Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Anna Zilverstand,
Bettina Sorger,
Dorine Slaats-Willemse,
Cornelis C. Kan,
Rainer Goebel,
Jan K. Buitelaar
X
Artículo
Autores
Métrica
Comentarios
contenido relacionado
Abstracto
Introducción
Métodos
Resultados
Discusión
Conclusiones
información de soporte
Expresiones de gratitud
Contribuciones de autor
Referencias
Abstracto
El Trastorno por Déficit de Atención e Hiperactividad (TDAH) se caracteriza por un
control / atención cognitiva deficiente e hipofuncionamiento de la corteza dorsal anterior
del cíngulo (DACC). En el estudio actual, investigamos por primera vez si el entrenamiento
de neurofeedback fMRI en tiempo real (rt-fMRI) dirigido a aumentar los niveles de
activación dentro de dACC en adultos con TDAH conduce a una reducción de los síntomas
clínicos y un mejor funcionamiento cognitivo. Se realizó un estudio exploratorio de
tratamiento controlado aleatorizado con cegamiento de los participantes. Los participantes
con TDAH (n = 7 en el grupo de neurofeedback yn = 6 en el grupo de control) asistieron a
cuatro sesiones semanales de formación en MRI (tiempo / sesión de entrenamiento de 60
min), durante los cuales realizaron una tarea de cálculo mental en diferentes niveles de
dificultad , para aprender a regular de manera ascendente la activación de DACC. Solo los
participantes de neurofeedback recibieron información de retroalimentación continua sobre
los niveles de activación cerebral real dentro de dACC. Antes y después del entrenamiento,
se evaluaron los síntomas del TDAH y el funcionamiento cognitivo relevante. Los
resultados mostraron que ambos grupos lograron un aumento significativo en los niveles de
activación de DACC durante las sesiones. Si bien no hubo una diferencia significativa entre
el neurofeedback y el grupo de control en el resultado clínico, los participantes con
neurofeedback mostraron una mejoría más fuerte en el funcionamiento cognitivo. El
presente estudio demuestra la viabilidad general del enfoque de entrenamiento de
neurofeedback rt-fMRI sugerido como una posible opción de tratamiento novedosa para
pacientes con TDAH. Debido al pequeño tamaño de muestra del estudio, los posibles
beneficios clínicos deben investigarse más a fondo en estudios futuros.
Registro de prueba: ISRCTN12390961
Figuras
Cita: Zilverstand A, Sorger B, Slaats-Willemse D, Kan CC, Goebel R, Buitelaar JK (2017)
Formación de neurofeedback fMRI para aumentar la activación de la corteza cingulada
anterior en el trastorno por déficit de atención e hiperactividad en adultos. Un estudio
exploratorio aleatorizado, de un solo cegamiento. PLoS ONE 12 (1):
e0170795. https://doi.org/10.1371/journal.pone.0170795
Editor: Dewen Hu, Universidad Nacional de Tecnología de Defensa, Facultad de
Ingeniería Mecatrónica y Automatización, CHINA
Recibido: 14 de julio de 2016; Aceptado: 10 de enero de 2017; Publicado: 26 de enero de
2017
Derechos de autor: © 2017 Zilverstand et al. Este es un artículo de acceso abierto
distribuido bajo los términos de la Creative Commons Attribution License , que permite el
uso, la distribución y la reproducción sin restricciones en cualquier medio, siempre que se
acredite el autor original y la fuente.
Disponibilidad de datos: los datos han sido cargados como archivos suplementarios.
Financiamiento: los autores agradecen el apoyo de la Organización de Países Bajos para la
Investigación Científica (beca Rubicon 446-14-015 a AZ; http://www.nwo.nl/en ) y el
Programa BrainGain Smart Mix del Ministerio de Asuntos Económicos de los Países Bajos.
y el Ministerio de Educación, Cultura y Ciencia de los Países Bajos (número de concesión:
SSM06011 a AZ, RG, JKB; http://www.rvo.nl/subsidies-regelingen/smart-
mix SSM06011).
Conflicto de intereses: los autores han declarado que no existen intereses en conflicto.
Introducción
El trastorno por déficit de atención e hiperactividad (TDAH) es un trastorno
neuropsiquiátrico de inicio en la infancia caracterizado por un patrón generalizado de falta
de atención, hiperactividad e impulsividad [ 1 , 2 ]. El trastorno persiste en la edad adulta en
un tercio de los casos o más, con una prevalencia en adultos del 2-4% [ 3 - 5 ]. El
tratamiento de primera línea es la prescripción de medicamentos, en su mayoría
psicoestimulantes. Sin embargo, las tasas de respuesta en adultos son solo del 20-50% [ 6 ],
la evidencia de la eficacia a largo plazo de la medicación es inconsistente [ 7 ] y existen
preocupaciones sobre los posibles efectos secundarios del uso a largo plazo de la
medicación [ 8].] En consecuencia, se están desarrollando nuevos tratamientos no
farmacológicos, entre los que se encuentra el neurofeedback de electroencefalografía
(EEG). El entrenamiento de neurofeedback tiene como objetivo la remediación del
funcionamiento neuronal aberrante, permitiendo que los participantes obtengan autocontrol
sobre ciertos aspectos de la señal cerebral, como la relación de frecuencia beta / beta en el
entrenamiento de neurofeedback de EEG.
El presente estudio fue diseñado para detectar el deterioro del control cognitivo y la
atención en adultos con TDAH mediante la autorregulación guiada por neurofeedback de la
corteza dorsal anterior del cíngulo (dACC). El deterioro del control cognitivo y la atención
son las anomalías más consistentemente encontradas en esta población clínica, y se asocian
con el funcionamiento desviado de las regiones del cerebro cortical frontal, cingulado y
parietal [ 24 ]. El DACC es la región del cerebro que con mayor frecuencia se ha
relacionado con los síntomas centrales del TDAH [ 24 ]. La investigación de
neuroimágenes utilizando fMRI demuestra hipoactivación de CADAC en pacientes con
TDAH, en comparación con individuos sin TDAH, específicamente durante tareas que
requieren un control exhaustivo, por ejemplo, tareas de interferencia, pruebas de
rendimiento continuo, tareas de cambio y tareas de inhibición de respuesta
[24 - 29 ]. Además, la hipoactivación del DACC se normalizó después de un tratamiento
exitoso con medicación para el TDAH [ 26 ], lo que sugiere que la normalización de la
actividad de DACC es un componente crucial de un tratamiento exitoso.
