孟加拉國的研究人員研究了電腦系統是否能透過同時檢視兩個因素，更好地識別患注意力不足/過動症(ADHD)風險的青少年：腦波模式及家庭背景因素，如家庭收入和家長教育程度。研究團隊在青少年身上測試了這個方法，使用經過驗證的篩查工具(並非實際臨床診斷)，比較系統單獨考慮腦訊號與同時考慮腦訊號加上社經背景時的效能差異。
這項研究是一個概念驗證—即它展示了這個想法可行，但尚未準備好取代醫生在實際診所中診斷ADHD的方式。
腦波加上家庭環境優於單獨的腦波分析
當電腦模型同時考慮腦活動和社經因素時，它識別ADHD風險個案的準確性優於單獨查看腦訊號。在四項不同的認知任務中，加入社經資訊將準確度提高了2.1–5.9%，在某些情況下，能額外識別高達12.2%原本會被遺漏的高風險青少年。該模型在測試從未見過的個別青少年時，準確率非常高(92–96%)。
令人警惕的現實：社經因素形塑ADHD風險
這項研究凸顯了篩查討論中經常被忽視的事實—貧窮、家長教育程度和家庭壓力確實影響青少年的腦部發展方式，而這與ADHD症狀相關。傳統篩查方法如果忽視這些環境因素，可能會誤判哪些青少年真正處於風險之中。對新加坡家庭而言，這是相關的：雖然本地既有富裕家庭也有較不富裕的家庭，但忽視影響發展的真實壓力源的篩查工具，可能會提供不完整的圖景。
一項重要限制：篩查不等於診斷
該研究採用篩查問卷而非醫生的臨床診斷。這意味著電腦模型學習的是預測篩查分數，而非診斷ADHD本身。此外，此研究在孟加拉國進行，並僅在一個特定的數據集上測試；尚未在新加坡青少年或不同醫療系統中進行驗證。在任何多模式篩查工具能在診所使用前，還需要進行更多測試。