Name: Análisis semiautomatizado de la amplitud y latencia máximas para formas de onda de respuesta auditiva del tronco encefálico utilizando R (Video) | JoVE Journal
Uploaded: 2022-12-09T14:20:00.000+00:00
Duration: 6 min 1 s
Description: Aprende a analizar formas de onda de respuesta auditiva del tronco encefálico utilizando R de forma semiautomatizada. Este método mide amplitudes y latencias de picos y valles para estudiar la actividad del tronco encefálico.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este trabajo fue apoyado por dos subvenciones del NIDCD a PW: R01 DC018660 y un premio administrativo suplementario, R01 DC014261-05S1.

Todos los procedimientos realizados en animales fueron aprobados de antemano por el Comité de Investigación Animal de la Universidad de Rochester. Los sujetos experimentales fueron 12 ratones machos y hembras F1 de tipo salvaje a 1 mes de edad. Estos ratones F1 son el producto del apareamiento de una presa CBA / CaJ y un padre C57BL / 6J. Los ratones fueron criados y alojados en las instalaciones del vivero con un ciclo estándar de luz / oscuridad de 12 h, comida y agua ilimitadas y amplios suministros de anidación. No más de cinco hermanos del mismo sexo fueron alojados juntos en una jaula.
1. Obtención de datos para análisis
NOTA: Este paso debe cumplir con los lineamientos institucionales y ser aprobado previamente por el comité institucional de bienestar animal. El proceso detallado para generar datos ABR de ratones se ha descrito en otra parte18.
<ol><li>Grabe el ABR con la plataforma de su elección. NOTA: En el caso que se muestra aquí, las grabaciones se realizaron en ratones.<ol><li>Utilice un estímulo de clic de 5 ms comenzando con un nivel de presión sonora de 75 dB y disminuyendo en pasos de 5 dB a 5 dB. Registre un promedio de 512 barridos para cada amplitud. Rechazar respuestas si su amplitud pico a valle es mayor que 31 μV en cualquier instancia entre 1,3 ms y 12,5 ms después del estímulo. NOTA: También se pueden utilizar grabaciones de presentaciones de pip de tono. Anticipamos que la rutina de análisis funcionará para otras especies, incluidos los humanos.</li>
	</ol></li>
	<li>Exporte la grabación ABR como un archivo ASCII.<ol><li>Para IHS, abra el programa informático.</li>
		<li>Cargue el archivo de interés y muestre las formas de onda deseadas en una página.</li>
		<li>En la pestaña Datos , seleccione Guardar página como ASCII para obtener un archivo .txt.</li>
		<li>Después de nombrar el archivo de datos correctamente ("ID"), registre la información del ID y del asunto en un archivo de metadatos titulado "info.csv". Asegúrese de que la "identificación" no incluya ninguna información como el genotipo, el sexo, la edad o el tratamiento; En cambio, esta información se registra en "Info.csv". NOTA: Se puede usar una baraja justa de cartas para asignar etiquetas al azar si es necesario.</li>
		<li>Repita con todos los archivos que se analizarán como archivos "ID" separados.</li>
	</ol></li>
</ol>2. Instalar los paquetes necesarios y cargar los datos en el ordenador de trabajo
<ol><li>Descargue e instale R (https://www.r-project.org) y RStudio (https://www.rstudio.com). Nota: El protocolo descrito aquí utiliza R ≥ 4.0.0.</li>
	<li>Instale las bibliotecas necesarias, tidyverse, shiny, plotly y zoo, escribiendo el siguiente comando en la ventana de comandos de RStudio: Install.packages("tidyverse") Install.packages("shiny") Install.packages("plotly") Install.packages("zoo")</li>
	<li>Descargue los scripts FindPeaks.R y See_trace_click. R del laboratorio blanco GitHub (https://github.com/PWhiteLab/FindPeaks), así como el archivo asociado "Time.csv".</li>
	<li>Cree una nueva carpeta que contenga todos los archivos ASCII, "info.csv" y "Time.csv". Para este ejemplo, asigne a la carpeta el nombre "Test_Folder". Dentro de "Test_Folder", coloque los archivos ASCII en una subcarpeta titulada "ASCII_Folder".</li>
</ol>3. Obtención del análisis preliminar con FindPeaks.R
<ol><li>Abra el script FindPeaks.R en RStudio.</li>
	<li>Haga clic con el botón derecho en la ficha del script en la barra de herramientas para seleccionar Establecer directorio de trabajo y configúrelo en Test_Folder (consulte la figura complementaria S1A).</li>
	<li>En la ventana de script , haga clic en Fuente en la parte superior derecha de la barra de herramientas para cargar el programa (consulte la Figura suplementaria S1B).</li>
	<li>En la ventana de comandos, utilice los siguientes comandos para analizar las formas de onda (consulte la figura suplementaria S2): FindPeaks_single("ASCII_folder/ID.txt") para expedientes individuales (véase la figura complementaria S2A) FindPeaks_group("ASCII_Folder") para el procesamiento por lotes (véase la figura suplementaria S2B) NOTA: El script generará (1) archivos pdf que muestran las formas de onda con picos y valles etiquetados (consulte la Figura suplementaria S2C) y (2) un archivo ID.csv que contiene los datos numéricos para la amplitud (μV) y la latencia (ms). Ambos archivos se colocarán en "Test_Folder".</li>
</ol>4. Verificación del análisis preliminar
NOTA: A niveles de sonido bajos, partes de la forma de onda pueden llegar a ser difíciles de distinguir del ruido, y FindPeaks.R puede identificar erróneamente los picos o valles en comparación con la opinión del experimentador. Si hay una discrepancia, entonces el archivo .csv se puede modificar con los datos obtenidos del script See_trace_click.R.
<ol><li>Cargue los datos de forma de onda para el individuo específico utilizando el comando (consulte la figura suplementaria S3A): Forma de onda <- ASCII_extract("ASCII_Folder/ID.txt")</li>
	<li>Abra el See_trace_click. Script R en RStudio.</li>
	<li>En el encabezado de la izquierda, haga clic en el botón Ejecutar aplicación y espere a que aparezca una nueva ventana interactiva (brillante) (consulte la figura complementaria S3B).</li>
	<li>En el cuadro de la parte superior izquierda, introduzca el nivel de sonido de la forma de onda que requiere revisión y busque la forma de onda que se muestra en la ventana.</li>
	<li>Mueva el cursor alrededor de la forma de onda para revelar la latencia y la amplitud en cualquier punto.</li>
	<li>Haga clic en el pico correcto y en el siguiente valle para registrar los datos en la tabla a continuación. Copie y pegue los datos de latencia en el archivo .csv (consulte la figura complementaria S3C).</li>
	<li>Para calcular la medición de amplitud, reste la siguiente amplitud mínima de la amplitud máxima en la celda de la hoja de cálculo.</li>
</ol>5. Compilación y visualización del conjunto de datos
<ol><li>Transfiera los archivos .csv verificados a una nueva subcarpeta en Test_Folder titulada "Peak_Data".</li>
	<li>Agregue los datos en un solo archivo .csv y asígnele el nombre "Peak_Data.csv".</li>
	<li>Utilice el siguiente comando: Compilar ("Peak_Data") Nota: Este script combina los metadatos de info.csv con Peak_Data.csv para etiquetar los datos con información de grupo. También calcula automáticamente las latencias entre picos y las relaciones de amplitud.</li>
	<li>Realizar análisis estadísticos sobre los datos compilados.<ol><li>Utilice una prueba de normalidad, como la prueba de Shapiro-Wilks, para evaluar la distribución de los datos con la siguiente función: shapiro.test()</li>
		<li>Si la prueba de Shapiro-Wilks no es significativa, el conjunto de datos tiene una distribución normal; por lo tanto, evalúe los datos con una prueba paramétrica como ANOVA con la siguiente función: aov()</li>
		<li>Si la prueba de Shapiro-Wilks es menor que p = 0.05, use la prueba de suma de rangos de Kruskal-Wallis (con la función a continuación) u otra medida no paramétrica apropiada (ver otras posibilidades en la discusión). kruskal.test()</li>
	</ol></li>
	<li>Para mostrar formas de onda promedio, use el siguiente comando: Average_Waveform("ASCII_Folder ", aes(x = Data_Pnt_ms, y = "dB", grupo = Genotipo, color = Genotipo)) NOTA: Este comando muestra las formas de onda promedio para diferentes genotipos en diferentes colores. Para la variable y dB, inserte el número que corresponde a la amplitud deseada, como 75, sin comillas. Para otras comparaciones, utilice la etiqueta de grupo correspondiente de los metadatos.</li>
</ol>

