دوره 9، شماره 3 - ( دوره نهم، شماره سوم، پاییز 1400 )                   جلد 9 شماره 3 صفحات 40-27 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Azhdarloo A, Tabiee M, Azhdarloo M. The Comparison of Quantitative Electroencephalography of Neural Connections between Children aged 6 to 13 years with Autism Spectrum Disorder and Typically Developing Children. jcp 2021; 9 (3) :27-40
URL: http://jcp.khu.ac.ir/article-1-3426-fa.html
اژدرلو احمد، طبیعی مریم، اژدرلو محمد. مقایسه الکتروآنسفالوگرافی کمٌی ارتباطات عصبی در کودکان 6 تا 13 ساله دارای اختلال طیف اتیسم و کودکان طبیعی. فصلنامه روان شناسی شناختی 1400; 9 (3) :40-27

URL: http://jcp.khu.ac.ir/article-1-3426-fa.html


دانشگاه شیراز ، m.tabiee.m@gmail.com
چکیده:   (2741 مشاهده)
شواهد حاصل از مطالعات عصب­‌شناختی نشان می­دهد که علائم اصلی اختلال طیف اتیسم نظیر نقص در برقراری ارتباط اجتماعی، گفتار، رفتارهای تکراری و غیره با نابهنجاری ارتباطات عصبی در ارتباط است. تاکنون مطالعات زیادی در خصوص چگونگی ارتباطات عصبی گروه دارای اختلال طیف اتیسم با روش‌­های مختلف صورت گرفته است. در این میان، الکتروآنسفالوگرافی یک ابزار کارا و غیرتهاجمی است که فعالیت الکتریکی مغز را ثبت می­کند و کمک می­کند تا بتوان اطلاعاتی از ساختار ارتباطات عصبی و کارکردهای شناختی به دست آورد. از این رو، در این پژوهش سعی بر این است تا با استفاده از شاخص کوهرنس در الگوهای الکتروآنسفالوگرافی کمٌی، به مقایسه چگونگی عملکرد ارتباطات عصبی کودکان دارای اختلال طیف اتیسم و کودکان طبیعی پرداخته شود. پژوهش حاضر یک مطالعۀ توصیفی- تحلیلی از نوع مقایسه­‌ای می­باشد. جامعه آماری پژوهش تمامی کودکان 6 تا 13 ساله مبتلا به اختلال طیف اتیسم مراجعه کننده به کلینیک مهراز اندیشه واقع در شهر شیراز بودند. از این میان با استفاده از روش نمونه‌­گیری هدفمند تعداد 15 کودک(4 دختر و 11 پسر) دارای اختلال طیف اتیسم انتخاب شدند و با 15 کودک طبیعی که بر اساس جنسیت و سن تقویمی با گروه­ آزمایش همتا شدند مورد مقایسه قرار گرفتند. داده­‌های به دست آمده از الکتروآنسفالوگرافی کمٌی نشان می­دهد که تفاوت معناداری میان ارتباطات عصبی (میان­نیمکره­ای) بین دو گروه وجود دارد. بدین صورت که کوهرنس امواج دلتا(05/0p<) و تتا(05/0p<) در ناحیه پیش­پیشانی، تتا(05/0p<) و آلفا(05/0p<) در ناحیه مرکزی، تتا(001/0p<)، آلفا(001/0p<) و بتا(001/0p<) در ناحیه پس‌­سری و در نهایت دلتا(001/0p<)، تتا(001/0p<) و آلفا(05/0p<) در ناحیه گیجگاهی مبتلایان به اختلال طیف اتیسم بیشتر بود. نتایج کمٌی به دست آمده از پژوهش حاضر حاکی از وجود نقص در ارتباطات عصبی کودکان دارای اتیسم است و فرضیه وجود نابهنجاری در ارتباطات عصبی آنها را تایید می­کند. بنابراین، با تکیه بر این یافته­‌ها می­توان از الگوی ارتباطات شبکه‌­ای در مغز به عنوان شاخصی مناسب در بررسی و شناخت اختلال طیف اتیسم استفاده کرد و با ایجاد تغییر در الگوی امواج مغزی به پیشرفت مداخلات بالینی برای این گروه­ و درمان آن‌ها کمک کرد.
