Métodos para probar Visual Atención Online
19 de febrero de 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.
Vea la transcripción completa y acceda a miles de videos científicos
Descripción general
Este artículo describe métodos para la recolección de datos en línea en tareas de atención visual mediante una aplicación web. Destaca la importancia de la calibración de la pantalla y de las instrucciones de la tarea para una presentación precisa del estímulo.
Componentes Clave del Estudio
Área de la ciencia
- Neurociencia
- Ciencia del comportamiento
- Métodos de recolección de datos
Antecedentes
- Los métodos tradicionales 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 obtenidos en el laboratorio es fundamental.
- La calibración de la pantalla es esencial para una presentación precisa del estímulo.
Objetivo del estudio
- Para simplificar la recopilación de datos en tareas de atención visual.
- Para evaluar la eficacia de los métodos de recopilación de datos en línea.
- Para garantizar la obtención de datos de rendimiento confiables.
Métodos Utilizados
- Los participantes inician sesión en una aplicación web.
- Se realiza la calibración de la pantalla para una visualización precisa del estímulo.
- Los participantes leen las instrucciones de la tarea y completan ensayos de práctica.
- Se recopilan datos durante la realización de las tareas completas.
Resultados principales
- Los métodos de recolección de datos en línea producen resultados consistentes.
- Los participantes completan exitosamente las tareas tras la calibración.
- Los datos de desempeño coinciden con los métodos tradicionales de laboratorio.
- Las aplicaciones web pueden facilitar eficazmente la investigación sobre la atención visual.
Conclusiones
- Los métodos en línea son alternativas viables para la recolección tradicional de datos.
- La calibración adecuada y las instrucciones mejoran la calidad de los datos.
- La investigación futura puede beneficiarse de estos enfoques optimizados.
Preguntas frecuentes
Relevancia Ejecutiva para la Industria
La prueba conductual en línea permite la recopilación escalable y representativa de datos para ensayos de atención visual, abordando un cuello de botella clave en la validación de objetivos y el cribado fenotípico. Al garantizar la precisión en el momento y el tamaño del estímulo mediante calibración basada en web, el método apoya la reducción mecanicista de riesgos en las vías neuronales implicadas en la atención y la percepción. Este enfoque amplía el acceso a grupos diversos de participantes, mejorando la confianza predictiva en las fases iniciales del descubrimiento, al tiempo que reduce la dependencia de reclutamientos limitados en laboratorio.
Aplicaciones Estratégicas en I+D de Biotecnología Farmacéutica
Descubrimiento Temprano y Validación de Blancos
- Valor científico: Permite investigar hipótesis terapéuticas relacionadas con el procesamiento visual y las redes atencionales en participantes humanos.
- Valor operativo: Apoya la reducción de riesgos biológicos mediante la cuantificación del compromiso del blanco a través de métricas estandarizadas del rendimiento en la atención visual.
- Valor predictivo: Proporciona lecturas cuantitativas y reproducibles que ayudan en la selección de carteras de compuestos dirigidos al SNC que afectan la función sensorial o cognitiva.
Desarrollo de Cribado y Ensayos
- Preparación del ensayo: Proporciona tareas calibradas de atención visual controladas por estímulos, adecuadas para la selección en línea de alto rendimiento de los efectos de compuestos sobre la percepción.
- Salida cuantitativa: Genera puntos finales medibles, como la precisión en el seguimiento de múltiples objetos y los umbrales del campo visual útil, para la modelización de respuesta frente a dosis.
- Escalabilidad: Permite la implementación en cohortes grandes y diversas, mejorando el poder estadístico y reduciendo la variabilidad en la fenotipificación conductual.
Investigación Traductacional y Preclínica
- Continuidad traslacional: Conecta modelos in vitro o de roedores con fenotipos de atención visual relevantes para humanos, apoyando la validación cruzada entre especies.
- Reducción de riesgos mecanicistas: Aísla funciones cognitivas específicas (por ejemplo, seguimiento, detección periférica) para clarificar los efectos de los fármacos sobre circuitos neuronales.
- Avance ajustado al riesgo: Apoya decisiones de avance o interrupción al detectar alteraciones atencionales sutiles en las primeras etapas del proceso de descubrimiento.
Integración de la tubería y flujo de trabajo
El método se integra en el continuo de descubrimiento desde la validación del blanco hasta la identificación de compuestos iniciales, particularmente para compuestos que modulan la atención, la activación o el procesamiento sensorial.
- Biología del Descubrimiento: Facilita la prueba de hipótesis sobre dianas neuronales implicadas en la atención visual al proporcionar fenotipos conductuales cuantificables en sujetos humanos.
- Selección: Ofrece ensayos reproducibles administrados por internet con temporización y tamaño de estímulos controlados, lo que permite un cribado fiable de compuestos.
- Análisis: Genera mediciones continuas basadas en umbrales (por ejemplo, tiempo de detección del UFOV, precisión del MOT) que permiten comparaciones estadísticas entre diferentes condiciones.
- Investigación Traducional: Se alinea con modelos preclínicos de atención al capturar comportamientos homólogos de atención visual humana.
- Reutilización Empresarial: Establece una plataforma escalable y estandarizada para su uso repetido en múltiples proyectos y áreas terapéuticas.
Impacto Operativo y Empresarial
- Valor científico: Aumenta la confianza predictiva al reducir la ambigüedad mecanicista en los efectos cognitivos de los fármacos mediante la medición conductual humana directa.
- Valor operativo: Garantiza la estandarización y reproducibilidad mediante protocolos de calibración de pantallas y controles de temporización de estímulos.
- Valor estratégico: Mejora la eficiencia del capital al permitir la recolección de datos a gran escala sin las limitaciones del laboratorio, acelerando la toma temprana de decisiones.
- Impacto en la cartera: Apoya la priorización ajustada al riesgo al identificar tempranamente déficits o beneficios atencionales, reduciendo la deserción en fases avanzadas de los programas del sistema nervioso central.
Consideraciones de Implementación
- Requiere experiencia en neurociencia conductual y entrega de estímulos basada en web para garantizar un diseño y ejecución adecuados de la tarea.
- Depende de navegadores compatibles con HTML5 y de APIs de JavaScript (por ejemplo, requestAnimationFrame) para un control preciso del tiempo de presentación y la animación de los estímulos.
- Necesita la estandarización entre equipos de los procedimientos de calibración (tamaño de pantalla, brillo, distancia de visualización) para mantener la validez de los datos entre diferentes sitios.
- Debe tener en cuenta la variabilidad de los entornos domésticos (iluminación, distracciones, calidad de pantalla) mediante la selección de participantes y el cumplimiento de las instrucciones.
- Se limita a tareas en las que el tamaño y el tiempo de presentación de los estímulos puedan controlarse de forma confiable mediante tecnologías web; no es adecuado para requisitos de precisión submilisegundo.
