Menerjemahkan ilmu kimia tanah untuk meningkatkan kesehatan manusia

Mengejar pengujian yang lebih baik untuk memilah kompleksitas ADHD


Newswise – COLUMBUS, Ohio – Pengenalan simulasi komputer untuk mengidentifikasi gejala pada anak-anak dengan attention deficit / hyperactivity disorder (ADHD) berpotensi memberikan alat objektif tambahan untuk mengukur keberadaan dan tingkat keparahan masalah perilaku, saran peneliti Ohio State University dalam publikasi baru.

Sebagian besar gangguan kesehatan mental didiagnosis dan diobati berdasarkan wawancara klinis dan kuesioner – dan, selama sekitar satu abad, data dari tes kognitif telah ditambahkan ke proses diagnostik untuk membantu dokter mempelajari lebih lanjut tentang bagaimana dan mengapa orang berperilaku dengan cara tertentu.

Tes kognitif pada ADHD digunakan untuk mengidentifikasi berbagai gejala dan defisit, termasuk perhatian selektif, memori kerja yang buruk, persepsi waktu yang berubah, kesulitan dalam mempertahankan perhatian dan perilaku impulsif. Di kelas tes kinerja yang paling umum, anak-anak diminta untuk menekan tombol komputer atau menghindari menekan tombol ketika mereka melihat kata, simbol, atau rangsangan tertentu.

Untuk ADHD, bagaimanapun, tes kognitif ini sering tidak menangkap kompleksitas gejala. Munculnya psikiatri komputasi – membandingkan model simulasi komputer dari proses otak normal dengan proses disfungsional yang diamati dalam tes – bisa menjadi suplemen penting untuk proses diagnostik ADHD, para peneliti Ohio State melaporkan dalam ulasan baru yang diterbitkan dalam jurnal. Buletin Psikologis.

Tim peneliti meninjau 50 studi tes kognitif untuk ADHD dan menjelaskan bagaimana tiga jenis model komputasi umum dapat melengkapi tes ini.

Diakui secara luas bahwa anak-anak dengan ADHD membutuhkan waktu lebih lama untuk membuat keputusan saat melakukan tugas dibandingkan anak-anak yang tidak memiliki gangguan tersebut, dan tes mengandalkan waktu respons rata-rata untuk menjelaskan perbedaannya. Tetapi ada kerumitan pada disfungsi yang dapat ditunjukkan oleh model komputasi, memberikan informasi yang dapat digunakan oleh dokter, orang tua, dan guru untuk membuat hidup lebih mudah bagi anak-anak dengan ADHD.

“Kami dapat menggunakan model untuk mensimulasikan proses keputusan dan melihat bagaimana pengambilan keputusan terjadi dari waktu ke waktu – dan melakukan pekerjaan yang lebih baik dalam mencari tahu Mengapa anak-anak dengan ADHD membutuhkan waktu lebih lama untuk membuat keputusan, ”kata Nadja Ging-Jehli, penulis utama tinjauan tersebut dan seorang mahasiswa pascasarjana psikologi di Ohio State.

Ging-Jehli menyelesaikan tinjauan dengan anggota fakultas Negara Bagian Ohio Roger Ratcliff, profesor psikologi, dan L. Eugene Arnold, profesor emeritus psikiatri dan kesehatan perilaku.

Para peneliti menawarkan rekomendasi untuk pengujian dan praktik klinis untuk mencapai tiga tujuan utama: karakteristik ADHD yang lebih baik dan diagnosis kesehatan mental yang menyertai seperti kecemasan dan depresi, meningkatkan hasil pengobatan (sekitar sepertiga dari pasien dengan ADHD tidak menanggapi perawatan medis), dan berpotensi memprediksi anak mana yang akan “kehilangan” diagnosis ADHD saat dewasa.

Pengambilan keputusan di belakang kemudi mobil membantu menggambarkan masalah ini: Pengemudi tahu bahwa ketika lampu merah menyala hijau, mereka dapat melewati persimpangan – tetapi tidak semua orang menginjak pedal gas pada saat yang bersamaan. Tes kognitif umum dari perilaku ini akan berulang kali memaparkan pengemudi ke skenario lampu merah-hijau yang sama untuk sampai pada waktu reaksi rata-rata dan menggunakan rata-rata itu, dan penyimpangan darinya, untuk mengkategorikan pengemudi yang khas versus pengemudi yang tidak teratur.

