Verwenden der Rassenmodellungleichheit zur Quantifizierung von verhaltens- multisensorischen Integrationseffekten

Die Festlegung einer reproduzierbaren Methode zur Berechnung des Ausmaßes multisensorischer Integrationseffekte ist von Bedeutung, da sie zur Erleichterung künftiger translationaler Forschung in verschiedenen klinischen Populationen unterstützen wird. Der Hauptvorteil unserer Technik ist, dass wir in der Lage sind, einen robusten Phänotyp multisensorischer Integration zu quantifizieren, der anschließend mit wichtigen kognitiven und motorischen Ergebnissen im Altern verbunden ist, wie Gleichgewicht, Stürze, Gang und Führungsfunktionen. Beginnen Sie mit stimulus-Präsentationssoftware, um ein einfaches Reaktionszeitexperiment mit drei experimentellen Bedingungen zu programmieren, visuelle allein, somatosensorische und gleichzeitige visuelle Somatosensorik.

Verwenden Sie einen Stimulusgenerator mit drei Steuerboxen. Die linken und rechten Steuerkästen enthalten bilaterale blaue Leuchtdioden, die für die visuelle Stimulation aufleuchten, und bilaterale Motoren mit 0,8 G Vibrationsamplitude, die für somatosensorische Stimulation vibrieren, sowie Kunststoffgehäuse für die Stimulatoren. Platzieren Sie als Nächstes eine zentrale Dummy-Steuerbox, die von den linken und rechten Steuerfeldern gleich weit entfernt ist, und befestigen Sie einen visuellen Zielaufkleber, der als Fixierungspunkt dient.

Nachdem das Experiment eingerichtet wurde, begleiten Sie den Teilnehmer zum Testraum. Lassen Sie den Teilnehmer aufrecht sitzen und bequem die Hände auf die linken und rechten Steuerkästen legen. Legen Sie strategisch zeigefinger über die Vibrationsmotoren, die an der Rückseite des Steuerkastens montiert sind, und Daumen auf der Vorderseite des Steuerkastens unter den LEDs, um das Licht nicht zu blockieren.

Stellen Sie sicher, dass die somatosensorischen Reize nicht hörbar sind, indem Sie den Teilnehmern Kopfhörer zur Verfügung stellen, über die kontinuierliches weißes Rauschen auf einem komfortablen Niveau abgespielt wird. Lassen Sie den Teilnehmer ein Fußpedal unter dem rechten Fuß als Antwortpad verwenden. Lassen Sie den Teilnehmer schließlich so schnell wie möglich auf jeden Stimulus reagieren, unabhängig davon, ob er ihn fühlt, sieht oder es fühlt und sieht.

Beginnen Sie mit der Analyse, indem Sie Teilnehmer ausschließen, die bei einer Stimulusbedingung keine Genauigkeit von 70 % oder mehr erreichen können. Betrachten Sie Versuche als ungenau, wenn ein Teilnehmer nicht innerhalb des festgelegten Reaktionszeitraums auf einen Stimulus reagiert und die entsprechende Reaktionszeit (RT) auf unendlich setzt, anstatt die Studie von der Analyse auszuschließen. RT-Daten werden in aufsteigender Reihenfolge nach der experimentellen Bedingung sortiert.

Platzieren Sie visuelle, somatosensorische und VS-Bedingungen in separaten Spalten mit sortierten RT-Daten. Stellen Sie sicher, dass jede Zeile eine Testversion darstellt und jede Zelle den tatsächlichen RT darstellt. Beachten Sie, dass keine Verfahren zum Datentrimmen verwendet werden, die sehr langsame RTs löschen, da dies die Verteilung von RT-Daten verzerrt. Stellen Sie sicher, dass RTs, die eindeutig Ausreißer sind, auf unendlich eingestellt sind.

Identifizieren Sie dann die schnellsten und die langsamsten RT, um die RT-Daten zu verkleben. Subtrahieren Sie den langsamsten RT vom schnellsten, um den RT-Bereich des Einzelnen über alle Testbedingungen hinweg zu berechnen. Bin RT-Daten von 0% bis zu 100% in 5%-Schritten, indem sie den schnellsten RT nehmen und schrittweise 5% zum zuvor berechneten RT-Bereich hinzufügen, bis 100% der RT-Daten berücksichtigt werden, um 21 Zeitabschnitte zu erzielen. Als nächstes verwenden Sie in einer Computertabelle eine Frequenzfunktion, bei der Array eins den tatsächlichen RTs für eine der experimentellen Bedingungen entspricht und Array zwei den 21 quantisierten RT-Behältern entspricht, die zuvor berechnet wurden, geteilt durch die Gesamtzahl der Versuche, 45, pro Bedingung.

