Article de méthode

Un protocole d’électrophysiologie à mesure récompense Anticipation et le traitement chez les enfants

10K vues

⸱

DOI :

10.3791/58348

⸱

4 octobre 2018

 , 
1Graduate School of Education, University of California, Riverside, 2Psychology Department, University of California, San Diego

Dans cet article

Résumé

Ce protocole est conçu pour mesurer l’anticipation de la récompense et le traitement chez les jeunes enfants avec et sans autisme. Plus précisément, le protocole vise à étudier les corrélats neurones de la récompense lors de conditions sociales et dérangées tout en contrôlant la récompense entre les conditions.

Résumé

Nous présentons un protocole conçu pour mesurer les corrélats neurones de récompense chez les enfants. Le protocole permet aux chercheurs de mesurer l’anticipation de la récompense et le traitement. Son but est de créer une tâche de récompense qui est appropriée pour les jeunes enfants avec et sans autisme tout en contrôlant les propriétés de récompenser entre deux conditions : social et dérangé. Le protocole actuel permet des comparaisons de l’activité cérébrale entre les conditions sociales et dérangé récompense tout en gardant la récompense elle-même identiques entre les conditions. Utilisant ce protocole, nous avons trouvé des preuves que les enfants neurotypiques démontrent activité cérébrale anticipation accrue au cours de la condition sociale. En outre, nous avons constaté que les enfants neurotypiques anticipent récompense sociale plus robuste que les enfants avec autisme Diagnostics. Comme la tâche utilise des collations en récompense, il est plus approprié pour les jeunes enfants. Toutefois, le protocole peut être adapté pour une utilisation avec les populations adolescentes ou un adultes si les collations sont remplacées par des incitations monétaires. Le protocole est conçu pour mesurer les événements électrophysiologiques (potentiels liés à l’événement), mais il peut être personnalisé pour une utilisation avec l’oculométrie ou IRMf.

Introduction

Troubles du spectre autistique (TSA) est un trouble du développement caractérisé par une déficience en communication sociale (verbale et non verbale) et la présence d’intérêts restreints et/ou des comportements répétitifs1. Étant donné que DMPS est hypothétiquement pour être axée sur le plan neurologique,2,3, il n’est pas surprenant que la recherche en neurosciences impliquant des enfants autistes est devenu très répandue durant la dernière décennie. Bien que plusieurs théories sur la base du cerveau de l’ASD ont été proposés, un en particulier qui a attiré l’attention de beaucoup de recherches est l' hypothèse de motivation sociale4. En bref, l’hypothèse de motivation sociale stipule que les enfants autistes s’engagent dans l’interaction sociale moins que leur généralement en développement (TD) pairs parce que l’interaction sociale n’est pas comme enrichissante pour eux. Chevallier et coll. procéder à un examen de la motivation sociale hypothèse5. Parce que cette hypothèse est directement liée au système de récompense, spécifiquement ou non le système TSA est sensible aux informations sociales, plusieurs études ont examiné le système de récompense sociale l’ASD6,7, 8 , 9 , 10 , 11 , 12. les résultats de ces études ont divergé, avec des indices donnant que le système de récompense dans l’ASD est hypoactifs d’informations sociales et dérangées, et d’autres suggérant que le système de récompense des fonctions généralement pour nonsocial informations, mais sont hypoactifs aux stimuli sociaux. Une des raisons possibles de ces résultats contradictoires concernent le stimulus et la méthodologie utilisées dans les protocoles. Il est difficile de faire correspondre les récompenses sociales et dérangés dans un contexte expérimental ; par exemple, plusieurs études ont utilisé une image d’un visage souriant comme la récompense sociale, et la récompense dérangée est monétaire (par exemple, récupérer de l’argent une fois l’expérience complète7,8,,11). Bien que ces études fournissent une base importante pour de futures recherches, il est difficile de déterminer si oui ou non les conclusions se rapportent aux différences sociales contre la réactivité non-sociaux récompense au DMPS ou si elles sont dues aux différences entre récompense conditions.