متن کامل [PDF 1102 kb]   (398 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: علوم شناختی- روانشناسی شناختی
دریافت: 1400/2/23 | پذیرش: 1400/7/4 | انتشار: 1400/7/10

فهرست منابع
1. Akshoomoff, N., Christina, C., & Heather, St. (2006). The Role of the Autism Diagnostic Observation Schedule in the Assessment of Autism Spectrum Disorders in School and Community Setting. The California School Psychologist 11, 7-19. [DOI:10.1007/BF03341111]
2. Baxter, A. J., Brugha, T., Erskine, H., Scheurer, R., Vos, T., & Scott, J. (2015). The epidemiology and global burden of autism spectrum disorders. Psychological Medicine, 45(3), 601-613. [DOI:10.1017/S003329171400172X]
3. Borup, J. & Kolgaard, C. (2014). Disrupted cortical connectivity as an explanatory model of autism spectrum disorder. Journal of European Psychology Students, 5(1), 19-24. [DOI:10.5334/jeps.bn]
4. Carson, A.M., Salowitz, N.M.G., Scheidt, R. A., Dolan, B.K. & Van Hecke, A.V. (2014). Electroencephalogram Coherence in Children with and Without Autism Spectrum Disorders: Decreased Interhemispheric Connectivity in Autism. Autism Research, 7, 334-43. [DOI:10.1002/aur.1367]
5. Coben, R., Chabot, R. J., & Hirshberg, L. (2013). "EEG analyses in the assessment of autistic Disorders," in imaging the Brain in Autism, Eds M. F. Casanova, A. S. El-Baz, and J. S. Suri. New York, NY: Springer, 349-370. [DOI:10.1007/978-1-4614-6843-1_12]
6. Courchesne, E., Campbell, K., & Solso, S. (2011). Brain growth across the life span in autism: age-specific changes in anatomical pathology. Brain Research, 1380.138-145 [DOI:10.1016/j.brainres.2010.09.101]
7. Dawson, G., Webb, S.J. & McPartland, J. (2005). Understanding the nature of face processing impairment in autism: Insights from behavioral and electrophysiological studies. Developmental Neuropsychology, 27, 403-424. [DOI:10.1207/s15326942dn2703_6]
8. Dickinson, A., Distefano, Ch., Lin, Y.Y., Scheffler, A. W., Senturk. D. & Jeste, Sh. S. (2018). Interhemispheric alpha-band hypoconnectivity in children with spectrum disorder. Behavioral Brain Research, 348. 227-234. [DOI:10.1016/j.bbr.2018.04.026]
9. Di Martino, A., Yan, C.G., Li, Q., Denio, E., Castellanos, F. X., Alaerts, K. et al. (2014). The autism brain imaging data exchange: Towards a large-scale evaluation of the intrinsic brain architecture in autism. Molecular Psychiatry, 19, 659-667. [DOI:10.1038/mp.2013.78]
10. Dumas, G., Soussignan, R., Hugueville, L., Martinerie, J., and Nadel, J. (2014). Revisiting mu suppression in autism spectrum disorder. Brain Research. 1585, 108-119. [DOI:10.1016/j.brainres.2014.08.035]
11. Duffy, F.H, Shankardass, A., McAnulty, G.B. & ALS, H. (2013). The relationship of Asperger's syndrome to autism: a preliminary EEG coherence study. BMC Medicine, 11,175. [DOI:10.1186/1741-7015-11-175]
12. Fedor, J. Lynn, A. Foran, W. & Dicicco-Bloom, J. (2018). Patterns of fixation during face recognition: Differences in autism across age. Autism, 22 (4). [DOI:10.1177/1362361317714989]
13. Fishman, I., Linke, A. C., Hau, J., Carper, R.A. & Muller, R. A. (2018). Atypical functional connectivity of amygdale related to reduced symptom severity in children with Autism. Journal of the American Academy of Child & Adolescent Psychiatry, 57 (10). 764-774. [DOI:10.1016/j.jaac.2018.06.015]
14. Gabard-Durnam, L.J., Wilkinson, C., Kapur, K., Tager-Flusberg, H., Levin, A.R. & Nelson C.A. (2019). Longitudinal EEG power in the first postnatal year differentiates autism outcomes. Nature Communications, 10 (1), 4188. [DOI:10.1038/s41467-019-12202-9]
15. Giona, F., Pagano, J., Verpelli, Ch. & Sala, C. (2021). Another step toward understanding brain functional connectivity alterations in autism. Journal of Neurochemistry. [DOI:10.1111/jnc.15452]
16. Just, M. A., Keller, T. A., Malave, V. L., Kana, R. K. & Varma, S. (2012). Autism as a neural systems disorder. A theory of frontal-posterior underconnectivity. Neuroscience and Biobehavioral Reviews 36(4). 1292-1313. [DOI:10.1016/j.neubiorev.2012.02.007]
17. Kana, R. K., Libero, L. E. & Moore, M. S. (2011). Disrupted cortical connectivity theory as an explanatory model for autism spectrum disorders. Physics of Life Reviews 8(4): 410-437. [DOI:10.1016/j.plrev.2011.10.001]
18. Keehn, B., Westerfield, M., Müller, R.-A., and Townsend, J. (2017). Autism, attention, and alpha oscillations: an electrophysiological study of attentional capture. Bioogical Psychiatry: Cognitive Neuroscience Neuroimaging 2 (6), 528-536. [DOI:10.1016/j.bpsc.2017.06.006]
19. Loomes, R., Hull, L., & Mandy, W. P. L. (2017). What Is the Male-to-Female Ratio in Autism Spectrum Disorder? A Systematic Review and Meta-Analysis. Journal of the American Academy of Child & Adolescent Psychiatry, 56(6), 466-474. [DOI:10.1016/j.jaac.2017.03.013]
20. Lord, V., & Opacka‐Juffry, J. (2016). Electroencephalography (EEG) measures of neural connectivity in the assessment of brain responses to salient auditory stimuli in patients with disorders of consciousness. Frontiers in Psychology, 7, 397 10.3389. [DOI:10.3389/fpsyg.2016.00397]
21. Lushchekina, E.A., Khaerdinova, O.Y., Novototskii-Vlasov, V.Y., Lushchekin, V.S. & Strelets, V.B. (2016). Synchronization of EEG Rhythms in Baseline Conditions and during Counting in Children with Autism Spectrum Disorders. Neuroscience and Behavioral Physiology, 46, 382-9. [DOI:10.1007/s11055-016-0246-5]
22. Lynch, C. J., Uddin, L. Q., Supekar, K., Khouzam, A., Phillips, J., & Menon, V. (2013). Default mode network in childhood autism: Posteromedial cortex heterogeneity and relationship with social deficits. Biological Psychiatry, 74 (3), 212-219. [DOI:10.1016/j.biopsych.2012.12.013]
23. Madipakkam, A.R., Rothkirch, M., Dziobek, I. & Sterzer, Ph. (2017). Unconscious avoidance of eye contact in autism spectrum disorder. Scientific Reports, 7 (1). [DOI:10.1038/s41598-017-13945-5]
24. Morrison, K.E., Pinkham, A.E., Penn, D.L., Kelsven, S., Ludwig, K. & Sasson, N.J. (2017). Distinct profiles of social skill in adults with autism spectrum disorder and schizophrenia. Autism Research, 10 (5). 878-887. [DOI:10.1002/aur.1734]
25. Pascual-Belda, A., Diaz-Parra, A. & Moratal, D. (2018). Evaluating functional connectivity alterations in autism spectrum disorder using network-based statistics. Diagnostics (Basel), 8 (3). [DOI:10.3390/diagnostics8030051]
26. Rinaldi, T., Perrodin, C. & Markram, H. (2008). Hyper-connectivity and hyper-plasticity in the medial prefrontal cortex in the valproic acid animal model of autism. Frontiers in Psychology, 2,1-7. [DOI:10.3389/neuro.04.004.2008]