<ol><li>Gopal, K. V., Pierel, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Binaural+interaction+component+in+children+at+risk+for+central+auditory+processing+disorders%5BTitle%5D)+AND+%22Scandinavian+Audiology%22%5BJournal%5D)">Binaural interaction component in children at risk for central auditory processing disorders.</a> Scandinavian Audiology. 28 (2), 77-84 (1999).</li>
<li>Kujawa, S. G., Liberman, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adding+insult+to+injury%3A+Cochlear+nerve+degeneration+after+%26%2334%3Btemporary%26%2334%3B+noise-induced+hearing+loss%5BTitle%5D)+AND+%22Journal+of+Neuroscience%22%5BJournal%5D)">Adding insult to injury: Cochlear nerve degeneration after &#34;temporary&#34; noise-induced hearing loss.</a> Journal of Neuroscience. 29 (45), 14077-14085 (2009).</li>
<li>Salvi, R. J., Wang, J., Ding, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auditory+plasticity+and+hyperactivity+following+cochlear+damage%5BTitle%5D)+AND+%22Hearing+Research%22%5BJournal%5D)">Auditory plasticity and hyperactivity following cochlear damage.</a> Hearing Research. 147 (1-2), 261-274 (2000).</li>
<li>Schrode, K. M., Muniak, M. A., Kim, Y. H., Lauer, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Central+compensation+in+auditory+brainstem+after+damaging+noise+exposure%5BTitle%5D)+AND+%22eNeuro%22%5BJournal%5D)">Central compensation in auditory brainstem after damaging noise exposure.</a> eNeuro. 5 (4), (2018).</li>
<li>Patel, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SIRT3+promotes+auditory+function+in+young+adult+FVB%2FnJ+mice+but+is+dispensable+for+hearing+recovery+after+noise+exposure%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">SIRT3 promotes auditory function in young adult FVB/nJ mice but is dispensable for hearing recovery after noise exposure.</a> PLoS One. 15 (7), 0235491(2020).</li>
<li>Milinkeviciute, G., Chokr, S. M., Castro, E. M., Cramer, K. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CX3CR1+mutation+alters+synaptic+and+astrocytic+protein+expression%2C+topographic+gradients%2C+and+response+latencies+in+the+auditory+brainstem%5BTitle%5D)+AND+%22Journal+of+Comparative+Neurology%22%5BJournal%5D)">CX3CR1 mutation alters synaptic and astrocytic protein expression, topographic gradients, and response latencies in the auditory brainstem.</a> Journal of Comparative Neurology. 529 (11), 3076-3097 (2021).</li>
<li>Ison, J. R., Allen, P. D., Oertel, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deleting+the+HCN1+subunit+of+hyperpolarization-activated+ion+channels+in+mice+impairs+acoustic+startle+reflexes%2C+gap+detection%2C+and+spatial+localization%5BTitle%5D)+AND+%22Journal+of+the+Association+for+Research+in+Otolaryngology%22%5BJournal%5D)">Deleting the HCN1 subunit of hyperpolarization-activated ion channels in mice impairs acoustic startle reflexes, gap detection, and spatial localization.</a> Journal of the Association for Research in Otolaryngology. 18 (3), 427-440 (2017).</li>
<li>Chen, F., Zhao, F., Mahafza, N., Lu, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detecting+noise-induced+cochlear+synaptopathy+by+auditory+brainstem+response+in+tinnitus+patients+with+normal+hearing+thresholds%3A+A+meta-analysis%5BTitle%5D)+AND+%22Frontiers+in+Neuroscience%22%5BJournal%5D)">Detecting noise-induced cochlear synaptopathy by auditory brainstem response in tinnitus patients with normal hearing thresholds: A meta-analysis.</a> Frontiers in Neuroscience. 15, 778197(2021).</li>
<li>Santos-Filha, V. A., Samelli, A. G., Matas, C. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Noise-induced+tinnitus%3A+Auditory+evoked+potential+in+symptomatic+and+asymptomatic+patients%5BTitle%5D)+AND+%22Clinics%22%5BJournal%5D)">Noise-induced tinnitus: Auditory evoked potential in symptomatic and asymptomatic patients.</a> Clinics. 69 (7), 487-490 (2014).</li>
<li>Kochar, K., Srivastava, T., Maurya, R. K., Jain, R., Aggarwal, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+evoked+potential+%26+brainstem+auditory+evoked+potentials+in+acute+attack+%26+after+the+attack+of+migraine%5BTitle%5D)+AND+%22Electromyography+and+Clinical+Neurophysiology%22%5BJournal%5D)">Visual evoked potential & brainstem auditory evoked potentials in acute attack & after the attack of migraine.</a> Electromyography and Clinical Neurophysiology. 42 (3), 175-179 (2002).</li>
