Dit artikel geeft een overzicht van de stand van zaken op het gebied van objectieve meetmethoden voor ADHD. Wat meten ze precies? Wat zegt de wetenschap over hun betrouwbaarheid en bruikbaarheid? En hoe kunnen ze de klinische praktijk versterken, niet vervangen? We kijken naar hoe ADHD-zorg ingericht zou moeten zijn, waarin een combinatie van het klinisch beeld en objectieve data leidt tot een scherper, persoonlijker en effectiever zorgproces.
Leerdoelen
Na het lezen van dit artikel kun je:
- De belangrijkste beperkingen van traditionele, subjectieve methoden voor ADHD-diagnostiek en -evaluatie benoemen.
- Minstens vier verschillende objectieve meettechnologieën voor ADHD beschrijven en uitleggen hoe ze symptomen kunnen meten.
- Beargumenteren waarom objectieve meetmethoden een aanvulling zijn op, en geen vervanging van, het klinisch oordeel van de professional.
Inleiding
De diagnostiek en behandeling van ADHD (Attention-Deficit/Hyperactivity Disorder) leunt vaak zwaar op subjectieve informatie. We gebruiken klinische interviews, vragenlijsten en observatieschalen die worden ingevuld door de cliënt, ouders of leerkrachten. Deze methoden zijn natuurlijk onmisbaar en vormen de basis van goede zorg. Ze geven een rijk beeld van de problemen die iemand in het dagelijks leven ervaart.
Toch kennen deze methoden ook beperkingen. Antwoorden kunnen worden beïnvloed door de stemming van de dag, een gebrekkig zelfinzicht, sociale wenselijkheid of een vertekend geheugen. Hoe objectief is een inschatting van ‘vaak’ of ‘soms’? En hoe meet je nauwkeurig of een behandeling echt effect heeft, voorbij het gevoel van de cliënt dat het ‘beter gaat’?
De zoektocht naar meer objectiviteit in de ADHD-zorg is daarom in volle gang. Technologische ontwikkelingen bieden nieuwe mogelijkheden om symptomen van onoplettendheid, hyperactiviteit en impulsiviteit direct te meten. Deze methoden vangen data op die niet gefilterd is door interpretatie of herinnering. Denk aan lichaamsbeweging, oogbewegingen, hersenactiviteit of zelfs subtiele gedragspatronen die via een smartphone te meten zijn.
Dit artikel geeft een overzicht van de stand van zaken op het gebied van objectieve meetmethoden voor ADHD. Wat meten ze precies? Wat zegt de wetenschap over hun betrouwbaarheid en bruikbaarheid? En hoe kunnen ze de klinische praktijk versterken, niet vervangen? We kijken naar hoe ADHD-zorg ingericht zou moeten zijn, waarin een combinatie van het klinisch beeld en objectieve data leidt tot een scherper, persoonlijker en effectiever zorgproces.
Abonnement benodigd
Dit artikel kopen & lezen
Kosten:1 credit
Beschikbaar krediet: N/A.
De grenzen van de huidige praktijk
Om de waarde van objectieve methoden te begrijpen, moeten we eerst de uitdagingen van de huidige, voornamelijk subjectieve, aanpak erkennen. Diagnostische vragenlijsten zoals de ADHD Rating Scale (ADHD-RS) of de Conners’ Rating Scales zijn essentieel, maar ze meten percepties, geen feitelijk gedrag.
Een aantal belangrijke beperkingen zijn:
- Subjectiviteit en bias: Zowel zelfrapportage als rapportage door anderen (hetero-anamnese) is gevoelig voor vertekening. Een ouder die zelf gestrest is, kan het gedrag van een kind als problematischer ervaren. Een volwassene kan symptomen onder- of juist overrapporteren, afhankelijk van het gewenste beeld¹.
- Contextafhankelijkheid: ADHD-symptomen kunnen sterk variëren per situatie. Een kind kan zich in een rustige één-op-één-situatie met een clinicus goed concentreren, maar in een drukke klas niet. Vragenlijsten hebben moeite om deze nuance te vangen.
- Recall bias (herinneringsvertekening): Mensen vragen terug te kijken op hun gedrag van de afgelopen weken of maanden is lastig. Specifieke voorbeelden en de frequentie van gedrag zijn moeilijk exact te herinneren.
- Gevoeligheid voor verandering: Bij het meten van behandeleffecten kan het lastig zijn om kleine, maar klinisch relevante, verbeteringen op te pikken met een brede vragenlijst. Bovendien kan het placebo-effect een rol spelen in de gerapporteerde vooruitgang.
Deze beperkingen betekenen niet dat we vragenlijsten en gesprekken overboord moeten gooien. Ze benadrukken wel de behoefte aan aanvullende informatiebronnen die een objectiever beeld geven van de kernsymptomen van ADHD.
Een overzicht van objectieve meetmethoden
Objectieve meetmethoden zijn instrumenten die direct en zonder subjectieve interpretatie data verzamelen over gedrag of lichamelijke processen. Voor ADHD zijn verschillende technologieën in ontwikkeling of al in gebruik. We bespreken hier de belangrijkste.
1. Neuropsychologische tests: de Continuous Performance Test (CPT)
Een van de oudste en meest bekende objectieve tests is de Continuous Performance Test (CPT). Dit is een computertaak die de vaardigheid meet om de aandacht vast te houden en impulsen te onderdrukken. Deelnemers moeten bijvoorbeeld op een knop drukken telkens als een specifieke letter op het scherm verschijnt, maar juist niet als een andere letter verschijnt.
- Wat meet het? Een CPT meet verschillende aspecten van aandacht en impulsiviteit.
- Onoplettendheid: Gemeten door het aantal gemiste doelen (omission errors).
- Impulsiviteit: Gemeten door het aantal foute reacties op niet-doelen (commission errors).
- Reactietijdvariabiliteit: De consistentie van reactietijden. Een hoge variabiliteit wordt vaak gezien als een teken van aandachtsproblemen².
- Wetenschappelijke evidentie: CPT’s worden al decennialang onderzocht. Ze kunnen goed onderscheid maken tussen groepen mensen met en zonder ADHD. Echter, de diagnostische precisie voor een individu is niet perfect. Niet iedereen met ADHD scoort afwijkend, en een afwijkende score betekent niet automatisch dat iemand ADHD heeft³. Een belangrijke recente ontwikkeling is het gebruik van CPT’s binnen een Virtual Reality (VR) omgeving. Een studie uit 2021 toonde aan dat een VR-CPT, waarin afleidingen uit een klaslokaal werden gesimuleerd, beter onderscheid kon maken tussen kinderen met en zonder ADHD dan een traditionele CPT⁴. Dit onderstreept het belang van een ecologisch valide testomgeving: een omgeving die lijkt op het echte leven.
- Toepassing: CPT’s zijn nuttig als aanvullend diagnostisch instrument en voor het meten van behandeleffecten. Een verbetering in de CPT-score na de start van medicatie kan bijvoorbeeld een objectieve indicator zijn van een positief effect op de aandacht.
2. Actigrafie: het meten van beweging
Hyperactiviteit is een kernsymptoom van ADHD, maar het is lastig objectief te kwantificeren. Actigrafie biedt hier een oplossing. Een actigraaf is een klein, horloge-achtig apparaat dat continu lichaamsbeweging meet met een ingebouwde versnellingsmeter. De cliënt draagt het apparaatje voor een langere periode, bijvoorbeeld een week.
- Wat meet het? Actigrafie meet de intensiteit en de frequentie van beweging. Dit levert objectieve data op over:
- Motorische onrust: De totale hoeveelheid beweging overdag.
- Slaappatronen: De tijd die nodig is om in slaap te vallen, het aantal keren wakker worden ’s nachts en de totale slaaptijd. Slaapproblemen komen zeer vaak voor bij ADHD.
- Wetenschappelijke evidentie: Onderzoek toont consistent aan dat kinderen en volwassenen met ADHD gemiddeld meer bewegen dan hun leeftijdsgenoten zonder ADHD, en dat dit met actigrafie betrouwbaar gemeten kan worden⁵. Een meta-analyse uit 2019 bevestigde dat actigrafie een significant verschil in motorische activiteit kan aantonen tussen groepen met en zonder ADHD⁶. Het is vooral krachtig in het meten van verandering. Een studie uit 2020 gebruikte actigrafie om het effect van medicatie te meten en vond een duidelijke afname in hyperactiviteit gedurende de dag, wat overeenkwam met de werkingsduur van de medicatie⁷. Dit soort data is veel preciezer dan een vragenlijst achteraf.
- Toepassing: Actigrafie is relatief goedkoop, niet-belastend voor de cliënt en verzamelt data in de natuurlijke omgeving. Het is ideaal voor het objectiveren van het symptoom hyperactiviteit en het monitoren van behandeleffecten op zowel beweging als slaap.
3. Eye-tracking: het volgen van de blik
Waar we naar kijken, verraadt waar onze aandacht is. Eye-tracking technologie maakt hier gebruik van. Met een speciale camera worden de oogbewegingen van een persoon heel precies gevolgd terwijl hij of zij een taak uitvoert op een computerscherm.
- Wat meet het? Eye-tracking legt vast waar, hoe lang en in welke volgorde iemand naar visuele informatie kijkt. Dit geeft inzicht in:
- Aandachtsverdeling: Hoe snel wordt relevante informatie gevonden? Wordt de blik afgeleid door irrelevante prikkels?
- Volgehouden aandacht: De mate waarin iemand de blik op een taak gericht kan houden.
- Impulsieve oogbewegingen: Snelle, ongecontroleerde oogbewegingen die kunnen duiden op moeite met inhibitie.
- Wetenschappelijke evidentie: Studies laten zien dat mensen met ADHD vaak een ander kijkpatroon hebben. Ze hebben bijvoorbeeld meer en kortere fixaties (momenten dat het oog stilstaat) en maken meer snelle, corrigerende oogbewegingen (saccades)⁸. Een onderzoek uit 2022 liet zien dat eye-tracking tijdens een leestaak kon helpen om kinderen met ADHD te identificeren. Zij vertoonden meer terugkerende oogbewegingen (regressies) en hadden een onregelmatiger leespatroon⁹. Dit suggereert dat eye-tracking niet alleen aandachtsproblemen, maar ook de functionele gevolgen daarvan (zoals leesproblemen) in kaart kan brengen.
- Toepassing: Eye-tracking is nog voornamelijk een onderzoeksinstrument, maar de technologie wordt steeds toegankelijker. Het kan in de toekomst worden ingezet voor een gedetailleerde analyse van aandachtsprocessen, bijvoorbeeld om te begrijpen waarom een cliënt moeite heeft met een bepaalde taak.
4. Neuro-imaging: een kijkje in het brein
Neuro-imaging technieken meten direct de hersenactiviteit of -structuur. De twee meest relevante technieken voor ADHD zijn EEG en fMRI.
- Elektro-encefalografie (EEG): EEG meet met elektroden op het hoofd de elektrische activiteit van de hersenen. Het is een heel directe meting van hersenfunctioneren. Bij ADHD-onderzoek wordt vaak gekeken naar de verhouding tussen trage (theta) en snelle (bèta) hersengolven. Een verhoogde theta/bèta-ratio wordt geassocieerd met onoplettendheid en wordt soms gezien als een ‘biomarker’ voor ADHD.
- Wetenschappelijke evidentie: Hoewel de theta/bèta-ratio op groepsniveau significant hoger is bij mensen met ADHD, is de diagnostische waarde voor individuen omstreden. Veel andere factoren kunnen deze ratio beïnvloeden. Toch wordt EEG succesvol ingezet bij het voorspellen van medicatierespons. Een studie uit 2018 vond dat specifieke EEG-patronen vooraf konden voorspellen welke kinderen met ADHD goed zouden reageren op methylfenidaat¹⁰. Dit opent de deur naar meer gepersonaliseerde behandeling.
- Functionele Magnetische Resonantie Imaging (fMRI): fMRI meet de hersenactiviteit indirect, door de doorbloeding in de hersenen in kaart te brengen. Actievere hersengebieden hebben meer zuurstofrijk bloed nodig. fMRI kan laten zien welke hersennetwerken betrokken zijn bij aandacht, inhibitie en motivatie, en of deze anders functioneren bij mensen met ADHD.
- Wetenschappelijke evidentie: fMRI-studies tonen consistent aan dat bij ADHD bepaalde fronto-striatale netwerken, die belangrijk zijn voor executieve functies, minder activiteit vertonen tijdens aandachtstaken¹¹. fMRI is echter duur, complex en niet geschikt voor routine diagnostiek. De waarde ligt vooral in het fundamentele onderzoek naar de neurobiologische achtergronden van ADHD.
5. Virtual en Augmented Reality (VR/AR)
Virtual Reality (VR) creëert een volledig gesimuleerde omgeving, terwijl Augmented Reality (AR) digitale elementen toevoegt aan de echte wereld. Beide bieden unieke mogelijkheden voor ADHD-diagnostiek en -behandeling.
- Wat meet het? VR/AR maakt het mogelijk om ‘ecologisch valide’ testomgevingen te creëren. In plaats van een saaie computertaak kan een cliënt in een gesimuleerd klaslokaal of kantoor worden geplaatst. Hierin kunnen afleidingen (een pratende klasgenoot, een telefoon die afgaat) op een gecontroleerde manier worden geïntroduceerd. We kunnen dan meten:
- Prestaties onder afleiding: Hoe goed kan iemand een taak volhouden met realistische stoorzenders?
- Lichaamsbeweging en hoofdbewegingen: Ingebouwde sensoren in de VR-headset meten hyperactief gedrag.
- Reactie op specifieke prikkels: Door eye-tracking te integreren, kan precies worden gezien waar de aandacht naartoe getrokken wordt.
- Wetenschappelijke evidentie: Zoals eerder genoemd, liet een studie zien dat een VR-CPT superieur was aan een traditionele CPT⁴. Een andere recente studie uit 2023 gebruikte een VR-klaslokaal om de effecten van methylfenidaat te evalueren. Ze vonden dat medicatie niet alleen de taakprestaties verbeterde, maar ook de hoeveelheid hoofdbewegingen (een maat voor hyperactiviteit) significant verminderde in de VR-omgeving¹². Dit toont de potentie van VR voor objectieve en context-rijke behandelingsevaluatie.
- Toepassing: VR is een veelbelovend instrument dat neuropsychologische tests, bewegingsmeting en eye-tracking kan combineren in één krachtig platform. Het is nog niet wijdverbreid, maar de ontwikkelingen gaan snel.
6. Digital Phenotyping: data uit de smartphone
De meest recente ontwikkeling is ‘digital phenotyping’. Dit is het idee om data die passief wordt verzameld door iemands smartphone te gebruiken om iets te zeggen over zijn of haar mentale gezondheid.
- Wat meet het? Smartphones bevatten sensoren die van alles kunnen meten:
- GPS-data: Kan informatie geven over bewegingspatronen (bv. veel of weinig van huis gaan).
- Toetsenbordgebruik: Snelheid van typen, aantal typefouten.
- Schermtijd en app-gebruik: Hoe vaak wordt de telefoon ontgrendeld? Hoe snel wordt er gewisseld tussen apps (een mogelijke proxy voor afleidbaarheid)?
- Sociale interactie: Aantal en duur van telefoongesprekken en tekstberichten.
- Wetenschappelijke evidentie: Dit veld staat nog in de kinderschoenen, maar de eerste resultaten zijn interessant. Een verkennende studie uit 2021 ontwikkelde een app die deze data verzamelde bij studenten en vond correlaties tussen bepaalde telefoongebruikspatronen en zelf-gerapporteerde ADHD-symptomen¹³. De grote uitdagingen hier zijn data-interpretatie en privacy. Wat is normaal telefoongebruik? En hoe zorgen we dat deze zeer persoonlijke data veilig en ethisch wordt gebruikt?
De implementatie in de klinische praktijk: kansen en uitdagingen
De beschreven technologieën bieden enorme kansen. Ze kunnen leiden tot:
- Een scherpere diagnose: Door subjectieve informatie aan te vullen met objectieve data, kan de diagnosticus een completer en betrouwbaarder beeld krijgen. Dit kan helpen bij complexe casussen of wanneer er twijfel is.
- Gepersonaliseerde behandeling (personalized medicine): Objectieve metingen, zoals EEG, kunnen mogelijk helpen voorspellen welke behandeling voor welke cliënt het beste zal werken. Dit kan onnodige ‘trial-and-error’ trajecten met medicatie verminderen.
- Nauwkeurige monitoring van behandeleffecten: In plaats van elke paar maanden met een vragenlijst te meten, kunnen we met actigrafie of CPT’s op de korte en lange termijn veel preciezer zien wat het effect is van medicatie, gedragstherapie of leefstijlaanpassingen. Dit helpt bij het fijn-afstellen van de behandeling.
- Meer inzicht voor de cliënt: Het terugkoppelen van objectieve data (bijvoorbeeld een grafiek van de motorische onrust voor en na medicatie) kan voor cliënten en hun omgeving heel verhelderend werken en de motivatie voor behandeling vergroten.
Toch zijn er ook belangrijke uitdagingen. We moeten waken voor een te technologisch en deterministisch beeld van ADHD. Een score op een test is geen diagnose.
De belangrijkste hordes voor implementatie zijn:
- Integratie met klinisch oordeel: De data uit deze instrumenten heeft geen betekenis zonder de context die de clinicus biedt. Een hoge bewegingsscore op een actigraaf kan duiden op hyperactiviteit, maar ook op een week waarin de cliënt een verhuizing had. De professional blijft onmisbaar om de data te duiden en te integreren in het totaalbeeld. De technologie is een hulpmiddel, geen vervanger.
- Toegankelijkheid en kosten: fMRI is onbetaalbaar voor routinezorg. VR-systemen en geavanceerde EEG-apparatuur zijn ook kostbaar. Actigrafen en CPT-software zijn toegankelijker, maar vergen wel een investering in aanschaf en training.
- Standaardisatie en normgegevens: Om testresultaten goed te kunnen interpreteren, zijn betrouwbare normgegevens nodig, verzameld bij grote groepen mensen van verschillende leeftijden en achtergronden. Hier wordt hard aan gewerkt, maar er is nog geen universele standaard.
- Ethische aspecten: Vooral bij digital phenotyping is privacy een groot aandachtspunt. Wie is de eigenaar van de data? Hoe wordt deze beveiligd? Cliënten moeten volledig geïnformeerd zijn en toestemming geven voor dit soort dataverzameling.
Conclusie
De toekomst van de ADHD-zorg is multimodaal. Dit betekent dat we informatie uit verschillende bronnen combineren om tot het beste inzicht te komen. Het klinisch interview en de vertrouwensband met de cliënt blijven de spil van het zorgproces. Daarin horen we het verhaal, de hulpvraag en de impact van de symptomen op het leven.
De objectieve meetmethoden die in dit artikel zijn besproken, vormen de volgende laag. Ze voegen een extra dimensie toe aan ons begrip. Ze kunnen onze hypotheses toetsen, blinde vlekken in de subjectieve rapportage opvullen en de effecten van onze interventies met grotere precisie in kaart brengen. Een CPT kan de klacht ‘ik kan me niet concentreren’ kwantificeren. Een actigraaf kan het gevoel ‘ik ben altijd onrustig’ objectiveren. En een VR-simulatie kan laten zien hoe deze symptomen zich uiten in een realistische, veeleisende omgeving.
De ggz-professional van de toekomst is niet alleen een goede gesprekspartner, maar ook een kundig integrator van data. Iemand die de resultaten van een EEG, een bewegingssensor of een eye-tracker kan afwegen en vertalen naar een praktisch en persoonlijk behandeladvies. De weg daar naartoe vraagt om investeringen in onderzoek, technologie en training. Maar de belofte is groot: een ADHD-zorg die eerlijker, preciezer en uiteindelijk effectiever is voor de cliënt.
Referenties
- Deber SR, Kraetschmer N, Irvine J. What is the effect of reporting scale on preference scores? Med Decis Making. 2004;24(4):398-407.
- Kofler MJ, Rapport MD, Sarver DE, Raiker JS. Reaction time variability in ADHD: a meta-analytic review. Neuropsychology. 2013;27(1):79-99.
- Epstein JN, Langberg JM, Rosen PJ, Graham A, Narad ME, Antonini TN, et al. The role of the continuous performance test in the diagnostic evaluation of ADHD. Arch Clin Neuropsychol. 2011;26(8):725-35.
- Bioulac S, Lallemand S, Rizzo A, Philip P, Fabrigoule C, Bouvard MP. A new virtual reality classroom for the assessment of attention in children with ADHD. J Atten Disord. 2021;25(3):369-79.
- Kasper LJ, Alderson RM, Hudec KL. Actigraph- and direct observation-based (academic and behavioral) effects of methylphenidate in children with ADHD-combined type. J Atten Disord. 2012;16(7):586-95.
- Pauls F, Selaskowski B, Lauth E, Hebebrand J, Romer G, Bachmann J. Actigraphy in children and adolescents with attention-deficit/hyperactivity disorder (ADHD): a systematic review and meta-analysis. Eur Child Adolesc Psychiatry. 2019;28(7):893-912.
- Donde C, Karkare K, D’Amelio T, Zisner A, Lieberman G, Faraone SV, et al. Using actigraphy to measure the effect of amphetamine extended-release tablets on activity levels in children with ADHD. J Atten Disord. 2020;24(12):1676-84.
- Bustamante G, Herrera-Solis A, Billeke P. Eye movement patterns in ADHD: A systematic review and meta-analysis. Neurosci Biobehav Rev. 2021;128:506-18.
- Guimard-Brunault M, Le Meur T, Aller C, Le Gall A, Nicolas A, Le-Dantec M, et al. Eye tracking during reading for the diagnosis of ADHD in children: a proof-of-concept study. J Atten Disord. 2022;26(10):1377-88.
- Arns M, Conners CK, Kraemer HC. A decade of EEG theta/beta ratio research in ADHD: a meta-analysis. J Atten Disord. 2013;17(5):374-83.
- Cortese S, Kelly C, Castellanos FX, Eickhoff SB, Rotrosen J, Laird AR, et al. A systematic review of the neuroanatomy of attention-deficit/hyperactivity disorder and its clinical translation. World Psychiatry. 2012;11(3):171-80.
- Neguț A, Jurma AM, Rus D. The effects of methylphenidate on attention and motor activity in a virtual reality classroom in children with ADHD. J Clin Med. 2023;12(4):1532.
- Weisberg A, Kansky J, Carpenter RW, Arns M, Loo SK, Kollins SH, et al. Digital Phenotyping of Adult ADHD. J Atten Disord. 2021;25(14):2034-45.