El objetivo del presente estudio fue capacitar a las personas con TDAH para que
voluntariamente aumenten los niveles de activación en el CADAC a través del
entrenamiento con neurofeedback rt-fMRI. Llevamos a cabo un estudio exploratorio de
tratamiento controlado aleatorizado con cegamiento de los participantes para investigar
primero, si se podía lograr la autorregulación del nivel de activación de DACC, y segundo,
si el entrenamiento de neurofeedback rt-fMRI reduciría los síntomas de TDAH y mejoraría
el funcionamiento cognitivo. Los participantes asistieron a cuatro sesiones semanales de
entrenamiento de neurofeedback rt-fMRI (60 minutos de tiempo / sesión de
entrenamiento). Evaluamos los síntomas del TDAH y el funcionamiento cognitivo al inicio
del estudio, una semana antes del entrenamiento y una semana después del
entrenamiento. Los participantes en el grupo de control se sometieron al mismo
procedimiento, pero no recibieron información de neurofeedback.
Métodos
Participantes
Los participantes fueron reclutados entre los referidos al Departamento de Psiquiatría del
Centro Médico de la Universidad de Radboud (Nijmegen, Países Bajos). Los participantes
se incluyeron si: se les diagnosticó TDAH de acuerdo con los criterios TR del DSM-IV
(American Psychiatric Association, 2000); tenían más de 18 años; drogas psicotrópicas
-inducidas o libres de alcohol, o estar en una dosis fija de medicación para el TDAH
(psicoestimulante, atomoxetina o bupropión) durante el período de estudio; aprobó los
criterios de detección de fMRI; y tenía un cociente intelectual> 90 según el examen de
diseño de bloques y vocabulario de la Escala Wechsler de inteligencia adulta (WAIS-IV-
NL, [ 30 , 31 ]). La versión corta administrada (Vocabulary, Block design) se seleccionó
debido a su alto coeficiente de validez (0,85) relativo a la prueba de inteligencia completa
[ 32].] Los participantes fueron excluidos si: participaron en otro ensayo clínico
simultáneamente; participó previamente en entrenamiento de neurofeedback; tuvo otra
afección médica importante o uso regular de medicamentos distintos a la medicación para
el TDAH; diagnóstico actual de uno o más diagnósticos del Eje I distintos del TDAH según
los criterios DSM-IV TR (American Psychiatric Association, 2000) (p. ej., depresión,
psicosis, tics, autismo, trastorno alimentario); abuso actual de alcohol o drogas según los
criterios DSM-IV TR (American Psychiatric Association, 2000). El reclutamiento para el
estudio comenzó el 1 de mayo st , 2013 y el último seguimiento se llegó a la conclusión de
junio 30 de XX de 2014.
Descargar:
PPT
Diapositiva de PowerPoint
PNG
imagen más grande
PELEA
imagen original
Tabla 1. Características de los participantes del estudio.
https://doi.org/10.1371/journal.pone.0170795.t001
Procedimiento general
Descargar:
PPT
Diapositiva de PowerPoint
PNG
imagen más grande
PELEA
imagen original
Fig 2. Diseño del estudio.
Después de la inscripción, los participantes asistieron a seis sesiones semanales. Una
semana antes del entrenamiento, se evaluaron los síntomas iniciales de TDAH y el
funcionamiento cognitivo ( prueba previa ). Luego comenzaron las cuatro sesiones de
entrenamiento semanales (60 minutos de tiempo de entrenamiento / sesión). Una semana
después, se realizó la última sesión de entrenamiento, la evaluación posterior del
comportamiento ( post-prueba ). TDAH = trastorno por déficit de atención e
hiperactividad , resonancia magnética funcional = resonancia magnética
funcional , prueba NP = pruebas neuropsicológicas , MSIT = tarea de interferencia
multidireccional, SA-DOTS = tarea DOTS de atención sostenida , SART = tarea
de atención sostenida a la respuesta ,2-back WM = 2-back Tarea de memoria de
trabajo , WAIS = Wechsler Adult Intelligence Scale , DS = Digit Span , LNS = Letter
Number Sequencing , VC = Vocabulary , BD = Block Design , QCM = Questionnaire of
Current Motivation , MCT = Mental Calculation Tarea .
https://doi.org/10.1371/journal.pone.0170795.g002
Procedimiento de entrenamiento
Antes del escaneo, se les dijo a todos los participantes que la razón del entrenamiento
mental era entrenar su atención. Se les indicó cómo variar la dificultad de la tarea
de cálculo mental al cambiar sistemáticamente tres aspectos de tareas diferentes: 1) tempo,
2) magnitud de los números y 3) variaciones en la regla de operación y se les pidió que
practicaran la tarea en voz alta bajo supervisión del experimentador. Todas las
instrucciones para todas las tareas utilizadas en este estudio fueron estandarizadas,
respaldadas por instrucciones visuales computarizadas, proporcionadas por el mismo
experimentador y repetidas durante cada sesión de escaneo. Las instrucciones específicas
para el entrenamiento se desarrollaron en base a estudios fMRI en niveles de activación
durante diferentes operaciones aritméticas [ 43 , 44], y se recordó a los participantes estas
instrucciones en el escáner al comienzo de cada ejecución de entrenamiento . A los
participantes de ambos grupos se les dijo que la tarea específica estaría marcada por un
cuadro rojo en un termómetro visual que indica: reposo (sin señal), dificultad de tarea
media (señal a altura media) o dificultad de tarea alta (señal en la parte superior, S1 Fig) Se
pidió a ambos grupos que adaptaran la tarea durante todo el experimento según fuera
necesario para mantener un nivel de dificultad medio y alto individual. A los participantes
en el grupo de control se les pidió que adaptaran los niveles de dificultad de la tarea en base
a la percepción, la presentación visual solo sirvió como una señal en este grupo, ya que no
tenían conocimiento de participar en un estudio de neurofeedback. En el grupo de
neurofeedback, la pantalla del termómetro mostró el nivel de activación real de la región
diana dACC ( S1 Fig.) Los participantes en el grupo de neurofeedback fueron instruidos
para adaptar el nivel de rendimiento / dificultad de cálculo mental de la tarea para alcanzar
el nivel de activación cerebral indicado (medio y alto) en función de la información de
neurofeedback proporcionada. Finalmente, se demostró a los participantes del grupo de
neurofeedback el nivel de ruido común de la señal de resonancia magnética funcional y el
retraso de la respuesta dependiente del nivel de oxígeno en la sangre (BOLD) a través de un
programa de simulación de 10 minutos. Ambos grupos recibieron instrucciones de
minimizar el movimiento en el escáner e informaron que estaríamos observando sus niveles
de activación cerebral durante el entrenamiento a través del análisis de datos rt-fMRI.
