Gehirnwachstumstabelle könnte Aufmerksamkeitsprobleme erkennen

Wenn wir unsere kleinen Kinder zum Arzt bringen, um sie gut untersuchen zu lassen, ist es ein wichtiger Bestandteil des Besuchs, die Entwicklung des Kindes auf einer normalisierten Größen- / Gewichtstabelle zu zeichnen und anschließend zu verfolgen. Durch diesen Vergleich können wir feststellen, ob sich unser Kind angemessen entwickelt.

Forscher der University of Michigan Medical School schlagen eine ähnliche Methode vor, um festzustellen, ob das Gehirn eines Kindes auf dem Weg zu gesunden Aufmerksamkeitsfähigkeiten ist. Sie glauben, dass es möglich sein könnte, ein Wachstumsdiagramm von Hirnnetzwerken zu erstellen, das frühe Anzeichen von Aufmerksamkeitsschwierigkeiten und möglicherweise eine Aufmerksamkeitsdefizit-Hyperaktivitätsstörung erkennen könnte.

Um ihre Theorie zu testen, erstellten die Forscher ein experimentelles Wachstumsdiagramm, indem sie die Entwicklung von Hirnnetzwerken bei mehr als 500 Kindern und Jugendlichen abbildeten. Sie stellten fest, dass Netzwerke bei Personen mit Aufmerksamkeitsschwierigkeiten unterentwickelt sind.

Obwohl sich das Konzept in einem frühen Stadium befindet, könnte die zukünftige Entwicklung der Technik bessere Chancen für Kinder bedeuten, früher eine eindeutige Diagnose für ADHS zu erhalten. Es könnte auch helfen zu verfolgen, ob ihre ADHS-Behandlung ihre Aufmerksamkeitsfunktion verbessert, was ihnen in Schule und Leben helfen kann.

Die Forschung, veröffentlicht inJAMA Psychiatrie, zeigt das Potenzial für die Bildgebung des Gehirns „Biomarker“ für Aufmerksamkeitsprobleme. Die Idee könnte sich aber auch auf andere psychische Zustände erstrecken.

Herkömmliche Wachstumsdiagramme zeigen die Größe und das Gewicht eines Kindes als Punkte auf Kurven, die auf Daten von Hunderttausenden anderer Kinder basieren, und zeigen eine normale, nahezu normale und problematische Entwicklung an.

"Wachstumskurven ermöglichen es einer Familie und ihrem Arzt, problematische Entwicklungen schnell zu erkennen und bei Bedarf angemessen einzugreifen", sagte die Teamleiterin und Psychiaterin Chandra Sripada, M.D., Ph.D.

"In Zukunft möchten wir Ärzten die gleiche Anleitung zur Gehirnentwicklung geben, die wir in Bezug auf Größe und Gewicht erhalten können."

Die Forscher starteten das Wachstumsdiagramm-Konzept, nachdem sie eine Lücke im Stand der Wissenschaft festgestellt hatten.

Der Hauptautor Daniel Kessler sagte: „Wir wussten, dass die Fähigkeit, die Aufmerksamkeit über einen längeren Zeitraum aufrechtzuerhalten, während der Kindheit und Jugend dramatisch zunimmt. Wir wussten auch, dass sich im gleichen Zeitraum große Veränderungen in den Gehirnnetzwerken ergeben, die mit der Aufmerksamkeit verbunden sind. “

Die Erkenntnisse führten zu der Idee des Wachstumsdiagramms, um zu testen, ob diese beiden Muster zusammenhängen: Würden Kinder mit unterentwickelten Hirnnetzwerken auch größere Schwierigkeiten mit der Aufmerksamkeit haben?

Um die Theorie zu testen, verwendeten die Forscher und Kollegen Michael Angstadt, M.A.S., Daten von 519 Kindern und Jugendlichen, die im Rahmen der Philadelphia Neurodevelopmental Cohort an der University of Pennsylvania Gentests, Bildgebung des Gehirns und Tests ihrer kognitiven Entwicklung durchgeführt hatten.

Die Forscher erstellten Wachstumsdiagramme, die die Konfiguration sogenannter intrinsischer Konnektivitätsnetzwerke widerspiegeln, wichtige Einheiten der funktionellen Gehirnorganisation. Die Art und Weise, wie diese Netzwerke interagieren, kann den Schlüssel zu einer gesunden Aufmerksamkeit darstellen.

Zum Beispiel scheint ein Netzwerk, das als Standardmodus bezeichnet wird, an Tagträumen und innerlich fokussiertem Denken beteiligt zu sein, während eine andere Gruppe von Netzwerken an kognitiv anspruchsvollen Aufgaben beteiligt ist.

Wenn wir von Kindern zu Erwachsenen heranwachsen, werden diese beiden Systeme definierter und getrennter und arbeiten zusammen wie Kolben: Wenn einer eingeschaltet ist, schaltet sich der andere aus, erklären die Forscher.

Bei Kindern und Personen mit Aufmerksamkeitsschwierigkeiten kommt es jedoch häufig zu Fehlzündungen der „Kolben“: Das Netzwerk im Standardmodus wird eingeschaltet und unterbricht die anderen Netzwerke, wodurch die Aufmerksamkeit unterbrochen wird.

Die im Aufmerksamkeitswachstumsdiagramm verwendeten Basisdaten wurden unter Verwendung eines Standardtests zur Messung der Aufmerksamkeitsfunktion erfasst. Bei dem Test wurden die Kinder gebeten, auf eine Folge von Buchstaben und Zahlen auf einem Computerbildschirm zu antworten.

Die Forscher aus Michigan verglichen dann die auf den Scans beobachtete Gehirnentwicklung mit der Aufmerksamkeitsfunktion. Es stellte sich heraus, dass sie tatsächlich vorhersagen konnten, wie gut ein Kind beim Aufmerksamkeitstest abschneiden würde, basierend auf seinem Platz auf (oder außerhalb) der Wachstumskurve des Gehirnnetzwerks.

Die Kinder mit ADHS-Symptomen und diejenigen mit der niedrigsten Leistung für ihr Alter bei den Aufmerksamkeitstests waren am weitesten von der Kurve der Entwicklung des Hirnnetzwerks entfernt.

"Diese Wachstumsdiagramme für das Gehirnnetzwerk sind vielversprechend", sagte Sripada. "Aber sie sind weit davon entfernt, für den klinischen Einsatz bereit zu sein."

Die Forschung verwendete fortgeschrittene MRT-Bildgebung, aber Sripada und seine Kollegen hoffen, Wege zu entwickeln, um die Netzwerkreife mit kostengünstigeren Techniken wie Elektroenzephalographie oder EEG zu verfolgen.

Die nächste Phase der Forschung ist bereits im Gange, um festzustellen, ob die Wachstumsdiagrammmethode in der Studie zur kognitiven Entwicklung des Gehirns von Jugendlichen (kurz ABCD) nützlich sein wird, an der 10.000 Jugendliche über mehrere Jahre beteiligt sein werden.

"Die ABCD-Studie ist von beispielloser Größe und bietet eine echte Chance, definitive Wachstumsdiagramme für Hirnnetzwerke zu entwickeln", erklärte Sripada.

"Wir haben die Möglichkeit zu verstehen, wie sich die Entwicklung des Gehirnnetzwerks auf eine Vielzahl von Ergebnissen auswirkt, einschließlich Kognition, Emotion, Persönlichkeit und Verhalten."

Quelle: Universität von Michigan