<li>Gedik, O., Husam, H., Basoz, M., Tas, N., Aksoy, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+coronavirus+disease+2019+on+the+hearing+system%5BTitle%5D)+AND+%22Journal+of+Laryngology+and+Otology%22%5BJournal%5D)">The effect of coronavirus disease 2019 on the hearing system.</a> Journal of Laryngology and Otology. 135 (9), 810-814 (2021).</li>
<li>Ozturk, B., Kavruk, H., Aykul, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Audiological+findings+in+individuals+diagnosed+with+COVID-19%5BTitle%5D)+AND+%22American+Journal+of+Otolaryngology%22%5BJournal%5D)">Audiological findings in individuals diagnosed with COVID-19.</a> American Journal of Otolaryngology. 43 (3), 103428(2022).</li>
<li>Dror, A. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auditory+performance+in+recovered+SARS-COV-2+patients%5BTitle%5D)+AND+%22Otology+%26+Neurotology%22%5BJournal%5D)">Auditory performance in recovered SARS-COV-2 patients.</a> Otology & Neurotology. 42 (5), 666-670 (2021).</li>
<li>Lin, F. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hearing+loss+and+incident+dementia%5BTitle%5D)+AND+%22Archives+of+Neurology%22%5BJournal%5D)">Hearing loss and incident dementia.</a> Archives of Neurology. 68 (2), 214-220 (2011).</li>
<li>Jafari, Z., Kolb, B. E., Mohajerani, M. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auditory+dysfunction+in+Parkinson%27s+disease%5BTitle%5D)+AND+%22Movement+Disorders%22%5BJournal%5D)">Auditory dysfunction in Parkinson's disease.</a> Movement Disorders. 35 (4), 537-550 (2020).</li>
<li>Swords, G. M., Nguyen, L. T., Mudar, R. A., Llano, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auditory+system+dysfunction+in+Alzheimer+disease+and+its+prodromal+states%3A+A+review%5BTitle%5D)+AND+%22Ageing+Research+Reviews%22%5BJournal%5D)">Auditory system dysfunction in Alzheimer disease and its prodromal states: A review.</a> Ageing Research Reviews. 44, 49-59 (2018).</li>
<li>Konrad-Martin, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Age-related+changes+in+the+auditory+brainstem+response%5BTitle%5D)+AND+%22Journal+of+the+American+Academy+of+Audiology%22%5BJournal%5D)">Age-related changes in the auditory brainstem response.</a> Journal of the American Academy of Audiology. 23 (1), 18-35 (2012).</li>
<li>Navntoft, C. A., Marozeau, J., Barkat, T. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cochlear+implant+surgery+and+electrically-evoked+auditory+brainstem+response+recordings+in+C57BL%2F6+mice%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Cochlear implant surgery and electrically-evoked auditory brainstem response recordings in C57BL/6 mice.</a> Journal of Visualized Experiments. (143), e59073(2019).</li>
<li>Gilels, F., Paquette, S. T., Beaulac, H. J., Bullen, A., White, P. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Severe+hearing+loss+and+outer+hair+cell+death+in+homozygous+Foxo3+knockout+mice+after+moderate+noise+exposure%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">Severe hearing loss and outer hair cell death in homozygous Foxo3 knockout mice after moderate noise exposure.</a> Scientific Reports. 7, 1054(2017).</li>
<li>Rubio, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auditory+brainstem+development+and+plasticity%5BTitle%5D)+AND+%22Current+Opinion+in+Physiology%22%5BJournal%5D)">Auditory brainstem development and plasticity.</a> Current Opinion in Physiology. 18, 7-10 (2020).</li>
<li>Polonenko, M. J., Maddox, R. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+parallel+auditory+brainstem+response%5BTitle%5D)+AND+%22Trends+in+Hearing%22%5BJournal%5D)">The parallel auditory brainstem response.</a> Trends in Hearing. 23, 2331216519871395(2019).</li>
<li>Shi, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Noise-induced+damage+to+ribbon+synapses+without+permanent+threshold+shifts+in+neonatal+mice%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Noise-induced damage to ribbon synapses without permanent threshold shifts in neonatal mice.</a> Neuroscience. 304, 368-377 (2015).</li>
<li>Lin, H. W., Furman, A. C., Kujawa, S. G., Liberman, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Primary+neural+degeneration+in+the+Guinea+pig+cochlea+after+reversible+noise-induced+threshold+shift%5BTitle%5D)+AND+%22Journal+of+the+Association+for+Research+in+Otolaryngology%22%5BJournal%5D)">Primary neural degeneration in the Guinea pig cochlea after reversible noise-induced threshold shift.</a> Journal of the Association for Research in Otolaryngology. 12 (5), 605-616 (2011).</li>
</ol>

