima royalti buku dari Oxford University Press dan St. Martin's Press. Bapak Hartanto dan Drs. Mukherjee, Fassbender, Iosif, van den Bos, Guyer, Pakyurek, McClure, dan Schweitzer melaporkan tidak ada kepentingan yang bersaing.
Pernyataan kontribusi kepenulisan CReditT
Prerna Mukherjee: Konseptualisasi, Metodologi, Perangkat Lunak, Analisis Formal, Kurasi Data, Investigasi, Penulisan - draf asli, Penulisan - tinjauan & pengeditan, Visualisasi, Administrasi proyek. Tadeus Hartanto: Investigasi, Perangkat Lunak, Kurasi Data. Ana-Maria Iosif: Analisis Formal, Penulisan - tinjauan & penyuntingan. J. Faye Dixon: Investigasi, Penulisan - ulasan & pengeditan. Stephen P. Hinshaw: Menulis
- meninjau & mengedit. Murat Pakyurek: Investigasi. Wouter van den Bos: Menulis - mengulas & mengedit Amanda E. Guyer: Menulis - mengulas & mengedit. Samuel McClure: Konseptualisasi, Metodologi, Penulisan - tinjauan & penyuntingan, Pengawasan. Julie B. Schweitzer: Konseptualisasi, Investigasi, Penulisan - tinjauan & pengeditan, Pengawasan, Akuisisi pendanaan, Administrasi proyek. Catherine Fassbender: Konseptualisasi, Metodologi, Investigasi, Penulisan - tinjauan & pengeditan, Visualisasi, Pengawasan, Administrasi proyek.
Ucapan Terima Kasih
Kami ingin mengucapkan terima kasih atas dukungan yang baik dari semua peserta penelitian kami, serta Catrina A. Club, Erin Calfee, Lauren Boyle, Laurel Cavallo, Maria BE Bradshaw, Jessica Nguyen, Steven J. Riley, dan Dr. J. Daniel Ragland .
Lampiran A. Data tambahan
Data tambahan untuk artikel ini dapat ditemukan secara online di https://doi. org/10.1016/j.nicl.2021.102662.