Le protocole actuel vise à enquêter sur le système de récompense de haut-fonctionnement des enfants autistes à l’aide d’électrophysiologie. Pour explorer les différences entre les enfants avec et sans DMPS basée sur l’anticipation de la récompense, la négativité qui précède le stimulus (SPN) a été mesurée. Le SPN est un composant d’ondes lentes qui reflète une attente d’un stimulus de récompense13. L’importance du SPN est généralement conceptualisé comme anticipation émotionnelle14,15,16 et est censé être reflétée par l’activité de l’insula17,18. Le SPN est souvent mesuré après que les participants effectuent une réponse motrice et avant l’apparition de la rétroaction au cours d’une tâche décisionnelle19,20. Le SPN est sensible à la grandeur de la récompense et est constamment plus grand en récompense contre des conditions de non-récompense15,16,21. Si le nom SPN est généralement mesuré au cours de tâches décisionnelles, des chercheurs ont signalé que le SPN peut être observé lorsque vous anticipez des stimuli affectifs à venir sans aucune tâche22,23,24. Un des objectifs essentiels du protocole actuel sont d’effectuer une tâche expérimentale dans laquelle les récompenses entre les conditions sociales et dérangées sont mises en correspondance pour éliminer le potentiel confond. Un autre objectif est de tester les jeunes enfants âgés de 6 à 11 ans. Par conséquent, le protocole peut servir comme une tâche récompense adaptée à l’âge que les enfants peuvent trouver attachants sans devenir frustré.

Protocole

Procédures avec des participants humains ont été approuvées par l’humain sujet Research Ethics Comité/institutionnel Review Board à l’Université de Californie à Riverside et University of California, San Diego.

1. préparation de stimuli

Remarque : Les procédures décrites ci-dessous sont spécifiques à une suite d’édition disponible dans le commerce (voir Table des matières) ; Cependant, autre logiciel de retouche photo peut certainement servir.

