تحلیل جامع ویژگی‌های QEEG در اختلال ADHD
اختلال نقص توجه و بیش‌فعالی (ADHD) یکی از اختلالات عصب‌تکاملی با زمینه‌ی ژنتیکی و نوروفیزیولوژیک مشخص است که با مشکلات در توجه پایدار، کنترل تکانه، و تنظیم هیجانی شناخته می‌شود. با وجود اینکه تشخیص بالینی آن همچنان بر پایه‌ی مصاحبه، مشاهده و پرسشنامه‌ها انجام می‌شود، نقشه‌برداری کمی از مغز (QEEG) در دهه‌ی اخیر به ابزاری کلیدی برای درک دقیق‌ترِ زیربنای عصبی این اختلال تبدیل شده است.
الگوهای امواج مغزی در ADHD
تحلیل QEEG نشان می‌دهد که در اغلب مبتلایان به ADHD، فعالیت الکتریکی مغز دچار ناهماهنگی در ریتم‌های پایه‌ای است.
شایع‌ترین الگوی مشاهده‌شده، افزایش توان امواج تتا (۴–۸ هرتز) همراه با کاهش امواج بتا (۱۳–۲۱ هرتز) در نواحی پیش‌پیشانی و مرکزی مغز است.
این پدیده که به نام افزایش نسبت تتا به بتا (Theta/Beta Ratio – TBR) شناخته می‌شود، سال‌هاست یکی از شاخص‌های زیستی معتبر در تحقیقات ADHD محسوب می‌شود.
تتا بالا: بیانگر فعالیت پایین شبکه‌های توجه و افزایش حالت ذهنی «خیالبافی» یا عدم تمرکز است.
بتا پایین: نشانه‌ای از کاهش برانگیختگی شناختی و ضعف در عملکردهای اجرایی مانند برنامه‌ریزی، تصمیم‌گیری و بازداری پاسخ است.
به‌صورت عینی‌تر، نقشه QEEG این افراد معمولاً رنگ‌های گرم (قرمز و نارنجی) در باند تتا در نواحی Frontal و Central نشان می‌دهد و رنگ‌های سردتر (آبی) در باند بتا.
- تفاوت زیرگونه‌های ADHD در QEEG
مطالعات جدیدتر نشان داده‌اند که ADHD یک اختلال همگن نیست، بلکه چندین زیرگونه‌ی الکتروفیزیولوژیک دارد که QEEG قادر به تفکیک آن‌هاست: - Subtype تتا بالا / بتا پایین: شایع‌ترین نوع، بیشتر در کودکان و نوجوانان؛ همراه با حواس‌پرتی، کندی شناختی و ضعف تمرکز.
Subtype بتای بالا (High-Beta): معمولاً در نوجوانان یا بزرگسالان با اضطراب بالا دیده می‌شود؛ مغز بیش‌برانگیخته و ناتوان در آرام‌سازی است.
Subtype آلفای بالا: در برخی موارد نوع inattentive، افزایش آلفا در نواحی پس‌سری دیده می‌شود که نشان‌دهنده‌ی حالت بیش‌ازحد درون‌گرای ذهن است.
Subtype Low-Voltage Fast (LVF): در بزرگسالانی با ADHD مزمن مشاهده می‌شود؛ توان کلی پایین در تمام باندها، مغز کم‌انرژی و تحلیل‌رفته.
این تمایزها اهمیت بالینی دارند، چون هرکدام نیازمند پروتکل نوروفیدبک متفاوتی هستند. - 🔗 عدم تقارن دامنه (Amplitude Asymmetry)
در QEEG افراد مبتلا به ADHD، گاهی عدم تقارن بین نیمکره‌ها (به‌ویژه در نواحی فرونتال) مشاهده می‌شود.
برای مثال، افزایش تتا در F3 (سمت چپ) نسبت به F4، با کاهش عملکرد کلامی و کندی در تصمیم‌گیری مرتبط است.
این تفاوت‌ها در تحلیل Z-score معمولاً به‌صورت مقادیر مثبت یا منفی مشخص می‌شوند و به کلینیسین در طراحی پروتکل کمک می‌کنند.
انسجام (Coherence) و تاخیر فاز (Phase Lag)
در مغز طبیعی، انسجام بین نواحی مختلف باید در حد بهینه باشد: نه خیلی زیاد (که باعث تفکر تکراری و انعطاف‌ناپذیر می‌شود) و نه خیلی کم (که نشانه‌ی گسیختگی شناختی است). - در ADHD، معمولاً دو الگوی کلی دیده می‌شود:
Hypo-coherence: کاهش ارتباط کارکردی بین نواحی فرونتو-پاریتال، که منجر به ناتوانی در نگه‌داشتن توجه پایدار می‌شود.
Hyper-coherence: افزایش بیش از حد انسجام، خصوصاً در باند بتا، که باعث تفکر سفت و غیرمنعطف می‌شود.
همچنین Phase Lag در مسیرهای ارتباطی بین Fz، Cz و Pz ممکن است افزایش یابد، به این معنا که پیام‌های عصبی با تأخیر بین این نواحی منتقل می‌شوند؛ و در نتیجه مغز در هماهنگی بین “تصمیم” و “عمل” دچار کندی می‌شود. - یافته‌های مرتبط با شاخص Z-score
تحلیل Z-score در QEEG مقایسه‌ی داده‌های فرد با پایگاه داده‌ی نرمال (Normal Database) است. در ADHD معمولاً نواحی فرونتال (Fp1، Fz، Cz) دارای Z-score بالاتر از ۲+ در باند تتا و کمتر از -۲ در باند بتا هستند.
این داده‌ها نشان می‌دهد فعالیت تتا بیش از میانگین جمعیت نرمال و فعالیت بتا کمتر از حد طبیعی است.
با این اطلاعات، سیستم‌هایی مانند EEGLOG می‌توانند به‌صورت خودکار پروتکل‌های نوروفیدبک متناسب را پیشنهاد دهند. برای مثال:
افزایش بتا در Fz
کاهش تتا در Cz
تنظیم انسجام بین F3 و Pz
این روش‌ها که به‌صورت درمان مبتنی بر داده (Data-Driven Neurofeedback) شناخته می‌شوند، احتمال موفقیت درمان را به‌طور چشمگیری بالا می‌برند. - تفسیر بالینی و ارتباط با عملکرد رفتاری
مطالعات همبستگی نشان داده‌اند که شدت افزایش تتا با شدت مشکلات تمرکزی رابطه مستقیم دارد.
همچنین، نسبت تتا/بتا بالاتر از ۴ معمولاً با نمرات پایین‌تر در آزمون‌های توجه پیوسته (CPT) و زمان واکنش طولانی‌تر همراه است.
این یافته‌ها نشان می‌دهد که QEEG نه‌تنها می‌تواند تشخیص را دقیق‌تر کند، بلکه شاخصی برای پیگیری روند درمانی نیز محسوب می‌شود.
ADHD تنها یک اختلال رفتاری نیست، بلکه بازتابی از ناهماهنگی عمیق در شبکه‌های نورونی مغز است. QEEG با ثبت دقیق الگوهای امواج مغزی، این ناهماهنگی را به داده‌های قابل‌تحلیل تبدیل می‌کند. - شناخت این الگوها، به‌ویژه در باندهای تتا و بتا، درک عمیق‌تری از سازوکارهای مغزی و طراحی درمان‌های هدفمند فراهم می‌آورد.