Los autores no tienen conflictos de intereses.

El protocolo descrito en esta publicación debería ayudar a agilizar la adquisición de datos que describen las relaciones de amplitud de voltaje y los intervalos de latencia para ABR a clics y pips de tono. Al emplear comandos individuales en RStudio, un experimentador puede extraer, compilar y mostrar esta información en un solo documento para el análisis estadístico. Al hacer que este análisis sea rutinario, esperamos que el campo descubra nuevas formas en que el ABR puede ser alterado en el desarrollo, en el envejecimiento o por insulto en diferentes especies. Tal información podría ser valiosa para identificar mecanismos importantes similares a la sinaptopatía del ruido2. Los ratones jóvenes utilizados para este experimento tuvieron respuestas muy variables, probablemente porque el tronco cerebral auditivo todavía está madurando a esta edadde 20 años. No obstante, los dos métodos de cuantificación mostraron correlaciones muy fuertes (Figura 2). 
El script utiliza un archivo llamado "Time.csv" para establecer intervalos dentro de los datos para la identificación de picos. Brevemente, una amplitud de voltaje máxima que ocurre en un intervalo de tiempo especificado se etiqueta como "pico 1", un voltaje mínimo que ocurre en el siguiente intervalo se etiqueta como "valle 1", y así sucesivamente. Elegimos los intervalos para abarcar las latencias de las respuestas de pip de clic y tono para ratones CBA / CaJ de 1 mes a 12 meses de edad utilizando frecuencias que abarcan 8 kHz a 32 kHz. Utilizamos con éxito la herramienta para medir también las respuestas de pip de tono en ratones. Otras especies, incluidos los humanos, también tienen respuestas ABR dentro de ventanas similares, y anticipamos que esta herramienta también se puede usar para datos de otras especies. Recomendamos utilizar el nuevo método ABR paralelo para humanos21, que produce excelentes formas de onda. La limitación del intervalo de tiempo restringe el uso de esta herramienta a la evaluación de las respuestas inmediatas de ABR. Sin embargo, observamos que los datos de intervalo en este archivo podrían ser alterados por los usuarios para automatizar las mediciones de las respuestas ABR al habla o de los potenciales relacionados con eventos (ERP) que ocurren característicamente en diferentes momentos en respuesta al sonido.
Cabe destacar algunas características del tratamiento estadístico de estos datos. Hasta donde sabemos, el campo no tiene un tratamiento estandarizado para distinguir las progresiones de amplitud. Los primeros estudios utilizaron ANOVA22,23. Los datos de la serie de clics aquí (Figura 2) no fueron paramétricos, lo que llevó al uso de la prueba de suma de rangos de Kruskal-Wallis. Similar al ANOVA, la prueba de suma de rangos de Kruskal-Wallis evalúa las diferencias en los valores obtenidos en un nivel dado de un estímulo; es decir, compara las líneas obtenidas en el gráfico. Sin embargo, otros tratamientos también son posibles. Biológicamente, las progresiones de amplitud reflejan el reclutamiento adicional de neuronas de umbral más alto a medida que aumenta el nivel de estímulo. Esto sugiere que el área bajo la curva, que representa las integrales de las líneas, podría ser la medida más relevante. Las ecuaciones de estimación generalizadas (GEE) pueden utilizarse para modelar datos individuales para un análisis integral, como en Patel et al.5. En particular, el análisis GEE puede tener en cuenta el diseño de medidas repetidas de estos experimentos. A medida que más investigadores discutan los métodos de análisis de datos, anticipamos el surgimiento de un consenso sobre las mejores prácticas.
En conclusión, este documento presenta herramientas gratuitas y fáciles de usar para medir, compilar y visualizar formas de onda ABR. Estas herramientas pueden ser utilizadas por estudiantes novatos de RStudio siguiendo este protocolo, e incorporan un paso cegador para mejorar el rigor y la reproducibilidad. Prevemos que el análisis rutinario de la forma de onda ABR permitirá el descubrimiento de insultos, variantes genéticas y otros tratamientos que pueden afectar la función auditiva.

