Liebe Leserinnen und Leser von ADxS.org, bitte verzeihen Sie die Störung.

ADxS.org benötigt in 2024 rund 58.500 €. In 2023 erhielten wir Spenden von rund 29.370 €. Leider spenden 99,8 % unserer Leser nicht. Wenn alle, die diese Bitte lesen, einen kleinen Beitrag leisten, wäre unsere Spendenkampagne für das Jahr 2024 nach einigen Tagen vorbei. Dieser Spendenaufruf wird 23.000 Mal in der Woche angezeigt, jedoch nur 75 Menschen spenden. Wenn Sie ADxS.org nützlich finden, nehmen Sie sich bitte eine Minute Zeit und unterstützen Sie ADxS.org mit Ihrer Spende. Vielen Dank!

Seit dem 01.06.2021 wird ADxS.org durch den gemeinnützigen ADxS e.V. getragen. Spenden an den ADxS e.V. sind steuerlich absetzbar (bis 300 € genügt der Überweisungsträger als Spendenquittung).

Falls Sie lieber etwas aktiv beitragen möchten, finden Sie hier Ideen zum Mitmachen oder zur tätigen Unterstützung.

20247€ von 58500€ - Stand 31.05.2024
34%
Header Image
ADHS - Diagnosemethoden

ADHS - Diagnosemethoden

Eine ADHS-Diagnose wird herkömmlich durch Fragebögen, Interviews und Tests ermittelt. Grundsätzlich sollten mehrere verschiedene Instrumente verwendet werden. Das bedeutet, dass für eine gute Diagnostik mehrere Fragebögen, mehrere Tests und unbedingt ein persönliches Interview durch den Diagnostiker erforderlich ist.
Die Übereinstimmung von Fragebögen und Tests untereinander ist trotz Überprüfung der Validität und Reliabilität der jeweiligen Tests begrenzt.
Symptome von ADHS treten auch bei anderen Störungsbildern auf. Eine Studie über 10 Störungsbilder fand, dass 60 % der Symptome bei mindestens der Hälfte aller Störungen auftraten und in den jeweiligen störungsspezifischen Fragebögen und Tests bewertet wurden.1

ADHS wird typischerweise durch die Anzahl der relevanten Symptome diagnostiziert. Dies erhöht die Diagnosegenauigkeit bei ADHS.2 Dieses Modell wurde von Barkley beispielhaft durchdekliniert:

  • Nichtbetroffene haben im Schnitt 1 bis 2 von 18 Symptomen oft (rund 5 %)3
  • ADHS-Betroffene haben im Schnitt 12 dieser 18 Symptome oft (rund 66 %)3
    An dieses Modell lehnt sich das Online-Screening des ADxS.org-Symptomtests an, der 45 Symptome abfragt, jedoch nicht medizinisch validiert ist und nicht zur ärztlichen Diagnostik dient.

Neuropsychologische Tests4 oder einzelne Biomarker sind zu ungenau, um damit AHS zu diagnostizieren. Wir vermuten, dass ähnlich wie bei den Ratingskalen für Symptome von ADHS, die ja nicht nur auf ein einzelnes Symptom, sondern auf den bei ADHS häufigen Symptomcluster abstellen, ein Testcluster einer Gruppe von neuropsychologischen Tests oder Messung einer Gruppe von ADHS-typischen Biomarkern eine adäquate Testgenauigkeit ergeben könnte. Da ADHS ein Syndrom ist, also eine Vielzahl von verschiedenen Ursachen, die sich in gemeinsamen Symptomen zeigen, dürften Biomarker nur entweder die Mechanismen messen, die die gemeinsamen Symptome vermitteln (wobei auch hier allein schon mit dem Dopamin- und dem Noradrenalinsystem mehrere ähnliche, weil funktional redundante Systeme existieren) oder einzelne Syndromursachen erkennen können, aber kaum alle. Vor diesem Hintergrund erstaunt es, dass weiterhin vor allem die Verbesserung der Erkennungsrate durch einzelne Biomarker verfolgt wird, anstatt an der geeigneten Zusammenstellung verschiedener Biomarker zu forschen, die in ihrer Gesamtheit eine ADHS-Diagnostik ermöglichen. Einzelne Ansätze, die diesen Gedanken verfolgen, gibt es.56

1. Fragebögen zur ADHS-Diagnose

Fragebögen werden durch Betroffene selbst und Bezugspersonen (Eltern, Lehrer, Freunde) ausgefüllt.

Fragebögen sind sehr subjektiv und beinhalten die Gefahr, dass die persönliche Meinung des Beantwortenden über ADHS selbst den Beantwortungsmaßstab beeinflusst. Es kommt vor, dass Eltern die Diagnose ADHS grundsätzlich ablehnen, erst recht bei dem eigenen Kind. Ebenso können subjektive Vorstellungen von Betroffenen (vielleicht, dass sie eine Diagnose “wollen”, in der Hoffnung, damit eine Lösung für ihr Leid zu finden, vielleicht, dass sie eine Diagnose ablehnen, weil sie ADHS grundsätzlich ablehnen oder um einer Stigmatisierung zu entgehen) oder die Veränderung von Bewertungsmaßstäben aufgrund intensiver Vorbeschäftigung die Ergebnisse verzerren (Bias).

Beispielsweise fallen bei Tests über Eliminationsdiäten bei ADHS die Ergebnisse von Elternbefragungen stets weitaus positiver aus als die Ergebnisse von objektiven Tests.7 Da dies selbst in Doppelblindstudien auftritt, ist ein erheblicher Bias der Eltern festzustellen, das subjektiv gewünschte Ergebnis (dass ADHS sich mittels einer Diät anstatt mit kritisch betrachteten Medikamenten behandeln ließe) zu berichten.
Denkbar ist allerdings auch, dass die Eltern schon von den geringen Verbesserungen, die eine Eliminationsdiät erbringen kann oder die eine Placebowirkung auf das betroffene Kind bewirken kann, begeistert waren und die sehr viel bessere Wirkung, die durch Medikamente oder Therapie erzielbar wäre, gar nicht kennen oder zumindest im Bewertungszeitpunkt nicht kannten.

Geeignete Fragebögen für ADHS sind:

Klinische Expertenskalen:8

  • Diagnostische Checkliste (ADHS-DC)
  • IDA-R (Integrierte Diagnose der ADHS, revidierte Version)
  • Wender-Reimherr Interview (WRI)
  • Conners Skalen zu Aufmerksamkeit und Verhalten – Fremdbeurteilung (CAARS-O) 9
  • Conners 3-Parent Short Form, C 3-P(S)10
  • Conners 3-Teacher Short Form, C 3-T(S)10
  • Conners Early Childhood.11
  • Child Behavior Checklist, CBCL/1,5-5 (Elternfragebogen über das Verhalten
    von Vorschulkindern zwischen 1,5 und 5 Jahren)1210
  • Child Behavior Checklist, CBCL/6-18 (Elternfragebogen über das Verhalten
    von Kindern und Jugendlichen von 4 bis 18 Jahren)1310
  • Child and Adolescent Behavior Inventory (CABI)
    CABI ist ein Elternfragebogen mit 75 Fragen.
    CABI sei genauer als CBCL in Bezug auf ADHS und Angst, CBCL sei genauer in Bezug auf Verhaltensstörung (CD) und oppositionelles Trotzverhalten (ODD).14
  • Teacher Rating Form (TFR 6-18)1310
  • Parent/Teacher Questionaries (Conner)15
  • Eltern- / Lehrer-Fragebögen16
  • Quantitative Behaviour Test (QbTest)
    70 % Genauigkeit bei Erwachsenen von 55 bis 79 Jahren. In Kombination mit der selbstberichteten Schwere der ADHS-Symptomatik 91 % Genauigkeit.1718
  • Beurteilungsbogen für Eltern, Lehrer und Erzieher (FBB-HKS)19
  • Before School Functioning Questionnaire (BSFQ)20
  • Parent Rating of Evening and Morning Behavior Scale, Revised (PREMB-R)20
  • ADHD/ODDEFB: ADHD/ODD-Elternfragebogen. Steinhausen (2002)
  • AD-H-D Testsystem: Aufmerksamkeits- und Hyperaktivitäts-Defizitstörung-Fragebogentest. Sponsel (2002)
  • CAPT: Continuous Attention Performance Test – deutsche Fassung. Nubel, Starzacher, Grohmann (2006)
  • BADD: Brown Attention Deficit Disorders Skala, ein selbstauzufüllender Fragebogen mit 40 Punkten zur Bewertung der kognitiven ADHS-Symptome
  • Q-ADHD-Child: eine Ratingskala für ADHS-Symptome im Kindesalter gemäß den DSM-IV- und ICD-10-Kriterien21

Selbstbeurteilungsfragebögen:8

  • ADHS Selbstbeurteilungsskala (ADHS-SB)
  • ADHS Screening für Erwachsene (ADHS-E) (samt Schwere der Ausprägung unter Vergleich zu Normwerten)
  • Conners Skalen zu Aufmerksamkeit und Verhalten für Erwachsene – Selbstbeurteilung (CAARS-S)
  • Kölner ADHS Test für Erwachsene (KATE)
    • Mappe mit verschiedenen Tests und Auswertungsanleitung
    • ASRS 1.1.
  • Wender-Reimherr Selbstbeurteilung (WR-SB)
  • ASRS 1.1., ADHS-Screening der WHO22

    • 6-Item-Kurzsscreening
    • 18-Item-Langscreening
    • Die Bewertungsskalen des ASRS haben eine recht begrenzte diagnostische Aussagekraft.23
      Eine Metauntersuchung von 9 ADHS-Fragebögen fand, dass lediglich zu 37 % identische Symptome / Verhaltensweisen abfragen.1 Die meisten Fragebögen für Kinder wurden durch Eltern beantwortet, die meisten Fragebögen für Erwachsene waren Selbsttests.
  • Youth Self-Report, YSR/11-18 (Fragebogen für Jugendliche)24

  • Verhaltenssymptome wurden von 28 % bis 81 % der Fragen der Fragebögen abgefragt

  • kognitive Symptome wurden von 9 % bis 44 % der Fragen adressiert

  • emotionale Symptome betrafen zwischen 0 % und 24 % der Fragen

  • körperliche Symptome wurden nur in 3 der 9 Instrumente überhaupt abgefragt

Bei Fragebögen zeigte eine Untersuchung erhebliche Abweichungen der Einschätzungen von Eltern, Lehrern und Betroffenen, wobei diese bis auf emotionale Dysregulation alle bestehenden Symptome betraf, noch mehr aber die Häufigkeit ihres Auftretens.25

Emotionale Dysregulation (auch bei ADHS) kann getestet werden mit dem

  • Reactivity, Intensity, Polarity and Stability questionnaire (RIPoSt-40)26

Einzelne Untersuchungen fanden heraus, dass ADHS-betroffene Kinder bei Tests mit langsamer Ereignisrate schlechtere Leistungen erbringen, während ihre Ergebnisse bei spannenden, fordernden Aufgaben mit den Ergebnissen von Nichtbetroffenen vergleichbar waren.27 28

Hierzu passt, dass sich die Untersuchungsergebnisse von Tests mit ADHS-Betroffenen ändern, wenn Belohnungen versprochen werden.29 Auch dies deutet darauf hin, dass nicht die Konzentrationsfähigkeit oder Inhibitionsfähigkeit an sich beeinträchtigt ist, sondern die zu geringe Aktivierung durch “normal interessante” Reize der eigentliche Schlüssel ist.

2. Interviews / Instrumente zur ADHS-Diagnostik

Interviews sind Fragebögen, die durch den befragenden Arzt/Therapeuten ausgefüllt werden. Diese orientieren sich meist sehr eng an den DSM-Kriterien.30 Dies grenzt die Diagnose unerfreulich ein, da DSM wie ICD nur einen sehr engen Symptomkatalog verwenden.

2.1. Interviews / Instumente bei Vorschulkindern

  • Behavior Rating Inventory of Executive Function in Preschool (BRIEF-P)31

2.2. Interviews / Instumente bei Schulkindern / Jugendlichen

  • Diagnostic Interview Schedule for Children (DISC-IV)32
    Erfassungszeitraum 6 Monate
  • Diagnostic Interview for Children and Adolescents (DICA-R)33
  • Child and Adolescent Psychiatric Assessment (CAPA)34
    Erfassungszeitraum 6 Monate
  • Schedule für Affective Disorders and Schizophrenia für School-Age Children (K-SADS)35
  • Childrens Interview for Psychiatric Syndromes (ChIPS)36
  • Swanson, Nolan and Pelham–IV (SNAP IV)
    • 26 Items über 18 ADHS- und 9 ODD-Symptomkriterien, orientiert an DSM IV.
      Für klinische Anwendung kostenfrei.37 Existiert nur in englischer Sprache.38
  • Skala zur Erfassung aktuell vorhandener Symptome der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung und der Oppositionellen Störung nach DSM IV (ADHS-ODD-Skala)39
    • nach Kiddie-Sads-Present and Lifetime Version, K-SADS-PL

2.3. Interviews / Instrumente bei Erwachsenen

  • Diagnostic Interview for ADHD in adults (DIVA)40
    • aktuell: DIVA 5
    • Zeitaufwand: 1 - 1,5 Stunden
    • Download für 10 € möglich41
  • Homburger ADHS-Skalen für Erwachsene (HASE)
    HASE besteht aus fünf Einzelverfahren4243
    • Wender Utah Rating Scale – deutsche Kurzform (WURS-K)
      Ziel: retrospektiven Diagnostik kindlicher ADHS-HI-Symptome.44 Streng genommen bezieht sich diese auf das Alter 8 bis 10 Jahre. Muss nach Anhebung der DSM-Kriterien auf das Alter bis 12 Jahre entsprechend angepasst abgefragt werden.
      Methode: Selbstbeurteilung
      Zeitaufwand: 10 - 15 min.
    • ADHS-Selbstbeurteilungsskala (ADHS-SB)
      Ziel: Messung der 18 diagnostischen Kriterien von DSM-IV und ICD-10.
      Methode: Selbstbeurteilung
      Zeitaufwand: 10 - 15 min.
    • ADHS-Diagnostische Checkliste (ADHS-DC)
      Fremdbeurteilungsskala für Experten auf der Basis der DSM-IV und der ICD-10-Kriterien
      Methode: Fremdbeurteilung
      Zeitaufwand: 10 - 15 min.
    • Wender-Reimherr-Interview (WRI)
      strukturiertes Interview mit 28 psychopathologischen Merkmalen, die für die ADHS-Diagnostik von Erwachsenen besonders tragend sind
      Methode: Interview
      Zeitaufwand: 25 - 35 min.
    • Wender-Reimherr-Selbstbeurteilung zur adulten ADHS (WR-SB)
      neue Selbstbeurteiliungsskala für ADHS bei Erwachsenen
      Methode: Selbstbeurteilung
      Zeitaufwand: 30 - 45 min.
  • Testsystem „Integrierte Diagnose von ADHS im Erwachsenenalter“ (IDA-R)45
    IDA-R fasst relevante Selbst- und Fremdbeurteilungsinstrumente zusammen, um eine zeitlich ökonomische und zuverlässige Diagnosestellung auf Basis des aktuellen DSM-Standards zu ermöglichen. Es ist als Print- und Onlineversion verfügbar. Das Set besteht einem Schulungsvideo und aus 3 Tests:
    • ASRS der WHO
    • validierten Kurzform der Wender-Utah-Rating-Skala (WURS-K) zur retro-spektiven Erfassung von ADHS-Symptomen im Kindesalter sowie
    • einem diagnostischen Interview auf Basis der neuesten DSM-Kriterien zur Beurteilung der aktuellen Symptomatik.

2.4. Live-Interviews im Vergleich zu Videotestung

Live-Interviews und Video-Interviews zeigten keine Unterschiede in den Ergebnissen.46

2.5. Online-Selbsttests

Die meisten im Internet frei verfügbaren Online-Selbsttests ermöglichen eine grobe erste Einschätzung. Die Vorbefassung mit derartigen Tests verzerrt allerdings die Testergebnisse nachfolgender Tests (Bias).
Wir haben einen eigenen – recht umfangreichen – Onlineselbsttest entwickelt, der eine Übereinstimmung von rund 93 % mit bestehenden ADHS-Diagnosen und rund 96 % mit dem CAARS-L zeigte. Dennoch ist er, wie jeder Online-Selbsttest, nur ein Indiz und kann eine ärztliche Diagnose keinesfalls ersetzen.
ADHS-Online-Tests

3. Tests zur ADHS-Diagnostik

Aufmerksamkeitstests sind zwar deutlich objektiver als Fragebögen.
Doch zum einen besteht bei ihnen die Gefahr, dass das Ergebnis verzerrt werden kann. Einflüsse können sich ergeben durch Training, Hyperfokussierung eines ADHS-Betroffenen, Prüfungsangst eines Nichtbetroffenen oder Hochbegabung. Gerade letztere Punkte sollten daher stets durch Differentialdiagnose abgeklärt werden.
Zum anderen ist ihre diagnostische Aussagekraft sehr begrenzt. Barkley warnt mit deutlichen Worten vor der Verwendung neuropsychologischer Tests zur ADHS-Diagnose. Neuropsychologische Testverfahren - selbst wenn sie Exekutivfunktionen testen - können von mehr als der Hälfte der ADHS-Betroffenen erfolgreich absolviert werden und verleiten daher zu falschen Nicht-Diagnosen. Ratingskalen sind dagegen sehr viel besser geeignet, um ADHS zu diagnostizieren.4 Eine Studie fand anhand von NIH Toolbox, Little Man Task, Matrix Reasoning Task und Rey Delayed Recall bei ADHS eine hohe Varianz von 31 % im Vergleich zu ASS mit 2,7 %.47

3.1. Testverfahren zur ADHS-Diagnostik

Quelle, mit näheren Erläuterungen: Schmidt, Petermann.48

3.1.1. Neuropsychologische Testverfahren

  • Testbatterie zur Aufmerksamkeitsprüfung (TAP)
  • Aufmerksamkeitsbelastungstest – Revision (d2)
  • Frankfurter Aufmerksamkeits Inventar (FAIR)
  • Testbatterie für Berufseinsteiger – Konzentration (START-K)
  • Frankfurter-Adaptiver Konzentrationsleistungstest (FAKT-II)
  • BLAST (Bron/Lyon Attention Stability Test): Computergestützter Test zur Ermittlung von Taskwechselproblemen49
  • Cambridge Neuropsychological Test Automated Battery (CANTAB)
    Der CANTAB erwies sich in einer Untersuchung als nicht geeignet zur Diagnose von ADHS.50
  • Conners’ Continuous Performance Test 3rd Edition (CPT3)
  • Conners’ Continuous Auditory Test of Attention (CATA)
    CPT3 plus CATA hatte eine höhere Sensitivität (82,6 %), eine höhere Spezifität (76 %), einen höheren positiven Vorhersagewert (88,8 %), einen höheren negativen Vorhersagewert (65,5 %) und eine insgesamt höhere korrekte Klassifizierungsrate (80,6 %) als CPT3 oder CATA allein.51

3.1.2. Einzelne Aufmerksamkeits- und Reaktionstests

Eine Untersuchung fand, dass Stroop Test, Stroop Plus Test und Perceptual Selectivity Test ADHS bei Erwachsenen gut von Nichtbetroffenen unterscheiden konnten, wobei der Stroop Test knapp am besten abschnitt. Während allerdings Stroop Test und Stroop Plus Test je nach Alter der Probanden differierten, zeigte der Perceptual Selectivity Test kaum einen Unterschied über das Alter.52 Auch andere Untersuchungen zeigten, dass die Performance der Probanden im Stroop Test altersabhängig sei, wobei mal die jüngeren, mal die älteren Probanden besser abschnitten. In der hier genannten Untersuchung waren erwachsene ADHS-Betroffene wie Nichtbetroffene mit höherem Alter weniger leistungsfähig im Stroop Test.
Der Stroop-Test soll insbesondere die selektive Aufmerksamkeit untersuchen.53

3.1.2.1. Stroop Test

Untersuchungsziel: selektive Aufmerksamkeit im Netzwerk des dorsalen anterioren cingulate Cortex (dACC) → Striatum → Thalamus → dACC.53

Farbwort-Farbe-Interferenz-Test.
4 Farbworte (Grün, Rot, Blau, Gelb) werden visuell in verschiedenen Farben angezeigt. Das Farbwort sowie die 4 unfarbigen Antwortbuttons rechts am Bildschirmrand untereinander stehen immer an der selben Stelle. Die Farbworte werden 2 Sekunden lang angezeigt, dazwischen 0,75 Sekunden lang ein Punkt, der fixiert werden soll. In jeder vierten Anzeige stimmen Wort und Farbe überein, bei den anderen nicht. Der Proband soll so schnell als möglich die visuell gezeigte Farbe des angezeigten Wortes benennen.
Fallen Farbwort und Farbe auseinander, ist das erschwert. ADHS-Betroffene weisen eine höhere Fehlerquote (in %) und eine höhere Reaktionszeit (in ms) auf.52

3.1.2.2. Stroop Plus Test

Untersuchungsziel: selektive Aufmerksamkeit im Netzwerk des dorsalen anterioren cingulate Cortex (dACC) → Striatum → Thalamus → dACC.53

Beim Stroop Plus Test wird der Aufbau des Stroop Test um vier farbige Felder erweitert, die rund um das Wort angeordnet sind. Zusammen mit dem Wort erscheint zwischen dem Wort und den Feldern ein Pfeil, der auf eine der farbigen Boxen zeigt. Die visuell angezeigte Farbe des Wortes und die durch das Wort bekannte Farbe stimmen wie beim Stroop Test in 3 von 4 Durchgängen nicht überein. Nur bei jedem neunten Durchgang stimmen Farbe, Wort und angezeigte Farbbox überein. Der Proband soll so schnell als möglich die visuell gezeigte Farbe des angezeigten Wortes benennen.52

3.1.2.3. Perceptual Selectivity Test

Untersuchungsziel: selektive Aufmerksamkeit im Netzwerk des dorsalen anterioren cingulate Cortex (dACC) → Striatum → Thalamus → dACC.53

In der Mitte des Bildschirms wird der Stroop Test präsentiert. Um das Wort werden vier Symbole (Form: Kreise oder Quadrate) in verschiedenen Farben (blau und gelb) angezeigt, von denen jeweils 3 die eine und eines die andere Form zeigt. In der Hälfte der Durchläufe haben 3 Symbole die selbe und eines die andere Farbe, in der anderen Hälfte je 2 die eine und 2 die andere Farbe.
In jeder der Formen wird eine Linie angezeigt, die (als Stundenzeiger gedacht) in auf 12 Uhr, 13:30 Uhr, 15 Uhr oder 16:30 Uhr zeigt. Der Proband soll lediglich auf die Ausrichtung der Linie in dem Symbol achten, das die einzelne Form zeigt (die hier horizontal oder vertikal sein kann) und diese so schnell wie möglich mit der zugewiesenen Taste bestätigen.
Dieser Test soll die sogenannte Wahrnehmungsselektion (perceptual selectivity) messen, einen Unterfall der selektiven Aufmerksamkeit. Dieser Begriff bezieht sich auf die Unterscheidbarkeit eines Reizes, d.h. wie effektiv der Teilnehmer die Zielaufgabe unterscheiden kann, wenn er mit einem einzigen Reiz (nur Formänderung) und mit zwei Reizen (Formänderung und das Vorhandensein einer irrelevanten Farbe) konfrontiert wird.52

3.1.2.4. N-back-Test

Untersuchungsziel: Daueraufmerksamkeit, Arbeitsgedächtnis im Netzwerk dlPFCStriatum → Thalamus → dlPFC.53

N ist eine Variable.
Beim visuellen 0-back-Test wird dem Probanden eine Zahl auf einem Bildschirm gezeigt und er soll die Taste drücken, die der Zahl entspricht. In der 1-Back-Variante soll der Proband die Taste der Nummer drücken, die vor der gerade angezeigten gezeigt wurde. In der 2-Back-Variante wird nach der vorletzten Zahl vor der angezeigten Zahl gefragt. Je höher N ist, desto höher ist die Belastung des Arbeitsgedächtnisses.

Der N-back-Test kann auch durch Vorspielen einer akustischen Zahlenansage abgefragt werden. Weiter gibt es eine Variante, in der auf einem Quadratefeld verschiedene Felder nacheinander aufleuchten und der Proband das jeweils N Anzeigen zuvor aktivierte Feld antippen muss.

3.1.2.5. Stop-Signal-Task (SST)

Der Stop-Signal-Task dient der Messung von Impulsivität bzw. Inhibition.

Der Proband soll auf visuelle Zeichen, die zwei Ergebnisalternativen haben, die Ergebnisse protokollieren. Beispielsweise soll auf Pfeilsymbole, die nach links oder rechts zeigen, schnellstmöglich eine linke oder rechte Taste gedrückt werden. Nach einigen nicht bewerteten Übungsdurchgängen soll der Proband bei einem zeitgleich ertönenden Audiosignal, das unregelmäßig bei ca. 25 % der Durchgänge ertönt, keine Taste drücken. Das Stoppsignal ertönt mit einer Verzögerung nach dem Stimulus. Diese Verzögerungszeit kann zwischen 100 ms und 600 ms variieren.54

Dabei werden gemessen

  • Richtungsfehleranzahl
  • Anteil erfolgreicher Stopps
  • Reaktionszeit bei Go – Versuchen
  • Stoppsignalreaktionszeit (SSRT)

Die Stoppsignale variieren in verschiedenen Durchgängen, um die Testergebnisse der Stoppsignalreaktionszeit auf 50 % Fehler einzumessen, um einen möglichst vergleichbaren Messwert zu erzielen. Hier ein Video des Stop-Signal-Task auf Youtube.

Der Stop-Signal-Task ist Teil des CANTAB. Der CANTAB erwies sich in einer Untersuchung als nicht geeignet zur Diagnose von ADHS.50

Eine Untersuchung setzte den Stop-Signal-Task in eine Anwendung mit Maussteuerung anstelle von Tasten um, was verschiedene Verbesserungen der Messungen zeigte:55

  • Der SSRT zeigt eine schwache Assoziation mit Impulsivität, während die Messung der Mausbewegung eine starke und signifikante Assoziation mit Impulsivität zeigt
  • Ein maschinelles Lernmodell (schwache KI) konnte anhand der Mausbewegungsdaten von “bekannten” Teilnehmern die Impulsivitätsbewertung von “unbekannten” Teilnehmern genau vorhersagen
  • Mausbewegungsmerkmale wie maximale Beschleunigung und maximale Geschwindigkeit sind mit die wichtigsten Prädiktoren für Impulsivität
  • Die Verwendung voreingestellter Stoppsignalverzögerungen führt zu einem Verhalten, das Impulsivität besser indiziert als eine Anpassung des Verzögerungswerts an bisherige Ergebnisse (Treppenmodell)

Eine Untersuchung fand Hinweise, dass die Leistung von Stoppsignalaufgaben bei ADHS eher Beeinträchtigungen in frühen Aufmerksamkeitsprozessen als Ineffizienz im Stoppprozess widerspiegele.56

3.1.2.6. Children’s Color Trail Test (1/2)

Der Children’s Color Trail Test misst Aufmerksamkeit, geteilte Aufmerksamkeit und Geschwindigkeit der mentalen Verarbeitung und dient unter anderem der Diagnostik von ADHS.5758

3.1.2.7. Continuous Performance Test (CPT)

Ein 14-minütiger kontinuierlicher Leistungstest (CPT), der eine hohe Reaktionsgeschwindigkeit erfordert, zeigt als Variablen einer verbesserten Leistung mit zunehmendem Alter:59

  • Reaktionszeit (RT)
  • RT-Standardfehler
  • Auslassungsfehler
  • Begehungsfehler
  • Signalerkennungsparameter (d’ und Beta)

Geschlechtsspezifisch sind insbesondere

  • mehr impulsive Fehler bei Männern
  • geringere Variabilität bei Männern
  • schnellere RT bei Männern
3.1.2.8. Digit Span Test

Der Digit Span Test ist ein Teil des Wechsler Adult Intelligence Scale- Revised (WAIS).
Dabei wird die Speicherkapazität des Arbeitsgedächtnisses für Zahlen gemessen. Die Probanden sehen oder hören eine Ziffernfolge und sollen diese korrekt wiedergeben (vorwärts oder rückwärts). Während des Tests wird die Länge der Ziffernsequenzen erhöht. Die Zahlenspanne des Probanden ist die längste Anzahl von Ziffern, die er korrekt wiedergeben kann.
Unter https://tools.timodenk.com/digit-span-test kann ein Digit Span Test online absolviert werden.

3.1.2.9. Wisconsin Card Sorting Test

Den Wisconsin Card Sorting Test gibt es in elektronischer wie in manueller Form.60

3.1.2.10. Qb-Test

Der QbTest kombiniert eine kontinuierliche Leistungsaufgabe (CPT) mit einem Bewegungsverfolgungssystem und soll die ADHS-Diagnose unterstützen. Bei Kindern und Jugendlichen fand sich eine schwache bis moderate diagnostische Qualität.61

3.1.3. Testspiele

  • Nesplora Aquarium
    Virtual Reality Spiel / Test, experimentell. Es soll ADHS-Symptome bei Erwachsenen und Jugendlichen anhand aktueller und retrospektiver Selbstberichte vorhersagen können.62
  • In einem anderen Ansatz konnte durch Künstliche Intelligenz/maschinelles Lernen bei Spielern eines Online-Rollenspiels (PlayerUnknown’s Battlegrounds) mit 81 % Wahrscheinlichkeit ADHS korrekt diagnostiziert werden.63 Eine generalisierte Angststörung wurde zu 84,9 % erkannt.

