Medición de Fronto-límbico Actividad Usando una Emocional bicho raro de tareas en niños con alto riesgo familiar para la esquizofrenia

Resumen

Este artículo describe cómo utilizar la tarea de exorbitancia emocional y la resonancia magnética funcional para medir la activación cerebral en niños y adolescentes con alto riesgo familiar de esquizofrenia (FHR). La RMF se utilizó para medir las diferencias en las regiones fronto-estriadas-límbicas durante una tarea excéntrico emocional. Los niños con FHR mostraron una activación funcional anormal durante la adolescencia.

Resumen

La adolescencia es un período crítico del desarrollo en el que con frecuencia surgen los primeros síntomas de la esquizofrenia. Los familiares de primer grado de las personas con esquizofrenia que tienen un alto riesgo familiar (FHR, por sus siglas en inglés) pueden mostrar cambios cognitivos y emocionales similares. Sin embargo, los cambios neurológicos que subyacen a la aparición de estos síntomas siguen sin estar claros. Este estudio buscó identificar diferencias en las regiones frontal, estriada y límbica en niños y adolescentes con FCF mediante resonancia magnética funcional. Grupos de 21 niños y adolescentes en FHR y 21 controles sanos completaron una tarea emocional extraña que se basaba en la atención selectiva y la supresión de la información emocional irrelevante para la tarea. La tarea estándar se modificó para incluir distractores aversivos y neutros con el fin de examinar las posibles diferencias grupales tanto en el procesamiento emocional como en el ejecutivo. Esta tarea fue diseñada específicamente para permitir que los niños y adolescentes completen manteniendo el contenido de la dificultad y la imagen emocional apropiada para su edad. Además, demostramos una técnica para el registro adecuado de fMRI para niños y adolescentes participantes. Este paradigma también se puede aplicar en estudios futuros para medir los cambios en la actividad neuronal en otras poblaciones con hipotéticos cambios en el desarrollo del procesamiento ejecutivo y emocional.

Introducción

La esquizofrenia es un trastorno del neurodesarrollo con un componente genético conocido^1,2 y con síntomas que incluyen déficits tanto en el procesamiento ejecutivo como en el emocional^3,4. Se cree que los familiares de primer grado tienen un mayor riesgo de desarrollar esquizofrenia, y se ha demostrado que comparten algunos de estos mismos déficits^{neurocognitivos tanto} en el dominio cognitivo como en el socioemocional. Por lo tanto, esperamos que la actividad cerebral en las regiones asociadas con el procesamiento ejecutivo y emocional pueda verse alterada en los miembros de la familia en riesgo antes del inicio de los síntomas clínicos.

Estudios previos han indicado que tanto los adultos con esquizofrenia como los adultos con alto riesgo familiar muestran una actividad aberrante dentro de las redes de procesamiento ejecutivo y emocional; sin embargo, sigue sin estar claro cómo se producen estos cambios durante el desarrollo. Demostrar que estos cambios ocurren temprano en la vida será un primer paso crítico para comprender la fisiopatología del trastorno. Por lo tanto, este estudio utiliza un paradigma de excéntrico emocional durante la resonancia magnética funcional (fMRI) para medir la actividad cerebral durante la realización de una tarea que requiere procesamiento ejecutivo y emocional en adolescentes que corren el riesgo de desarrollar esquizofrenia. Los paradigmas extraños se utilizan con frecuencia para examinar la función de los circuitos fronto-estriados en la esquizofrenia⁶ y en individuos con alto riesgo familiar⁷ mediante la medición de los procesos de atención selectiva asignados a los estímulos objetivo relevantes para la tarea. Aquí, una tarea extraña estándar ha sido modificada para incluir estímulos aversivos y neutros irrelevantes para la tarea que se ha demostrado que provocan cambios en la actividad cerebral en pacientes con^{esquizofrenia}.

Este artículo mide las diferencias funcionales entre adolescentes sanos y adolescentes con alto riesgo familiar de esquizofrenia utilizando una tarea emocional extraña. El diseño de la tarea es similar al utilizado por Fichtenholtz y colaboradores⁹, pero la selección de imágenes emocionales aversivas ha sido modificada para ser apropiada para niños entre las edades de 9 a 18 años. El uso de esta tarea durante la resonancia magnética funcional permitió identificar regiones cerebrales específicas que mostraban patrones de hiperactivación e hipoactivación en niños y adolescentes con FHR para la esquizofrenia, además de cambios relacionados con la edad en la actividad neuronal durante el desarrollo adolescente.