La respuesta auditiva del tronco encefálico (ABR) se utiliza con frecuencia para determinar los umbrales de audición en sujetos animales y bebés humanos. Como el ABR es un registro de electroencefalograma (EEG) de las primeras respuestas del sistema nervioso a los estímulos auditivos, lleva información adicional que refleja el disparo coordinado de las neuronas ganglionares espirales cocleares y el procesamiento temprano de señales en el tronco cerebral auditivo, incluido el procesamiento bilateral1. Estas respuestas pueden verse afectadas por el trauma del ruido. Por ejemplo, la exposición al ruido que es suficiente para inducir un cambio temporal del umbral en ratones también puede reducir permanentemente la amplitud del pico ABR 12. Además, tal trauma puede reducir las latencias entre picos y aumentar las amplitudes relativas de los picos posteriores3, posiblemente debido a una pérdida de regulación inhibitoria4. Además de estos hallazgos, se ha demostrado que mutaciones genéticas específicas alteran la forma de onda ABR en ausencia de trauma 5,6,7. Por lo tanto, el análisis rutinario de las formas de onda ABR puede proporcionar información sobre el sistema auditivo en modelos experimentales.
También ha habido interés en el uso de formas de onda ABR como una herramienta de diagnóstico para los pacientes. Informes anteriores han evaluado si el pico 1 de ABR se reduce en pacientes humanos después de la exposición al ruido o en pacientes con tinnitus 8,9. En particular, se ha informado que los ataques de migraña aumentan temporalmente las latencias entre picos durante varias semanas, después de lo cual la forma de onda ABR vuelve a la normalidad en los individuos afectados10. Se ha informado que COVID-19 impulsa alteraciones a largo plazo en las latencias interpico ABR11,12, aunque otro estudio reportó resultados diferentes 13. La pérdida de audición es a menudo comórbida con la demencia en el envejecimiento, y las personas con mayor pérdida auditiva tienden a experimentar demencia que avanza más rápidamente14. Los investigadores han investigado los cambios en la forma de onda ABR en enfermedades neurodegenerativas, como la enfermedad de Parkinson (revisada en Jafari et al.15) y la enfermedad de Alzheimer (revisada en Swords et al.16), así como en el envejecimiento normal 17. A medida que más investigadores y médicos investigan los déficits sensoriales como biomarcadores de enfermedades comunes en el envejecimiento, técnicas como ABR pueden convertirse en rutina en la atención médica.
Un examen de las secciones de métodos en la literatura revela que los laboratorios a menudo escriben scripts personalizados en MatLab para analizar formas de onda ABR. La plataforma ABR fabricada por Intelligent Hearing Systems tiene una función para el análisis de forma de onda, pero requiere que un operador seleccione manualmente los picos y valles. Aquí, hemos escrito rutinas de análisis semiautomatizadas para el entorno estadístico de código abierto y disponible gratuitamente R y la interfaz RStudio. Este informe compara los datos obtenidos utilizando nuestras rutinas con los datos obtenidos al hacer que un experimentador identifique manualmente los picos y valles y muestra que los datos de los dos métodos están fuertemente correlacionados. Es importante destacar que las rutinas incorporan una función de cegamiento, en la que los metadatos de las muestras se colocan en un archivo separado que no se incorpora hasta el final. Estas funciones han simplificado el análisis de forma de onda para nuestro laboratorio.

<table><tbody><tr><td>Ratones C57BL/6J&nbsp;</td><td>Jackson Labs</td><td>664</td><td></td></tr><tr><td>CBA/CaJ ratones</td><td>Jackson Labs</td><td>654</td><td></td></tr><tr><td>E-series PC</td><td>Dell</td><td>n/a (este equipo fue descontinuado)</td><td>Esto ejecuta el sistema IHS.</td></tr><tr><td>Cámara minianecoica</td> Industrial <td>Acoustics Company Número de</td><td>pedido especial 104306</td><td>Este recinto reduce los niveles de ruido para las pruebas auditivas de animales.</td></tr><tr><td>Optiplex 7040</td><td>Dell</td><td>i5-6500</td><td>Rstudio también se puede ejecutar en un sistema Mac o Linux.</td></tr><tr>Sistemas <td>auditivos inteligentes</td> <td>universales Smart Box</td><td>n/a (este equipo fue descontinuado)</td><td>Tanto TDT como IHS pueden emitir datos auditivos como archivos ASCII.</td></tr></tbody></table>

análisis semiautomatizado de la amplitud y latencia máximas para formas de onda de respuesta auditiva del tronco encefálico utilizando r

Semi-Automated Analysis of Peak Amplitude and Latency for Auditory Brainstem Response Waveforms Using R

Muchos informes en los últimos 15 años han evaluado los cambios en la forma de onda de la respuesta auditiva del tronco encefálico (ABR) después de insultos como la exposición al ruido. Los cambios comunes incluyen reducciones en la amplitud del pico 1 y las latencias relativas de los picos posteriores, así como una mayor ganancia central, que se refleja en un aumento relativo en las amplitudes de los picos posteriores en comparación con la amplitud del pico 1. Muchos experimentadores identifican los picos y valles visualmente para evaluar sus alturas y latencias relativas, que es un proceso laborioso cuando las formas de onda se recogen en incrementos de 5 dB en todo el rango de audición para cada frecuencia y condición. Este documento describe rutinas libres que pueden ejecutarse en la plataforma de código abierto R con la interfaz RStudio para semiautomatizar las mediciones de los picos y valles de las formas de onda de la respuesta auditiva del tronco encefálico (ABR). Las rutinas identifican las amplitudes y latencias de los picos y valles, las muestran en una forma de onda generada para su inspección, recopilan y anotan los resultados en una hoja de cálculo para el análisis estadístico y generan formas de onda promediadas para las figuras. En los casos en que el proceso automatizado identifica erróneamente la forma de onda ABR, existe una herramienta adicional para ayudar en la corrección. El objetivo es reducir el tiempo y el esfuerzo necesarios para analizar la forma de onda ABR para que más investigadores incluyan estos análisis en el futuro.

