对于患有注意力缺陷/多动障碍(ADHD)的儿童，及时干预是关键。但诊断通常依赖于问卷调查和对儿童行为的观察，这些都是主观的，可能会导致治疗延误。
耶鲁大学的研究人员旨在建立一种更客观的ADHD测量方法，在一项新研究中，他们报告了朝着这个方向迈出的重要一步。使用来自患有和未患有多动症的儿童的大脑成像数据，他们确定了患有多动症的儿童的大脑结构和活动的差异，这些差异可以作为该疾病的神经标志物。
他们将在每年一度的北美放射学会会议上展示他们的发现。
耶鲁大学医学院研究员、该研究的主要作者黄林解释说，多动症评估的主观性可能导致儿童被误诊或漏诊。例如，给孩子的父母或照顾者的问卷可能会受到生活事件或压力的影响。
调查问卷还要求看护人与孩子共度足够的时间，这意味着看护不太稳定的孩子可能得不到诊断。随着人们年龄的增长，他们往往会表现出不同的症状，这使得老年人的诊断更加困难。
“当人们变老时，这种疾病的多动方面就会减少，”林说。“这会使观察诊断变得更加困难，并且在没有诊断的情况下，患有多动症的人可能会认为他们正在经历的是标准的。”
Lin和她的同事使用了青少年大脑认知发展(ABCD)研究的数据，该研究包括来自美国各地的近12,000名儿童。参与者在9岁或10岁时加入研究;研究人员将继续跟踪他们的生理和行为发展到成年早期，并在未来几年产生新数据。研究参与者的人口统计数据反映了美国人口的人口统计数据。
“该研究组代表了更多的美国人口，这意味着我们的研究结果也可以推广到美国人口，”林说。
研究人员使用测量7,805名9至10岁儿童大脑结构和功能的图像进行了全脑分析。他们发现大脑的额叶皮层——一个负责冲动控制、注意力和工作记忆等功能的区域——在患有多动症的儿童中比没有这种疾病的儿童更薄。
与记忆处理、警觉性和听觉处理相关的大脑网络在ADHD儿童中也不同。此外，由从大脑的一部分投射到另一部分的神经纤维组成的白质在患有多动症的儿童中更薄。这可能对不同大脑区域如何相互交流产生影响。
林说，差异的普遍性令人惊讶。
“
我预计一些大脑区域会脱颖而出。但我们在整个大脑中看到了更全面的变化，”她说。
研究人员发现的模式在研究参与者中足够稳定，研究团队用它来训练机器学习算法，仅根据大脑图像预测谁患有多动症——这意味着它有望成为未来的诊断工具，他们说。
“该算法仍需要进一步验证，”林说。“但一旦它准备好用于临床，将这种更客观的测量与已经在使用的评估相结合，可以让更多的儿童在未来得到准确诊断。”
研究结果还强调，多动症不仅仅是一种行为障碍。
“外化行为当然是ADHD的一部分，但也有神经学相关性，”耶鲁大学医学院放射学和生物医学成像助理教授、该研究的资深作者SamPayabvash说。“更好地了解神经成分将有助于未来的诊断和治疗。”
它还可以减少精神疾病带来的耻辱感。
“如果您测量某人的血压并发现它偏高，没有人会质疑这是一个应该解决的问题。但很多人质疑精神疾病的诊断，”林说。“能够像测量血压一样测量它可以帮助消除这种耻辱感。”