3.1.4. Virtueller Seminarraum (VSR)

Eine Studie untersuchte den Einsatz von Virtual Reality (VR), um eine realistischere und komplexere, aber dennoch standardisierte Testumgebung zu ermöglichen. Im VSR wurde eine virtuelle kontinuierliche Leistungsaufgabe (CPT) mit gleichzeitigen visuellen, auditiven und audiovisuellen Ablenkungen verbunden. Gleichzeitig wurden Kopfbewegungen (Aktigraphie), Blickverhalten (Eye Tracking), subjektives Erleben, Elektroenzephalographie (EEG) und funktionelle Nahinfrarotspektroskopie (fNIRS) aufgezeichnet. Es fanden sich signifikante Unterschiede bei nicht medikamentierten ADHS-Betroffenen bezüglich:64

  • CPT-Leistung
  • Kopfaktigrafie
  • Ablenkungsblickverhalten
  • dem subjektiven Erleben
    obwohl sich keine Gruppenunterschiede beim Theta-Beta-Verhältnis (EEG) oder beim dorsolateral-präfrontalen Oxyhämoglobin (fNIRS) fanden.

3.1.5. KI-Testsysteme

Seit 2023 sind KI-Wissenssysteme wie Chat-GPT in aller Munde. Eine Studie beschäftigte sich mit der Nutzung eines speziellen AI-Systems zur Diagnostik von ADHS und fand eine “Ausgewogene Genauigkeit” (BAC) für die diagnostische Leistung des Modells für ADHS von 0,82. Die Sensitivität betrug 0,64 und die Spezifität 0,99. Die Genauigkeit war höher als bei allen anderen damit getesteten Störungsbildern.65 Im Vergleich zur unterschiedlichen Verlässlichkeit von Diagnosen zur psychischen Gesundheit ist dies ein exzellenter Wert.66
Eine Kombination von 4 Machine-Learning-Algorithmen erreichte eine AUC von 79 % alleine durch eine Analyse von Registerdaten.67
Weitere KI-Systeme zur ADHS-Diagnose befinden sich in der Entwicklung.68

3.2. Probleme bei neuropsychologischen ADHS-Tests

Bei Tests von ADHS-Betroffenen muss stets berücksichtigt werden, dass die zu messenden Symptome von ADHS-Betroffenen nicht immer und durchgängig vorhanden sind. Belohnungen verändern das Symptommuster bei ADHS.29 Insbesondere eine hohe Motivation des Betroffenen an der Testteilnahme (intrinsisch oder durch hohe extrinsische Anreize) kann die Testergebnisse verzerren. Dies kann so weit gehen, dass der Test negativ ausfällt, obwohl ADHS vorliegt.

3.2.1. ADHS-Betroffene bei entsprechender Motivation in Tests so gut wie Nichtbetroffene

Bei ADHS ist die Motivation verändert. Extrinsische Anreize müssen höher sein als bei Nichtbetroffenen, um dieselbe Motivation auszulösen.

Dies deckt sich mit unserer Hypothese, dass ADHS seine Symptome ebenso vermittelt wie bestimmter schwerer chronischer Stress (Dopamin- und Noradrenalinmangel), wobei ein Nutzen von chronischem Stress in einer Verschiebung der Motivation in Richtung persönlicher eigener Bedürfnisse darstellt. Dies führt zu einer Verschiebung in Richtung intrinsischer Motivation und einer Abschwächung der Motivierbarkeit durch extrinsische Anreize und erklärt zugleich, warum bei chronischem Stress wie bei ADHS sich viele Symptome bei hohem persönlichem Interesse verringern oder sogar verlieren.

Vor diesem Hintergrund könnten Computerspiele, die ADHS messen wollen, vor dem Problem stehen, dass die Testergebnisse an Aussagekraft verlieren, je mehr das Computerspiel Spaß macht. Eine Untersuchung stellte in einem Stop-Signal-Game unsignifikant höhere Werte an Flow und intrinsischer Motivation fest als bei einem nicht gameifizierten Stop-Signal-Test.69

3.2.1.1. Keine / weniger ADHS-Symptome in Tests bei hoher Motivation
3.2.1.1.1. Aufmerksamkeitstests

Bei ADHS ist nicht die technische Fähigkeit der Aufmerksamkeit oder der Aufmerksamkeitslenkung beeinträchtigt, sondern die Ausführung der Aufmerksamkeitslenkung unterliegt anderen Kriterien als bei Nichtbetroffenen. Die Aufmerksamkeitslenkung unterliegt bei ADHS einer abweichenden Steuerung, die sehr viel stärker von der Befriedigung der eigenen Bedürfnisse abhängig ist als bei Nichtbetroffenen. Dies ist jedoch kein Egoismus, sondern eine veränderte Steuerung der Motivation, auf die die Betroffenen keinen Einfluss haben.

Wer genug ADHS-Betroffene kennt, weiß, wie sehr diese sich wünschen, einfach nur so sein zu können wie andere auch – um wie viel einfacher wäre ihr Leben.
Was von außen aussieht wie ein “Du kannst doch, wenn Du willst”, ist in Wirklichkeit ein “Ich kann mein Wollen nicht lenken, wie ich soll”.

Werden die persönlichen Bedürfnisse durch intrinsisches Interesse oder durch Belohnungen (die im Schnitt höher sein müssen als bei Nichtbetroffenen) angesprochen, verbessert sich die Aufmerksamkeitsleistung von ADHS-Betroffenen mehr als die von Nichtbetroffenen.70 Ein typisches Beispiel beschreibt Ryffel-Rawak.71
Eine Metauntersuchung bestätigt, dass bei ADHS hohe Belohnungen die Testergebnisse stark verbessern.72

Bei ADHS ist die Deaktivierung des Default Mode Network (DMN), wie sie bei Aufmerksamkeit für die Umwelt auftritt, deutlich verringert. Eine durch hohe Belohnungen hervorgerufene persönliche Motivation egalisierte die DMN-Deaktivierung bei ADHS, sodass diese der von Nichtbetroffenen entsprach. Den gleichen Effekt zeigte MPH.73

Dass ein zu wenig anregendes Umfeld (Unteraktivierung) auch bei Gesunden Unaufmerksamkeit hervorrufen kann, z.B. bei Hochbegabten in nicht begabungsadäquaten Schulen,74 dürfte dagegen nicht auf einem veränderten Steuerungsprofil der Aufmerksamkeit beruhen, sondern auf einer Unterforderung, die Langeweile verursacht.

3.2.1.1.2. Impulsivität (Inhibition) durch Belohnungen verbesserbar

Auch Impulsivität bei ADHS (Inhibitionsfähigkeit) ist durch Belohnungen beeinflussbar,75 bis hin zu Ergebnissen, die den Kontrollen entsprechen, während die selben Belohnungen bei Kindern mit Gehirnverletzungen die Inhibition weniger stark verbesserten.76 Eine weitere Untersuchung fand ebenfalls identische Inhibitionsfähigkeit von ADHS-Betroffenen und Nichtbetroffenen bei hohen Belohnungen.77 Eine andere Untersuchung fand keine Verbesserung.78 Es wäre zu überprüfen, ob die Belohnungen hier möglicherweise zu gering waren, um die persönliche Motivation zu wecken.

3.2.1.1.3. Reaktionszeiten: Belohnung beschleunigt Reaktionszeiten und verringert Reaktionsvarianz nur bei ADHS

Die Testergebnisse zu Reaktionszeiten bei ADHS sind uneinheitlich. Viele Tests zeigen eine verringerte, einzelne Tests eine erhöhte Reaktionszeit von ADHS-Betroffenen. Reaktionszeitverkürzung bei ADHS?

Im Gesamtschnitt variiert die Reaktionszeit bei ADHS-Betroffenen mehr als die von Nichtbetroffenen.
Reaktionszeitvarianz bei ADHS erhöht

In einer Untersuchung zeigten unter Belohnung nur die ADHS-Betroffenen und ihre nicht betroffenen Geschwister beschleunigte mittleren Reaktionszeiten und eine geringere Antwortvariabilität, nicht aber die Kontrollen, während die Genauigkeit sich in allen 3 Gruppen verbessert.79

3.2.1.2. ADHS-Symptome in Tests mit niedriger Anforderung sichtbarer

Aktivierende, spannende Aufgaben können dazu führen, dass Testergebnisse von ADHS-Betroffenen denen von Kontrollen entsprechen.80 So zeigen Testergebnisse von ADHS-Betroffenen unauffällige(re) Ergebnisse, wenn eine hohe Test-Ereignisrate (schnell) präsentiert wird, während eine niedrige Ereignisrate (langsamer Test) deutliche(re) Unterschiede zeigen.8182

Eine Studie stellt die Hypothese auf, dass eine langsamere Ereignisrate bei Tests bei ADHS-Betroffenen aufgrund deren Besonderheiten bei der Motivierbarkeit eine verringerte intrinsische Motivation bewirkt.83

Der optimale Arousalbereich, in dem keine Unter- oder Überforderung auftritt, ist bei ADHS wesentlich schmaler als bei Nichtbetroffenen.
Noch wichtiger allerdings als der optimale Arousalbereich ist, dass ADHS-Betroffene ihre Aufmerksamkeit bei einer vorhandenen persönlichen Motivation genauso gut lenken können wie Nichtbetroffene (Beispiel: Hyperfokus). Vor dem Hintergrund des Stressnutzens der veränderten Aufmerksamkeitslenkung bei ADHS ist dies nachvollziehbar.
Stressnutzen von Ablenkbarkeit, Taskwechselproblemen und Aufmerksamkeitsproblemen

Diese begrenzte Leistungsfähigkeit kann neben der Unter- und Überforderung auch in zeitlicher Hinsicht bestehen, in dem Sinne, dass die Fähigkeit, eine Unter- oder Überforderung ausgleichen zu können, begrenzt ist. Eine Lehrerin beschrieb uns ihre Wahrnehmung eines Kindes mit ADHS-I mit den Worten, sie könne zusehen, wie es in der ersten Stunde “volllaufe” und danach die typischen ADHS-I-Symptome entwickle.

Besonderheiten bei Schlaftests

Eine weitere Besonderheit fand sich bei Schlaftests. Viele Schlaftests fanden bei ADHS-Betroffenen einen verringerten REM-Schlaf. Diese Tests dauerten allerdings alle nur eine Nacht. In Schlaftests, bei denen zur eine Eingewöhnungsnacht erfolgte, und in denen nur die zweite Nacht ausgewertet wurde, wurde bei ADHS-Betroffenen dagegen sogar mehr REM-Schlaf als bei Nichtbetroffenen festgestellt.7
Wurden die erste und die zweite Nacht gemeinsam ausgewertet, ergab sich in der Summe genauso viel REM-Schlaf wie bei Nichtbetroffenen. Diese Ergebnisse könnten dahin gehend interpretiert werden, dass besondere Aufregung (die erste Nacht in ungewohnter Umgebung) für ADHS-Betroffene einen stärkeren Stressor darstellt als für Nichtbetroffene.

Ob ein intensiverer REM-Schlaf möglicherweise mit dem Hochsensibilitäts-Symptom von intensiveren, bunteren Träumen zusammenhängt, ist offen. Hochsensibilität legt nach unserem Verständnis jeder ADHS zugrunde.

3.2.2. ADHS-Symptome und Beziehung zu Testperson

Eine Untersuchung thematisiert, wie die Beziehung zum Testleiter bei ADHS-Betroffenen die Testergebnisse beeinflusst.84

3.2.3. Rauchen verschleiert ADHS-Symptomatik

Rauchen als Selbstmedikation erhöht den Dopaminspiegel – wenn auch immer nur kurzfristig. Es verringert weiter Stresssymptomatik und Gereiztheit. ADHS-Betroffene rauchen etwa doppelt so häufig wie Nichtbetroffene.
Rauchen kann daher die Diagnose von ADHS erschweren.85

Eine Untersuchung der emotionalen Dysregulation bei ADHS-betroffenen Rauchern fand keine Unterschiede zwischen denjenigen, die wie gewohnt rauchten und denjenigen, die 24 Stunden auf Rauchen verzichtet hatten.86
Bekanntlich bedarf es für einen Entzug bei Alkohol und anderen Drogen einer Zeit von 2 bis 4 Wochen, damit die durch das hohe Angebot an Neurotransmittern (Dopamin u.a.) downregulierten Rezeptoren sich wieder hinaufregulieren können. Das ist u.a. für die Entzugssymptomatik verantwortlich. Dies gilt auch für Nikotin. Möglicherweise können erst Tests, die einen Nikotinentzug von mehr als 2 bis 4 Wochen voraussetzen, einen Unterschied zeigen können.

3.2.4. 116.200 verschiedene ADHS-“Subtypen”

Eine Untersuchung berechnete, dass es 116.200 unterschiedliche ADHS-Subtypen gebe – wenn man jede Symptomkombination als eigenen Subtyp betrachtet.87

Vor diesem Hintergrund sollten die derzeit (noch?) gängigen Testverfahren, die (am Beispiel von DSM 5) auf 9 Merkmale für Hyperaktivität/Impulsivität und 9 Merkmale für Unaufmerksamkeit abstellen, von denen mindestens in einer Kategorie mindestens 6 Merkmale erfüllt sein müssen, hinterfragt werden. Betroffene mit 5 Merkmalen in beiden Kategorien würden vom DSM 5 als “kein ADHS” qualifiziert. Nicht alle Ärzte realisieren, dass DSM und ICD lediglich Leitfäden sind und keine Diagnosemaßstäbe sind – ein Missverständnis, vor dem schon Francis Allen, der Leiter der DSM IV-Kommission, eindringlich warnte.
Auf dieser Grundlage halten wir den von Barkley und uns verfolgten Ansatz einer Diagnostik anhand einer Abfrage einer Vielzahl von Symptomen durchaus für erwägenswert. Der grosse ADxS.ORG – ADHS-Online-Test

3.2.5. Bewertungen durch Eltern und Lehrer unterscheiden sich deutlich

Eine Untersuchung fand, dass die Bewertung der Auswirkungen medikamentöser Behandlung von ADHS durch Lehrern und Eltern nicht korrelierte. Diese starken Unterschiede belegen, dass bei der Evaluierung von ADHS verschiedene Quellen herangezogen werden sollten.88

3.2.6. Schlussfolgerungen

Für belastbare Ergebnisse müssten Tests bei ADHS richtigerweise in verschiedenen Testumgebungen erfolgen, die das Maß von Unterforderung, angemessenem Arousal und Überforderung berücksichtigen. Weiter müsste das Rauchverhalten in die Gewichtung der Testergebnisse einbezogen werden, was bislang nicht ausreichend erfolgt. Eine Testung anhand aller möglichen ADHS-Symptome erscheint uns als bedenkenswerte Option.

4. Objektive Messverfahren (Biomarker) bei ADHS

Bislang ist noch kein Biomarker in Sicht, der für eine Diagnose von ADHS durch Messung objektiver biologischer oder neurologischer Werte nutzbar wäre.89

Messverfahren sind jedoch bereits weit genug erforscht, um Diagnosen abzusichern und zu unterstützen. Der Vorteil bei Messverfahren liegt darin, dass das Ergebnis nicht durch Vorwissen, Training oder besondere Motivationslagen (Interesse, Hyperfokussierung) verzerrt wird.
Allerdings ist bekannt, dass ADHS-Betroffene die Funktionen gestörter Gehirnareale in andere Gehirnbereiche “auslagern”, um das Defizit auszugleichen. Ebenso werden Symptome durch Coping verringert, indem z.B. Situationen vermieden werden, in der das belastende Symptom auftreten kann, oder es werden einzelne Symptome durch intensives Training verringert. Wird nur nach Symptomen gefragt, wird das durch Auslagerung in andere Gehirnareale oder durch Coping maskierte Symptom möglicherweise nicht auffallen. Dies ist einer der Gründe, warum Tests (auch unsere eigenen Onlinetests) niemals allein ausreichen können, um ADHS sicher zu diagnostizieren oder auszuschließen.

