Étude transversale25 juin 2026TDAH

Schémas de connectivité EEG dissociables reflétant les dimensions latentes générales et spécifiques du TDAH chez les enfants et adolescents

Dissociable EEG connectivity patterns reflect the latent general and specific dimensions of ADHD in children and adolescents.

PubMed — neurosciences cognitives developpementales · Anglais

Lire l’article original ↗Ajouter aux favoris

LinkedIn Facebook X / Twitter Email

Lecture rapide

L’essentiel

Cette étude analyse les données EEG au repos de 2 284 participants (5-21 ans) issues de la base Healthy Brain Network, couplées à des mesures cliniques du TDAH. Un modèle bifactoriel restreint (un facteur général TDAH, un facteur spécifique d'inattention et un facteur spécifique d'hyperactivité) offre le meilleur ajustement. Le facteur général est associé à une augmentation globale des puissances delta, thêta et bêta, ainsi qu'à une hyperconnectivité fonctionnelle généralisée. Le facteur inattention est lié à une hypoconnectivité alpha localisée entre le réseau par défaut et les réseaux ventral attention, somatomoteur et limbique. Le facteur hyperactivité est associé à une hyperconnectivité thêta entre les réseaux frontopariétal et limbique. Les analyses de sous-groupes (âge, sexe) ne répliquent que partiellement ces résultats, limitant la généralisation.

Un modèle bifactoriel restreint (facteur général TDAH, facteurs spécifiques inattention et hyperactivité) s'ajuste le mieux aux symptômes du TDAH.
Le facteur général reflète la sévérité globale et est associé à une augmentation de la puissance delta, thêta et bêta ainsi qu'à une hyperconnectivité globale.
Le facteur inattention est lié à une hypoconnectivité alpha localisée entre le réseau par défaut et plusieurs réseaux attentionnels et sensorimoteurs.

Robustesse de l’étudeNon déterminable

Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.

Comprendre l’analyse ↓

Portée de l’analyse NeuroWatchAnalyse partielle

Analyse du résumé uniquement. Confiance faible dans les informations extraites.

Voir les sources ↓

Pour approfondir

Synthèse détaillée

Synthèse

Résultats principaux

Un modèle bifactoriel restreint (facteur général TDAH, facteurs spécifiques inattention et hyperactivité) s'ajuste le mieux aux symptômes du TDAH. Le facteur général reflète la sévérité globale et est associé à une augmentation de la puissance delta, thêta et bêta ainsi qu'à une hyperconnectivité globale. Le facteur inattention est lié à une hypoconnectivité alpha localisée entre le réseau par défaut et plusieurs réseaux attentionnels et sensorimoteurs. Le facteur hyperactivité est exclusivement associé à une hyperconnectivité thêta entre les réseaux frontopariétal et limbique. Les scores composites traditionnels masquent ces déficits circuit-spécifiques et ne permettent pas de distinguer les dimensions générales et spécifiques.

Repères pour la pratique

L'évaluation du TDAH pourrait bénéficier de l'intégration de marqueurs EEG de connectivité pour différencier les dimensions générales et spécifiques, améliorant ainsi la précision diagnostique. Les signatures neurales distinctes pourraient guider des interventions ciblées : par exemple, cibler l'hypoconnectivité alpha pour l'inattention ou l'hyperconnectivité thêta pour l'hyperactivité. Ces résultats soutiennent le développement de biomarqueurs EEG pour la stratification des patients et la personnalisation des traitements dans le TDAH. Les cliniciens doivent être conscients que les scores composites cachent des déficits circuit-spécifiques, d'où l'importance d'une approche dimensionnelle.

Limites et précautions

Étude de grande envergure avec EEG et modélisation bifactorielle, offrant des marqueurs neurophysiologiques distincts pour les dimensions du TDAH. Pertinence clinique élevée malgré des limites de généralisation et des tailles d'effet modestes. Les associations facteur-connectivité n'ont été que partiellement répliquées dans les analyses de sous-groupes d'âge et de sexe, limitant la généralisation. Les données EEG sont enregistrées au repos, ce qui ne reflète pas les mécanismes cognitifs en situation de tâche. Les tailles d'effet des corrélations sont modestes (r ~ 0,08), indiquant une variance partagée limitée. L'échantillon provient d'une seule base de données (Healthy Brain Network), ce qui peut limiter la reproductibilité.

Analyse automatisée NeuroWatch

Analyse méthodologique

Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.

Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.

Examiner les critères point par point

Les auteurs ont utilisé un modèle bifactoriel pour décomposer les symptômes du TDAH en un facteur général et des facteurs spécifiques d'inattention et d'hyperactivité. Les résultats principaux indiquent que le facteur général est associé à des augmentations généralisées de la puissance delta, thêta et bêta (r : [0,06-0,08], p < 0,05) et à une hyperconnectivité globale du réseau (r : [0,08-0,09], p < 0,048). Le facteur inattention est lié à une hypoconnectivité alpha localisée entre le mode par défaut et les réseaux d'attention ventrale, somatomoteur et limbique (r : [-0,10 à -0,09], p < 0,032). Le facteur hyperactivité est associé à une seule arête d'hyperconnectivité thêta entre les réseaux frontopariétal et limbique (r = 0,09, p = 0,032). Les analyses de sous-groupes par âge et sexe n'ont reproduit que partiellement ces associations, et les auteurs mettent en garde contre une généralisation excessive. L'analyse NeuroWatch (automatisée, basée sur le résumé) souligne que le contrôle des facteurs de confusion n'est pas rapporté, ce qui rend l'évaluation de la robustesse impossible. De plus, les limites de l'analyse incluent l'absence d'information sur le financement, les conflits d'intérêts, et le fait que seules les données du résumé ont été utilisées. La validité des mesures est jugée adéquate grâce à une analyse factorielle confirmatoire, et les analyses statistiques incluent des corrélations partielles et des tests de permutation. Toutefois, la sélection de l'échantillon (basée sur des EEG valides) et la réplication partielle incitent à la prudence.

confounding controlNon déterminable

L'étude mentionne des analyses de sous-groupes par âge et sexe, mais aucun contrôle explicite des facteurs de confusion n'est rapporté dans le résumé.

L’information nécessaire n’est pas rapportée dans la source analysée.

measure validityFavorable

Les auteurs ont utilisé une analyse factorielle confirmatoire pour valider la structure des symptômes, avec des indices d'ajustement acceptables (RMSEA = .06, SRMR = .04, CFI = .94, TLI = .93).

Un élément méthodologique adéquat est explicitement documenté.

population selectionPoint de vigilance

L'échantillon provient du Healthy Brain Network, avec une sélection sur la base de données EEG valides, et les auteurs mettent en garde contre la généralisation en raison d'une réplication partielle des associations.

Une limitation méthodologique est explicitement documentée.

statistical analysisFavorable

Les analyses statistiques incluent des corrélations partielles et des tests de permutation, avec une évaluation de la structure factorielle par CFA.

Un élément méthodologique adéquat est explicitement documenté.

Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.

Indexation NeuroWatch