Preprocesamiento
Para el análisis de datos fMRI post hoc, se aplicaron los mismos parámetros de
preprocesamiento que durante el análisis de datos en tiempo real. Además, los datos se
normalizaron espacialmente al espacio Talairach [ 45 ] y se excluyeron las carreras
funcionales durante las cuales los participantes se movieron más de 5 mm / grado en
cualquier dirección / rotación (un participante de neurofeedback: entrenamiento de cuarta
sesión 2 y 3, carrera de transferencia ; Participante: la segunda sesión de capacitación se
ejecuta en 1 y 2, la tercera sesión de entrenamiento se ejecuta 3, la cuarta sesión
de entrenamiento se ejecuta 2). La calidad de los datos FMRI se evaluó calculando el
desplazamiento medio (movimiento promedio de volumen a volumen) y la relación señal /
ruido temporal(tSNR), promediado a través de vóxeles dentro de las regiones objetivo
dACC individuales después de la eliminación de la activación de la tarea por regresión
[ 46 ].
Para verificar la selección en línea de las regiones diana dACC, llevamos a cabo un análisis
GLM de efectos aleatorios para todo el cerebro, mapas de umbral utilizando un umbral
vóxel inicial de α = 0.05 [ 47 ] y corrigiendo comparaciones múltiples utilizando el umbral
de clúster con un umbral la tasa de falsos positivos a nivel de clúster de α = 0.05
[ 47 , 48 ]. Los contrastes de interés fueron la interferencia vs . sin interferencias y cálculo
mental vs . canto mental. Para evaluar mejor el rendimiento de la tarea en todos los grupos,
se realizó un análisis de región de interés de la respuesta BOLD en las regiones diana
dACC. Los pesos beta estimados de la respuesta BOLD promedio se extrajeron y
analizaron en SPSS Statistics (IBM SPSS Statistics 21, IBM Corporation, Armonk, NY,
EE. UU.). Fueron sometidos a análisis estadístico utilizando mediciones repetidas de GLM
con contrastes lineales, modelando la tarea de factores ( interferencia , sin interferencia,
cálculo mental , canto mental) y tiempo (sesión) . Los tamaños del efecto se estimaron
utilizando eta cuadrado parcial (η p ), que describe la proporción de la variabilidad total en
la variable dependiente atribuible a un efecto [49 ].
Se ha descubierto que las personas con TDAH muestran deficiencias significativas con
tamaños de efectos medios en una serie de tareas de funcionamiento ejecutivo. Las
desviaciones de rendimiento más fuertes y consistentes se encuentran para tareas de
atención sostenida que requieren inhibición o vigilancia de la respuesta, así como tareas de
memoria de trabajo, particularmente cuando se requiere memoria de trabajo espacial
[ 50 , 51 ]. Empleamos varias tareas que demostraron ser medidas sensibles del
funcionamiento neuropsicológico en pacientes con TDAH. Todas las tareas computarizadas
utilizadas se programaron y presentaron utilizando el paquete de software Presentation
(Versión 16, Neurobehavioral Systems Inc., Albany, CA, EE. UU.).
Las primeras tareas de rendimiento continuo empleadas fueron la tarea Puntos de atención
sostenida (SA-DOTS, [ 52 ]). El SA-DOTS es una tarea de atención sostenida visual
computarizada, durante la cual se presentan aleatoriamente 50 series de doce patrones de
puntos, un total de 600 patrones de puntos (15 minutos). Los participantes deben presionar
"sí" cuando se presentan patrones de cuatro puntos (objetivo, 1/3 de los ensayos) y "no"
para los patrones de tres / cinco puntos (no objetivos, 2/3 de los ensayos). Los objetivos
perdidos se consideran un índice de inhibición de la respuesta fallida, mientras que las
falsas alarmas se supone que reflejan la vigilancia [ 53 , 54 ]. El SA-DOTS tiene una
excelente fiabilidad test-retest (0.90-0.94) y proporciona puntajes z de rendimiento en
referencia a una muestra de edad normalizada [ 55]] También se ha demostrado que
discrimina a los pacientes con TDAH de los controles sanos [ 53 , 54 ].
Para evaluar la memoria de trabajo visual, se empleó una tarea visoespacial computarizada
de 2 copias (2 copias de WM, [ 59 ]). Durante cada prueba, se enciende un cuadrado blanco
en una de las nueve ubicaciones posibles en la pantalla de la computadora. Se les pide a los
participantes que presionen un botón cuando el cuadrado aparece en la misma ubicación
que dos ensayos anteriores (25% de los ensayos). En total, se presentan 10 secuencias de 15
ensayos (9 min). La principal medida de resultado para indexar el rendimiento de la
memoria operativa es la proporción de ensayos correctos, que se calcula restando la
proporción de fallas y falsas alarmas del número total de ensayos. Esta tarea ha demostrado
ser sensible a las deficiencias de la memoria de trabajo en pacientes con TDAH [ 59 ].
Resultados
Participantes
Al inicio del estudio, los participantes informaron un promedio de siete de nueve síntomas
de atención con TDAH y seis de nueve síntomas de hiperactividad e impulsividad con
TDAH, y un CI ligeramente superior al promedio ( Tabla 1 ). Tres participantes en el grupo
de control y tres participantes en el grupo de neurofeedback recibieron una dosis estable de
medicación ( Tabla 1 ). Durante la prueba previa , los participantes se desempeñaron por
debajo de los estándares de los grupos de control sanos. Respondieron un 17% más lento en
la tarea de interferencia cognitiva (MSIT [ 42 ]), realizaron 0.9 SD por debajo de la norma
de vigilancia y 2.1 SD por debajo de la norma de inhibición de respuesta (SA-DOTS
[ 52]]), demostró un marcado aumento de falsas alarmas (34% vs. 12% en personas sanas)
durante la segunda tarea de inhibición de respuesta (SART [ 58 ]), y una marcada
disminución en la precisión (66% vs. 78% en personas sanas) en el tarea de memoria de
trabajo visual (WM 2-back, [ 59 ]) ( Tabla 1 ).
El análisis post-hoc de las dos tareas de localización mostró que ambas tareas del
localizador, el MSIT y el MCT, activaron el dACC ( Fig. 3A y 3B ). Ambos localizadores
tenían un foco de activación similar, activando superposición de vóxeles dentro del dACC
( Fig. 3A y 3B ). Las regiones de destino dACC individuales definidas en línea coincidieron
bien con la región activada durante las tareas de localización ( Fig 3A-3C ). Las
coordenadas de las regiones diana dACC fueron similares en todos los grupos y sesiones
( Tabla S1 ), y las coordenadas fueron similares a las mostradas en estudios previos con
pacientes con TDAH [ 26 ].
