کاربرد آزمون‌های شناختی کشف تغییر و نشانه دهی فضایی در بستر نرم‌افزار coglab برای تشخیص کودکان دچار اختلال نارسایی توجه/ بیش‌فعالی

اختلال نارسایی توجه/ بیش فعالی (adhd) یکی از شایع‌ترین اختلال‌های عصبی-رشدی است و تلاش برای بهبود روش‌های تشخیصی آن ادامه دارد. در این مطالعه با استفاده از نرم‌افزار coglab مدلی تشخیصی تدوین و معرفی شود تا به‌عنوان ابزاری کمکی برای تشخیص adhd به روان‌شناسان یاری رساند. در بستر یک طرح توسعه‌ای و مورد-شاهدی با استفاده از نمونه‌گیری هدفمند در شهر رشت، 93 کودک با تشخیص adhd با تشخیص یک فوق‌ تخصص روانپزشکی اطفال، انتخاب شدند. از والدین هر دو گروه (مورد و شاهد) نیز مصاحبه بالینی گرفته شد و پس از تکمیل پرسشنامه علائم مرضی کودکان نسخه4-csi، اطلاعات جمعیت شناختی آن‌ها جمع‌آوری شد. گروه شاهد نیز شامل 33 نفر از دانش‌آموزان شاغل به‌تحصیل از مدارس رشت فاقد اختلال با استفاده از پرسشنامه علائم مرضی کودکان نسخه چهارم csi-4 انتخاب شدند. هر دو گروه در شرایط یکسان با استفاده از بخش توجهِ نرم‌افزار coglab به‌آزمون‌های کشف تغییر و نشانه دهی فضایی پاسخ دادند. داده‌های توسط spss-24 پردازش شدند. در تحلیل تشخیص، نتایج نشان داد حالتِ نسبتِ پاسخ صحیحِ کشف تغییر در حالت سو سو بیشترین قدرت پیش‌بینی در تفکیک و تمایز طبقات بین گروه مورد و شاهد را داشته است و نتایج تابع تشخیصی در بخش اعتبارسنجی متقابل، در دو گروه مورد و شاهد توانست 6/80 درصد از کل افراد گروه adhd(مورد) و همچنین 7/72 از کل افراد گروه شاهد را درست گروه‌بندی کند. آزمون کشف تغییر و نشانه‌دهی فضایی در بستر نرم افزار coglab می تواند به‌عنوان ابزاری کمکی در خدمت روان شناسان، برای کمک به‌فرایند تشخیص در کودکان مبتلابه adhd مورداستفاده قرار گیرد. 

application of cognitive tests of change detection and spatial marking in coglab software to diagnose children with attention deficit/hyperactivity disorder

attention deficit/hyperactivity disorder (adhd) is one of the most common neurodevelopmental disorders and efforts to improve its diagnostic methods continue. in this study, using coglab software, a diagnostic model was developed and introduced to help psychologists as an auxiliary tool for diagnosing adhd. in the context of a developmental and case-control project using targeted sampling in rasht city, 93 children diagnosed with adhd were selected by a pediatric psychiatry subspecialist. the parents of both groups (case and control) were also interviewed clinically and after completing the csi-4 version of the children’s disease symptoms questionnaire, their demographic information was collected. the control group consisted of 33 working students from rasht schools without disorders were selected using the csi-4 4th version of the children’s disease symptoms questionnaire. both groups responded to the change detection and spatial marking tests using the attention section of the coglab software under the same conditions. data were processed by spss-24. in the diagnosis analysis, the results showed that the ratio of the correct response to the detection of change in the so-so mode had the highest predictive power in the separation and differentiation of classes between the case and control groups, and the results of the diagnostic function in the cross-validation section were able to be found in both case and control groups. 80.6 percent of all people in the adhd group (case) and also 72.7 percent of all people in the control group were correctly grouped; the change detection test and spatial marking in coglab software platform can be used as an auxiliary tool in the service of psychologists to help the diagnosis process in children with adhd.