  1. Préparer une série de visage émotionnelle photographies25 classés en deux expressions faciales (heureux et tristes). À l’aide perçue antérieurement évaluations comportementales, choisissez photos avec cotes d’émotion très précis (dont plus de 80 % des participants ont identifié l’émotion correctement)25.
    Remarque : Dans notre protocole, il y avait 33 visages adultes choisis (18 femmes, 15 hommes). Des 18 femelles, 9 sont de race blanche, 4 sont afro-américains, et 5 sont des Américains d’origine asiatique. Des 15 mâles, 9 sont caucasien, 6 sont des Afro-américains, et aucune américains d’origine asiatique. Dans ce cas, photos ont déjà été recadrées et placés sur un fond blanc. Il est important de noter que l’ensemble de la NimStim des expressions du visage a été évalué et normé par adultes25. Ainsi, il est possible que les enfants ou adolescents peuvent percevoir les expressions faciales différemment des adultes qui est normé les images.
  2. Normaliser les stimuli de l’expression émotionnelle
    1. À l’aide d’une suite d’édition de photos, éditer des photographies pour être en niveaux de gris, puis les enregistrer (dans le logiciel utilisé ici, cela se fait en sélectionnant Image | Mode | Niveaux de gris).
    2. Assurez-vous que la résolution est de 72 pixels/pouce et que la largeur du fichier est de 8,5 pouces et la hauteur est de 11 pouces.
    3. À l’aide d’une règle, modifier la largeur de la photo (en pixels) jusqu'à la hauteur de visage 11 cm de l’extérieur des cheveux d’un côté à l’extérieur des cheveux sur l’autre côté et 14 cm depuis le début de la racine des cheveux vers le bas du menton.
  3. Créer le visage brouillé des stimuli de flèche
    1. Télécharger le plugin « scramble » (http://telegraphics.com.au/sw/product/Scramble).
    2. Extraire le fichier ZIP et déplacez-le vers « plug-ins » à l’intérieur du dossier de l’application de la salle de montage.
    3. Dans la programme de retouche photo, créez une forme « personnalisée » dans les options de forme . Assurez-vous que la forme est une flèche.
    4. Ouvrir les images émotionnelles face une à la fois. Utilisez l’outil sélection pour sélectionner uniquement le visage et pas le fond.
    5. Sélectionnez le filtre | Telegraphics | Scramble | OK.
    6. Sélectionnez fenêtre | Couches (cela devrait produire une fenêtre « layers » sur le côté).
    7. Double cliquez sur arrière-plan, puis cliquez sur OK et le renommer en couche 0 (n’importe quel nom est très bien).
    8. Faites un clic droit sur l’outil de forme dans la barre de menu de gauche et choisir la forme de flèche personnalisé.
    9. Faites glisser la forme de la flèche au milieu de l’image brouillée.
    10. Utilisez Ctrl + T pour faire glisser la flèche au milieu de l’image et ajuster la taille est identique à l’image du visage (par exemple, 11 x 14 cm).
    11. Utilisez l’outil angle afin que des visages heureux, la flèche doit faire face vers le haut et pour les visages tristes, la flèche doit faire face vers le bas.
    12. Cliquez sur le calque 0 ou le nom donné à l’étape 1.3.7.
    13. Sélectionnez les calques | Groupe avec le précédent.
    14. Cliquez sur Select-all | Modifier | Copie fusionnée.
    15. Créez un nouveau fichier avec la flèche sur fond blanc en sélectionnant fichier | Nouveau. Le nouveau fichier devrait être de 8,5 x 11 pouces avec une résolution de 72 pixels/pouce.
    16. Enregistrez les fichiers.
      Remarque : Après que celles-ci sont enregistrées, il faudrait des photographies de personnes avec des expressions tristes, des expressions heureux et les versions brouillées. La photographie brouillée avec la flèche vers le haut est l’image dérangé pour l’heureux, et la photographie brouillée avec la flèche vers le bas est l’image dérangé pour triste.
  4. Création d’images de la récompense
    1. Trouver une image de craquelins goldfish (sans rien d’autre dans le cadre) et le télécharger sur l’ordinateur.
    2. Ouvrez l’image de craquelins goldfish dans une suite d’édition de photos et modifiez-la pour être en niveaux de gris.
    3. Créer deux poissons rouges des images de biscuit : 1) celui de nuances de gris et 2) qui est barrée (par exemple, a un cercle/ovale environnante avec une ligne au milieu).
    4. À l’aide de la copie de | Pâte, placez les images du cracker de poissons rouges intactes autour des images heureux (p. ex., le vers le haut flèche de pointage et souriant personnes).
    5. À l’aide de la copie de | Pâte, placez les images du cracker de poisson rouge barré autour des images tristes (par exemple, le vers le bas flèche de pointage et froncer les sourcils de personnes).
  5. Préparer les stimuli dans le logiciel de présentation d’électrophysiologie (EEG)
    1. Créez deux blocs de stimuli dans un package de logiciels de présentation EEG. Un pâté de maisons sera sociale (par exemple, les photos de souriant et froncer les sourcils faces) et l’autre sera dérangés (par exemple, les images du haut et en bas face à flèches).
    2. Pseudo-randomiser l’ordre des stimuli dans chaque bloc telle qu’aucune image produit plusieurs fois dans une rangée et telle que le participant ne voit pas plus que trois, triste ou en bas face à flèches ou heureux/le haut face à flèches d’affilée.
    3. Mis en place chaque essai pour contenir les éléments suivants : une fixation en croix ; 2 coffres avec points d’interrogation (le participant utilisera un bouton pour indiquer un choix entre la boîte de gauche et de droite) ; une flèche pointant vers la boîte le participant choisit par voie de presse bouton ; et vos commentaires (les stimuli créés ci-dessus).
      Remarque : Bien que les participants choisissent la boîte de gauche ou de droite, si correcte (par exemple, le visage heureux ou flèche vers le haut vers l’entouré de poissons rouges intactes) ou incorrecte (par exemple, triste visage ou face vers le bas flèche entourée de barré rétroaction de cyprin doré) montrée est pré-programmé par la randomisation décrite à l’étape 1.5.2. Ainsi, les participants peuvent se sentir qu’ils sont deviner correctement ou incorrectement, mais en réalité, le choix n’affecte pas quelle image de rétroaction est montré.
    4. Afficher chaque procès est basé sur les durées suivantes : fixation 1) cross pour 500 ms, 2) deux boîtes avec des points d’interrogation à l’intérieur pour 3000 ms, 3) deux boîtes avec des points d’interrogation à l’intérieur, avec une flèche pointant vers la zone choisie par le participant pour 2000 ms et 4) Commentaires (< C34>e.g., visage ou le visage brouillés images) pour 1000 Mme Voir la Figure 1.
      Remarque : Si les participants ne parviennent pas à répondre (par voie de presse bouton) dans les 3000 ms, les extrémités du procès et le procès suivant commence. L’angle visuel attendu est un angle visuel horizontal de 14,5 ° et l’angle visuel vertical de 10,67 °.

2. comportements procédures

  1. Recruter les participants avec ou sans diagnostic de TSA basé sur les directives de l’Institutional Review Board.
  2. Administrer des tests cognitifs (par exemple, Wechsler abrégé Scale of Intelligence, WASI26) à tous les participants pour confirmer que les enfants ont des scores cognitifs dans la moyenne basse à moyenne portée (p. ex., une IQ à grande échelle d’au moins 70) .
    NOTE : Il a été déterminé que les enfants avec grande échelle IQs au-dessous de 70 aurait probablement mal à comprendre et se souvenir des directions de la tâche. Par conséquent, un seuil de IQ de 70 a été choisi comme critère d’exclusion pour la participation.
  3. Pour les participants avec un diagnostic antérieur de DMPS, gérer le calendrier d’observation diagnostic autisme ((deuxième édition, ADOS-2)27 pour confirmer leur admissibilité.