Protocolo

Las técnicas de investigación utilizadas en este estudio fueron aprobados por las juntas de revisión institucional (IRB) de la Universidad de Duke y la Universidad de Carolina del Norte - Chapel Hill.

1. Imaging Diseño de tareas

1. Generar una tarea conductual basada en eventos que presenta estímulos objetivo infrecuentes (un círculo) dentro de una secuencia de estímulos estándar más frecuentes (imágenes revueltos). Un esquema de la tarea se muestra en la Figura 1. Presentar la tarea utilizando software CIGAL ^10.

Figura 1. Esquema de Diseño de tareas. Esta cifra ha sido modificado desde Hart et al. ^20, con permiso. Por favor haga clic aquí para ver una versión más grande de esta figura.

1. Seleccionar comoet de estímulos aversivos y un conjunto de estímulos neutros de la base de datos International Affective Picture System (IAPS). Imágenes del IAPS se clasifican en una escala de 1.9 a fin de reflejar los niveles de excitación y valencia ^11. Los altos números indican valencia positiva más alta y la excitación. Seleccione un conjunto de imágenes que son apropiados para la edad para el grupo de estudio, tales como imágenes de serpientes, arañas, u otros animales.
   Nota: Las imágenes estímulos aversivos irrelevantes para la tarea utilizados para este estudio tenían una calificación promedio valencia de 3,38 (SD = 1,78) y una calificación promedio de excitación de 6,14 (SD = 2,08). Las imágenes estímulos neutros tenían una valencia media de 6,21 (SD = 0,26) y una calificación promedio de excitación de 3,72 (SD = 2,15).
2. Programa de la secuencia de comandos de tareas de tal manera que las imágenes se presentan en un orden pseudo-aleatorio de 1.500 mseg con un 500 ms significa intervalo entre estímulos. Presente estímulos diana y las imágenes neutrales irrelevantes para la tarea no más frecuentemente que cada 15 segundos y hacen que cada uno de aproximadamente 4% de los estímulos. Jievento tter tiempos de inicio a fin de proporcionar una mejor resolución de la función de respuesta hemodinámica.

2. Crear 8 conjuntos de imágenes, una para cada uno de 8 carreras funcionales tales que los participantes son presentados con un total de 40 metas y 40 imágenes neutros irrelevantes para la tarea en el transcurso de los 8 carreras.

2. Configuración del Participante y Digitalización

1. Reclutar niños y adolescentes entre las edades de 9 y 18 años que son o bien los individuos control sanos o que están en alto riesgo familiar de psicosis.
   1. Asegúrese de que los individuos sanos no tienen enfermedades psiquiátricas o algún familiar de primer grado con una enfermedad psiquiátrica. Asegúrese de que los participantes de riesgo familiares tienen al menos un familiar de primer grado (padres o hermanos) con esquizofrenia. No excluirlos de la presencia de otras enfermedades psiquiátricas en familiares de primer grado.
   2. Participantes sanos de edad y de los partidos de género con los participantes del grupo de riesgo familiars.
2. Adquirir el consentimiento informado de los participantes sobre la edad de 18. Para los menores, adquieren el consentimiento informado de los padres / tutores legales. Además, adquirir consentimiento por escrito de los menores que participan en el estudio.
3. Coloca los participantes en un escáner de resonancia magnética simulacro con el fin de familiarizarlos con el medio ambiente. Reproducir una grabación de audio de ruido del escáner y pídales que completen una práctica de ejecución de la tarea de comportamiento a fin de asegurarse de que comprenden las instrucciones de la tarea.
4. Coloque el participante en el MRI Scanner y adquirir cualquier análisis de localización cerebral necesarios y / o imágenes anatómicas.
5. El uso de un cuadro de entrada-MRI segura, dígale a los participantes que pulsar un botón con el dedo índice en la respuesta a todos los estímulos objetivo y otro botón con su dedo medio para el resto de los estímulos.
6. Tras la exploración de resonancia magnética funcional, recoger calificaciones subjetivas de excitación y valencia de las imágenes utilizadas en el estudio de un subgrupo de participantes. Los current estudio obtuvo calificaciones de 15 controles y 13 con alto riesgo familiar.