Es bleibt zu hoffen, dass mit einer weiteren Verfeinerung der Messverfahren und der Erkenntnisse über Ergebnisbewertung in absehbarer Zeit eine objektivere Diagnose als durch Fragebögen und Tests möglich wird.

Das grundsätzliche Problem der Messung von Biomarkern ist jedoch, dass sie stets nur eine Momentaufnahme fertigen können. Die Ergebnisse dieser Momentaufnahme sind davon abhängig, ob der Betroffene im Messzeitpunkt akuten Stress hat oder nicht. Die übliche ADHS-Diagnose stellt daher richtigerweise darauf ab, ob die (Stress-/ADHS-)Symptome langfristig, d.h. auch außerhalb akuter, besonderen Stress auslösender Umstände bestehen.

Bislang wird in der einschlägigen Literatur noch nicht thematisiert, inwieweit Biomarker zuverlässig langfristige Veränderungen von lediglich akuten Stressreaktionen unterscheiden können.

4.1. EEG / QEEG-Messung

Die Messung von QEEG oder EEG kann Diagnosen unterstützen. Weitere Informationen zu QEEG und Therapie von ADHS mittels Neurofeedback unter Neurofeedback als ADHS-Therapie im Kapitel Behandlung und Therapie.

Eine “ADHD-AID” genannte multifaktorielle 19-Kanal-EEG-Analyse berichtete eine ADHS-Diagnose-Genauigkeit von:90

  • Genauigkeit: 0,991
  • Sensitivität: 0,989
  • Spezifität: 0,992
  • F1-Score: 0,989
  • Mathew-Korrelationskoeffizienten: 0,982.
  • AUC: 0,9958

Ältere Studien berichteten eine ADHS-Erkennungsrate eines EEG-Transformator-Modells mit einer durchschnittliche Genauigkeit von 95,85% und einem durchschnittlichen AUC-Wert von 0,9926.91 Ein EEG-Klassifikationsmodell mit maschinellem Lernen berichtet eine Klassifizierungsgenauigkeit von 98,28 % bis 98,86 %.92 Auf der Grundlage der phasenbasierten Analyse ermittelte eine Studie zwei Biomarker vor, die ADHS bei Kindern mit einer Genauigkeit von 99,174 % von gesunden Kindern unterscheiden:93

  • die Subgraphenzentralität des Phasenverschiebungsindexes der Gehirnkonnektivität innerhalb der Beta- und Delta-Frequenzbänder
  • die Knoten-Zentralität (node betweenness centrality) der Inter-Site-Phasencluster-Konnektivität innerhalb der Delta- und Theta-Bänder

In der Praxis müssen jedoch ADHS-Betroffene nicht von Gesunden unterschieden werden, sondern ADHS von anderen Störungsbildern unbekannter Zusammensetzung. Dies ist eine wesentlich komplexere Aufgabe, als alle vorgestellten Methoden bisher zu lösen imstande waren.

4.1.1. Beta-Theta-Verhältnis als Diagnoseinstrument

Es wurde versucht, das Theta-Beta-Verhältnis als Diagnoseinstrument für ADHS zu nutzen.
Obwohl einzelne Untersuchungen hierzu vielversprechend erschienen, scheint dieser Diagnoseansatz bislang nicht geeignet, ADHS zu diagnostizieren.

Das Theta-Beta-Verhältnis soll bei ADHS signifikant verändert sein.

Mittels quantitativer encephalographischer Messungen (QEEG) wurde festgestellt, dass bei ADHS-Betroffenen bei geistiger Beanspruchung eine zu geringe Aktivierung im Bereich der für konzentrierte Wachheit bedeutsamen Betawellen (13-30 Hz) besteht, während Thetawellen (4-8 Hz), die mit Tagträumen, weggleitender Aufmerksamkeit, Übergang zu Schlaf, Kreativität assoziiert sind, zu stark sind.
Das erhöhte Theta-Beta-Verhältnis war in einer Studie an ADHS-Betroffenen so eindeutig, dass anhand des Theta-Beta-Verhältnisses bei Kindern 98 % der ADHS-Betroffenen (vom rein unaufmerksamen Typ, ADHS-I, genauso wie vom gemischten Typ) von Gesunden unterschieden werden konnte. Das Maß der Abweichung des Theta-Beta-Verhältnisses korrelierte dabei mit der Intensität der ADHS-Symptome.94

Dieses Ergebnis konnte jedoch nicht in allen Folgestudien repliziert werden. Ogirim et al 2012 konnten von n = 101 Testpersonen, darunter 63 ADHS-Betroffene, nur rund 60 % korrekt mittels des Theta-Beta-Verhältnisses identifizieren, wogegen Auslassungsfehler in einer Daueraufmerksamkeitsaufgabe immerhin 85 % richtige Diagnosen erbrachte.95 Eine weitere Studie fand bei Erwachsenen mit ADHS, dass das Theta-Beta-Verhältnis ADHS nicht diagnostizieren konnte, wogegen die absolute und relative EEG-Power bei geöffneten Augen ADHS von Kontrollen differenzierte. Als beste ADHS-Prädiktoren wurden genannt:96

  • erhöhte Power in Delta, Theta und Low-Alpha über zentralen parietalen Regionen
  • erhöhte Power in Low-Beta in frontalen Regionen
  • erhöhte Power in Mid-Beta über parietalen Regionen.

Eine neuere Metauntersuchung von 17 Studien stellte eine Effektstärke der Gesamtprobe für absolute Theta mit p = 0,58 und für relative Theta mit p = 0,92 fest. Das Beta-Theta-Verhältnis bzw. der erhöhte Theta-Wert sei damit in einer bestimmten Entwicklungsphase als diagnostisches Instrument tauglich und könnte als diagnostisches Instrument weiterentwickelt werden.97

Das übergroße Theta-Beta-Verhältnis reduziert sich im Erwachsenenalter,9829 sodass eine Diagnose hiermit, wenn überhaupt, wohl eher nur für Kinder in Betracht kommen könnte.

Eine Metauntersuchung fand keinen schlüssigen Zusammenhang zwischen dem Theta-Beta-Verhältnis und ADHS. Leider wurde allerdings nicht nach Subtypen unterschieden.99 Ein erhöhtes Theta-Beta-Verhältnis soll allerdings ein Responding auf eine Behandlung mit Stimulanzien oder Neurofeedback vorhersagen.99

Aus unseren Gesprächen mit einer Neurofeedback-Therapeutin ergaben sich dazu interessante Feststellungen:

  • Nicht nur bei ADHS, sondern auch bei etlichen anderen psychischen Störungen, wie Depressionen, Zwängen, Traumata oder auch Migräne-Betroffene steigt im Zustand der Entspannung das Beta an, während es bei Gesunden bei Entspannung absinkt.
    Dieses – charakteristische – Ansteigen der Beta-Werte bei Entspannung könnte möglicherweise die Symptome des Gedankenkreisens und der Schlafprobleme erklären.
    Wir ziehen daraus den Schluss, dass das Theta-Beta-Verhältnis im Laborumfeld eine eindeutige Diagnosestellung als Abgrenzung einer Gruppe von ADHS-Betroffenen allenfalls im Vergleich zu einer Gruppe von (erwiesenermaßen) Gesunden ermöglichen kann. Als Diagnoseinstrument im echten Leben – gegenüber Personen, bei denen nicht bekannt ist, ob sie an ADHS oder einer anderen Störung leiden, oder gesund sind – ist es jedoch vermutlich deshalb nicht geeignet, weil Abweichungen im Theta und Beta-Bereich bei einer Vielzahl psychischen Störungen auftreten und die Alternative zu einem Vorliegen von ADHS, anders als in der Testumgebung, eben nicht zwingend ein “Gesund” ist, sondern die Möglichkeit etlicher anderer psychischen Störungen oder Tendenzen beinhaltet.
  • ADHS-HI und ADHS-I haben charakteristisch unterschiedliche Theta/Beta-Profile.
    • Bei ADHS-HI und ADHS-C (mit Hyperaktivität) ist Theta typischerweise zu niedrig und Beta typischerweise zu hoch
    • Bei ADHS-I-Betroffenen (ohne Hyperaktivität, Träumerchen) ist Theta typisch zu hoch und Beta typisch zu niedrig. Hier müsste also das Theta-Beta-Verhältnis – anders als in den oben zitierten Untersuchungen postuliert – eher zu niedrig sein.
    • Bei beiden Gruppen erweist sich ein Theta/Beta-Training (Entspannungstraining) als hilfreich – bei ADHS-HI wird Theta hochtrainiert und gleichzeitig Beta heruntertrainiert, bei ADHS-I genau umgekehrt eine Verringerung von Theta und Erhöhung von Beta (Konzentrationstraining). Therapeutisch wirksam ist in beiden Fällen nicht allein die objektive Veränderung der Werte, sondern die erlernte Beeinflussbarkeit der Werte, auch wenn diese im Ergebnis die Werte in Richtung von Mittelwerten verändert.

Gemeinsame Versuche mit einer Neurofeedback-Therapeutin ergaben einen signifikanten Einfluss von Medikamenten und Nahrungsmitteln (Zucker) auf die QEEG-Werte.

  • Methylphenidat bewirkt innerhalb von einigen Minuten eine größere Unruhe innerhalb der QEEG-Werte. Methylphenidat erschwerte erwartungsgemäß die durch Neurofeedback angestrebte Theta-Erhöhung und Beta-Verringerung bei ADHS-HI. Dies verwundert nicht, da MPH ein Stimulanz ist. Es begründet, warum MPH so eingenommen werden sollte, dass die Wirkung bis zur Schlafenszeit abgeklungen ist.
  • Zucker (2 Schokoriegel binnen 5 Minuten bei 90 kg Körpergewicht) bewirkten bei einem ADHS-HI-Probanden signifikante Veränderungen im QEEG.
    • innerhalb von 10 Minuten stiegt Beta1 erheblich an.
      Die Schwellwerte beim Theta hoch / Beta runter – Training mussten erheblich verringert werden. Die vor der Zuckereinnahme erreichten 85 % der Zielwerte waren auf 50 % abgesunken. Dies bedeutet, dass die Fähigkeit zur Entspannung drastisch abgenommen hatte.
    • Nach 20 Minuten waren alle Werte (Theta, Alpha, Beta1, Beta 2, Hi-Beta) deutlich verringert. Relativ betrachtet lag Beta 1 nun aber deutlich über SMR. (Beta1 sollte unter SMR liegen, weshalb SMR-Training (das darauf abzielt) der erste Schritt einer Neurofeedbackbehandlung von ADHS darstellt).
    • Nach 30 Minuten hatte Beta1 gegenüber SMR wieder etwas aufgeholt. Dafür war nun Hi-Beta signifikant erhöht.

Es handelt sich um einen einzelnen Test mit einem einzelnen Probanden und kann daher nicht verallgemeinert werden. Der Proband wusste um die erwartete Reaktion. Die Verschärfung seiner ADHS-Symptome nach Zuckerkonsum war dem Probanden von etlichen Personen gespiegelt worden und deckte sich mit seiner eigenen Beobachtung.

Die Beobachtung passt nach unserem Verständnis zu der Beschreibung der Wirkung von oligoantigener Diät für eine Person, die auf Zucker empfindlich reagiert. Mehr zu oligoantigener Diät und anderen Nahrungsmitteleinflüssen auf ADHS unter Ernährung und Diät bei ADHS

Anlässlich eines Gesprächs zu diesem Ergebnis wurde uns von einem anderen ADHS-HI-Betroffenen berichtet, dass dieser bei sich reproduzierbar nach Zuckerkonsum (Schokolade) einen erheblichen Anstieg seiner ADHS-Symptome, hier insbesondere Prokrastination, feststellen kann.

Weiterhin besteht das Problem, dass verschiedene EEG-Mess-Software-Produkte offenbar unterschiedliche Berechnungsweisen zur Ermittlung des Beta-Theta-Ratios verwenden und daher bei gleichen Daten zu erheblich unterschiedlichen Ergebnissen kommen.100 Daher wurde in der randomisierten klinischen Studie der International Collaborative ADHD Neurofeedback (ICAN) ein fester Theta-Beta-Ration-Cutoff von ≥ 4,5 verwendet, der mit der Thought Technology Monastra-Lubar Assessment Suite gemessen werden musste, 1,5 SD über den mit diesem System erhobenen Normen.

Eine Untersuchung kam zu dem Ergebnis, dass das Theta-Beta-Verhältnis des EEG bei Nichtbetroffenen wie bei ADHS-C-Betroffenen ein Abbild der kognitiven Verarbeitungstätigkeit darstellt und anhand der P 300-Latenz im akustischen Oddball-Test gemessen werden kann. Die absolute Alpha-Power korrelierte dagegen bei ADHS-C-Betroffenen nicht mit der P 300 Latenz oder Amplitude.101

4.1.2. Veränderte Steigung / Offset des 1/f-Rauschen im EEG

“1/f-Rauschen” im EEG sind arrhythmische Signale im Cortex, die als neuronales Rauschen für ADHS typisch sind. Erhöhte individuelle Reaktionszeitvarianz ist ein Zeichen von erhöhtem neuralem Rauschen. MPH verbessert dies.102

Bei 3- bis 7-jährigen Kindern mit ADHS wurde bezüglich des “1/f-Rauschen” im EEG eine steilere Steigung und ein größeres Offset festgestellt. Diese Daten korrelierten mit veränderten Theta/Beta-Ratios. Beide Werte wurden durch Medikation normalisiert. Daneben wurde eine größere Alpha-Power gefunden.103

4.1.3. Messung von evozierten Potenzialen

Ein weiteres objektiviertes Diagnoseverfahren ist die Messung evozierter Potenziale. Hierbei werden charakteristische, durch Reize oder Aktionen ausgelöste EEG-Amplitudenverläufe in verschiedenen, typischerweise bei ADHS betroffenen Gehirnregionen gemessen. Aus einer Vielzahl von Testdurchgängen wird dabei ein typischer Durchschnittsamplitudenverlauf ermittelt. Diese EEG-Verläufe können mit Daten von Nichtbetroffenen und Daten von Betroffenen anderer Störungen abgeglichen werden, die in sogenannten QEEG-Datenbanken gesammelt werden.

Die Diagnosegenauigkeit der Messung evozierter Potenziale wächst rasant. Während Strehl et al Untersuchungen von 2005 mit einer (noch nicht befriedigenden) Diagnosegenauigkeit von 70 bis 80 % zitieren, reklamieren Müller et al 2011104 bereits 89 % Diagnosegenauigkeit: aus einer Gruppe von 212 Erwachsenen mit 106 ADHS Betroffenen wurden mittels eines 19-Kanal-Systems durch automatische Auswertung von EVP 89 % der Betroffenen korrekt diagnostiziert. Modelle mit Machine Learning erreichen 94 %.105
Diese Ergebnisse wurden allerdings in Laborsituationen ermittelt, in denen lediglich ADHS von Nichtbetoffenen zu unterscheiden war. In der realen Diagnostik ist ADHS von einer Vielzahl weiterer Störungsbilder zu unterscheiden. Es bleibt abzuwarten, wann dies in der Praxis durch derartige Modelle möglich sein wird.