3. enregistrement EEG

  1. Mettre en place les participants.
    1. Veiller à ce que chaque participant est assis dans un confortable fauteuil dans une pièce faiblement éclairée et ajuster la chaise pour particuliers sont 72 cm de l’écran de l’ordinateur. Fournir un bref cours d’instruction sur la procédure.
      Remarque : Dans cette étude, les participants ont dit ce qui suit : « vous pourrez jouer un jeu de devinettes - à l’instar de pick-a-main, sauf sur l’ordinateur. Vous verrez 2 coffres avec points d’interrogation en eux, et puis vous allez utiliser cette boîte de bouton choisir si vous pensez que le droit ou boîte de gauche est celui de droite. Si vous pensez que la zone de gauche est celui de droite, appuyez sur le bouton gauche. Si vous pensez que la case de droite est celui de droite, appuyez sur le bouton droit. Une fois que vous choisissez, vous verrez les boîtes avec les points d’interrogation et d’une flèche au milieu montrant que celui que vous avez choisi. Vous verrez alors si vous avez droit. Pour chacun d’eux vous obtenez droite, vous obtiendrez 1 craquelins goldfish. Si vous n’aimez pas de poisson rouge, vous pouvez négocier pour les collations aux fruits. Quand vous l’obtenez droite, vous verrez un anneau de craquelins goldfish. Cela signifie que vous obtenez un poisson rouge pirate ! Lorsque vous vous trompez, vous verrez un anneau de barré craquelins goldfish. Quand vous vous trompez, vous ne perdrez aucun poisson rouge, vous ne gagnez pas juste toute cette époque. L’ordinateur va garder une trace de combien cyprin doré, vous obtenez, et puis je vais vous donner que beaucoup après que nous sommes tous fait. » Après le tutoriel, demandez aux participants, « Ok, donc ce que vous allez faire ? » suivie, « Que verrez-vous lorsque vous faire les choses ? » et « Ce que vous verrez lorsque vous vous trompez ? » pour confirmer qu’ils comprennent la tâche. Si elles ne semblent pas comprendre, l’expliquer à nouveau jusqu'à ce qu’ils sont capables de répondre correctement à ces questions.
  2. Utilisez un bouchon EEG avec 32 électrodes Ag/AgCl dans le système international 10-20, avec vertical supplémentaire (VEOG) et horizontaux (HEOG) électrodes, pour capturer des mouvements oculaires.
  3. Mesurer la tête du participant pour déterminer quel cap taille capde à la taille de la tête.
  4. À l’aide d’une aiguille émoussée, gel avant la PAC en injectant du gel conducteur dans les électrodes.
  5. Connectez le capuchon de l’EEG à l’ampli avec un filtre passe-bas à 70 Hz, un filtre passe-haut directement couplés (DC), un filtre notch 60Hz et fréquence d’échantillonnage de 500 Hz.
  6. Monter le capuchon de l’EEG à la tête du participant telles que l’électrode « Cz » est placé au milieu du cuir chevelu (par exemple, au milieu du nasion à inion) selon le système des 10-20.
  7. À l’aide d’une aiguille émoussé ou un bâton en bois stérile, agiter à l’intérieur de l’électrode à déplacer les cheveux et laisser le contact du cuir chevelu.
  8. Utiliser un impédancemètre (ou l’ordinateur de l’EEG) pour s’assurer que l’impédance est au-dessous de 10 KΩ pour un système de basse impédance et en dessous de 50 KΩ pour un système à haute impédance.
  9. Une fois toutes les électrodes sur la PAC montrent des niveaux acceptables d’impédance, placez les électrodes HEOG et VEOG. Placer les électrodes HEOG au canthus de chaque œil et les électrodes VEOG au-dessus et au-dessous de le œil.
  10. Si toutes les électrodes ont des niveaux d’impédance au-dessus des seuils acceptables, mentionnés plus haut, enregistrez-les dans un cahier ou sur l’ordinateur.
  11. Commencer les blocs expérimentaux, contrebalançant l’ordre des blocs (p. ex., dérangé et sociale) entre les participants. S’assurer que l’ordinateur de l’EEG est l’enregistrement, l’ordinateur de l’EEG et enregistrement ordinateur sont synchronisées et les événements sont envoyés correctement.
  12. Donner aux participants les sauts de 30 secondes après que chaque 15 essais (environ toutes les 2-3 minutes) pour leur permettre d’aller là si nécessaire.
    NOTE : Même si aucune directives explicites ont été donnés aux enfants au sujet de la circulation, les participants ont dit puisse en faire des pauses « se tortille sur », « dégage une énergie », ou d’effectuer tout autre mouvement qu’ils voulaient.
  13. Entre les blocs, donner aux participants une pause plus longue (environ 5 minutes). Après chaque bloc, ont les participants de remplir une échelle de Likert 4-question sur combien ils ont apprécié le jeu de devinette et combien de fois ils se sentaient qu’ils pouvaient obtenir des réponses correctes.
  14. Après les deux blocs sont terminés et les participants ont rempli les deux questionnaires de Likert, enlever le capuchon de l’EEG et leur permettre de se laver les cheveux.
    1. Fournir le paiement (ou un équivalent de « prix ») pour les participants et leurs familles.
    2. Nettoyer et stériliser le bouchon de l’EEG.