Descargar:
PPT
Diapositiva de PowerPoint
PNG
imagen más grande
PELEA
imagen original
Fig. 3. Localización de las regiones objetivo de DACC.
La activación durante las tareas de localización se representa para la tarea de interferencia
(MSIT, panel A, activación máxima x = 8, y = 10, z = 45, espacio Talairach) y la tarea de
cálculo mental (MCT, panel B, activación máxima x = - 8, y = 10, z = 48, espacio de
Talairach). Para verificar si la región DACC objetivo se localizó / definió dentro del
procedimiento en línea, se realizó un análisis GLM de efectos aleatorios para todo el
cerebro (p <0,05, corregido a nivel de conglomerado) para la interferencia
decontraste vs. sin interferencia (MSIT, panel A) y el cálculo mental de contraste vs. el
canto mental(MCT, panel B). El panel C representa la ubicación de las regiones objetivo
individuales de DACC definidas en línea alrededor de su ubicación promedio (x = 2, y =
15, z = 39, espacio de Talairach, grupo de neurofeedback = tintes azules, grupo de control =
tintes verdes). La ubicación ligeramente más anterior de las regiones diana dACC
respectivas al pico de activación puede haber resultado de una preferencia por los grupos
más anteriores durante el procedimiento de localización, que se ha demostrado que están
hipoactivados en pacientes con TDAH [ 26 ].
https://doi.org/10.1371/journal.pone.0170795.g003
Datos de entrenamiento
Descargar:
PPT
Diapositiva de PowerPoint
PNG
imagen más grande
PELEA
imagen original
Tabla 2. Evaluación pre-post conductual (dentro del grupo).
https://doi.org/10.1371/journal.pone.0170795.t002
Discusión
El objetivo de este estudio fue investigar si el entrenamiento de personas con TDAH para
regular voluntariamente los niveles de activación en el CADAC a través del entrenamiento
de neurofeedback rt-fMRI tendría efectos beneficiosos sobre los síntomas del TDAH y el
funcionamiento cognitivo. En resumen, encontramos que las personas con TDAH fueron
capaces de regular al alza los niveles de activación de DACC a través del entrenamiento de
neurofeedback rt-fMRI y mantener estos cambios hasta el final del entrenamiento tanto en
el neurofeedback como en el grupo de control. En segundo lugar, aunque no hubo
diferencias significativas entre el neurofeedback y el grupo de control en el resultado
clínico, los participantes con neurofeedback mostraron una mejoría más fuerte en el
funcionamiento neuropsicológico.
Efectos de entrenamiento
Limitaciones
Recomendaciones futuras
El primer objetivo de este estudio fue establecer la viabilidad del enfoque sugerido. Los
resultados sugieren que las estrategias empleadas de reclutamiento y aleatorización, las
instrucciones de tareas estandarizadas y los procedimientos técnicos se implementaron con
éxito, como lo demuestran los diferentes indicadores para monitorear la calidad del
estudio. Es importante destacar que el análisis de los predictores de rendimiento indicó que
el enfoque es adecuado para pacientes con TDAH con coeficiente intelectual medio,
incluso cuando los síntomas del TDAH son graves. Sin embargo, este análisis también
indicó que los pacientes con TDAH con déficits graves en la memoria de trabajo y el
control inhibitorio se beneficiaron mucho menos del entrenamiento. Para futuros
entrenamientos, puede ser beneficioso diseñar entrenamientos escalonados para llegar a un
grupo más grande de pacientes. El entrenamiento de neurofeedback Rt-fMRI puede
necesitar ser complementado con otros módulos de entrenamiento, dirigido a mejorar las
capacidades cognitivas que fueron predictivas de éxito, como la memoria de trabajo y la
inhibición de la respuesta. También puede ser útil un entrenamiento más elaborado sobre el
control de movimiento antes del escaneo. En tercer lugar, un módulo de entrenamiento
inicial que proporcione neurofeedback de regiones cerebrales que sean más fácilmente
controlables (por ejemplo, sistema motor), puede ser beneficioso para acostumbrar a los
participantes a las demandas de doble tarea de monitorear el neurofeedback continuo
durante el entrenamiento. Finalmente, el objetivo de lograr un control graduado sobre la
señal solo puede lograrse con más sesiones de entrenamiento adicionales. En general, los
resultados presentados sugieren que los beneficios de los efectos del entrenamiento de
neurorretroalimentación rt-fMRI pueden maximizarse mediante módulos adicionales de
instrucción y práctica antes del entrenamiento de neurofeedback en sí, lo que respalda un
enfoque intervencionista multifacético.
Conclusiones
En conclusión, los resultados presentados sugieren que el entrenamiento de neurofeedback
rt-fMRI puede constituir un posible tratamiento novedoso para adultos con TDAH. Este
estudio de prueba de principio que explora un entrenamiento de neurofeedback rt-fMRI por
primera vez en el TDAH en adultos demuestra tanto que la metodología es generalmente
factible y que dicha capacitación dirigida al DACC puede mejorar significativamente el
funcionamiento cognitivo. Además, los resultados sugieren que el éxito de la
autorregulación puede predecirse mediante capacidades de memoria de trabajo / inhibición,
por lo que se requieren enfoques intervencionistas multifacéticos más elaborados. Debido al
tamaño de muestra limitado en el estudio actual, los beneficios clínicos del enfoque
novedoso deben evaluarse en estudios futuros.
información de soporte
pone.0170795.s001.tif
higo compartir
1 / 10
descargar
Pantalla de Neurofeedback.
Los participantes en el grupo de neurofeedback fueron instruidos para realizar cálculos mentales
en diferentes niveles de dificultad para lograr la regulación positiva de su nivel de activación dentro
de las regiones diana dACC. Se les indicó reposar (A), alcanzar un medio (B) o un nivel de
dificultad alto (C) al adaptar su desempeño de tarea de cálculo mental. Los participantes de
Neurofeedback pudieron monitorear sus niveles de activación dACC en el termómetro (nivel de
activación representado por cuadrados grises llenos, (D) [mostrado aquí solo para la condición de
alto nivel de activación]), mientras que los participantes del control vieron el mismo termómetro sin
información de retroalimentación .
(TIF)
S1 Fig. Pantalla de Neurofeedback.