Probamos las rutinas en respuestas de forma de onda ABR a una serie de clics, comenzando en 75 dB y disminuyendo en incrementos de 5 dB a 5 dB. Estos datos fueron obtenidos como se describió anteriormente19. También probamos la herramienta en datos de pip de tono y obtuvimos resultados similares. Los datos ABR de la mayoría de los sistemas ABR se pueden exportar como archivos .txt (ASCII). Cargamos archivos ABR ASCII en una computadora y los abrimos en RStudio como se describe en el protocolo. Después de ejecutar la rutina FindPeaks.R en forma de lote, obtuvimos formas de onda de muestra con etiquetado automatizado (Figura 1) y un archivo .csv con los resultados. Los resultados se revisaron para eliminar picos irrelevantes. Para validar el etiquetado automatizado, también utilizamos la capacidad del programa ABR para etiquetar manualmente los primeros cinco picos y valles en cada forma de onda obtenida con la serie de clics descrita anteriormente. El experimentador que realiza esta tarea tenía 2 años de experiencia registrando y analizando datos ABR. La Figura 2 muestra esta comparación, con los datos automatizados de FindPeaks.R en rojo y los datos obtenidos manualmente en negro. Cada seguimiento representa los datos de un solo ratón. También se muestra el promedio de ambos métodos con una desviación estándar. Los resultados obtenidos por FindPeaks.R se correlacionan fuertemente con los resultados obtenidos manualmente (ver Figura Suplementaria S4).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/64737/64737fig01.jpg"> Figura 1: Respuesta representativa de la forma de onda a un estímulo de clic de 75 dB para un ratón F1 joven. La latencia en milisegundos se traza en el eje x, y la amplitud en microvoltios se traza en el eje y. Los picos se identificaron automáticamente con FindPeaks.R y se etiquetaron en rojo, mientras que los valles se etiquetan en azul. <a href="https://www.jove.com/files/ftp_upload/64737/64737fig01large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/64737/64737fig02.jpg"> Figura 2: Comparación de los datos obtenidos de los picos identificados manualmente con los datos proporcionados por el análisis FindPeaks.R. (A, C, E, G, I) Las amplitudes en microvoltios y latencias (B, D, F, H, J) en milisegundos se representan para niveles de sonido entre 5 dB y 75 dB (eje x, todos los gráficos) para picos I-V en las formas de onda obtenidas para estímulos de clic presentados a 12 ratones. Los valores obtenidos manualmente (negro) se comparan con los mismos conjuntos de datos analizados con FindPeaks.R (rojo). Los promedios se trazan como líneas pesadas, con la región sombreada representando una desviación estándar. No se observaron diferencias entre los métodos cuando se evaluaron con la prueba de suma de rangos de Kruskal-Wallis (A, diferencia = 0,0547977 ± 0,0010028, max = 0,96, p = 0,9216; B, diferencia = −0,0001734 ± 0,0001214, máximo = 0,04, p = 0,8289; C, diferencia = −0,0212209 ± 0,0006806, max = 0,92, p = 0,9687; D, diferencia = −0,0011047 ± 0,0001556, max = 0,06, p = 0,771; E, diferencia = −0,0323077 ± 0,0006169, max = 0,66, p = 0,899; F, diferencia = −0,0072189 ± 0,0001460, máximo = 0,04, p = 0,8644; G, diferencia = 0,201754 ± 0,0007407, máximo = 0,64, p = 0,9312; H, diferencia = −0,0007018 ± 0,0001717, máximo = 0,09, p = 0,8013; I, diferencia = 0,0347561 ± 0,0007343, máximo = 1,05, p = 0,8856; J, diferencia = −0,0078049 ± 0,0002762, max = 0,16, p = 0,886), y los resultados estuvieron altamente correlacionados (valores chi-cuadrado: A, 0,009696; B, 0,046684; C, 0,0015395; D, 0,084742; E, 0,016102; F, 0,029153; G, 0,0074604; H, 0,063322; I, 0,020699; J, 0,020544; diferencias presentadas como media ± SEM; max = diferencia máxima absoluta). <a href="https://www.jove.com/files/ftp_upload/64737/64737fig02large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
Figura complementaria S1: Análisis con FindPeaks.R. (A) Selección del directorio de trabajo (ver paso de protocolo 3.2); (B) cargar el programa (ver protocolo paso 3.3). <a href="https://www.jove.com/files/ftp_upload/64737/64737_SuppFig1.pdf" target="_blank">Haga clic aquí para descargar este archivo.</a>
Figura suplementaria S2: Salida de script y comandos para el análisis de las formas de onda. Comandos para (A) archivos individuales y (B) procesamiento por lotes. (C) Archivo PDF de salida que muestra formas de onda con picos y valles etiquetados. Consulte el paso 3.4 del protocolo. <a href="https://www.jove.com/files/ftp_upload/64737/64737_SuppFig2.pdf" target="_blank">Haga clic aquí para descargar este archivo.</a>
Figura complementaria S3: Verificación del análisis. (A) Carga de los datos de forma de onda (consulte el paso 4.1 del protocolo). (B) Ubicación del botón Ejecutar aplicación . También se indica el archivo de datos de ejemplo. (C) Ventana brillante con una forma de onda. En este caso, el nivel de sonido es de 75 dB, como se indica en la ventana superior. Al hacer clic en un pico deseado y en el siguiente valle, se registran los datos de amplitud y latencia en la tabla (paso de protocolo 4.6). Se muestran los datos del pico 3. <a href="https://www.jove.com/files/ftp_upload/64737/64737_SuppFig3.pdf" target="_blank">Haga clic aquí para descargar este archivo.</a>
Figura complementaria S4: Comparación de los datos individuales obtenidos de los picos identificados manualmente con los datos proporcionados por el análisis FindPeaks.R. (A, C, E, G, I) Las amplitudes en microvoltios y latencias (B, D, F, H, J) en milisegundos se representan para niveles de sonido entre 5 dB y 75 dB (eje x, todos los gráficos) para picos I-V en formas de onda obtenidas para estímulos de clic presentados a 12 ratones. Cada animal está etiquetado con un color único, como se muestra en la leyenda. Los datos obtenidos con FindPeaks.R se etiquetan con colores sólidos, mientras que los datos obtenidos manualmente se etiquetan con versiones menos saturadas de los mismos colores. Si bien ambos conjuntos de datos se trazan en esta figura, cuando son idénticos, solo una línea es aparente. <a href="https://www.jove.com/files/ftp_upload/64737/64737_SuppFig4.pdf" target="_blank">Haga clic aquí para descargar este archivo.</a>

Este artículo describe la medición semiautomática de las amplitudes y latencias de los primeros cinco picos y valles en la forma de onda de respuesta auditiva del tronco encefálico. Una rutina adicional compila y anota los datos en una hoja de cálculo para el análisis del experimentador. Estas rutinas informáticas gratuitas se ejecutan utilizando el paquete estadístico de código abierto R.