Zum Vergleich: Ausgebildete Diagnostiker und erfahrene Kliniker erreichten eine Diagnoseübereinstimmung von 88 %.106

Eine Untersuchung fand keine signifikanten Unterschiede evozierter Potenziale zwischen Zwillingen mit und ohne ADHS bei einem continuous performance task.107

Eine Metaanalyse von 52 Studien mit 3.370 Probanden zu frühen (P100, N100, P200, N200, ERNNe) und späten (P300, Pe, CNV) evozierten Potentialen fand bei ADHS108

  • kürzere Go-P100-Latenzen
  • kleinere Cue-P300-Amplituden
  • längere Go-P300-Latenzen
  • kleinere NoGo-P300-Amplituden
  • längere NoGo-P300-Latenzen
  • kleinere CNV-Amplituden
  • kleinere Pe-Amplituden.

bei zugleich erheblicher Heterogenität der Ergebnisse und moderaten Effektgrößen (d<0,6).

Eine weitere Studie kam zu dem Ergebnis, dass evozierte Potenziale je nach Alter der Probanden (Kindheit oder Jugend) sehr unterschiedliche Korrelationen zu Symptomen zeigen.109

Die Diagnose mittels evozierter Potenziale ist leider aufwendig (4 Stunden Tests, die nachfolgend ausgewertet werden) und folglich nicht billig. Bei der Gehirn- und Traumastiftung Graubünden Schweiz in Chur kostete eine Diagnose rund 1250 Franken (Stand 2015).

4.1.4. Messung von rsEEG

Die Messung von 14 resting state EEG-Parametern konnte in einem durch maschinelles Lernen optimierten Prozess die teilnehmenden ADHS-Betroffenen mit einer Genauigkeit von rund 85 % erkennen.110 Da in freier Wildbahn nicht nur gegen Gesunde, sondern auch gegen andere Störungsbilder zu diagnostizieren ist, ist fraglich, ob das Ergebnis in der Praxis genau genug sein wird, um eine sinnvolle Anwendung zu ermöglichen.

4.1.5. Messung von nicht linearen EEG-Werten

Eine Messung von nicht linearen EEG-Werten zeigte nach einer Untersuchung eine bessere Diagnosequalität von ADHS als andere EEG-Diagnoseverfahren.111

4.1.6. Phase space Reconstruction des EEG

Eine Untersuchung fand, dass eine Phase space Reconstruction des EEG sehr gut ADHS von Nichtbetroffenen unterscheiden kann. 112 Zur diagnostischen Anwendung muss eine Methode jedoch auch von anderen Störungsbildern gut differenzieren können.

4.1.7. Gamma-Werte bei ADHS verringert

Eine Studie berichtet bei Erwachsenen mit ADHS von erhöhten Gamma-Werten im Ruhezustand im Bereich von 30 bis 39 Hz (Gamma1), nicht aber im Bereich 39 – 48 Hz (Gamma2). Die ruhende Gamma1-Leistung nahm mit dem Alter zu und war bei ADHS signifikant niedriger als bei Kontrollpersonen im frühen Erwachsenenalter.113

4.1.8. EPSPatNet86: 8-Punkt EEG-Messung an 85 Wavelets

Eine Untersuchung von 85 EEG-Wavelet-Faktoren konnte durch maschinelles Lernen 87 % der ADHS-Betroffenen richtig klassifizieren.114 Es wird abzuwarten sein, welche Erklennungsquote sich bei einer offenen Probandengruppe ergibt.

4.1.9. EEG-Analyse mittels VMD-HT

Eine Studie konnte mittels VMD-HT sowie anderen sekundären EEG-Merkmalen 61 ADHS-Betroffene und 60 gesunden Kontrollen unterscheiden mit:115

  • einer Genauigkeit von 99,81 %
  • einer Sensitivität von 99,78 %
  • einer Spezifität von 99,84 %
  • einem F-1-Maß von 99,83 %
  • einer Präzision von 99,87 %
  • einer Falscherkennungsrate von 0,13 %.
  • Erkennungsrate für ADHS von 99,87 %
  • Erkennungsrate für gesunde Kontrollen von 99,73 %

Diese beeindruckenden Zahlen werden sich in der realen Welt erst noch beweisen müssen, wenn sich nicht nur ADHS-Betroffene und gesunde Kontrollen, sondern auch Betroffene anderer Störungsbilder im Testfeld befinden.

4.1.10. Gehirnkomplexität

Eine Analyse der Gehirnkomplexität bei ADHS, unter anderem anhand von EEG, fand, dass die Gehirnkomplexität bei Kindern mit ADHS erhöht ist (wobei die Erhöhung schwächer ist als bei Schizophrenie (Positivmerkmale) und deutlich schwächer ist als bei Depression) und bei Erwachsenen mit ADHS verringert ist (wobei die Verringerung schwächer ist als bei Autismus und deutlich schwächer als bei Demenz).116

4.2. Funktionelle Nahinfrarotspektroskopie (fNIRS)

Eine prospektive Studie an 30 Jungen mittels fNIRS der Stirn bei der Ausführung von Kopfrechenaufgaben konnte die 15 Jungen mit ADHS zu fast 100 % identifizieren.117 Dies ist bislang ein rein experimenteller Ansatz.
Eine andere Studie fand keine Unterschiede durch fNIRS bei ADHS.64

4.3. Gentests

Bislang existieren keine nutzbaren Gentests zur Diagnostik von ADHS.
Erste Stimmen befürworten indes inzwischen (2020), gewisse genetische Untersuchungen (hier: Array-CGH) in die Standards der ADHS-Diagnostik zu integrieren.118

Es bestehen mehrere Schwierigkeiten für eine Gendiagnostik bei ADHS:

  • ADHS wird meist nicht von einzelnen Genvarianten verursacht, sondern durch ein Zusammenwirken einer hohen Anzahl (mehrere hundert bis tausende) von Genvarianten (Genkandidaten bei ADHS)
  • Die (epigenetische) Expression von Genen (z.B. durch frühkindlichen oder chronischen schweren Stress) kann die Genwirkung unabhängig von der Genvariante zusätzlich verändern.
  • Es ist anzunehmen, dass bei verschiedenen Betroffenen jeweils andere Kombinationen der in Betracht kommenden Gene und Expressionsformen zusammentreffen, nicht jedoch alle Gene, die z.B. dazu beitragen, dass der Dopaminhaushalt gestört ist.
  • Es gibt bislang noch keine vollständige Zusammenstellung von in Betracht kommenden Genen, weshalb es bislang auch keinen Gentest für ADHS gibt. Wir haben über hundertfünfzig Genkandidaten gesammelt.
    Genkandidaten bei ADHS.
  • Gentests sind bislang noch zu teuer, um die erforderliche Anzahl von Genen testen zu können.
    Möglicherweise werden Gentests in den kommenden Jahren so bezahlbar sein, dass diese auch in diagnostischer Hinsicht – und in der Folge zur Anpassung einer individualspezifischen Behandlung – eingesetzt werden können.

Eine Studie untersuchte miRNAs von extrazellulären Vesikeln im Serum. Eine Längsschnittanalyse, die Veränderungen der miRNA-Expression im Laufe der Zeit zwischen vier Gruppen mit unterschiedlichen Diagnoseverläufen (persistierende Diagnose, erstes Auftreten, remittiert und typische Entwicklung/Kontrolle) untersuchte, fand keine statistisch signifikanten Ergebnisse. In der Querschnittsanalyse fand sich nur in einer von 2 ADHS-Gruppen eine Hochregulierung von miR-328-3p. Diese miRNAs könnten die Expression von Genen regulieren, die in genomweiten Assoziationsstudien mit diesen Merkmalen in Verbindung gebracht werden.119

4.4. Endokrine und physikalische Biomarker

4.4.1. Messung von Cortisolwerten

Der Cortisolwert hat zwei Bedeutungen:

  • der basale = tonische = langfristige Wert stellt den Grundpegel dar, der sich über den Tag rhythmisch verändert (circadianer Rhythmus)
  • der phasische = kurzfristige Wert stellt eine Antwortreaktion auf einen akuten Stressor dar
4.4.1.1. Messung des basalen Cortisolspiegels

Der basale Cortisolwert ist bei ADHS gegenüber Nichtbetroffenen verringert, weil es sich um eine langfristig andauernde Stressbelastung handelt. Bei kurzfristigen Stressbelastungen steigt der basale Cortisolspiegel zunächst an.

Dieser Unterschied wäre rein theoretisch zur Unterscheidung von akuter Stressreaktion (erhöhte Cortisolwerte) und einer zusammengebrochenen HPA-Achsen-Regulierung (verringerter Wert) verwendbar – wenn nicht die individuellen Schwankungen zwischen den Personen innerhalb einer Gruppe größer wären als die Erhöhung bzw. Verringerung des Cortisolspiegels zu Werten in gesundem Zustand.

Nach diesseitiger Hypothese könnte sich jedoch eine individuelle Veränderung der Cortisolwerte nach oben oder nach unten feststellen lassen, sofern diese regelmäßig (jährlich) von frühestem Alter an (bei Kindern: anlässlich der Standarduntersuchungen) protokolliert würden.
Ohne historische Werte des basalen Cortisolspiegels ist eine solche Messung allerdings nutzlos.

Daneben könnte eine Messung der morgendlichen Cortisol-Aufwachreaktion (CAR) Aufschluss über den Zustand der HPA-Achse geben. Die CAR ist eine 20 bis 40 Minuten nach dem Aufwachen eintretende andauernde Erhöhung des Cortisolspiegels.

Eine vergleichende grafische Darstellung der Cortisol-Profile gesunder, akut gestresster, chronisch gestresster, im Teilburnout und im vollen Burnout befindlicher Menschen findet sich bei Bieger.120

Doch auch hier besteht die Schwierigkeit, dass ohne individuelle Vergleichsdaten eine Bewertung des 24-Stunden-Bildes der Cortisolwerte kaum diagnostisch verwertbar ist.

Eine Messung von Cortisol in Haaren (was den langfristigen Spiegel wiedergibt) zeigte, dass ein niedriges Cortisol-Niveau bei Vorschulkindern die Ausprägung von ADHS vorhersagte.121
Dies könnte möglicherweise ein Ergebnis einer langfristigen Stressreaktion sein. In der dritten Stressentwicklungsphase (Widerstandsphase) zeigt sich typischerweise ein Zusammenbruch der basalen Cortisolspiegel. Die vierte Phase (Erschöpfungsphase) ist dann von einem Zusammenbruch der Neurotransmittersysteme gekennzeichnet. Mehr hierzu unter Widerstandsphase im Abschnitt Die Stressreaktionskette / Stressphasen des Beitrags Die Stresssysteme des Menschen – Grundlagen von Stress.

Veränderungen der basalen Cortisolwerte sind jedoch kein Spezifikum von ADHS und haben daher für eine ADHS-Diagnostik kaum Nutzen.

4.4.1.2. Messung der phasischen Cortisolantwort auf psychische Stressoren

Anhand der phasischen Cortisolantwort kann der cortisolerge Subtyp des ADHS festgestellt werden.

ADHS-I ist typischerweise mit einer gegenüber Nichtbetroffenen überhöhten Cortisolantwort verbunden, ADHS-HI mit einer gegenüber Nichtbetroffenen abgeflachten Cortisolantwort.

Die Unterschiede sind für die Behandlung relevant. Bei ADHS-I-Betroffenen sollten SSRI nur mit Bedacht eingesetzt werden. Bei ADHS-HI könnten möglicherweise niedrig dosierte SSRI (2 bis 4 mg, also 1/5 bis 1/10 des bei Depressionen verwendeten Maßes) Impulsivität verbessern und dadurch eine geringere Dosierung mit Stimulanzien ermöglichen.

Als psychischer Stressor wird typischerweise der Trierer Stresstest verwendet (TSST).
Dieser dürfte sich für eine (gar jährlich) wiederholende Untersuchung in Anbetracht der zu erwartenden Gewöhnung nicht eignen.

4.4.2. Dexamethason/ACTH/CRH-Test?

Mittels eines Dexamethason/ACTH/CRH-Tests kann festgestellt werden, ob auf einzelnen Ebenen der HPA-Achse eine dauerhafte Fehlregulation vorliegt.

Wenn ADHS durch eine dauerhafte Fehlregulation der Stressregulationssysteme, allen voran der HPA-Achse, gekennzeichnet ist, müsste sich die individuelle Fehlregulation durch eine entsprechende Testung der HPA-Achsen-Reaktionen (Spiegelveränderungen der Stresshormone CRH, ACTH, Cortisol auf akute Stressoren) belegen lassen. Zumindest sollten entsprechende Tests aufschlussreiche Hinweise für die individuelle Unterscheidung der Zugehörigkeit zu Subtypen ergeben.

Dexamethason ist ein Glucocorticoid, das selektiv an die Glucocorticoidrezeptoren bindet und dadurch (nach erfolgter Stressreaktion) die Herunterregulierung der HPA-Achse auslösen sollte. Bleibt diese Herunterregulation aus, ist dies ein starker Hinweis auf eine Störung der Abschaltung der HPA-Achse.

Mehr hierzu unter Pharmakologische endokrine Funktionstests.

4.4.3. Mineralstoffanalyse

Eine Untersuchung konnte durch Analyse von Zink, Blei, Kupfer, Kobalt und Vanadium aus Zähnen eine beeindruckend klare Unterscheidung zwischen Nichtbetroffenen, ADHS, ASS und Betroffenen von Komorbiditäten erstellen.122

4.4.4. Axonschädigungen der weißen Substanz

Eine Untersuchung von 50 unbehandelten ADHS-Betroffenen im Vergleich zu ihren nicht betroffenen Zwillingen und 50 Kontrollprobanden fand bei den ADHS-Betroffenen höhere axonale Diffusität im123

  • Perpendicular fasciculus
  • Superior longitudinal fasciculus I
  • Tractus corticospinalis lateralis
  • Corpus callosum

Die Werte korrelierten (außer im Perpendicular fasciculus) signifikant mit ADHS-Symptomen wie Unaufmerksamkeit und Arbeitsgedächtnisproblemen und lagen bei den nicht betroffenen Zwillingen zwischen den von ADHS-Betroffenen und Nichtbetroffenen. Axiale Diffusität ist ein Marker für die Unbeschädigtheit von Axonen.