Esta lista resume la información proporcionada sobre cómo se diseñó, analizó e interpretó
este estudio exploratorio aleatorizado y simple ciego.
https://doi.org/10.1371/journal.pone.0170795.s005
(PDF)
Este archivo contiene los niveles de activación (estimaciones beta) por ejecución individual
y funcional durante el entrenamiento, derivados de las regiones de destino dACC definidas
individualmente.
https://doi.org/10.1371/journal.pone.0170795.s007
(CSV)
Este archivo contiene todos los datos clínicos y neuropsicológicos (por individuo) de la
evaluación del comportamiento administrada antes y después de la capacitación, así como
los datos motivacionales recopilados durante cada sesión de capacitación.
https://doi.org/10.1371/journal.pone.0170795.s008
(CSV)
Expresiones de gratitud
Queremos agradecer a Tabea Kamp, Leonie Hennissen, Anita Kaemingk, Björn Zierul y
Silja Timm por su gran ayuda en la preparación y ejecución de este estudio, así como a Jan
Zimmermann por proporcionar herramientas de análisis avanzadas para el análisis de datos
de MRI.
Contribuciones de autor
1. Conceptualización: AZ BS RG JB.
2. Curación de datos: AZ.
3. Análisis formal: AZ.
4. Adquisición de fondos: RG JB.
5. Investigación: AZ BS.
6. Metodología: AZ BS DS CK RG JB.
7. Administración del proyecto: AZ.
8. Recursos: DS CK RG JB.
9. Software: AZ RG.
10. Supervisión: RG JB BS.
11. Validación: AZ.
12. Visualización: AZ.
13. Escritura - borrador original: AZ.
14. Escritura - revisión y edición: AZ BS DS CK RG JB.
Referencias
1. 1.Asociación Americana de Psiquiatría. Manual Diagnóstico y Estadístico de los
Trastornos Mentales, Cuarta Edición, Revisión del Texto (DSM-IV-TR). Arlington,
VA, EE. UU .: Asociación Americana de Psiquiatría; 2000.
2. 2.Asociación Americana de Psiquiatría. Declaración de advertencia para el uso
forense del DSM-5. Manual Diagnóstico y Estadístico de Trastornos Mentales, 5ta
Edición. Washington, DC: American Psychiatric Publishing, Inc; 2013.
3. 3.Kessler RC, Adler L, Barkley R, Biederman J, Conners CK, Demler O, y col. La
prevalencia y correlatos del TDAH en adultos en los Estados Unidos: resultados de
la Replicación de la Encuesta Nacional de Comorbilidad. Am J Psiquiatría. 2006;
163 (4): 716-23. pmid: 16585449
o Ver artículo
o PubMed / NCBI
o Google Académico
4.Kooij JJS, Buitelaar JK, Van den Oord EJ, Furer JW, Rijnders CAT,
Hodiamont PPG. Validez interna y externa del trastorno de hiperactividad y
déficit de atención en una muestra poblacional de adultos. Psychol
Med. 2005 Jun; 35 (6): 817-27. pmid: 15997602
o Ver artículo
o PubMed / NCBI
o Google Académico
5.Simon V, Czobor P, Bálint S, Mészáros A, Bitter I. Prevalencia y
correlatos del trastorno por déficit de atención e hiperactividad en adultos:
metanálisis. Br J Psiquiatría. 2009; 194 (3): 204-11. pmid: 19252145
o Ver artículo
o PubMed / NCBI
o Google Académico
6.Faraone SV, Glatt SJ. Una comparación de la eficacia de los
medicamentos para el trastorno por déficit de atención e hiperactividad en
adultos mediante el metanálisis de los tamaños del efecto. J Clin
Psychiatry. 2010 Jun; 71 (6): 754-63. pmid: 20051220
o Ver artículo
o PubMed / NCBI
o Google Académico
7.Van de Loo-Neus GHH, Rommelse N, Buitelaar JK. Para detener o no
parar? ¿Cuánto tiempo debe prolongarse el tratamiento con medicamentos
del trastorno de hiperactividad y déficit de
atención? Neuropsicofarmacología Europea. 2011. p. 584-99.
o Ver artículo
o Google Académico
8.Graham J, Banaschewski T, Buitelaar J, Coghill D, Danckaerts M,
Dittmann RW, y col. Directrices europeas sobre el manejo de los efectos
adversos de la medicación para el TDAH. Eur Child Adolesc
Psychiatry. 2011; 20 (1): 17-37. pmid: 21042924
o Ver artículo
o PubMed / NCBI
o Google Académico
9.Sonuga-Barke EJS, Brandeis D, Cortese S, Daley D, Ferrin M, Holtmann
M, y col. Intervenciones no farmacológicas para el TDAH: revisión
sistemática y metanálisis de ensayos controlados aleatorios de tratamientos
dietéticos y psicológicos. Am J Psiquiatría. 2013; 170 (3): 275-89. pmid:
23360949
o Ver artículo
o PubMed / NCBI
o Google Académico
10.Vollebregt MA, van Dongen-Boomsma M, Buitelaar JK, Slaats-
Willemse D. ¿EEG-neurofeedback mejora el funcionamiento neurocognitivo
en niños con trastorno por déficit de atención con hiperactividad? Una
revisión sistemática y un estudio doble ciego controlado con placebo. J
Child Psychol Psychiatry. 2013;
o Ver artículo
o Google Académico
11.van Dongen-Boomsma M, Vollebregt MA, Slaats-Willemse D, Buitelaar
JK. Un ensayo aleatorio controlado con placebo de neurofeedback
electroencefalográfico (EEG) en niños con trastorno por déficit de atención /
hiperactividad. J Clin Psychiatry. 2013; 74 (8): 821-7. pmid: 24021501
o Ver artículo
o PubMed / NCBI
o Google Académico
12.Goebel R, Zilverstand A, Sorger B. Interfaz computadora-cerebro basada
en fMRI en tiempo real para terapia de neurofeedback y compensación de
las funciones motoras perdidas. Imaging Med. 2010; 2 (4): 407-15.
o Ver artículo
o Google Académico
13.Weiskopf N. FMRI en tiempo real y su aplicación a
neurofeedback. Neuroimagen. Elsevier Inc .; 2012 15 de agosto; 62 (2): 682-
92.
