Métodos para probar Visual Atención Online
February 19th, 2015
Para replicar entornos de laboratorio, los métodos de recolección de datos en línea para tareas visuales requieren un control estricto sobre la presentación de estímulos. Describimos métodos para el uso de una aplicación web para recopilar datos de rendimiento en dos pruebas de atención visual.
El objetivo general de este procedimiento es simplificar la recopilación de datos para las tareas de atención visual a través de una aplicación web en línea. Esto se logra iniciando primero el registro de los participantes en una aplicación web. A continuación, se indica a los participantes que calibren sus pantallas para la correcta presentación de los estímulos.
Luego, los participantes leen las instrucciones de la tarea y completan las pruebas de práctica. Finalmente, se recopilan datos de los participantes a medida que completan las tareas completas. En última instancia, los métodos de recopilación de datos en línea para tareas visuales muestran resultados consistentes con los de los métodos tradicionales basados en el laboratorio.
La principal ventaja de esta técnica sobre los métodos existentes es que se pueden recopilar datos de una población más grande y diversa en un período de tiempo relativamente corto. La demostradora de este procedimiento será Olga P equal, una técnica de laboratorio. Para comenzar, haga que el participante se siente en una habitación tranquila libre de distracciones con una computadora con acceso a Internet a una altura cómoda.
Indique al participante que navegue a la aplicación web que se muestra aquí. Con un navegador compatible con HTML five, haga que el participante introduzca un ID único que se asociará con los datos recopilados y almacenados en una base de datos my SQL. Antes de iniciar sesión, obtenga el consentimiento del participante a través de un formulario de consentimiento vinculado en la página.
Para calibrar la pantalla, pida al participante que ingrese el tamaño diagonal de la pantalla en pulgadas en el cuadro de texto etiquetado. Si el participante no conoce esta información, pídale que busque un CD o una tarjeta de crédito como objeto de calibración. Cuando se selecciona uno, pida al participante que coloque el objeto contra la pantalla y lo alinee con una imagen representativa del objeto que se muestra en la pantalla.
Pida al participante que ajuste el tamaño de la imagen de la pantalla para que coincida con el tamaño del objeto físico en función de las medidas del CD físico o de una tarjeta de crédito y el tamaño de píxel de la imagen representativa. Determine el tamaño diagonal de la pantalla en pulgadas. Pida al participante que confirme este valor a través de un cuadro de diálogo.
A continuación, pida al participante que ajuste la configuración de brillo de la pantalla hasta que se puedan distinguir claramente las 12 bandas de un degradado de negro a blanco que se muestran en la pantalla. Pida al participante que se siente a un brazo de distancia del monitor en una posición cómoda y luego configure la ventana del navegador en modo de pantalla completa. La ventana del navegador debe estar en modo de pantalla completa para maximizar el espacio visual utilizado por las tareas y eliminar cualquier distracción visual, como la barra de herramientas del navegador y las barras de tareas del escritorio.
Utilizando el tutorial autoguiado de seguimiento de objetos múltiples o MOT que se encuentra en esta URL, pida al participante que lea las instrucciones paso a paso que demuestran cómo funcionarán las pruebas. Una vez que el participante termine de leer las instrucciones, pídale al participante que realice las pruebas de práctica, configure los estímulos de práctica para que consten de ocho puntos a 0,8 grados con una velocidad de movimiento de dos grados por segundo. Utilice la API de fotogramas de animación de cinco solicitudes HTML para optimizar la animación del navegador a una velocidad de fotogramas de 60 hercios para controlar este movimiento de estímulo.
A continuación, pida al participante que rastree los puntos azules con los puntos amarillos actuando como distractores. Después de dos segundos, cambie los puntos azules por puntos amarillos y continúe moviéndolos entre los puntos amarillos originales durante otros cuatro segundos. Al final de cada prueba, detenga los puntos y resalte uno.
Pida al participante que responda pulsando una tecla, ya sea que el punto resaltado sea un punto de seguimiento o un punto distractor. Después de tres intentos correctos consecutivos o un máximo de seis intentos, pase el participante a la tarea completa. Para iniciar la tarea completa de la ITV para el participante, configúrala con 16 puntos que se muevan a cinco grados por segundo.
Dentro del espacio entre dos grados de excentricidad y 10 grados de excentricidad, haga que el participante complete un total de 45 ensayos, una combinación de cinco ensayos que constan de un punto con seguimiento y 10 ensayos que constan de dos a cinco puntos con seguimiento. Usando el tutorial que se encuentra aquí, pida al participante que pase por cuatro etapas de instrucciones paso a paso que demuestren los dos estímulos objetivo que deben atenderse durante el campo de visión útil o el conjunto de tareas UFOV. El estímulo objetivo central es un smiley de un grado que parpadea en el centro de la pantalla con el pelo largo o corto.