4.4.5. 24-Stunden-Bewegungsprofile

Eine Studie behauptet eine Diagnosegenauigkeit für ADHS-C von über 97 % erreicht zu haben, indem neuronale Netzwerkanalysen von 24-Stunden-Bewegungsprofile ausgewertet wurden.124125

4.4.6. Gesichtsmerkmale

4.4.6.1. Gesichtsmorphologie bei ADHS

Eine Studie kam zu dem Schluss, dass eine enge Beziehung zwischen ADHS und der Nasenbreite, der Ohrlänge und der Tiefe des Obergesichts bestehen könnte, die mit genetischen Signalprozessen und einer engen Beziehung zwischen dem Gehirn- und Gesichtsbildungsprozess in der Embryonalperiode zusammenhängen könnte.126

4.4.6.2. Gesichtsmorphologie bei ASS

Eine Studie berichtet über subtile phänotypische Gesichtsmorphologien bei ASS.127

4.4.7. Analyse von MRI-Gehirnbildern

Ein optimiertes maschinelles Lernen konnte anhand von MRI-Neuroimaging-Aufnahmen sehr gut zwischen ADHS und Kontrollen sowie zwischen persistierendem und remittierendem ADHS bei jungen Erwachsenen unterscheiden. Als relevante Merkmale von ADHS im Vergleich zu Kontrollen wurden ermittelt:128

  • Knoteneffizienz (nodal efficiency) im rechten inferioren frontalen Gyrus
  • funktionelle Konnektivität zwischen Gehirnregionen rechts medial frontal und inferior parietal
  • Volumen der rechten Amygdala

Die Remission von Unaufmerksamkeit und Hyperaktivität/Impulsivität korrelierte mit

  • höhere Knoteneffizienz rechts medial frontal
  • geringere funktionelle Konnektivität zwischen Gehirnbereichen rechts medial frontal und inferior parietal

4.4.8. Analyse von Urinwerten (-)

Eine funktionierende Analyse von Urinwerten zur Diagnostik von ADHS wurde bislang nicht berichtet. Eine Studie fand auch bei Hunden keinen Zusammenhang zwischen Urinwerten und ADHS.129

4.4.9. Analyse von Augenwerten

4.4.9.1. Elektroretinographie (ERG)

Eine Studie fand Hinweise auf geschlechtsspezifische Biomarker in der Elektroretinographie bei ADHS.130

4.4.9.2. Pupillometrie

Pupillendurchmesser in Ruhe sind ein Biomarker für die tonische Noradrenalinfeuerung, Pupillenveränderungen bei Aufgaben und auf Reize sind ein Biomarker für die phasische Noradrenalinfeuerung. Mehr hierzu unter* Tonisches und phasisches Noradrenalin* im Beitrag Noradrenalin im Kapitel Neurologisches zu ADHS.
Eine Studie erreichte eine Sensitivität von 77,3% und eine Spezifität von 75,3% bei der Diagnose von ADHS im Vergleich zu einer Kontrollgruppe mit einem Verfahren maschinellen Lernens aus Pupillenmessungen.131

4.4.9.3. Eyetracker: Dauer der Zielfixierung

Die Untersuchung der Ablenkbarkeit mittels Aufzeichnung und Analyse von Augenbewegungen während einer aufgabenirrelevanten Ablenkung zeigte einen signifikanten Zusammenhang zwischen der Dauer der Zielfixierung und den von den Eltern berichteten Aufmerksamkeitsproblemen (p < 0,001).132 Weitere Studien berichten hierzu ebenfalls diagnostischen Nutzen einer Messung der Augenbewegungen bei einem Continuous Performance Task.133134

5. Leitlinien zur Diagnostik

Die wichtigste Leitlinie zur ADHS-Diagnostik in Deutschland ist die Interdisziplinäre evidenz- und konsenzbasierte S3-Leitlinie “Aufmerksamkeitsdefizit- / Hyperaktivitätsstörung (ADHS) im Kinder-, Jugend- und Erwachsenenalter (AWMF 028045).
Leitlinien zur ADHS-Diagnostik empfehlen folgende diagnostische Vorgehensweise:135

5.1. Psychiatrische Anamnese

Erhebung der individuellen Problemlage unter Einbezug komorbider Störungen, der Entwicklungsgeschichte des Betroffenen und dessen Familie.

5.2. Differentialdiagnose

5.2.1. Ausschluss organischer Ursachen

Parallel zur ADHS-Diagnostik sollte eine Differentialdiagnostik erfolgen, um sicherzustellen, dass Symptome nicht aus anderen dominierenden organischen Ursachen resultieren.
Mehr hierzu unter Differentialdiagnostik bei ADHS

5.2.2. Ausschluss anderer psychischer Ursachen

Zur Differentialdiagnotik Depression siehe unter Depression und Dysphorie bei ADHS

5.3. Interview mit Eltern/Vertrauenspersonen

Interviews zur retrospektiven und aktuellen Symptomatik und Einsatz standardisierter Beurteilungsskalen können helfen, die aktuelle Symptomatik und die Symptomatik in der KIndheit zu erfassen.

5.4. Grundschulzeugnisse

ADHS-Betroffene haben häufig ein schlechtes Langzeit-Gedächtnis und mithin nur wenig greifbare Erinnerungen an ihre Kindheit.

Die Kopfnoten / Verhaltensnoten / individuellen Beurteilungen in Grundschulzeugnissen sind oft eine Hilfe, um das Verhalten Betroffener in der Kindheit zu rekonstruieren.
Manche Betroffene haben diese Zeugnisse nicht mehr. Uns liegen erschreckende Berichte vor, wonach manche Ärzte in solchen Fällen die Diagnose verweigert haben. Das ist natürlich in keiner Weise akzeptabel.
Vorhandene Grundschulzeugnisse sind durchaus ein Hilfsmittel. Alternativ können auch Berichte von Eltern, Verwandten, Schulfreunden oder Abizeitungen, die oft sehr treffende Charakterisierungen der Personen durch Mitschüler beinhalten, einen Teil beitragen.
Das Fehlen von Grundschulzeugnissen darf aber niemals der (alleinige) Grund für die Verweigerung einer Diagnose sein, da niemand verpflichtet ist, diese Zeugnisse aufzubewahren. Zudem haben manche Lehrer ihre Einschätzungen eher freundlich formuliert. Kein Lehrer war sich zur damaligen Zeit bewusst, dass seine Beurteilung einst als Diagnosemaßstab verwendet werden würde. Entsprechend vorsichtig sollten Grundschulzeugnisse betrachtet werden. Sie sind im positiven wie im negativen Falle ein Hinweis, aber kein Beweis.
Barkley weist darauf hin, dass das Alterskriterium des DSM 5, wonach Symptome erstmals bis zum 12. Lebensjahr aufgetreten sein müssen, nicht immer richtig ist und rät dazu, dieses Kriterium nicht zu beachten. In der Folge können Grundschulzeugnisse kein Beweismittel darstellen.

Es sollte zudem beachtet werden, dass Frauen aufgrund der abweichenden Geschlechtshormonentwicklung psychische Probleme häufig erst in einem späteren Alter entwickeln als Jungen.
Die derzeitigen Kriterien von DSM und ICD überrepräsentieren unserer Auffassung nach immer noch ein klassisches Jungen-ADHS mit Hyperaktivität.
Mehr hierzu unter Geschlechtsunterschiede bei ADHS.

5.5. Standardisierte Erhebung von ADHS-Symptomen

Einsatz standardisierter Verfahren zur ausführlichen Erhebung relevanter Symptome und deren Ausprägung.

5.6. Testpsychologische Leistungsdiagnostik

Einsatz von Verfahren zur Bestimmung des allgemeinen kognitiven Leistungsniveaus.
Zur Warnung hiervor siehe oben.


  1. Newson, Hunter, Thiagarajan (2020): The Heterogeneity of Mental Health Assessment. Front Psychiatry. 2020 Feb 27;11:76. doi: 10.3389/fpsyt.2020.00076. PMID: 32174852; PMCID: PMC7057249.

  2. Finley JA, Brooks JM, Nili AN, Oh A, VanLandingham HB, Ovsiew GP, Ulrich DM, Resch ZJ, Soble JR. Multivariate examination of embedded indicators of performance validity for ADHD evaluations: A targeted approach. Appl Neuropsychol Adult. 2023 Sep 13:1-14. doi: 10.1080/23279095.2023.2256440. PMID: 37703401.

  3. Barkley, Benton (2010): Das große Handbuch für Erwachsene mit ADHS, Huber, Seite 46; n = 252

  4. Barkley (2023): Assessment of ADHD in Children and Teens. Youtube. 48:30 / 01:33:000

  5. Shao X, Dong Z, Zhang S, Qiao Y, Zhang H, Guo H (2024): Quantum dots-based multiplexed immunosensors for accurate diagnosis of attention deficit hyperactivity disorder in childhood. J Pharm Biomed Anal. 2024 Mar 11;243:116096. doi: 10.1016/j.jpba.2024.116096. PMID: 38484638.

  6. Wu G, Zhao X, Luo X, Li H, Chen Y, Dang C, Sun L (2024): Microstate dynamics and spectral components as markers of persistent and remittent attention-deficit/hyperactivity disorder. Clin Neurophysiol. 2024 Feb 28;161:147-156. doi: 10.1016/j.clinph.2024.02.027. PMID: 38484486.

  7. Rothenberger in Steinhausen, Rothenberger, Döpfner (2010): Handbuch ADHS, Kohlhammer, Seite 188

  8. Rösler, Retz (2020): Medikamentöse Therapie der ADHS bei Erwachsenen; Psychiatrie up2date 2020; 14: 59–75

  9. https://www.testzentrale.de/shop/conners-skalen-zu-aufmerksamkeit-und-verhalten-3-70014.html

  10. Gomez, Vance, Watson, Stavropoulos (2019): ROC Analyses of Relevant Conners 3-Short Forms, CBCL, and TRF Scales for Screening ADHD and ODD. Assessment. 2019 Sep 19:1073191119876023. doi: 10.1177/1073191119876023.

  11. Türk, Harbarth, Bergold, Steinmayr, Neidhardt, Kamp-Becker, Equit, Wunsch, Christiansen (2020): Do German Children Differ? A Validation of Conners Early Childhood™. J Atten Disord. 2020 Mar 14:1087054720907955. doi: 10.1177/1087054720907955. PMID: 32172644.

  12. http://www.aseba.org/preschool.html

  13. http://www.aseba.org/schoolage.html

  14. Cianchetti, Faedda, Pasculli, Ledda, Diaz, Peschechera, Craig, Morelli, Balottin, Guidetti, Zuddas, Margari (2020): Predictive validity for the clinical diagnosis of a new parent questionnaire, the CABI, compared with CBCL. Clin Child Psychol Psychiatry. 2020 Jan 2:1359104519895056. doi: 10.1177/1359104519895056.

  15. http://www.jeffersonpediatrics.com/wp-content/uploads/2012/12/ADHD_Teacher_Packet_Connors_and_Vanderbilt.pdf

  16. Rutter, Tizard, Whitmore 1970

  17. Bijlenga, Ulberstad, Thorell, Christiansen, Hirsch, Kooij (2019): Objective assessment of attention-deficit/hyperactivity disorder in older adults compared with controls using the QbTest. Int J Geriatr Psychiatry. 2019 Jun 26. doi: 10.1002/gps.5163.

  18. Hall, Brown, James, Martin, Brown, Selby, Clarke, Williams, Sayal, Hollis, Groom (2019): Consensus workshops on the development of an ADHD medication management protocol using QbTest: developing a clinical trial protocol with multidisciplinary stakeholders. BMC Med Res Methodol. 2019 Jun 18;19(1):126. doi: 10.1186/s12874-019-0772-2.

  19. Hohage (2012): Überprüfung der Eignung des Kiddie-SADS-Interviews zur dimensionalen Erfassung der externalen Symptomatik bei Kindern und Jugendlichen mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung – Eine empirische Untersuchung. Dissertation. Seite 66

  20. Faraone, DeSousa, Komolova, Sallee, Incledon, Wilens (2019): Functional Impairment in Youth With ADHD: Normative Data and Norm-Referenced Cutoff Points for the Before School Functioning Questionnaire and the Parent Rating of Evening and Morning Behavior Scale, Revised. J Clin Psychiatry. 2019 Dec 10;81(1). pii: 19m12956. doi: 10.4088/JCP.19m12956.

  21. erwähnt in: Walitza S, Melfsen S, Herhaus G, Scheuerpflug P, Warnke A, Müller T, Lange KW, Gerlach M (2007): Association of Parkinson’s disease with symptoms of attention deficit hyperactivity disorder in childhood. J Neural Transm Suppl. 2007;(72):311-5. doi: 10.1007/978-3-211-73574-9_38. PMID: 17982908.

  22. Somma, Adler, Gialdi, Arteconi, Cotilli, Fossati (2021): The Validity of the World Health Organization Adult Attention-Deficit/Hyperactivity Disorder Self-Report Screening Scale for Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition in Adolescence. J Child Adolesc Psychopharmacol. 2021 Jun 24. doi: 10.1089/cap.2020.0158. PMID: 34166067.

  23. Olofsdotter S, Fernández-Quintana Á, Sonnby K, Vadlin S (2023): Clinical utility of new cut-off scores for the world health organization ADHD self-report scale among adolescents in psychiatric outpatient care. Int J Clin Health Psychol. 2023 Oct-Dec;23(4):100391. doi: 10.1016/j.ijchp.2023.100391. PMID: 37273276; PMCID: PMC10238844.

  24. http://www.adhs.info/fuer-paedagogen/speziell-sekundarbereich/diagnostik/ysr-11-18.html

  25. Krieger, Amador-Campos, Peró-Cebollero (2019): Interrater agreement on behavioral executive function measures in adolescents with Attention Deficit Hyperactivity Disorder. Int J Clin Health Psychol. 2019 May;19(2):141-149. doi: 10.1016/j.ijchp.2019.02.007.

  26. Brancati, Barbuti, Pallucchini, Cotugno, Schiavi, Hantouche, Perugi (2019): Reactivity, Intensity, Polarity and Stability questionnaire (RIPoSt-40) assessing emotional dysregulation: Development, reliability and validity. J Affect Disord. 2019 Oct 1;257:187-194. doi: 10.1016/j.jad.2019.07.028.

  27. Sergeant, van der Meere (1988): What happens after a hyperactive child commits an error? Psychiatry Research, May 1988, Volume 24, Issue 2, Pages 157–164; DOI: http://dx.doi.org/, zitiert nach Havenstein (2014): Arbeitsgedächtnisleistung und emotionale Interferenzkontrolle bei Erwachsenen mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS); Dissertation, Seiten 16, 53

  28. van der Meere, Sergeant (1988): Controlled processing and vigilance in hyperactivity: Time will tell; Journal of Abnormal Child Psychology; December 1988, Volume 16, Issue 6, pp 641–655, zitiert nach Havenstein (2014): Arbeitsgedächtnisleistung und emotionale Interferenzkontrolle bei Erwachsenen mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS); Dissertation, Seiten 16, 53

  29. Lauth, Minsel (2009): ADHS bei Erwachsenen: Diagnostik und Behandlung von Aufmerksamkeits-/Hyperaktivitätsstörungen; Hogrefe, Seite 28

  30. Steinhausen in Steinhausen, Rothenberger, Döpfner (2010): Handbuch ADHS, Kohlhammer, Seite 30

  31. Bausela-Herreras E, Alonso-Esteban Y, Alcantud-Marín F (2023): Behavior Rating Inventory of Executive Function in Preschool (BRIEF-P) and Attention-Deficit and Hyperactivity Disorders (ADHD): A Systematic Review and Meta-Analysis of Floor and Ceiling Effects. Children (Basel). 2023 Dec 30;11(1):58. doi: 10.3390/children11010058. PMID: 38255370; PMCID: PMC10814211.