o Ver artículo
o Google Académico
14.Bray S, Shimojo S, O'Doherty JP. Acondicionamiento instrumental
directo de la actividad neuronal usando retroalimentación de recompensa
derivada de imágenes de resonancia magnética funcional. J Neurosci. 2007
Jul 11; 27 (28): 7498-507. pmid: 17626211
o Ver artículo
o PubMed / NCBI
o Google Académico
15.Rota G, Sitaram R, Veit R, Erb M, Weiskopf N, Dogil G, y
col. Autorregulación de la actividad cortical regional utilizando fMRI en
tiempo real: el giro frontal inferior derecho y el procesamiento
lingüístico. [Internet]. Mapeo del cerebro humano 2009. 1605-14
p. http://www.ncbi.nlm.nih.gov/pubmed/18661503
o Ver artículo
o Google Académico
dieciséis.Goebel R, Zilverstand A, Sorger B. Interfaz computadora-cerebro
basada en fMRI en tiempo real para terapia de neurofeedback y
compensación de las funciones motoras perdidas. Imaging Med. 2010; 2:
407-15.
o Ver artículo
o Google Académico
17.DeCharms RC, Maeda F, Glover GH, Ludlow D, Pauly JM, Soneji D, y
col. Control sobre la activación cerebral y el dolor aprendido mediante el
uso de MRI funcional en tiempo real. Proc Natl Acad Sci US A. 2005 20 de
diciembre; 102 (51): 18626-31. pmid: 16352728
o Ver artículo
o PubMed / NCBI
o Google Académico
18.Haller S, Birbaumer N, Veit R. El entrenamiento de retroalimentación
con fMRI en tiempo real puede mejorar el tinnitus crónico. Eur Radiol. 2010
Mar; 20 (3): 696-703. pmid: 19760238
o Ver artículo
o PubMed / NCBI
o Google Académico
19.Linden DEJ, Habes I, Johnston SJ, Linden S, Tatineni R, Subramanian L,
y col. Autorregulación en tiempo real de las redes emocionales en pacientes
con depresión. Más uno. 2012 ene; 7 (6): e38115. pmid: 22675513
o Ver artículo
o PubMed / NCBI
o Google Académico
20.Subramanian L, Hindle JV, Johnston S, Roberts MV, Husain M, Goebel
R, y col. Neurofeedback de imagen por resonancia magnética funcional en
tiempo real para el tratamiento de la enfermedad de Parkinson. J
Neurosci. 2011 9 de noviembre; 31 (45): 16309-17. pmid: 22072682
o Ver artículo
o PubMed / NCBI
o Google Académico
21.Young KD, Zotev V, Phillips R, Misaki M, Yuan H, Drevets WC, et
al. Entrenamiento de neurofeedback FMRI en tiempo real de la actividad de
la amígdala en pacientes con trastorno depresivo mayor. Más uno. 2014 ene;
9 (2): e88785. pmid: 24523939
o Ver artículo
o PubMed / NCBI
o Google Académico
22.Zilverstand A, Sorger B, Sarkheil P, Goebel R. El neurofeedback fMRI
facilita la regulación de la ansiedad en mujeres con fobia a las arañas. Front
Behav Neurosci. 2015; 9 (junio): 1-12.
o Ver artículo
o Google Académico
23.Sitaram R, Veit R, Stevens B, Caria A, Gerloff C, Birbaumer N, y
col. Control adquirido de la actividad de la corteza ventricular ventral por
entrenamiento de retroalimentación: un estudio exploratorio en tiempo real
de FMRI y TMS. Neurorehabilitación Neural Repair. 2012; 26 (3): 256-
65. pmid: 21903976
o Ver artículo
o PubMed / NCBI
o Google Académico
24.Disfunción cortical parietal, frontal y cingulada de Bush G. en el
trastorno por déficit de atención / hiperactividad. Biol Psiquiatría. Elsevier
Inc .; 2011 15 de junio; 69 (12): 1160-7.
o Ver artículo
o Google Académico
25.Bush G, Frazier JA, Rauch SL, Seidman LJ, Whalen PJ, Jenike M a, et
al. Disfunción de la corteza cingulada anterior en el trastorno por déficit de
atención / hiperactividad revelada por fMRI y Counting Stroop. Biol
Psiquiatría. 1999; 45 (12): 1542 - 52. pmid: 10376114
o Ver artículo
o PubMed / NCBI
o Google Académico
26.Bush G, Spencer TJ, Holmes J, Shin LM, Valera EM, Seidman LJ, et
al. Imágenes de resonancia magnética funcional de metilfenidato y placebo
en el trastorno por déficit de atención / hiperactividad durante la tarea de
interferencia de múltiples fuentes. Arch Gen Psychiatry. 2008; 65 (1): 102-
14. pmid: 18180434
o Ver artículo
o PubMed / NCBI
o Google Académico
27.Cubillo A, Halari R, Ecker C, Giampietro V, Taylor E, Rubia K.
Activación reducida y conectividad funcional interregional de las redes
fronto-estriatales en adultos con trastorno de hiperactividad con déficit de
atención (TDAH) y síntomas persistentes durante las tareas de motor
inhibición y cambio cognitivo. J Psychiatr Res. Elsevier Ltd; 2010; 44 (10):
629-39.
o Ver artículo
o Google Académico
28.Dickstein SG, Bannon K, Castellanos FX, Milham MP. Los correlatos
neuronales del trastorno por déficit de atención con hiperactividad: un
metanálisis ALE. J Child Psychol Psychiatry. 2006; 47 (10): 1051 -
62. pmid: 17073984
o Ver artículo
o PubMed / NCBI
o Google Académico
29.Schneider MF, Krick CM, Retz W, Hengesch G, Retz-Junginger P, Reith
W, y col. La alteración de las redes cerebrales fronto-estriatales y parietales
se correlaciona con la psicopatología del trastorno por déficit de atención
con hiperactividad (TDAH) en adultos: un estudio de imagen por resonancia
magnética funcional (fMRI). Res. Psiquiatría. Elsevier Ireland Ltd; 2010 Jul
30; 183 (1): 75-84.
o Ver artículo
o Google Académico
30.Cotan. Wechsler Adult Intelligence Scale, Cuarta edición,
Nederlandstalige Bewerking (WAIS-IV-NL). 4th ed. Amsterdam, Países
Bajos: Pearson; 2012.
31.Wechsler D. Wechsler Adult Intelligence Scale, Cuarta edición (WAIS-
IV). 4th ed. San Antonio, TX, EE. UU .: Pearson; 2008.
32.Sattler. Evaluación de niños: aplicaciones cognitivas. 4th ed. San Diego,
CA, EE. UU .: Jerome M. Sattler Publishers, Inc; 2001.
33.Kooij JJS. (TDAH en adultos. Introducción a la evaluación diagnóstica y
el tratamiento, en holandés). ADHD bij volwassenen. Inlcuyendo en
diagnostiek en behandeling. 2nd ed. Lisse, Países Bajos: Swets &
Zeitlinger; 2003.