4. traitement des données EEG

Remarque : Les procédures et les commandes décrites dans cette section sont spécifiques aux EEGLAB et ERPlab boîtes à outils28.

  1. Dans ERPlab, filtrer les données de l’EEG à l’aide d’un filtre passe-haut du filtre.01 Hz et passe-bas de 30 Hz.
  2. Jeter (dans ERPlab) ou d’interpoler (dans EEGLAB) mauvais canaux qui semblent avoir une impédance élevée et/ou ont posé des problèmes pendant l’enregistrement (par exemple, a perdu le contact avec la peau pendant l’enregistrement).
  3. En utilisant les opérations de canaux EEG GUI (dans ERPlab), re-référencer les données de l’EEG en utilisant la moyenne des électrodes mastoïde droite et gauche (mastoïdien électrodes ont été choisis comme la référence en raison de ne pas avoir un tableau dense électrode, auquel cas, les experts parfois vous suggérons d’utiliser la référence moyenne29, et parce que la moyenne des deux électrodes mastoïde est moins problématique pour les effets de la latéralité versus un seul mastoïdien30).
  4. Si vous utilisez la moyenne des électrodes mastoïde pour re-référencement, ces deux électrodes doivent fournir un signal clair. Si aucune des électrodes mastoïdien a un signal de mauvaise qualité (par exemple, avec une impédance élevée) ou perdu le contact avec la peau pendant l’enregistrement, ne pas utiliser les données du participant pour l’analyse.
  5. Utilisez le menu déroulant EVENTLIST dans ERPlab pour créer un EEG Eventlistet attribuer des codes de l’ordinateur de la relance des emplacements à l’aide de BINLISTER.
  6. En utilisant le menu de liste déroulante extrait des époques de base bin en ERPlab, segmenter les données EEG continues en époques de stimulus-verrouillé et base correcte. Pour mesurer la négativité qui précède le stimulus (SPN), utilisez epoch de-2200 à 100 ms (ligne de base de-2200 à ms-2000). Pour mesurer la transformation de récompense ou activité après stimulation cérébrale, utilisez epoch de -200 à 800 ms (ligne de base de -200 à 0 ms).
  7. Tracer les données dans EEGlab et marquer et jeter des époques qui semblent contenir des artefacts de clin d’oeil-non (par exemple, trop de bruit ou mouvement de moteur).
  8. Choisissez Exécuter ICA sur les données epoched.
  9. Tracer les composants indépendants (sélectionnez parcelle | Les activations de composant) et d’identifier tous les artefacts de mouvements oculaires et clignote.
  10. Supprimer les composants identifiés comme des mouvements oculaires ou artefacts clin œil. Pour vérifier si les composants marqués pour suppression sont responsables des mouvements oculaires, choisissez tracer les données du procès unique de visualiser les données avec les composants identifiés supprimés. Une fois le clignote et les mouvements oculaires sont enlevés, accepter la suppression de composants identifiés.
  11. Dans les outils de ERPlab, sélectionnez rejet d’artefact dans les données epoched | Déplacement des procédure de crête à crête de fenêtre. Dans la présente étude, un 200 ms, déplacer la fenêtre, pas de fenêtre de 100 ms et 150 mV tension seuil ont été utilisés.
  12. Calculer les moyennes ERPs. Assurez-vous d’utiliser les paramètres par défaut, qui prévoient que toutes les époques marquées pour suppression est ignoré de la puissance apparente rayonnée moyenne.
  13. Pour analyser l’activité cérébrale moyenne survenant avant l’apparition des stimuli, extraction (à l’étape 4.11) devrait avoir lieu au cours des dernières 200 ms avant le début de la stimulation (par exemple, -210 à-10 ms) des électrodes d’intérêt.
    1. Dans le cas de la négativité qui précède le stimulus (SPN), électrodes d’intérêt comprennent : F3/F4, C3/C4, P3/P4 et T5/T6 (à noter que dans certains systèmes, les électrodes temporelles dans cette région sont étiquetés T6/T7 ou T3/T4).
      Remarque : -210 à ms-10 a été choisie dans ce protocole plutôt que de -200 à 0 ms pour éviter la contamination par l’activité cérébrale sans rapport avec le nom principal de service (par exemple, le début de l’activité neurale lorsque les stimuli de rétroaction est affiché à 0 ms).
  14. Pour exporter des données numériques pour analyse, utilisez l' outil de mesure d’ERP.
    Remarque : Cet outil permet aux chercheurs de spécifier le temps de latence ou information d’amplitude, les fenêtres de temps d’intérêt et les électrodes d’intérêt. Amplitude peut être calculée comme le pic local dans une fenêtre de temps donné, ou comme l’amplitude moyenne d’une fenêtre de temps donné.
  15. Télécharger les données numériques au format .txt. Au besoin, exporter les données vers excel ou copier et coller dans un programme d’analyse statistique (p. ex., SPSS ou JMP).