  32. https://www.cdc.gov/nchs/data/nhanes/limited_access/interviewer_manual.pdf

  33. Reich (2000): Journal of the American Academy of Child & Adolescent Psychiatry; Volume 39, Issue 1, January 2000, Pages 59-66; https://doi.org/10.1097/00004583-200001000-00017

  34. Angold, Prendergast, Cox, Harrington, Simonoff, Rutter (1995): The Child and Adolescent Pschiatric Assessment (CAPA).

  35. http://www.psychiatry.pitt.edu/sites/default/files/Documents/assessments/ksads-pl.pdf, nicht mehr online

  36. WELLER, WELLER, FRISTAD, MARIJO, ROONEY, SCHECTER (2000): Children’s Interview for Psychiatric Syndromes (ChIPS); Journal of the American Academy of Child & Adolescent Psychiatry; Volume 39, Issue 1, January 2000, Pages 76-84; Author links open overlay panelhttps://doi.org/10.1097/00004583-200001000-00019

  37. Coghill, Chen, Silva (2019): Organizing and delivering Treatment for ADHD in: Rohde, Buitelaar, Gerlach, Faraone (2019) (Hrsg): The World federation of ADHD – Guide

  38. Hohage (2012): Überprüfung der Eignung des Kiddie-SADS-Interviews zur dimensionalen Erfassung der externalen Symptomatik bei Kindern und Jugendlichen mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung – Eine empirische Untersuchung. Dissertation. Seite 15

  39. Hohage (2012): Überprüfung der Eignung des Kiddie-SADS-Interviews zur dimensionalen Erfassung der externalen Symptomatik bei Kindern und Jugendlichen mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung – Eine empirische Untersuchung. Dissertation. Seite 58

  40. Kooij, Francken (2010): DIVA Foundation, The Netherlands

  41. DIVA 5 Download

  42. HASE bei testzentrale.de

  43. Roy (2023) Grundlagen des Krankheitsbilds & der Diagnostik der ADHS. Onlinefortbildung

  44. Kurzanleitung Leitfaden zur Verwendung der Wender-Utah-Rating-Scale-Kurzform, WURS-k

  45. www.​ida-anfordern.​de

  46. McDermott SM, Sweeney K, Jacobson LA, Lieb RW, Wexler D, Pritchard AE (2022): Does Assessment Format Matter? A Comparison of In-Person Versus Teletesting Scores for Youth with ADHD. J Atten Disord. 2022 Oct 14:10870547221129311. doi: 10.1177/10870547221129311. PMID: 36239432. n = 896

  47. Harkness K, Bray S, Durber CM, Dewey D, Murias K (2024): Assessing the Contribution of Measures of Attention and Executive Function to Diagnosis of ADHD or Autism. J Autism Dev Disord. 2024 Mar 13. doi: 10.1007/s10803-024-06275-9. PMID: 38478161.

  48. Schmidt, Petermann: ADHS über die Lebensspanne – Symptome und neue diagnostische Ansätze, Zeitschrift für Psychiatrie, Psychologie und Psychotherapie, 59 (3), 2011, 227–238, Seite 231

  49. Petton, Perrone-Bertolotti, Mac-Auliffe, Bertrand, Aguera, Sipp, Batthacharjee, Isnard, Minotti, Rheims, Kahane (2019): BLAST: A short computerized test to measure the ability to stay on task. Normative behavioral data and detailed cortical dynamics. Neuropsychologia. 2019 Sep 18:107151. doi: 10.1016/j.neuropsychologia.2019.107151.

  50. Fried, DiSalvo, Kelberman, Biederman (2019): Can the CANTAB identify adults with attention-deficit/hyperactivity disorder? A controlled study. Appl Neuropsychol Adult. 2019 Jul 14:1-10. doi: 10.1080/23279095.2019.1633328.

  51. Wang, Lee, Tsai, Lee, Chou, Kuo, Chou (2019): Validity of Visual and Auditory Attention Tests for Detecting ADHD. J Atten Disord. 2019 Nov 28:1087054719887433. doi: 10.1177/1087054719887433.

  52. Unal, O’Mahony, Dunne, Meagher, Adamis (2019): The clinical utility of three visual attention tests to distinguish adults with ADHD from normal controls. Riv Psichiatr. 2019 Sep-Oct;54(5):211-217. doi: 10.1708/3249.32185.

  53. Stahl (2013): Stahl’s Essential Psychopharmacology, 4. Auflage, Chapter 12: Attention deficit hyperactivity disorder and its treatment, Seite 473

  54. Stop-Signal-Task bei Cambridge Cognition

  55. Leontyev, Yamauchi (2019): Mouse movement measures enhance the stop-signal task in adult ADHD assessment. PLoS One. 2019 Nov 26;14(11):e0225437. doi: 10.1371/journal.pone.0225437. eCollection 2019.

  56. Weigard, Heathcote, Matzke, Huang-Pollock (2020): Cognitive Modeling Suggests That Attentional Failures Drive Longer Stop-Signal Reaction Time Estimates in Attention Deficit/Hyperactivity Disorder. Clin Psychol Sci. 2019 Jul;7(4):856-872. doi: 10.1177/2167702619838466. PMID: 32047706; PMCID: PMC7011120.

  57. Konstantopoulos, Vogazianos, Thodi, Nikopoulou-Smyrni (2015): A normative study of the Children’s Color Trails Test (CCTT) in the Cypriot population. Child Neuropsychol. 2015;21(6):751-8. doi: 10.1080/09297049.2014.924491.

  58. Juneja, Mehar, Sairam, Verma, Jain, Mishra (2019): Children’s Color Trail Test for Objective Assessment of Attention in Children with Attention Deficit Hyperactivity Disorder: A Diagnostic Accuracy Study. Indian Pediatr. 2019 Dec 15;56(12):1025-1028.

  59. Conners, Epstein, Angold, Klaric (2003): Continuous performance test performance in a normative epidemiological sample. J Abnorm Child Psychol. 2003 Oct;31(5):555-62. doi: 10.1023/a:1025457300409. PMID: 14561062.

  60. Arán Filippetti, Krumm, Raimondi (2020): Computerized versus manual versions of the Wisconsin Card Sorting Test: Implications with typically developing and ADHD children. Appl Neuropsychol Child. 2020 Jul-Sep;9(3):230-245. doi: 10.1080/21622965.2019.1570198. PMID: 30784313.

  61. Stevanovic D, Nasic S, Doric A, Wentz E, Knez R (2023): The Structure and Diagnostic Accuracy of the QbTest in Pediatric ADHD: A Retrospective Clinical Study. J Atten Disord. 2023 May 18:10870547231174035. doi: 10.1177/10870547231174035. PMID: 37199293.

  62. Areces, García, Cueli, Rodríguez (2019): Is a Virtual Reality Test Able to Predict Current and Retrospective ADHD Symptoms in Adulthood and Adolescence? Brain Sci. 2019 Oct 13;9(10). pii: E274. doi: 10.3390/brainsci9100274.

  63. Aggarwal, Saluja, Gambhir, Gupta, Satia (2019): Predicting likelihood of psychological disorders in PlayerUnknown’s Battlegrounds (PUBG) players from Asian countries using supervised machine learning. Addict Behav. 2019 Oct 4;101:106132. doi: 10.1016/j.addbeh.2019.106132.

  64. Wiebe A, Aslan B, Brockmann C, Lepartz A, Dudek D, Kannen K, Selaskowski B, Lux S, Ettinger U, Philipsen A, Braun N (2023): Multimodal assessment of adult attention-deficit hyperactivity disorder: A controlled virtual seminar room study. Clin Psychol Psychother. 2023 May 20. doi: 10.1002/cpp.2863. PMID: 37209018. n = 75

  65. Heinz MV, Bhattacharya S, Trudeau B, Quist R, Song SH, Lee CM, Jacobson NC (2023): Testing domain knowledge and risk of bias of a large-scale general artificial intelligence model in mental health. Digit Health. 2023 Apr 17;9:20552076231170499. doi: 10.1177/20552076231170499. PMID: 37101589; PMCID: PMC10123874.

  66. Regier DA, Narrow WE, Clarke DE, Kraemer HC, Kuramoto SJ, Kuhl EA, Kupfer DJ (2013): DSM-5 field trials in the United States and Canada, Part II: test-retest reliability of selected categorical diagnoses. Am J Psychiatry. 2013 Jan;170(1):59-70. doi: 10.1176/appi.ajp.2012.12070999. PMID: 23111466.

  67. Roche D, Mora T, Cid J (2023): Identifying non-adult attention-deficit/hyperactivity disorder individuals using a stacked machine learning algorithm using administrative data population registers in a universal healthcare system. JCPP Adv. 2023 Sep 18;4(1):e12193. doi: 10.1002/jcv2.12193. PMID: 38486959; PMCID: PMC10933630.

  68. Chen T, Tachmazidis I, Batsakis S, Adamou M, Papadakis E, Antoniou G (2023): Diagnosing attention-deficit hyperactivity disorder (ADHD) using artificial intelligence: a clinical study in the UK. Front Psychiatry. 2023 Jun 9;14:1164433. doi: 10.3389/fpsyt.2023.1164433. PMID: 37363182; PMCID: PMC10288489.

  69. Friehs, Dechant, Vedress, Frings, Mandryk (2020): Effective Gamification of the Stop-Signal Task: Two Controlled Laboratory Experiments. JMIR Serious Games. 2020 Sep 8;8(3):e17810. doi: 10.2196/17810. PMID: 32897233.

  70. Carlson, Tamm (2000): Responsiveness of children with attention deficit-hyperactivity disorder to reward and response cost: differential impact on performance and motivation. J Consult Clin Psychol. 2000 Feb;68(1):73-83. doi: 10.1037/0022-006X.68.1.73. PMID: 10710842.

  71. Ryffel-Rawak (2004, 2014): Aus der Praxis für die Praxis: AD(H)S bei Erwachsenen, Seite 163, in: Fitzner, Stark (Herausgeber): Doch unzerstörbar ist mein Wesen

  72. Luman, Oosterlaan, Sergeant (2005): The impact of reinforcement contingencies on AD/HD: a review and theoretical appraisal. Clin Psychol Rev. 2005 Feb;25(2):183-213. doi: 10.1016/j.cpr.2004.11.001. Erratum in: Clin Psychol Rev. 2005 Jun;25(4):533. PMID: 15642646.

  73. Liddle, Hollis, Batty, Groom, Totman, Liotti, Scerif, Liddle (2011): Task-related default mode network modulation and inhibitory control in ADHD: effects of motivation and methylphenidate. J Child Psychol Psychiatry. 2011 Jul;52(7):761-71. doi: 10.1111/j.1469-7610.2010.02333.x. PMID: 21073458; PMCID: PMC4754961.

  74. Stapf (2012): Aufmerksamkeitsstörung und Intellektuelle Hochbegabung, Seite 164, in: Fitzner, Stark (Herausgeber): Genial, gestört, gelangweilt? AD(H)S, Schule und Hochbegabung

  75. Huang-Pollock, Mikami, Pfiffner, McBurnett (2007): ADHD subtype differences in motivational responsivity but not inhibitory control: evidence from a reward-based variation of the stop signal paradigm. J Clin Child Adolesc Psychol. 2007 Apr-Jun;36(2):127-36. doi: 10.1080/15374410701274124. PMID: 17484686.

  76. Konrad, Gauggel, Manz, Schöll (2000): Lack of inhibition: a motivational deficit in children with attention deficit/hyperactivity disorder and children with traumatic brain injury. Child Neuropsychol. 2000 Dec;6(4):286-96. doi: 10.1076/chin.6.4.286.3145. PMID: 11992192.

  77. Slusarek, Velling, Bunk, Eggers (2001): Motivational effects on inhibitory control in children with ADHD. J Am Acad Child Adolesc Psychiatry. 2001 Mar;40(3):355-63. doi: 10.1097/00004583-200103000-00016. PMID: 11288778.

  78. Shanahan, Pennington, Willcutt (2008): Do motivational incentives reduce the inhibition deficit in ADHD? Dev Neuropsychol. 2008;33(2):137-59. doi: 10.1080/87565640701884238. PMID: 18443974.

  79. Uebel, Albrecht, Asherson, Börger, Butler, Chen, Christiansen, Heise, Kuntsi, Schäfer, Andreou, Manor, Marco, Miranda, Mulligan, Oades, van der Meere, Faraone, Rothenberger, Banaschewski (2010): Performance variability, impulsivity errors and the impact of incentives as gender-independent endophenotypes for ADHD. J Child Psychol Psychiatry. 2010 Feb;51(2):210-8. doi: 10.1111/j.1469-7610.2009.02139.x. PMID: 19929943; PMCID: PMC2921046. n = 431

  80. Havenstein (2014): Arbeitsgedächtnisleistung und emotionale Interferenzkontrolle bei Erwachsenen mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS); Dissertation, Seiten 16, 53

  81. van der Meere, Sergeant (1988): Controlled processing and vigilance in hyperactivity: Time will tell; Journal of Abnormal Child Psychology; December 1988, Volume 16, Issue 6, pp 641–655,

  82. Börger, van der Meere (2000): Motor control and state regulation in children with ADHD: a cardiac response study. Biol Psychol. 2000 Jan;51(2-3):247-67. doi: 10.1016/s0301-0511(99)00040-x. PMID: 10686368.

  83. Morsink, Sonuga-Barke, Mies, Glorie, Lemiere, Van der Oord, Danckaerts (2017): What motivates individuals with ADHD? A qualitative analysis from the adolescent’s point of view. Eur Child Adolesc Psychiatry. 2017 Aug;26(8):923-932. doi: 10.1007/s00787-017-0961-7. PMID: 28233072.

  84. Gidron, Sabag, Yarmolovsky, Geva (2020): Participant-experimenter rapport in experimental settings: A test case of executive functions among children with ADHD. J Exp Psychol Gen. 2020 Feb 10:10.1037/xge0000743. doi: 10.1037/xge0000743. PMID: 32039623.

  85. ADHS – ein Leben lang. Wissenschaftsdokumentation, 3sat 2018.

  86. Mitchell, McClernon, Beckham, Brown, Lejuez, Kollins (2019): Smoking abstinence effects on emotion dysregulation in adult cigarette smokers with and without attention-deficit/hyperactivity disorder. Drug Alcohol Depend. 2019 Sep 27;205:107594. doi: 10.1016/j.drugalcdep.2019.107594.

  87. Cortese, Rohde (2019): ADHD diagnoses: are 116 200 permutations enough? Lancet Child Adolesc Health. 2019 Oct 21. pii: S2352-4642(19)30328-1. doi: 10.1016/S2352-4642(19)30328-1.

  88. Bhat, Sengupta, Grizenko, Joober (2020): Therapeutic response in children with ADHD: role of observers and settings. World J Pediatr. 2020 Jan 21;10.1007/s12519-019-00332-5. doi: 10.1007/s12519-019-00332-5. PMID: 31965445.