3. Adquisición de imágenes

1. Coloque los participantes en un 3,0 Tesla escáner de resonancia magnética. En primer lugar, adquirir un conjunto de imágenes estructurales, incluyendo una imagen 3D anatómica T1-contraste coplanar usando una secuencia de pulsos de adquisición gradiente-recordó mimada (TR: 5,16 ms; TE: 2,04 ms; FOV: 24 cm; matriz de la imagen: 256 × 256; tirón Ángulo: 20; tamaño de voxel: 0,94 mm x 0,94 mm x 1,9 mm; 68 cortes axiales).
2. Adquirir datos de imagen funcional utilizando un gradiente de eco secuencia de imágenes de eco-planar con una cobertura cerebral completa (TR: 2000 ms; TE: 27 ms; FOV: 24 cm; matriz de imagen: 64 × 64; Voltear Ángulo: 60; tamaño de voxel: 3.75 mm x 3,75 mm x 3,8 mm; 34 cortes axiales) de modo que la actividad del cerebro se puede medir durante la ejecución de la tarea de comportamiento. Ejecutar esta secuencia de imágenes para cada ejecución de la tarea conductual. Cada ejecución debe consistir en 120 puntos de tiempo de imagen.
3. Presentar la task en 8 carreras funcionales, con una duración de aproximadamente 4 min.