Erstellen Sie dann die kumulative Verteilungshäufigkeit (CDF), indem Sie die laufende Summe der Wahrscheinlichkeiten über die quantisierten Abschnitte für jede der drei experimentellen Bedingungen summieren. Die CDF der multisensorischen Bedingung stellt die tatsächliche CDF dar. Um die vorhergesagte CDF zu berechnen, summieren Sie die beiden unisensorischen CDFs mit einer Obergrenze, die auf eins festgelegt ist.

Verwenden Sie diese Formel in jedem der 21 quantisierten Zeitabschnitte. Beginnen Sie mit dem Nullstelzentil, und fahren Sie bis zum 100. Perzentil für bin 21 fort. Um den Test der Race model Inequality durchzuführen, subtrahieren Sie die vorhergesagte CDF von der tatsächlichen CDF für jeden der 21 quantisierten Zeitabschnitte, um die Differenzwerte zu erhalten.

Zeichnen Sie diese 21 Werte als Liniendiagramm, wobei die x-Achse jeden der quantisierten Zeitabschnitte und die y-Achse die Wahrscheinlichkeitsdifferenz zwischen den tatsächlichen und den vorhergesagten CDFs darstellt. Hier deuten positive Werte in jeder Latenz auf die Integration der unisensorischen Reize hin und spiegeln eine Verletzung des RMI wider. Um den multisensorischen Effekt auf Gruppenebene zu quantifizieren, durchschnittlichen Sie die einzelnen RMI-Daten über alle Teilnehmer hinweg.

Verwenden Sie eine Kalkulationstabelle, um Zeilen und Zeitabschnitten Zuzeilen Spalten Personen zuzuweisen. Platzieren Sie dann in einer neuen Kalkulationstabelle die zuvor berechneten 21 Differenzwerte in einzelnen Zeilen und Durchschnittswerte innerhalb von Zeitabschnitten, um eine gruppengemittelte Differenzwellenform zu erstellen. Zeichnen Sie dann den Gruppendurchschnitt von 21 Werten als Liniendiagramm, wobei die x-Achse jeden der quantisierten Zeitabschnitte und die y-Achse die Wahrscheinlichkeitsdifferenz zwischen den CDFs darstellt.

Schließlich berechnen Sie die Fläche unter der Kurve für jede Person, indem Sie die Daten des Teilnehmers als Beispiel verwenden. Summieren Sie den CDF-Differenzwert zum Zeitpunkt des Lagers eins mit dem CDF-Differenzwert zum Zeitpunkt abschnitt zwei, und dividieren Sie dann durch zwei. Überprüfen Sie visuell jedes aufeinander folgende Paar von Zeitabschnitten, die positive Werte enthalten.

Dann summiert sich diese Ergebnisse, um die gesamte AUC der CDF-Differenzwelle während des verletzten Perzentilbereichs von 0,00 bis 0,10 zu generieren. Die Ergebnisse deuten auf eine gruppengemittelte Verletzung hin, die über den Bereich von null bis 10 % Imperzentil für eine Stichprobe von 333 älteren Erwachsenen auftritt. Die Gesamtzahl der positiven Werte, Null, eins, zwei oder drei, für diese drei Quantile, 0,00 bis 0,10, bestimmt, welcher multisensorischen Klassifizierungsgruppe eine Person zugeordnet ist, entweder mangelhaft, arm, gut oder überlegen.

Wie wir bereits beschrieben haben, ist es wichtig, Verfahren zum Datentrimmen zu vermeiden, da die RT-Verteilungen verzerrt werden. Langsame Reaktionszeiten und ausgelassene Versuche müssen auf unendlich eingestellt werden. Das Hauptziel bestand dabei darin, einen robusten Phänotyp der multisensorischen Integration zu entwickeln.

Dennoch sind wir uns der differenziellen multisensorischen Integrationsmuster im Altern bewusst, und unser nächster Schritt wird darin bestehen, die neuronalen Netzwerke aufzudecken, die für solche integrativen Prozesse verantwortlich sind, während wir bestimmen, wie spezifische strukturelle oder funktionelle Veränderungen zu den differentialen Integrationsmustern beitragen. Wir arbeiten daran, die neuronalen Korrelate zu identifizieren, die mit der visuell-somatosensorischen Integration im Alter verbunden sind, und wir glauben, dass solche Entwicklungen Einblicke in mehrere Krankheiten geben werden, einschließlich, aber nicht beschränkt auf Alzheimer und Parkinson.