5. traitement des différences pour l’analyse de l’ERSP

  1. Commencer par le fichier créé à l’étape 4.11 (par exemple, le fichier epoched dans toutes les procédures de rejet artefact complète).
  2. Utiliser le EEGlab plug-in « newtimef » pour obtenir une heure x fréquence transform avec les valeurs de chaque point dans le temps, fréquence et le procès.
  3. Pour mesurer l’activité de la bande alpha anticipative, calculer les valeurs moyennes de 8 à 12 Hz.
  4. Calculer la moyenne activation précédant l’apparition de la rétroaction (p. ex., -2200 à-100 ms avec la base de-2200 à ms-2000) dans les mêmes électrodes utilisées pour le SPN.
  5. Pour calculer l’asymétrie alpha avant feedback, soustraire la puissance de journal dans l’hémisphère gauche de l’hémisphère droit.
    Remarque : Pour calculer l’activation ERSP après l’apparition de vos commentaires, données devraient être ré-analysés et regroupées en époques à l’aide d’une fenêtre de temps différents (par exemple, -200 à 800 ms avec base de -200 à 0 ms).

6. analyse statistique

  1. Collez les données numériques extraites dans la section 4 (étapes 4.11 et 4.12) dans un programme statistique (p. ex., SPSS ou JMP).
  2. Conduite d’ANOVA à mesures répétées dans le logiciel de statistique pour les valeurs moyennes des ERP de comparer l’activité cérébrale entre les hémisphères (gauche, droite), électrodes (frontale, centrale, temporal, pariétal), les conditions (visage, flèche) et les groupes (autisme trouble du spectre, développant en général).
    NOTE : Hémisphère, la position de l’électrode et condition sont des facteurs d’intra-sujets, et le groupe est un facteur inter-sujets.
    1. Si position hémisphère ou électrode n’est pas statistiquement significative, s’effondrer dans l’ensemble pour des analyses.
    2. Si la relation entre les mesures comportementales (par exemple, le score de gravité ADOS) et ERP est intéressante, les analyses de corrélation peuvent être exécutées.

Résultats

La conception d’expériences à comparer systématiquement l’activité cérébrale avec social par rapport à des stimuli de récompense non sociale est complexe, en raison de la difficulté inhérente à assimiler les avantages sociaux et non sociaux. La figure 1 représente le stimulus d’un protocole expérimental conçu pour étudier des réponses neuronales pour récompenser tout en contrôlant les propriétés récompense. Plus précisément, ce paradigme a été conçu pour (i) garder récompenses cohérente entre les essais sociaux et dérangés, (ii) contrôle des propriétés de stimulation physique entre essais sociaux et dérangés et (iii) être adaptée à l’âge de 6 à 11 ans enfants avec et sans autisme.