Pendekatan ini telah digunakan untuk menentukan bahwa individu dengan ADHD biasanya lebih lambat untuk “mulai mengemudi” dibandingkan mereka yang tidak ADHD. Tapi tekad itu meninggalkan berbagai kemungkinan yang membantu menjelaskan mengapa mereka lebih lambat – mereka bisa teralihkan, melamun, atau merasa gugup di laboratorium. Distribusi reaksi yang luas yang ditangkap oleh pemodelan komputer dapat memberikan informasi yang lebih banyak dan berguna.

“Dalam tinjauan kami, kami menunjukkan bahwa metode ini memiliki banyak masalah yang mencegah kami memahami karakteristik mendasar dari gangguan kesehatan mental seperti ADHD, dan itu juga mencegah kami menemukan pengobatan terbaik untuk individu yang berbeda,” kata Ging-Jehli . “Kita dapat menggunakan pemodelan komputasi untuk memikirkan faktor-faktor yang menghasilkan perilaku yang diamati. Faktor-faktor ini akan memperluas pemahaman kita tentang suatu gangguan, dengan mengakui bahwa ada berbagai jenis individu yang memiliki defisit berbeda yang juga memerlukan perawatan berbeda.

“Kami mengusulkan untuk menggunakan seluruh distribusi waktu reaksi, dengan mempertimbangkan waktu reaksi paling lambat dan tercepat untuk membedakan berbagai jenis ADHD.”

Kajian tersebut juga mengidentifikasi faktor yang memperumit penelitian ADHD di masa mendatang – serangkaian gejala yang terbukti secara eksternal serta karakteristik halus yang sulit dideteksi dengan metode pengujian yang paling umum. Memahami bahwa anak-anak dengan ADHD memiliki begitu banyak perbedaan berbasis biologis menunjukkan bahwa satu tes berbasis tugas tidak cukup untuk membuat diagnosis ADHD yang bermakna, kata para peneliti.

“ADHD bukan hanya anak yang gelisah dan gelisah di kursi. Itu juga anak yang lalai karena melamun. Meskipun anak itu lebih tertutup dan tidak menunjukkan gejala sebanyak anak hiperaktif, bukan berarti anak itu tidak menderita, ”kata Ging-Jehli. Melamun sangat umum terjadi pada anak perempuan, yang tidak terdaftar dalam studi ADHD hampir sesering anak laki-laki, katanya.

Ging-Jehli menggambarkan psikiatri komputasi sebagai alat yang juga dapat memperhitungkan – melanjutkan analogi – perbedaan mekanis dalam mobil, dan bagaimana hal itu dapat memengaruhi perilaku pengemudi. Dinamika ini dapat mempersulit pemahaman ADHD, tetapi juga membuka pintu ke pilihan pengobatan yang lebih luas.

“Kami perlu memperhitungkan berbagai jenis pengemudi dan kami perlu memahami berbagai kondisi yang kami hadapi. Hanya dari satu observasi, kami tidak bisa menyimpulkan diagnosis dan pilihan pengobatan, ”ujarnya.

“Namun, pengujian kognitif dan pemodelan komputasi tidak boleh dilihat sebagai upaya untuk menggantikan wawancara klinis dan prosedur berbasis kuesioner yang ada, tetapi sebagai pelengkap yang menambah nilai dengan memberikan informasi baru.”

Menurut para peneliti, serangkaian tugas yang mengukur karakteristik sosial dan kognitif harus ditetapkan untuk diagnosis, bukan hanya satu, dan lebih banyak konsistensi diperlukan di seluruh penelitian untuk memastikan tugas kognitif yang sama digunakan untuk menilai konsep kognitif yang sesuai.

Terakhir, menggabungkan pengujian kognitif dengan tes fisiologis – terutama pelacakan mata dan EEG yang merekam aktivitas listrik di otak – dapat memberikan data obyektif dan terukur yang kuat untuk membuat diagnosis lebih andal dan membantu dokter memprediksi dengan lebih baik obat mana yang paling efektif.

Ging-Jehli menguji saran ini dalam penelitiannya sendiri, menerapkan model komputasi dalam studi intervensi neurologis tertentu pada anak-anak dengan ADHD.

“Tujuan dari analisis kami adalah untuk menunjukkan kurangnya standardisasi dan begitu banyak kerumitan, dan gejala sulit diukur dengan alat yang ada,” kata Ging-Jehli. “Kami perlu memahami ADHD dengan lebih baik agar anak-anak dan orang dewasa memiliki kualitas hidup yang lebih baik dan mendapatkan pengobatan yang paling tepat.”

Penelitian ini didukung oleh Swiss National Science Foundation dan National Institute on Aging.

#


Diposting Oleh : https://totosgp.info/

About the author