Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10201/35143

Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.advisorGómez Amor, Jesús-
dc.contributor.advisorHerrera Gutiérrez, Eva-
dc.contributor.authorAguilar Domingo, Moisés-
dc.contributor.otherDepartamento de Anatomía Humana y Psicobiologíaes
dc.date.accessioned2013-05-29T08:16:04Z-
dc.date.available2013-05-29T08:16:04Z-
dc.date.created2013-05-24-
dc.date.issued2013-05-29-
dc.identifier.urihttp://hdl.handle.net/10201/35143-
dc.description.abstractEl objetivo principal de este estudio fue examinar, utilizando el Análisis Independiente de Componentes (AIC) aplicado a nivel espectral y sobre la actividad cerebral evocada, si es posible definir subtipos electrofisiológicos de personas diagnosticadas de Trastorno por Déficit de Atención e Hiperactividad (TDAH). Esto puede permitirnos conocer las relaciones entre las redes neuronales que componen la citoarquitectura de la corteza cerebral y la diferente tipología clínica. Para ello usamos mapas cerebrales, en estado basal y tras estimulación visual, obtenidos mediante 20 canales de electroencefalografía (EEG). Se analizó el curso temporal y tomografía de los potenciales (LORETA), así como los resultados de la escala clínica de Amen. Encontramos seis endofenotipos electrofisiológicos distintos de TDAH, claramente correlacionados con los síntomas (fenotipos clínicos), como los no respondedores a medicación, los impulsivos, los distraídos y los que muestran disregulación emocional. Se discuten las implicaciones para la práctica clínica y educativa. Palabras clave: Endofenotipo; Trastorno por Déficit de Atención e hiperactividad (TDAH); subtipos; Electroencefalograma (EEG); Potenciales Relacionados con Acontecimientos Discretos (PRAD); Análisis Independiente de Componentes (AIC); Tomografía de Baja Resolución (LORETA); Escala Clínica de Amen; implicaciones educativas. Abstract: The main aim of this study was to examine, from Independent Component Analysis (ICA) applied at spectral and evoked brain activity, if it is possible to define electrophysiological subtypes of person diagnosed with Attention Deficit Hyperactivity Disorder (ADHD). This may allow us to understand the relationships between the neural networks that compose the cytoarchitecture of the cerebral cortex and the different types of clinical characteristics. For this, we used brain maps obtained by 20 channel electroencephalography (EEG) recordings at baseline, and after visual stimulation. Time course and topography of potentials (LORETA) as well as Amen Clinical Scale scores were analyzed. We found six different electrophysiological ADHD endophenotypes, which were clearly correlated with symptoms (clinical phenotypes), such us the no responder to medication, impulsive, inattentive, and with emotional dysregulation ones. Implications for clinical practice and education are discussed. Keywords: Endophenotype; Attention Deficit Hyperactivity Disorder (ADHD); subtypes; Electroencephalogram (EEG); Event-Related Potential (ERP); Independent Component Analysis (ICA); Low Resolution Tomography (LORETA); Amen Clinical Scale; educational implications.es
dc.formatapplication/pdfes
dc.format.extent225-
dc.languagespaes
dc.relation.ispartofProyecto de investigación:es
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.subjectAtenciónes
dc.subjectHiperactividades
dc.subjectTrastornos-
dc.subject.other616.89 - Psiquiatría. Psicopatologíaes
dc.subject.other376 - Educación especiales
dc.subject.other159.9 - Psicologíaes
dc.titleSubtipos electrofisiológicos de personas diagnosticadas de trastorno por déficit de atención con o sin hiperactividad características e implicaciones psicolofisiológicas y educativas.es
dc.typeinfo:eu-repo/semantics/doctoralThesises
Aparece en las colecciones:Ciencias de la Salud

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
TESIS Moisés Aguilar-Domingo.pdf5,51 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons