Barkleyの行動抑制モデル（1997）と、成人ADHD症状の予測におけるBarkleyの更新された実行機能モデルとの比較：構造方程式モデリングを使用した予備レポート

注意欠陥/多動性障害（ADHD）症状を説明するための最も包括的なアプローチの1つは、Barkleyの行動阻害モデル（BBIM）（1997）であり、行動抑制（BI）が主要な役割を果たします。ADHDの症状を説明する際の作業記憶（WM）の実質的な役割により、Barkleyは最近、彼のモデルを更新し、WMをMediator変数（BBIM）からBIとともに外因性変数としてプライマリポジションに上げ、彼の新しいモデルをBarkley'sとしてタイトルとしました。更新されたエグゼクティブ機能モデル（BUEFM）。ただし、新しいモデルの説明力に関する情報はまばらであるため、この研究は、これら2つのモデルを比較してADHDの症状を説明することにより、WMの役割の変化の影響を調査することを目的としています。この研究には、目的のサンプリング方法を使用して選択されたADHD症状が高い184人（96人の女性と88人の男性）の学部生のサンプルが含まれていました。モデルを評価するために、次の4つのツールを使用しています。エグゼクティブ機能スケールのバークリー赤字。自己言語化アンケート（SVQ）;トレイルメイキングテスト。IBM AMOSソフトウェアバージョン22を使用して構造方程式モデリング（SEM）分析を実行してデータを分析しました。結果は、モデル比較測定（AICはそれぞれBBIMおよびBUEFMでそれぞれ197.583および144.614であったことを示しています）およびモデルFITインデックス（例：ルート平方平方形BuefMがBBIMよりも良い値を持っていたことを表す、BBIMとBUEFMでそれぞれ0.076および0.067が得られた近似の誤差（RMSEA）は、BUEFMがデータにより適していると考えられていたことを意味します。この研究の結果は、BUEFMがBBIMよりも予測力があり、モーターコントロール流ency（MOT）変数を介してADHDの症状を予測することを示しています。

One of the most comprehensive approaches to explaining attention-deficit/hyperactivity disorder (ADHD) symptoms is Barkley's behavioral inhibition model (BBIM) (1997), in which behavioral inhibition (BI) plays a primary role. Due to the substantial role of working memory (WM) in explaining ADHD symptoms, Barkley recently updated his model and elevated WM from a mediator variable (in BBIM) to a primary position as an exogenous variable alongside BI, and titled his new model as Barkley's updated executive functioning model (BUEFM). However, since the information about the explanatory power of the new model is sparse, this study aims to investigate the impact of this change in WM role by comparing these two models to explain ADHD symptoms. The study involved a sample of 184 (96 females and 88 males) undergraduate students with high ADHD symptoms who were selected using the purposive sampling method. For assessing models, we have utilized four tools that include: CNS-Vital Sign Test Battery; Barkley Deficit in Executive Functioning Scale; self-verbalization questionnaire (SVQ); and trail making test. We analyzed the data by running structural equation modeling (SEM) analysis using IBM AMOS software version 22. The results show that Model Comparison Measurement (e.g. AIC was 197.583 and 144.614 for BBIM and BUEFM, respectively) and Model Fit Indices (e.g. root mean square error of approximation (RMSEA) obtained 0.076 and 0.067 for BBIM and BUEFM, respectively) representing that BUEFM had a better value than BBIM, which means that the BUEFM was considered better fitting to the data. The findings of this study show that BUEFM has more Predictive power than BBIM to predict symptoms of ADHD through the motor control fluency (MOT) variable.