34.Bron TI, Bijlenga D, Marije Boonstra A, Breuk M, Pardoen FMH,
Beekman ATF, et al. La eficacia de OROS-metilfenidato en los déficits de
funcionamiento ejecutivos específicos en adultos con TDAH: un estudio
cruzado aleatorizado, controlado con placebo. Eur
Neuropsychopharmacol. 2014; 24 (4): 519-28. pmid: 24508533
o Ver artículo
o PubMed / NCBI
o Google Académico
35.Van Veen MM, Kooij JJS, Boonstra AM, Gordijn MCM, Van Someren
EJW. Ritmo circadiano retardado en adultos con trastorno de déficit de
atención / hiperactividad e insomnio crónico de inicio del sueño. Biol
Psiquiatría. 2010; 67 (11): 1091-6. pmid: 20163790
o Ver artículo
o PubMed / NCBI
o Google Académico
36.DuPaul GJ, Power TJ, Anastopoulus AD, Reid R. ADHD Rating Scale-
IV: listas de verificación, normas e interpretación clínica. Nueva York: The
Guilford Press; 1998.
37.Murphy K, Barkley RA. Prevalencia de los síntomas del DSM-IV del
TDAH en conductores adultos con licencia: Implicaciones para el
diagnóstico clínico. Revista de trastornos de atención. 1996. p. 147-61.
o Ver artículo
o Google Académico
38.Borm GF, Hoogendoorn EH, den Heijer M, Zielhuis G a. Equilibrio
secuencial: un método simple para la asignación de tratamiento en ensayos
clínicos. Contemp Clin Trials. 2005 Dec; 26 (6): 637-45. pmid: 16226925
o Ver artículo
o PubMed / NCBI
o Google Académico
39.Scott NW, McPherson GC, Ramsay CR, Campbell MK. El método de
minimización para la asignación a ensayos clínicos. una revisión. Controle
los ensayos clínicos. 2002 Dec; 23 (6): 662-74. pmid: 12505244
o Ver artículo
o PubMed / NCBI
o Google Académico
40.Rheinberg F, Vollmeyer R, Burns BD. QCM: Un cuestionario para
evaluar la motivación actual en situaciones de
aprendizaje. Diagnostica. 2001; 47 (2): 57-66.
o Ver artículo
o Google Académico
41.Bush G, Shin LM. La tarea de interferencia de fuentes múltiples: una
tarea de resonancia magnética funcional que activa de forma confiable la red
cognitiva / atención cingulo-frontal-parietal. Nat Protoc. 2006; 1 (1): 308-
13. pmid: 17406250
o Ver artículo
o PubMed / NCBI
o Google Académico
42.Bush G, Shin LM, Holmes J, Rosen BR, Vogt B a. La tarea de
interferencia de múltiples fuentes: estudio de validación con fMRI en sujetos
individuales. Mol Psiquiatría. 2003; 8 (1): 60-70. pmid: 12556909
o Ver artículo
o PubMed / NCBI
o Google Académico
43.Fehr T, código C, Herrmann M. regiones cerebrales comunes que
subyacen a diferentes operaciones aritméticas reveladas por la activación
fMRI-BOLD en conjunto. Brain Res. 2007; 1172: 93-102. pmid: 17822681
o Ver artículo
o PubMed / NCBI
o Google Académico
44.Delazer M, Domahs F, Bartha L, Brenneis C, Lochy A, Trieb T, et
al. Aprender aritmética compleja: un estudio de resonancia magnética
funcional. Cogn Brain Res. 2003; 18 (1): 76-88.
o Ver artículo
o Google Académico
45.Talairach J, Tournoux P. Atlas estereotáxico coplanares del cerebro
humano: sistema proporcional tridimensional: una aproximación a las
imágenes cerebrales. 1st ed. Neuropsychologia. Nueva York: Thieme
Medical Publishers; 1988.
46.Murphy K, Bodurka J, Bandettini PA. ¿Cuánto tiempo para escanear? La
relación entre la señal temporal de fMRI a la relación de ruido y la duración
necesaria de la exploración. Neuroimagen. 2007; 34 (2): 565-74. pmid:
17126038
o Ver artículo
o PubMed / NCBI
o Google Académico
47.Forman SD, Cohen JD, Fitzgerald M, Eddy WF, Mintun M a, Noll
DC. Evaluación mejorada de activación significativa en imágenes de
resonancia magnética funcional (fMRI): uso de un umbral de tamaño de
clúster. Magn Reson Med. 1995 de mayo; 33 (5): 636-47. pmid: 7596267
o Ver artículo
o PubMed / NCBI
o Google Académico
48.Goebel R, Esposito F, Formisano E. Análisis de los datos del concurso de
análisis de imágenes funcionales (FIAC) con brainvoyager QX: del análisis
de modelo lineal general de grupos de sujetos individuales a los alineados
corticalmente y del análisis de componentes independiente de grupos
autoorganizados. Hum Brain Mapp. 2006; 27 (5): 392-401. pmid: 16596654
o Ver artículo
o PubMed / NCBI
o Google Académico
49.Cohen J. Eta-cuadrado y parcial Eta-cuadrado en los diseños del factor
fijo Anova. Educ Psychol Meas. 1973; 33 (1): 107-12.
o Ver artículo
o Google Académico
50.Willcutt EG, Doyle AE, Nigg JT, Faraone SV, Pennington BF. Validez
de la teoría de la función ejecutiva del trastorno por déficit de atención /
hiperactividad: una revisión metaanalítica. Biol Psiquiatría. 2005; 57 (11):
1336 - 46. pmid: 15950006
o Ver artículo
o PubMed / NCBI
o Google Académico
51.Nigg JT. Teoría neuropsicológica y hallazgos en el trastorno por déficit
de atención / hiperactividad: el estado del campo y los principales desafíos
para la próxima década. Biol Psiquiatría. 2005; 57 (11): 1424-35. pmid:
15950017
o Ver artículo
o PubMed / NCBI
o Google Académico
52.de Sonneville LMJ. Tareas Neuropsicológicas de Amsterdam: un
programa de evaluación asistido por computadora. En: Den Brinker BPLM,
Beek PJ, marca AN, Maarse SJ, Mulder LJM, editores. Computadoras en
Psicología, Vol. 6: Ergonomía Cognitiva, Evaluación Clínica y Aprendizaje
Asistido por Computadora. Lisse, Países Bajos: Swets & Zeitlinger; 1999.
p. 187-203.