Análisis semiautomatizado de la amplitud y latencia máximas para formas de onda de respuesta auditiva del tronco encefálico utilizando R

Many reports in the last 15 years have assessed changes in the auditory brainstem response (ABR) waveform after insults such as noise exposure. Common ...

Las respuestas auditivas del tronco encefálico se recopilan rutinariamente para determinar los umbrales de audición. La forma de onda ABR contiene información adicional sobre la actividad del tronco encefálico, pero anteriormente, muchos investigadores han tenido que analizarlos manualmente. Los scripts de R funcionan con el software de R en el marco RStudio para semiautomatizar el análisis de forma de onda ABR.Son gratuitos y fáciles de usar. Nuestra esperanza es que el análisis rutinario de la forma de onda ABR permita estudios posteriores para evaluar la relevancia de este procesamiento auditivo precognitivo en el diagnóstico. Para comenzar, exporte la respuesta auditiva del tronco encefálico o la grabación ABR como un archivo ASCII.Para IHS, abra el programa informático, cargue el archivo de interés y muestre las formas de onda deseadas en una página. En la pestaña de datos, seleccione Guardar página como ASCII para obtener un archivo txt. Después de asignar un nombre al archivo de datos correctamente con un ID, registre el ID y la información del sujeto en un archivo de metadatos denominado info.csv, asegurándose de no incluir ninguna información como el genotipo, sexo, edad o tratamiento en el ID.Repita los pasos con todos los archivos a analizar como archivos ID separados y obtenga los metadatos. Descargue e instale los programas R y RStudio desde sus respectivos sitios web. Luego instale las bibliotecas requeridas, tidyverse, Shiny, Plotly y Zoo, con los comandos requeridos en la ventana de comandos de RStudio.A continuación, descargue los scripts findpeaks. r y see_trace_click. r desde White Lab GitHub, así como la hora del archivo asociada.csv.Cree una nueva carpeta llamada Carpeta de prueba para colocar todos los archivos ASCII, info. csv, y tiempo.csv. Dentro de la carpeta de prueba, cree una subcarpeta denominada ASCII Folder y coloque los archivos ASCII.Abra los findpeaks. r script en RStudio haciendo clic derecho en la pestaña del script en la barra de herramientas para seleccionar el directorio de trabajo establecido y establecerlo en Carpeta de prueba. En la ventana de script, haga clic en Fuente en la parte superior derecha de la barra de herramientas para cargar el programa.A continuación, en la ventana de comandos, utilice los comandos para analizar las formas de onda en los modos de procesamiento individual y por lotes. Cargue los datos de la forma de onda para el individuo específico usando el comando. A continuación, en la ventana abierta de see_trace_click.r script en RStudio, haga clic en el botón Ejecutar aplicación en el encabezado y espere a que aparezca una nueva ventana interactiva. En el cuadro de la parte superior izquierda, introduzca el nivel de sonido para la forma de onda que requiere revisión y busque la forma de onda que se muestra en la ventana. Mueva el cursor alrededor de la forma de onda para revelar la latencia y la amplitud en cualquier punto.Para registrar los datos de latencia y amplitud, haga clic en el pico correcto y luego copie / pegue los datos en el archivo csv. Repita el proceso para registrar los datos del valle después de un pico inmediato y calcule la medición de amplitud restando la amplitud del valle de la amplitud del pico en la celda de la hoja de cálculo. Transferir lo verificado.csv a una nueva subcarpeta denominada Peak Data en la carpeta de prueba para anexar los datos. A continuación, combine los metadatos ejecutando el comando. Para realizar un análisis estadístico de los datos compilados, utilice una prueba de normalidad como la prueba de Shapiro-Wilk para evaluar la distribución de los datos mediante la ejecución de la función.Si la prueba de Shapiro-Wilk no es significativa, significa que el conjunto de datos tiene una distribución normal. Por lo tanto, evalúe los datos con una prueba paramétrica como ANOVA ejecutando la función. Si la prueba de Shapiro-Wilk es menor que P es igual a 0,05, utilice la prueba de suma de rangos de Kruskal-Wallis u otra medida no paramétrica apropiada.Finalmente, muestre las formas de onda promedio ejecutando el comando. En la respuesta de forma de onda del estímulo de clic de 75 decibelios para un ratón F1 joven, los picos y valles se identificaron automáticamente con findpeaks.r. Las formas de onda entre 5 y 75 decibelios se obtienen de los picos y picos identificados manualmente.r fueron comparados. Los promedios se trazan como líneas pesadas con la región sombreada representando una desviación estándar y los resultados obtenidos por findpeaks. r se correlaciona fuertemente con los resultados manuales.Al intentar este procedimiento, recuerde establecer el directorio de trabajo, ya que es muy crucial. El script de R designa picos y valles en función de las ventanas de latencia para el ABR del ratón implementado con la hora. CSV.Esto puede ser modificado por los usuarios para cuantificar otras formas de onda EEG.

semi-automated-analysis-peak-amplitude-latency-for-auditory-brainstem

Research

Investigación

JoVE Journal

Neuroscience

Neurociencia

Este video muestra un método para registrar las respuestas auditivas del tronco encefálico (ABRs) de las crías de rata. Describe los pasos para la colocación de electrodos, la aplicación de estímulos sonoros y el análisis de procesamiento de señales en el tronco encefálico para evaluar las respuestas neuronales.