4. Análisis

1. Preprocesamiento Image: Abrir herramienta fMRI Experto Análisis (FEAT) en FSL ^12. Seleccione el análisis del primer nivel y Pre-stats.
   1. En la ficha "Datos", seleccione el número de imágenes de entrada y escriba la ruta de acceso a cada una de las imágenes de RM que se van a procesar. Establezca el directorio de salida. Introduzca los volúmenes totales, número de adquisiciones desechados, y el TR.
   2. En la pestaña "Pre-stats", ajuste la corrección de movimiento para MCFLIRT, espacial suavizado FWHM a 5 mm, y "corrección de temporización Slice". Seleccione "extracción cerebral BET" y filtrado temporal "paso alto", pero no seleccione unwarping B0 (UNESS tienes un mapa de gradiente de campo) o "Yo ntensitiy normaization". ^12,14.
   3. En la pestaña "Registro", seleccione "estru Principalctural imagen ". Introduzca la ruta a la imagen ponderada en T1-cráneo-despojado del sujeto. Utilice una búsqueda normal lineal con al menos 6 DOF. Seleccione la casilla de verificación espacio estándar. Introduzca la ruta a la imagen del atlas MNI. Utilice un normal lineal buscar con 12 DOF. Pulse Continuar.
   4. Excluir los participantes con más de 3 mm de movimiento de la cabeza en el X, Y o Z.
2. Nivel 1: Comparación de los datos entre las condiciones de trabajo dentro de un mismo plazo. FEAT Abrir. Seleccione "análisis de primer nivel" y "Estadísticas + Post-stats".
   1. En la ficha Datos, establezca el número de entradas y escriba la ruta a cada una de las imágenes de RM. Escriba una ruta para el "directorio de salida". Introduzca los "volúmenes totales", número de adquisiciones desechados, y el TR.
   2. En la pestaña "Estadísticas", active la casilla de verificación "Usar FILM prewhitening" ^16. Pulse el "modelo completo en síbotón tup ". Ajuste el "Número de vehículos eléctricos originales" en el número de condiciones de trabajo. Para cada condición, seleccione "Personalizada (3 Formato de columna)" en el menú desplegable de forma básica y "doble Gama HRF del" "menú desplegable convolución ^17,18 y seleccione un archivo de texto que contiene el calendario de tareas.
      1. Formatear este archivo de texto en 3 columnas con una entrada para cada "evento" del tipo dado. La primera columna debe contener el tiempo de inicio (en segundos), el segundo debe contener la duración (en segundos), y el tercero debe contener el peso evento. En la ficha Contrastes y pruebas F, cree uno contraste para cada condición de trabajo y uno para cada comparación.
   3. En los "Post-stats", seleccione "Cluster" en el menú desplegable "Umbral" y establecer el "umbral Z" y Cluster P threshold a 2,3 y 0,05, respectivamente, ^8,19.
   4. En la ficha "Registro", seleccione "Principal imagen estructural". Introduzca la ruta a la imagen ponderada en T1-cráneo-despojado del sujeto. Utilice una búsqueda normal lineal con al menos 6 DOF. Seleccione la casilla de verificación "Standard espacio". Introduzca la ruta a la imagen del atlas MNI. Utilice una búsqueda normal, lineal con 12 DOF. Pulse el botón "Go".
3. Nivel 2: Comparación de datos entre carreras para cada condición de trabajo. FEAT Abrir. Seleccione "análisis a nivel superior" y "Estadísticas + Post-stats" desde el menú desplegable.
   1. En la ficha Datos, seleccionar "Los insumos son directorios FEAT de nivel inferior". Establecer el número de entradas y escriba la ruta a cada una de las imágenes de RM. Escriba una ruta para el "directorio de salida".
   2. En la pestaña "Estadísticas", cambiar los "Efectos mixtos: flame1" cuadro de selección a "Fijo Efectos ". Pulse el" asistente de configuración de modelo "botón. Seleccione" promedio del grupo sencillo "y haga clic en el botón" Proceso ".
   3. En la pestaña "Post-estadísticas", seleccione "clúster" en el menú desplegable "Umbral" y establecer el "umbral ^Z" y el umbral "Cluster P" a 2,3 y 0,05, respectivamente, ^8,19. Pulse el botón "Go".
4. Nivel 3: Comparación de datos entre los sujetos para cada condición de trabajo en todas las carreras. FEAT Abrir. Seleccione "análisis a nivel superior" y "Estadísticas + Post-stats" desde el menú desplegable.
   1. En la ficha Datos, seleccionar "Los insumos son 3D lidiar imágenes de directorios FEAT." Establecer el número de entradas y entrar en la ruta de acceso a cada una de las imágenes de RM. Escriba una ruta para el "directorio de salida".
   2. En la "estadísticas" tab, la prensa de la "configuración completa modelo". Ajuste el número de vehículos eléctricos igual al número de variables grupales y covariables como grupo diagnóstico, edad, sexo, etc. Introduzca los valores para cada sujeto (entrada 1 - entrada n) para cada EV. Puede utilizar la ventana "Pegar" para copiar una hoja de cálculo de estos valores.
      1. En la pestaña "Contrastes y pruebas F", añade un contraste para cada variable de prueba y para cada contraste (por ejemplo, el grupo de diagnóstico). Para cada variable de contraste, ajuste el contraste seleccionando el valor 1 en la columna bajo el EV apropiado. Para cada cambio, establecer el primer valor a 1 y el segundo a -1. Seleccione "Hecho".
   3. En la ficha "Post-stats", seleccione "Cluster" en el menú desplegable "Umbral" y establecer el "umbral ^Z" y el umbral "Cluster P" a 2,3 y 0,05, respectivamente, ^8,19 Pulse el botón "Go".

Resultados

No hubo diferencias entre los grupos en función de las características demográficas ^20. Datos de comportamiento indicaron que la tarea de detección de objetivo en un nivel apropiado de dificultad para los niños y adolescentes entre las edades de 9.18. En el estudio actual, los controles correctamente identificados 82,36% de blancos (SD = 0,14), y el grupo de riesgo familiar identificó correctamente el 76,8% de los blancos (SD = 0,17). Ambos grupos mostraron disminución de la exactitud en la ...

Discusión

Se ha demostrado que el paradigma emocional modificado en el estudio actual provoca diferencias en el reclutamiento neuronal durante la atención selectiva y el procesamiento emocional en niños y adolescentes en riesgo de esquizofrenia. Si bien los paradigmas existentes que utilizan la tarea emocional se han utilizado para investigar los cambios neuronales en poblaciones adultas con enfermedades psiquiátricas⁸, el paradigma actual puede ser particularmente útil para medir los marcadores de vulnerabilidad en gru...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
		de resonancia magnética 3T	BIAC Escáner 3T (reemplazado)