53.Marchetta NDJ, Hurks PPM, De Sonneville LMJ, Krabbendam L, Jolles
J. Déficits de atención sostenidos y enfocados en adultos con TDAH. J Atten
Disord. 2008; 11 (6): 664-76. pmid: 17712171
o Ver artículo
o PubMed / NCBI
o Google Académico
54.Slaats-Willemse D, Swaab-Barneveld H, De Sonneville L, Buitelaar J.
Agrupación familiar de funcionamiento ejecutivo en familias de hermanos
afectados con TDAH. J Am Acad Child Adolesc Psychiatry. La Academia
Americana de Psiquiatría de Niños y Adolescentes; 2005; 44 (4): 385-91.
o Ver artículo
o Google Académico
55.de Sonneville LMJ. (Tareas neuropsicológicas de Amsterdam:
aplicaciones científicas y clínicas, en holandés). Amsterdamse
Neuropsychologische Taken: Wetenschappelijke en klinische
toepassingen. Tijdschr voor Neuropsychol. 2005; 0: 27-41.
56.Robertson IH, Manly T, Andrade J, Baddeley BT, Yiend J. "¡Uy!":
Correlatos de rendimiento de las fallas atencionales cotidianas en personas
con lesiones cerebrales traumáticas y sujetos
normales. Neuropsychologia. 1997 Jun; 35 (6): 747-58. pmid: 9204482
o Ver artículo
o PubMed / NCBI
o Google Académico
57.Smilek D, Carriere JSA, Cheyne JA. Fallas de atención sostenida en la
vida, el laboratorio y el cerebro: validez ecológica del
SART. Neuropsychologia. 2010; 48 (9): 2564-70. pmid: 20452366
o Ver artículo
o PubMed / NCBI
o Google Académico
58.O'Connell RG, Bellgrove M a, Dockree PM, Lau A, Fitzgerald M,
Robertson IH. Entrenamiento auto alerta: la modulación volitiva de la
excitación autonómica mejora la atención
sostenida. Neuropsychologia. 2008; 46 (5): 1379-90. pmid: 18249419
o Ver artículo
o PubMed / NCBI
o Google Académico
59.Hoogman M. DRD4 y la memoria de trabajo en pacientes con TDAH y
sujetos sanos: efectos diferenciales sobre el comportamiento y la actividad
de la corteza prefrontal. Imagine los efectos de los genes de riesgo de
TDAH. Nijmegen, Países Bajos: Donders Series; 2012. p. 97-116.
60.Iverson GL. Interpretación del cambio en el WAIS-III / WMS-III en
muestras clínicas. Arch Clin Neuropsychol. 2001; 16 (2): 183 - 91. pmid:
14590186
o Ver artículo
o PubMed / NCBI
o Google Académico
61.Spencer TJ, Biederman J, Mick E. Trastorno de déficit de atención /
hiperactividad: diagnóstico, esperanza de vida, comorbilidades y
neurobiología. J Pediatr Psychol. 2007; 32 (6): 631-42. pmid: 17556405
o Ver artículo
o PubMed / NCBI
o Google Académico
62.Stoeckel LE, Garrison K a, Ghosh S, Wighton P, Hanlon C a, Gilman
JM, et al. Optimización de neurofeedback fMRI en tiempo real para
descubrimiento y desarrollo terapéutico. NeuroImage Clin. 2014 ene; 5:
245-55. pmid: 25161891
o Ver artículo
o PubMed / NCBI
o Google Académico
63.Daum I, Rockstroh B, Birbaumer N, Elbert T, Canavan A, Lutzenberger
W. Tratamiento conductual de los potenciales corticales lentos en la
epilepsia intratable: predictores neuropsicológicos del resultado. J Neurol
Neurosurg Psychiatry. 1993 Jan; 56 (1): 94-7. pmid: 8429329
o Ver artículo
o PubMed / NCBI
o Google Académico
64.Holzapfel S. (Predictores de la autorregulación de los potenciales
corticales lentos en la epilepsia, en alemán). Prädiktoren der Selbstregulation
der langsamen Hirnpotentiale bei Epilepsie. Tübingen, Alemania: Eberhards
Karls Universität; 1998.
sesenta y cinco.Stevens MC, Gaynor A, Bessette KL, Pearlson GD. Un
estudio preliminar de los efectos del entrenamiento de la memoria de trabajo
en la función cerebral. Brain Imaging Behav. 2015;
o Ver artículo
o Google Académico
66.Scheinost D, Stoica T, Saksa J, Papademetris X, Constable RT, Pittenger
C, y col. El neurofeedback de la corteza orbitofrontal produce cambios
duraderos en la ansiedad por contaminación y la conectividad en estado de
reposo. Transl Psiquiatría. Nature Publishing Group; 2013 ene; 3 (4): e250.
o Ver artículo
o Google Académico
67.Sorger B, Kamp T, Weiskopf N, Peters JC, Goebel R. Cuando el cerebro
da pasos "NEGROS": el neurofeedback en tiempo real con fMRI puede
mejorar aún más la capacidad de autorregularse gradualmente la activación
cerebral regional. Neurociencia. (en prensa).
o Ver artículo
o Google Académico
68.Johnson K a, Hartwell K, LeMatty T, Borckardt J, Morgan PS,
Govindarajan K, et al. La retroalimentación fMRI intermitente en "tiempo
real" es superior a la presentación continua para una tarea de imágenes
motoras: un estudio piloto. J Neuroimagen. 2012 ene; 22 (1): 58-66. pmid:
20977537
o Ver artículo
o PubMed / NCBI
o Google Académico
69.Bush G, Luu P, Posner M. Influencias cognitivas y emocionales en la
corteza cingulada anterior. Tendencias Cogn Sci. 2000; 4 (6): 215-22. pmid:
10827444
o Ver artículo
o PubMed / NCBI
o Google Académico
70.Klingberg T, Fernell E, Olesen PJ, Johnson M, Gustafsson P, Dahlström
K, y col. Entrenamiento computarizado de la memoria de trabajo en niños
con TDAH: un ensayo aleatorizado y controlado. J Am Acad Child Adolesc
Psychiatry. 2005; 44 (2): 177-86. pmid: 15689731
o Ver artículo
o PubMed / NCBI
o Google Académico
71.Green CT, Long DL, Green D, Iosif AM, Dixon JF, Miller MR, y
col. ¿Se generalizará el entrenamiento de memoria de trabajo para mejorar el
comportamiento fuera de la tarea en niños con trastorno por déficit de
atención / hiperactividad? Neurotherapeutics. 2012; 9 (3): 639-48. pmid:
22752960
o Ver artículo
o PubMed / NCBI
o Google Académico