Registro de las respuestas auditivas del tronco encefálico en un cachorro de rata

Este video muestra el procedimiento para implantar un dispositivo coclear en un ratón sordo y aplicar estímulos eléctricos para registrar las respuestas auditivas del tronco encefálico. Este procedimiento permite comprender los mecanismos básicos de la audición eléctrica y puede contribuir a los avances en la tecnología de implantes cocleares y la neurociencia auditiva.

Registro de las respuestas auditivas del tronco encefálico evocadas eléctricamente en un ratón sordo

Fuente: Lee, D., et. al. Condiciones experimentales modificadas para la pérdida auditiva inducida por ruido en ratones y evaluación de la función auditiva y el daño de las células ciliadas externas. J. vis. exp. (2023)Este video muestra la medición de la respuesta auditiva del tronco encefálico (ABR) en un ratón. Se colocan electrodos en la cabeza, detrás de la oreja y cerca de la cola de un ratón anestesiado. Se emiten estímulos acústicos a varias intensidades y las señales eléctricas...

Medición de la respuesta auditiva del tronco encefálico en ratones

La electroencefalografía de alta densidad (dEEG) se utiliza cada vez más para estudiar el desarrollo y la plasticidad del cerebro en los primeros años de vida. Aquí presentamos una aplicación de técnicas de análisis sofisticadas que se basan en el registro tradicional de EEG para comprender la dinámica oscilatoria del procesamiento auditivo rápido en el cerebro infantil.

Procesamiento Auditivo Infantil y oscilaciones cerebrales relacionados con eventos

El impulso respiratorio central se encuentra en el tronco encefálico. La salida motora respiratoria espontánea de un tronco encefálico aislado se registra colocando un electrodo en la cuarta raíz ventral. Este enfoque experimental es valioso para las investigaciones farmacológicas o la evaluación de los desafíos respiratorios y las manipulaciones genéticas en el comportamiento motor rítmico.

Electrofisiología en aislados Preparativos Cord-tronco cerebral espinal de roedores recién nacidos permite la grabación de salida de red neuronal Respiratorio

Este protocolo describe métodos para registrar la respuesta auditiva del médula oblonga de crías de rata postnatal. Para examinar el desarrollo funcional de las células de pelo externas, el procedimiento experimental de la abrazadera del remiendo de célula entera en aisladas células de pelo externas se describe paso a paso.

Respuesta auditiva del médula oblonga y la célula de pelo externa celulares parche abrazadera grabación en ratas postnatales

La audiometría de respuesta evocada por el tronco cerebral es una herramienta importante en la neurofisiología clínica. Hoy en día, la audiometría de respuesta evocada con tronco encefálico también se aplica en la ciencia básica y los estudios preclínicos que involucran modelos animales farmacológicos y genéticos. Aquí proporcionamos una descripción detallada de cómo las respuestas del tronco cerebral auditivo se pueden registrar y analizar con éxito en ratones.

Adquisición y análisis de datos en Brainstem Evocada Audiometría de Respuesta en Ratones

El barorreflejo es un mecanismo de regulación de la frecuencia cardíaca por el sistema nervioso autónomo en respuesta a los cambios en la presión arterial. Describimos una técnica quirúrgica para implantar transmisores de telemetría para la medición continua y simultánea del electrocardiograma y la presión arterial en ratones. Esto puede determinar la sensibilidad barorrefleja espontánea, un marcador pronóstico importante para la enfermedad cardiovascular.

Implantación de ECG telemétrico combinado y transmisores de presión arterial para determinar la sensibilidad barorrefleja espontánea en ratones conscientes

Este protocolo está diseñado para explorar los cambios electrofisiológicos subyacentes relacionados con el aprendizaje en sujetos con sordera profunda después de un corto período de entrenamiento en sustitución sensorial audiotáctil mediante la aplicación de la técnica de potencial relacionado con eventos.

Evaluación del entrenamiento de sustitución sensorial audiotáctil en participantes con sordera profunda utilizando la técnica de potencial relacionado con el evento

La caja de herramientas BrainBeats es un complemento de EEGLAB de código abierto diseñado para analizar conjuntamente señales de EEG y cardiovasculares (ECG/PPG). Incluye la evaluación de potenciales evocados por latidos cardíacos (HEP), análisis basado en características y extracción de artefactos cardíacos a partir de señales de EEG. El protocolo ayudará a estudiar la interacción cerebro-corazón a través de dos lentes (HEP y características), mejorando la reproducibilidad y la accesibilidad.

BrainBeats como plugin de EEGLAB de código abierto para analizar conjuntamente señales EEG y cardiovasculares

El software ValsalvaAnalyzer incluye funciones para analizar el electrocardiograma continuo latido a latido y las mediciones de la presión arterial (PA) registradas durante la maniobra de Valsalva (VM). Los biomarcadores clínicos calculados y los resultados estimados del modelo proporcionan información sobre la regulación simpática y parasimpática de la frecuencia cardíaca y la PA durante la VM.

Software para el análisis de datos de series temporales de frecuencia cardíaca y presión arterial de la maniobra de Valsalva

Aprende a analizar formas de onda de respuesta auditiva del tronco encefálico utilizando R de forma semiautomatizada. Este método mide amplitudes y latencias de picos y valles para estudiar la actividad del tronco encefálico.

Análisis semiautomatizado de la amplitud y latencia máximas para formas de onda de respuesta auditiva del tronco encefálico utilizando R (Video) | JoVE Journal

Análisis semiautomatizado de la amplitud y latencia máximas para formas de onda de respuesta auditiva del tronco encefálico utilizando R

Explorar más videos