La figure 2 illustre les réponses ERP que les participants prévoient des stimuli sociaux et non sociaux. Il est à noter que car le protocole actuel a été conçu pour mesurer l’anticipation de récompense (le SPN), les époques affichées sont en grande partie avant le début de vos commentaires (qui interviennent en 0 ms dans les chiffres). Ces résultats suggèrent que généralement en développement des enfants (TD) anticipent des stimuli de récompense accompagnées des visages plus robuste que les enfants autistes. En outre, bien que les enfants de TD anticipent le visage des stimuli significativement plus de non-face des stimuli, enfants autistes ne montrent pas évidemment des différences significatives dans l’activité cérébrale entre les conditions.

figure-results-1
Figure 1 : Schéma de présentation du stimulus et timing. Rétroaction sur la condition sociale (visage) est indiquée dans la colonne de gauche. Commentaires pour la condition de (non-visage) dérangée sont montré dans la colonne de droite. Commentaires sur les « bonnes » réponses sont affiché sur le dessus, et commentaires sur les « mauvaises » réponses sont indiqué ci-dessous. Ce chiffre est ré-imprimé avec la permission de12. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

figure-results-2
Figure 2 : Grand était en moyenne de formes d’ondes pour les enfants de TD et ceux atteints d’un Ted de la SPN en réponse à sociale/visages (à gauche) et nonsocial/flèches (à droite). Enfants de TD sont représentées par un trait plein et enfants autistes par une ligne pointillée. La zone située entre -210 et ms-10, utilisés pour l’analyse statistique, est mis en évidence avec une zone grisée. Ce chiffre est modifié par une précédente publication6. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure. 

Discussion

L’article décrit le stimulus, les processus de collecte de données et analyse des données de l’ERP dans un paradigme de récompense pour les enfants. Dans ce paradigme, les enfants jouent un jeu de devinettes semblable à pick-a-main sur l’ordinateur et voir commentaires pour savoir si leur proposition est correcte ou incorrecte. ERP résultats pour anticipation de récompense (activité cérébrale avant le début de la rétroaction) correspondaient à la négativité qui précède le stimulus (SPN). Entre les conditions, les résultats suggèrent que les enfants TD anticipent des stimuli de récompense accompagnées des visages plus fortement que des stimuli de récompense accompagnées d’images non-face6. Entre les groupes d’enfants, les résultats suggèrent que les enfants TD anticipent stimulus visage que significativement plus que les enfants atteints d’autisme do. Ces résultats sont passionnants, puisqu’ils fournissent d’importantes informations sur comment sociale et dérangée information sont attendu chez les enfants atteints d’autisme. Ceci est particulièrement important pour faire avancer la compréhension des mécanismes neuronaux de l’autisme et le soutien à l’hypothèse de motivation sociale. Ces résultats fournissent des informations utiles pour la création et le raffinement des interventions, car il souligne l’importance de la motivation sociale pour les enfants autistes ; par exemple, il peut être important pour les interventions d’explicitement tenter d’augmenter la valeur de la récompense des partenaires sociaux à une incidence directe sur la motivation sociale dans cette population.

Ce protocole est utile pour mesurer l’activité cérébrale préventive chez les enfants avec et sans DMPS, et les données fournissent la preuve que ce type d’activité cérébrale peut être obtenu avec succès et de façon fiable chez les enfants âgés de plus de 6 ans. En outre, cette méthode permet de sociale et conditions dérangées à comparer directement sans la présence de confond relatifs aux propriétés de la récompense (la récompense pour les bonnes réponses étant poisson rouge dans les deux conditions). Dans le protocole actuel, visages ont été brouillés et une forme de flèche a été créée. Cette procédure conserve les propriétés de stimulation physique des visages dans la condition nonsocial (non-face). Ce protocole peut être utile pour des recherches futures en sous-groupes de DMPS (par exemple, certains enfants autistes sont socialement plus motivés que d’autres) et pourraient être utilisés afin de mieux comprendre pourquoi certains enfants répondent plus efficacement que d’autres à certaines interventions.

Il y a des limites à l’approche actuelle qui doit être pris en considération. Tout d’abord, le paradigme décrit ci-dessus est utile pour les enfants âgés de 6 à 11 ans avec et sans DMPS ayant des fonctions cognitives dans la moyenne. Données du projet pilote de développement généralement les enfants de moins de 6 n’ont pas réussies, comme les enfants ont été induits en erreur par les directions et ne comprenaient pas les instructions du jeu. Dans le protocole actuel, les critères d’exclusion incluent une note IQ grandeur nature inférieure à 70. Par conséquent, le paradigme actuel peut ne pas convenir pour les enfants avec un mental ou de l’âge chronologique inférieur à 6. Toutefois, il peut être possible de modifier le protocole actuel n’est approprié pour les personnes à plus faible QI et les jeunes enfants. Quelques modifications pour le rendre plus appropriées pour les jeunes enfants tels que les tout-petits sont actuellement à l’étude. Ces modifications incluent changeant la tâche pour être passif (par exemple, avoir des enfants montre des stimuli qui apparaissent à intervalles prévisibles dans un modèle de bloc) et en utilisant un paradigme de S1/S224. Dans une telle conception, le contenu de S1 fiable fournit des informations sur le contenu de S2 (par exemple, si S1 est un carré alors S2 sera un visage ; si S1 est un cercle, puis S2 sera une flèche). Par ailleurs, la structure de synchronisation du paradigme actuel pourrait servir à créer un protocole auditif anticipé.