  89. Parlatini V, Bellato A, Gabellone A, Margari L, Marzulli L, Matera E, Petruzzelli MG, Solmi M, Correll CU, Cortese S (2024): A state-of-the-art overview of candidate diagnostic biomarkers for Attention-deficit/hyperactivity disorder (ADHD). Expert Rev Mol Diagn. 2024 Mar 26:1-13. doi: 10.1080/14737159.2024.2333277. PMID: 38506617. REVIEW

  90. Attallah O (2024): ADHD-AID: Aiding Tool for Detecting Children’s Attention Deficit Hyperactivity Disorder via EEG-Based Multi-Resolution Analysis and Feature Selection. Biomimetics (Basel). 2024 Mar 20;9(3):188. doi: 10.3390/biomimetics9030188. PMID: 38534873; PMCID: PMC10968027. n = 121

  91. He Y, Wang X, Yang Z, Xue L, Chen Y, Ji J, Wan F, Mukhopadhyay SC, Men L, Tong CFM, Li G, Chen S (2023): Classification of Attention Deficit/Hyperactivity Disorder based on EEG signals using a EEG-Transformer model. J Neural Eng. 2023 Sep 8. doi: 10.1088/1741-2552/acf7f5. PMID: 37683665.

  92. Chugh N, Aggarwal S, Balyan A (2023): The Hybrid Deep Learning Model for Identification of Attention-Deficit/Hyperactivity Disorder Using EEG. Clin EEG Neurosci. 2023 Sep 8:15500594231193511. doi: 10.1177/15500594231193511. PMID: 37682533.

  93. Abedinzadeh Torghabeh F, Hosseini SA, Modaresnia Y (2023): Potential biomarker for early detection of ADHD using phase-based brain connectivity and graph theory. Phys Eng Sci Med. 2023 Sep 5. doi: 10.1007/s13246-023-01310-y. PMID: 37668834.

  94. Monastra, Lubar, Linden (2001): The development of a quantitative electroencephalographic scanning process for attention deficit-hyperactivity disorder: reliability and validity studies; Neuropsychology. 2001 Jan;15(1):136-44. n = 469, 6 bis 20 Jahre

  95. Zitiert nach Strehl (Hrsg.) (2013) Neurofeedback, Kohlhammer

  96. Kiiski, Bennett, Rueda-Delgado, Farina, Knight, Boyle, Roddy, Grogan, Bramham, Kelly, Whelan (2019): EEG spectral power, but not theta/beta ratio, is a neuromarker for adult ADHD. Eur J Neurosci. 2019 Dec 13. doi: 10.1111/ejn.14645.

  97. Boutros, Fraenkel, Feingold (2015): A Four-Step Approach for Developing Diagnostic Tests in Psychiatry: EEG in ADHD as a Test Case; The Journal of Neuropsychiatry & Clinical Neurosciences; Volume 17, Issue 4, November 2005, pp. 455-464

  98. Markovska-Simoska, Pop-Jordanova (2017): Quantitative EEG in Children and Adults With Attention Deficit Hyperactivity Disorder: Comparison of Absolute and Relative Power Spectra and Theta/Beta Ratio. Clin EEG Neurosci. 2017 Jan;48(1):20-32. N = 60

  99. Arns, Conners, Kraemer (2013): A Decade of EEG Theta/Beta Ratio Research in ADHD: A Meta-Analysis. Journal of Attention Disorders, 17(5), 374–383. https://doi.org/10.1177/1087054712460087

  100. Kerson, deBeus, Lightstone, Arnold, Barterian, Pan, Monastra (2019): EEG Theta/Beta Ratio Calculations Differ Between Various EEG Neurofeedback and Assessment Software Packages: Clinical Interpretation. Clin EEG Neurosci. 2019 Dec 17:1550059419888320. doi: 10.1177/1550059419888320.

  101. Picken, Clarke, Barry, McCarthy, Selikowitz (2019): The Theta/Beta Ratio as an Index of Cognitive Processing in Adults With the Combined Type of Attention Deficit Hyperactivity Disorder. Clin EEG Neurosci. 2019 Dec 26:1550059419895142. doi: 10.1177/1550059419895142.

  102. Pertermann, Bluschke, Roessner, Beste (2019): The Modulation of Neural Noise Underlies the Effectiveness of Methylphenidate Treatment in Attention-Deficit/Hyperactivity Disorder. Biol Psychiatry Cogn Neurosci Neuroimaging. 2019 Aug;4(8):743-750. doi: 10.1016/j.bpsc.2019.03.011.

  103. Robertson, Furlong, Voytek, Donoghue, Boettiger, Sheridan (2019): EEG Power Spectral Slope differs by ADHD status and stimulant medication exposure in early childhood. J Neurophysiol. 2019 Oct 16. doi: 10.1152/jn.00388.2019.

  104. Müller, Kandrian, Kropotov (2011): ADHS – Neurodiagnostik in der Praxis, Springer, Seite 194 ff

  105. Ghasemi E, Ebrahimi M, Ebrahimie E (2022): Machine learning models effectively distinguish attention-deficit/hyperactivity disorder using event-related potentials. Cogn Neurodyn. 2022 Dec;16(6):1335-1349. doi: 10.1007/s11571-021-09746-2. PMID: 36408064; PMCID: PMC9666608.

  106. Spencer, Faraone, Surman, Petty, Clarke, Batchelder, Wozniak, Biederman: Towards Defining Deficient Emotional Self Regulation in Youth with Attention Deficit Hyperactivity Disorder Using the Child Behavior Check List: A Controlled Study, Postgrad Med. 2011 Sep; 123(5): 50–59.,

  107. Lau-Zhu, Tye, Rijsdijk, McLoughlin (2019): No evidence of associations between ADHD and event-related brain potentials from a continuous performance task in a population-based sample of adolescent twins. PLoS One. 2019 Oct 4;14(10):e0223460. doi: 10.1371/journal.pone.0223460. eCollection 2019. n = 134

  108. Kaiser, Aggensteiner, Baumeister, Holz, Banaschewski, Brandeis (2020): Earlier versus later cognitive event-related potentials (ERPs) in Attention-Deficit/Hyperactivity Disorder (ADHD): A meta-analysis. Neurosci Biobehav Rev. 2020 Jan 25;S0149-7634(19)30508-1. doi: 10.1016/j.neubiorev.2020.01.019. PMID: 31991190. n = 3.370

  109. Häger, Øgrim, Danielsen, Billstedt, Gillberg, Åsberg Johnels (2020): Indexing Executive Functions with Test Scores, Parent Ratings and ERPs: How Do the Measures Relate in Children versus Adolescents with ADHD? Neuropsychiatr Dis Treat. 2020 Feb 17;16:465-477. doi: 10.2147/NDT.S230163. PMID: 32110021; PMCID: PMC7034965. n = 59

  110. Chen, Chen, Song, Sun, Li (2019): EEG characteristics of children with attention-deficit/hyperactivity disorder. Neuroscience. 2019 Mar 26;406:444-456. doi: 10.1016/j.neuroscience.2019.03.048.

  111. Boroujeni, Rastegari, Khodadadi (2019): Diagnosis of attention deficit hyperactivity disorder using non-linear analysis of the EEG signal. IET Syst Biol. 2019 Oct;13(5):260-266. doi: 10.1049/iet-syb.2018.5130.

  112. Kaur, Singh, Arun, Kaur, Bajaj (2019): Phase Space Reconstruction of EEG Signals for Classification of ADHD and Control Adults. Clin EEG Neurosci. 2019 Sep 19:1550059419876525. doi: 10.1177/1550059419876525.

  113. Tombor, Kakuszi, Papp, Réthelyi, Bitter, Czobor (2021): Atypical resting-state gamma band trajectory in adult attention deficit/hyperactivity disorder. J Neural Transm (Vienna). 2021 Jun 23. doi: 10.1007/s00702-021-02368-2. PMID: 34164742. n = 101

  114. Tanko, Barua, Dogan, Tuncer, Palmer, Ciaccio, Acharya (2022): EPSPatNet86: eight-pointed star pattern learning network for detection ADHD disorder using EEG signals. Physiol Meas. 2022 Apr 4;43(3). doi: 10.1088/1361-6579/ac59dc. PMID: 35377344.

  115. Khare SK, Acharya UR (2023): An explainable and interpretable model for attention deficit hyperactivity disorder in children using EEG signals. Comput Biol Med. 2023 Mar;155:106676. doi: 10.1016/j.compbiomed.2023.106676. PMID: 36827785.

  116. Hernández RM, Ponce-Meza JC, Saavedra-López MÁ, Campos Ugaz WA, Chanduvi RM, Monteza WC (2023): Brain Complexity and Psychiatric Disorders. Iran J Psychiatry. 2023 Oct;18(4):493-502. doi: 10.18502/ijps.v18i4.13637. PMID: 37881422; PMCID: PMC10593988. REVIEW

  117. Ortuño-Miró S, Molina-Rodríguez S, Belmonte C, Ibañez-Ballesteros J (2023): Identifying ADHD boys by very-low frequency prefrontal fNIRS fluctuations during a rhythmic mental arithmetic task. J Neural Eng. 2023 May 23;20(3). doi: 10.1088/1741-2552/acad2b. PMID: 37218310. n = 30

  118. Baccarin, Picinelli, Tomaiuolo, Castronovo, Costa, Verdecchia, Cannizzaro, Barbieri, Sacco, Persico, Lintas (2020): Appropriateness of array-CGH in the ADHD clinics: A comparative study. Genes Brain Behav. 2020 Jul;19(6):e12651. doi: 10.1111/gbb.12651. PMID: 32141190.

  119. Honorato-Mauer J, Xavier G, Ota VK, Chehimi SN, Mafra F, Cuóco C, Ito LT, Ormond R, Asprino PF, Oliveira A, Bugiga AVG, Torrecilhas AC, Bressan R, Manfro GG, Miguel EC, Rohde LA, Pan PM, Salum GA, Pellegrino R, Belangero S, Santoro ML (2023): Alterations in microRNA of extracellular vesicles associated with major depression, attention-deficit/hyperactivity and anxiety disorders in adolescents. Transl Psychiatry. 2023 Feb 6;13(1):47. doi: 10.1038/s41398-023-02326-4. PMID: 36746925.

  120. Bieger (2011): Neurostressguide

  121. Pauli-Pott, Schloß, Skoluda, Nater, Becker (2019): Low hair cortisol concentration predicts the development of attention deficit hyperactivity disorder. Psychoneuroendocrinology. 2019 Sep 12;110:104442. doi: 10.1016/j.psyneuen.2019.104442.

  122. Austin, Curtin, Curtin, Gennings, Arora, Tammimies, Isaksson, Willfors, Bölte (2019): Dynamical properties of elemental metabolism distinguish attention deficit hyperactivity disorder from autism spectrum disorder. Transl Psychiatry. 2019 Sep 25;9(1):238. doi: 10.1038/s41398-019-0567-6.

  123. Chiang, Hsu, Shang, Tseng, Gau (2019): White matter endophenotype candidates for ADHD: a diffusion imaging tractography study with sibling design. Psychol Med. 2019 May 22:1-11. doi: 10.1017/S0033291719001120.

  124. Amado-Caballero, Casaseca-de-la-Higuera, Alberola-Lopez, Andres-de-Llano, Lopez-Villalobos, Garmendia-Leiza, Alberola-Lopez (2020): Objective ADHD diagnosis using Convolutional Neural Networks over Daily-Life Activity Records. IEEE J Biomed Health Inform. 2020 Jan 6. doi: 10.1109/JBHI.2020.2964072.

  125. Amado-Caballero P, Casaseca-de-la-Higuera P, Alberola-López S, Andrés-de-Llano JM, López-Villalobos JA, Alberola-López C (2023): Insight into ADHD diagnosis with deep learning on Actimetry: Quantitative interpretation of occlusion maps in age and gender subgroups. Artif Intell Med. 2023 Sep;143:102630. doi: 10.1016/j.artmed.2023.102630. PMID: 37673587.

  126. Aktas, Esin, Dursun (2020): Is it possible to recognize children diagnosed with ADHD from their facial anthropometric measures? A case-control study. Med Hypotheses. 2020 Feb 26;140:109649. doi: 10.1016/j.mehy.2020.109649. PMID: 32135446. n = 80

  127. Aldridge K, George ID, Cole KK, Austin JR, Takahashi TN, Duan Y, Miles JH (2011): Facial phenotypes in subgroups of prepubertal boys with autism spectrum disorders are correlated with clinical phenotypes. Mol Autism. 2011 Oct 14;2(1):15. doi: 10.1186/2040-2392-2-15. PMID: 21999758; PMCID: PMC3212884.

  128. Luo, Alvarez, Halperin, Li (2020): Multimodal neuroimaging-based prediction of adult outcomes in childhood-onset ADHD using ensemble learning techniques. Neuroimage Clin. 2020;26:102238. doi: 10.1016/j.nicl.2020.102238. PMID: 32182578; PMCID: PMC7076568. n = 72

  129. Schmidt T, Meller S, Talbot SR, Packer RMA, Volk HA (2023): Urinary neurotransmitter analysis and canine behavior assessment. Front Vet Sci. 2023 Feb 6;10:1124231. doi: 10.3389/fvets.2023.1124231. PMID: 36814465; PMCID: PMC9939829.

  130. Dubois MA, Pelletier CA, Mérette C, Jomphe V, Turgeon R, Bélanger RE, Grondin S, Hébert M (2023): Evaluation of electroretinography (ERG) parameters as a biomarker for ADHD. Prog Neuropsychopharmacol Biol Psychiatry. 2023 Jun 7;127:110807. doi: 10.1016/j.pnpbp.2023.110807. PMID: 37290571. n = 51

  131. Das W, Khanna S (2021): A Robust Machine Learning Based Framework for the Automated Detection of ADHD Using Pupillometric Biomarkers and Time Series Analysis. Sci Rep. 2021 Aug 12;11(1):16370. doi: 10.1038/s41598-021-95673-5. PMID: 34385511; PMCID: PMC8361128.

  132. Sweere DJJ, Pel JJM, Kooiker MJG, van Dijk JP, van Gemert EJJM, Hurks PPM, Klinkenberg S, Vermeulen RJ, Hendriksen JGM (2022): Clinical Utility of Eye Tracking in Assessing Distractibility in Children with Neurological Disorders or ADHD: A Cross-Sectional Study. Brain Sci. 2022 Oct 9;12(10):1369. doi: 10.3390/brainsci12101369. PMID: 36291303; PMCID: PMC9599566.

  133. Elbaum T, Braw Y, Lev A (2020): Rassovsky Y. Attention-Deficit/Hyperactivity Disorder (ADHD): Integrating the MOXO-dCPT with an Eye Tracker Enhances Diagnostic Precision. Sensors (Basel). 2020 Nov 9;20(21):6386. doi: 10.3390/s20216386. PMID: 33182303; PMCID: PMC7664925.

  134. Lev A, Braw Y, Elbaum T, Wagner M, Rassovsky Y (2020): Eye Tracking During a Continuous Performance Test: Utility for Assessing ADHD Patients. J Atten Disord. 2022 Jan;26(2):245-255. doi: 10.1177/1087054720972786. PMID: 33238787.

  135. Schmidt, Petermann: ADHS über die Lebensspanne – Symptome und neue diagnostische Ansätze Zeitschrift für Psychiatrie, Psychologie und Psychotherapie, 59 (3), 2011, 227–238, Seite 229