Aleatorice la longitud del cabello del smiley a lo largo de las pruebas, establezca el estímulo objetivo periférico como una estrella de un grado que parpadea a cuatro grados de excentricidad en una de las ocho ubicaciones alrededor del círculo. Aleatoriza la ubicación de la estrella en todas las pruebas. Solo para la primera etapa.
Muestre el objetivo central y luego pida al participante que responda presionando una tecla, qué longitud de cabello se mostró solo para la etapa dos. Muestre el objetivo periférico y, a continuación, pida al participante que haga clic en una de las ocho líneas de radio que representan las ocho posibles ubicaciones del objetivo para indicar dónde apareció la estrella. Para la etapa tres, muestre los estímulos objetivo centrales y periféricos y luego pida al participante que proporcione respuestas tanto al tipo de emoticono como a la ubicación de la estrella.
Para la etapa cuatro, muestre ambos estímulos objetivo además de los distractores periféricos y luego pida al participante que responda a ambos estímulos objetivo. Para la visualización de los distractores, se presentaron cuadrados de un grado en las siete ubicaciones restantes con cuatro grados de excentricidad, además de ocho cuadrados más con dos grados de excentricidad. Después de la respuesta del participante, muestre al participante la retroalimentación de cada respuesta objetivo Después de cada prueba, después de obtener tres pruebas correctas consecutivas, pase al participante a la siguiente etapa de práctica.
Después de la etapa cuatro, pida al participante que comience la tarea UFOV completa. Presentar el mismo estímulo central que en la sesión de práctica. Muestre el objetivo periférico a siete grados de excentricidad en una de las ocho ubicaciones mencionadas anteriormente.
También se muestran 24 cuadrados de distractores con tres grados de excentricidad, cinco grados de excentricidad y las ubicaciones de centricidad de siete grados restantes. Utilice un procedimiento de tres escaleras hacia abajo para determinar el tiempo de presentación de los estímulos, disminuya la duración de los estímulos después de tres intentos consecutivos de corrección y aumente después de cada intento de error y la tarea. Cuando se cumple una de las tres condiciones, el procedimiento de escalera alcanza ocho inversiones.
El participante completa 10 ensayos consecutivos con una duración máxima de 99 fotogramas o una duración de suelo de un fotograma, o el participante alcanza un máximo de 72 ensayos. Se utilizaron datos de 1.744 participantes en línea para el análisis de la ITV. El rendimiento de la ITV se midió calculando la precisión media de cada serie.
La precisión del tamaño osciló entre 0,4 y 1,0 para el tamaño de conjunto uno a 0,1 y 1,0 para el tamaño de conjunto cinco, y la precisión media osciló entre 0,99 para el tamaño de conjunto uno y 0,71 para el tamaño de conjunto cinco. La mediana de las puntuaciones de precisión osciló entre 1,0 y 0,70 para el tamaño de conjunto uno y cinco, respectivamente. La precisión disminuyó a medida que aumentaba el tamaño del conjunto, lo que demuestra un efecto de MOT típico para la tarea UFOV.
Se analizaron los datos de 1.747 participantes en línea. El rendimiento se calculó promediando el tiempo de presentación en los cinco últimos ensayos para obtener un umbral de detección, que refleja la duración mínima de la presentación en la que los participantes pueden detectar el objetivo periférico con una precisión de aproximadamente el 79%. El umbral medio de OVNI fue de 64,7 milisegundos y las puntuaciones oscilan entre 17 milisegundos y 315 milisegundos, con un umbral medio de 45 milisegundos.
La distribución del umbral fue positivamente sesgada, con una asimetría de 1,92 y una curtosis de 3,93. Los resultados fueron consistentes con trabajos previos. Después de ver este vídeo, debería tener una buena comprensión de cómo desarrollar el seguimiento de múltiples objetos y experimentos útiles de campo de visión como aplicaciones web siguiendo este procedimiento.
Otros métodos con una presentación precisa de estímulos visuales también podrían adaptarse a un entorno en línea. Luego, los datos podrían recopilarse de una población representativa más general o de un subtipo específico de individuos que son difíciles de llevar al laboratorio. Gracias por mirar.
View the full transcript and gain access to thousands of scientific videos
Visión general
Este artículo describe los métodos para la recopilación de datos en línea en tareas de atención visual utilizando una aplicación web. Enfatiza la importancia de la calibración de pantalla y las instrucciones de la tarea para una presentación precisa de los estímulos.
Componentes clave del estudio
Área de la ciencia
- Neurociencia
- Ciencia del comportamiento
- Métodos de recopilación de datos
Antecedentes
- Los métodos tradicionales basados en laboratorio para tareas visuales requieren entornos controlados.
