Klassifizierung der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) bei Jugendlichen auf der Grundlage funktioneller und struktureller Bildgebung

Zusammenfassung

Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) ist eine häufige, beeinträchtigende psychiatrische Störung, die mit anhaltenden Defiziten in der Fehlerverarbeitung, der Inhibition und einem regionalen Rückgang des Volumens grauer Substanz einhergeht. Die Diagnose basiert auf dem klinischen Bild, Interviews und Fragebögen, die bis zu einem gewissen Grad subjektiv sind und von einer Bestätigung durch Biomarker profitieren würden. In dieser Studie wurde die Mustererkennung mehrerer diskriminativer funktioneller und struktureller Hirnmuster angewendet, um Jugendliche mit ADHS und eine Kontrollgruppe zu klassifizieren. Funktionelle Aktivierungsmerkmale in einer Flanker/NoGo-Aufgabe zur Untersuchung der Fehlerverarbeitung und Inhibition sowie strukturelle Magnetresonanztomographie-Daten dienten zur Vorhersage der Gruppenzugehörigkeit mithilfe von Support Vector Machines (SVMs). Der SVM-Mustererkennungsalgorithmus klassifizierte 77,78 % der Probanden korrekt mit einer Sensitivität und Spezifität von jeweils 77,78 % basierend auf der Fehlerverarbeitung. Prädiktive Regionen für die Kontrollgruppe wurden hauptsächlich in Kerngebieten der Fehlerverarbeitung und Aufmerksamkeit, wie den medialen und dorsolateralen frontalen Arealen, identifiziert, die eine beeinträchtigte Verarbeitung bei ADHS widerspiegeln (Hart et al., in Hum Brain Mapp 35:3083-3094, 2014). Diese Regionen überschnitten sich mit verminderten Aktivierungen bei Patienten in konventionellen Gruppenvergleichen. Regionen mit höherer Prädiktionsfähigkeit für ADHS-Patienten wurden im posterioren Cingulum, im temporalen und okzipitalen Kortex gefunden. Interessanterweise versagten die entsprechenden Klassifikatoren trotz ausgeprägter univariater Gruppenunterschiede in der inhibitionsbezogenen Aktivierung und im Volumen der grauen Substanz oder lieferten nur eine geringe Diskriminierungsfähigkeit. Die vorliegende Studie bestätigt das in früheren Studien gezeigte Potenzial aufgabenbezogener Hirnaktivierung für die Klassifizierung. Es bleibt zu klären, ob die Fehlerverarbeitung, die hier die besten Ergebnisse lieferte, auch zur Unterscheidung nützlicher Dimensionen und Subtypen, verschiedener psychiatrischer Störungen und zur Vorhersage des Behandlungserfolgs über Studien und Standorte hinweg beiträgt.