اختلال نارسایی توجه/ بیش فعالی (ADHD) یکی از شایع ترین اختلال های عصبی-رشدی است و تلاش برای بهبود روش های تشخیصی آن ادامه دارد. در این مطالعه با استفاده از نرم افزار CogLab مدلی تشخیصی تدوین و معرفی شود تا به عنوان ابزاری کمکی برای تشخیص ADHD به روان شناسان یاری رساند. در بستر یک طرح توسعه ای و مورد-شاهدی با استفاده از نمونه گیری هدفمند در شهر رشت، 93 کودک با تشخیص ADHD با تشخیص یک فوق تخصص روانپزشکی اطفال، انتخاب شدند. از والدین هر دو گروه (مورد و شاهد) نیز مصاحبه بالینی گرفته شد و پس از تکمیل پرسشنامه علائم مرضی کودکان نسخه4-CSI، اطلاعات جمعیت شناختی آن ها جمع آوری شد. گروه شاهد نیز شامل 33 نفر از دانش آموزان شاغل به تحصیل از مدارس رشت فاقد اختلال با استفاده از پرسشنامه علائم مرضی کودکان نسخه چهارم CSI-4 انتخاب شدند. هر دو گروه در شرایط یکسان با استفاده از بخش توجهِ نرم افزار CogLab به آزمون های کشف تغییر و نشانه دهی فضایی پاسخ دادند. داده های توسط SPSS-24 پردازش شدند. در تحلیل تشخیص، نتایج نشان داد حالتِ نسبتِ پاسخ صحیحِ کشف تغییر در حالت سو سو بیشترین قدرت پیش بینی در تفکیک و تمایز طبقات بین گروه مورد و شاهد را داشته است و نتایج تابع تشخیصی در بخش اعتبارسنجی متقابل، در دو گروه مورد و شاهد توانست 6/80 درصد از کل افراد گروه ADHD(مورد) و همچنین 7/72 از کل افراد گروه شاهد را درست گروه بندی کند. آزمون کشف تغییر و نشانه دهی فضایی در بستر نرم افزار CogLab می تواند به عنوان ابزاری کمکی در خدمت روان شناسان، برای کمک به فرایند تشخیص در کودکان مبتلابه ADHD مورداستفاده قرار گیرد.