27. Ronconi, L., Vitale, A., Federici, A., Pini, E., Molteni, M., Casartelli, L. (2020). Altered beta-band oscillations and connectivity underlie detail-oriented visual processing in autism. Neuroimage Clinical, 28. 102484. [DOI:10.1016/j.nicl.2020.102484]
28. Sandin S, Lichtenstein P, Kuja-Halkola R, Larsson H, Hultman CM, Reichenberg A. (2014). The familial risk of autism. JAMA, 311, 1770-7. [DOI:10.1001/jama.2014.4144]
29. Shephard, E., Tye, C., Ashwood, K.L., Azadi. B., Asherson, P., Bolton, P.F. & McLoughlin, G. (2018). Resting-state neurophysiological activity patterns in young people with ASD, ADHD, and ASD + ADHD. Journal of Autism and Developmental Disorders, 48 (1), 110-122. [DOI:10.1007/s10803-017-3300-4]
30. Supekar, S., Uddin, L.Q., Khouzam, A., Philips, J., Gaillard, W.D., Kenworthy, L.E. et al. (2013). Brain hyper-connectivity in children with autism and its links to social deficits. Cell Reports, 5 (3). 738-747. [DOI:10.1016/j.celrep.2013.10.001]
31. Tsapkini, K., Frangakis, C.E. & Hillis, A.E. (2011). The function of the left anterior temporal pole: Evidence from acute stroke and infarct volume. Brain, 134, 3094-3105. [DOI:10.1093/brain/awr050]
32. Uccelli, N. A., Codagnone, M. G., Traetta, M. E., Levanovich, N., Rosato Siri, M. V., Urrutia, L. et al. (2021). Neurobiological substrates underlying corpus callosum hypoconnectivity and brain metabolic patterns in the valproic acid rat model of autism spectrum disorder. Journal of Neurochemistry. [DOI:10.1111/jnc.15444]
33. Uddin, L.Q., Supekar, K., Menon, V. (2013). Reconceptualizing functional brain connectivity in autism from a developmental perspective. Frontiers in Human Neuroscience, 7 (458). [DOI:10.3389/fnhum.2013.00458]
34. Urbain, Ch., Vogan, V.M., Ye, A.X., Pang, E.W., Doesburg, S.M. & Taylor, M.J. (2016). Desynchronization of fronto-temporal networks during working memory processing in autism. Human Brain Mapping, 37. 153-164. [DOI:10.1002/hbm.23021]
35. Vissers, M. E., Cohen, M. X. & Geurts, H. M. (2012). Brain connectivity and high functioning autism. A promising path of research that needs refined models, methodological convergence and stronger Behavioural links. Neuroscience and Biobehavioral Reviews 36(1): 604-625. [DOI:10.1016/j.neubiorev.2011.09.003]
36. Wang, J., Barstein. J., Ethridge, L.E., Mosconi, M.W., Takarae, Y. & Sweeney, J.A. (2013). Resting state EEG abnormalities in autism spectrum disorders. Journal of Neurodevelopmental Disorder, 5 (1), 1-14. [DOI:10.1186/1866-1955-5-24]
37. Wang, J., Wang, X., Wang, X., Zhang, H., Zhou, Y., Chen, L., Li, Y., et al. (2020). Increased EEG coherence and short-distance connectivity in children with autism spectrum disorders. Brain and Behavior, 10, 1-10. [DOI:10.1002/brb3.1796]
38. Yuk, V., Urbain, Ch., Anagnostou, E. & Taylor, M. J. (2020). Frontoparietal network connectivity during an N-Back task in adults with Autism Spectrum Disorder. Front Psychiatry, 11: 551808. [DOI:10.3389/fpsyt.2020.551808]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه روانشناسی شناختی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2023 CC BY-NC 4.0 | فصلنامه روانشناسی شناختی

Designed & Developed by : Yektaweb