- Los métodos en línea pueden simplificar la recopilación de datos.
- La consistencia entre los resultados en línea y los del laboratorio es crucial.
- La calibración de la pantalla es esencial para una presentación precisa de los estímulos.
Propósito del estudio
- Simplificar la recopilación de datos para tareas de atención visual.
- Evaluar la efectividad de los métodos de recopilación de datos en línea.
- Asegurar que se recopile información confiable sobre el rendimiento.
Métodos utilizados
- Los participantes inician sesión en una aplicación web.
- Se realiza la calibración de la pantalla para una visualización precisa de los estímulos.
- Los participantes leen las instrucciones de la tarea y completan pruebas de práctica.
- Los datos se recopilan durante la realización de tareas completas.
Resultados principales
- Los métodos de recopilación de datos en línea producen resultados consistentes.
- Los participantes completan las tareas con éxito después de la calibración.
- Los datos de rendimiento se alinean con los métodos tradicionales del laboratorio.
- Las aplicaciones web pueden facilitar eficazmente la investigación de la atención visual.
Conclusiones
- Los métodos en línea son alternativas viables a la recopilación de datos tradicional.
- La calibración adecuada y las instrucciones mejoran la calidad de los datos.
- La investigación futura puede beneficiarse de estos enfoques simplificados.
Preguntas frecuentes
Executive Industry Relevance
Online behavioral testing enables scalable, representative data collection for visual attention assays, addressing a key bottleneck in target validation and phenotypic screening. By ensuring stimulus timing and size fidelity through web-based calibration, the method supports mechanistic de-risking of neural pathways involved in attention and perception. This approach expands access to diverse participant pools, improving predictive confidence in early discovery while reducing reliance on constrained laboratory recruitment.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to visual processing and attentional networks in human participants.
- Operational Value: Supports biological de-risking by quantifying target engagement through standardized visual attention performance metrics.
- Predictive Value: Provides quantitative, reproducible readouts that aid in portfolio triage of CNS-targeted compounds affecting sensory or cognitive function.
Screening & Assay Development
- Assay Readiness: Delivers calibrated, stimulus-controlled visual attention tasks suitable for high-throughput online screening of compound effects on perception.
- Quantitative Output: Generates measurable endpoints such as multiple object tracking accuracy and useful field of view thresholds for dose-response modeling.
- Scalability: Enables deployment across large, diverse cohorts, improving statistical power and reducing variability in behavioral phenotyping.
Translational & Preclinical Research
- Translational Continuity: Bridges in vitro or rodent models to human-relevant visual attention phenotypes, supporting cross-species validation.
- Mechanistic De-risking: Isolates specific cognitive functions (e.g., tracking, peripheral detection) to clarify drug effects on neural circuits.
- Risk-Adjusted Advancement: Supports go/no-go decisions by detecting subtle attentional impairments early in the discovery pipeline.
Pipeline & Workflow Integration
The method fits within the discovery continuum from target validation through lead identification, particularly for compounds modulating attention, arousal, or sensory processing.
- Discovery Biology: Facilitates hypothesis testing of neural targets involved in visual attention by providing quantifiable behavioral phenotypes in human subjects.
- Screening: Delivers reproducible, web-administered assays with controlled stimulus timing and size, enabling reliable compound screening.
- Analytics: Produces continuous, threshold-based measurements (e.g., UFOV detection time, MOT accuracy) that support statistical comparison across conditions.
- Translational Research: Aligns with preclinical models of attention by capturing homologous human visual attention behaviors.
- Enterprise Reuse: Establishes a scalable, standardized platform for repeated use across multiple projects and therapeutic areas.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity in cognitive drug effects through direct human behavioral measurement.
- Operational Value: Ensures standardization and reproducibility via screen calibration protocols and stimulus timing controls.
- Strategic Value: Improves capital efficiency by enabling large-scale data collection without laboratory constraints, accelerating early decision-making.
- Portfolio Impact: Supports risk-adjusted prioritization by identifying attentional liabilities or benefits early, reducing late-stage attrition in CNS programs.
Implementation Considerations
- Requires expertise in behavioral neuroscience and web-based stimulus delivery to ensure proper task design and execution.
- Depends on HTML5-compatible browsers and JavaScript APIs (e.g., requestAnimationFrame) for precise stimulus timing and animation control.
- Necessitates cross-team standardization of calibration procedures (screen size, brightness, viewing distance) to maintain data validity across sites.
- Must account for variability in home environments (lighting, distractions, screen quality) through participant screening and instructional compliance.
- Limited to tasks where stimulus size and timing can be reliably controlled via web technologies; not suitable for sub-millisecond precision requirements.