Dans TSA, il serait intéressant d’utiliser le discours par rapport aux groupes non vocal et de mesurer l’activité cérébrale chez les enfants autistes non verbaux et ont du mal à répondre aux instructions ou aux stimuli visuels31. Associés à la première limitation, il convient de noter que les résultats auprès d’enfants autistes qui ont des fonctions cognitives dans la moyenne ne sont probablement pas représentant du spectre autistique ensemble - qui, par définition, saisit un large éventail de niveaux de fonctionnement. Par conséquent, ces résultats représentatifs ne peuvent être appliqués à tous les enfants autistes. Enfin, il est important de noter que les stimuli utilisés dans le protocole actuel ont été normés par adultes plutôt que les enfants. Par conséquent, les études futures devraient envisager d’utiliser un ensemble de stimuli de mimiques normés par des enfants.

Déclarations de divulgation

Les auteurs n’ont rien à divulguer.

Remerciements

Nous remercions tous les enfants et les familles qui ont participé aux protocoles décrits. Édition de taxes ont été payé par des produits de cerveau.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Casque EEGElectroCap InternationalE1-SM/ E1-S/XSMElectro-Cap - Petit (50-54 cm)/Electro-Cap - Petit/Très Petit
NeuroScan 4.5Logiciel d’enregistrement Neuro Scanhttps://compumedicsneuroscan.com/tag/scan/EEG
Stim2Neuro Scanhttps://compumedicsneuroscan.com/product/stim2-precise-stimulus-presentation/Stimulus Logiciel de présentation
JMP Pro 11  ;SAShttps://www.jmp.com/en_us/software/buy-jmp.htmlLogiciel d’analyse statistique
NimStim Face Stimulus Set  ;N/A, images open source  ;Open source, disponible à https://www.macbrain.org/resources.htm  ;Images de visage  ;
EEGlabN/A, logiciel gratuitN/A, logiciel gratuitLogiciel d’analyse EEG (téléchargement gratuit)
ERPlabN/A, logiciel gratuitN/A, logiciel gratuitLogiciel d’analyse EEG (téléchargement gratuit)
PhotoshopPhotoshophttps://www.photoshop.comAdobe Photoshop, logiciel de retouche d’images
Photoshop 'scramble' plug-inTelegraphicshttp://telegraphics.com.au/sw/product/Scrambleplug-in Photoshop pour brouiller les images  ;
NUAMPS EEG AMPLIFIERdNeuro Scanhttp://compumedicsneuroscan.com/wp-content/uploads/NuAmps-Brochure.pdfamplificateur EEG  ;

Références

  1. Association, P. Diagnostic and Statistical Manual of Mental Disorders: DSM 5. , (2013).
  2. Mundy, P. The neural basis of social impairments in autism: the role of the dorsal medial-frontal cortex and anterior cingulate system. Journal of Child Psychology and Psychiatry. 44 (6), 793-809 (2003).
  3. Neuhaus, E., Beauchaine, T. P., Bernier, R. Neurobiological correlates of social functioning in autism. Clinical Psychology Reviews. 30 (6), 733-748 (2010).
  4. Dawson, G., Webb, S. J., McPartland, J. Understanding the nature of face processing impairment in autism: insights from behavioral and electrophysiological studies. Developmental Neuropsychology. 27 (3), 403-424 (2005).
  5. Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., Schultz, R. T. The social motivation theory of autism. Trends in Cognitive Science. 16 (4), 231-239 (2012).
  6. Stavropoulos, K. K., Carver, L. J. Reward anticipation and processing of social versus nonsocial stimuli in children with and without autism spectrum disorders. Journal of Child Psychology and Psychiatry. 55 (12), 1398-1408 (2014).
  7. Kohls, G., et al. Reward system dysfunction in autism spectrum disorders. Social Cognitive and Affective Neuroscience. 8 (5), 565-572 (2013).
  8. Scott-Van Zeeland, A. A., Dapretto, M., Ghahremani, D. G., Poldrack, R. A., Bookheimer, S. Y. Reward processing in autism. Autism Research. 3 (2), 53-67 (2010).
  9. Dichter, G. S., Richey, A., Rittenberg, A. M., Sabatino, A., Bodfish, J. W. Reward Circuitry Function in Autism During Face Anticipation and Outcomes. Journal of Autism and Developmental Disorders. 42, 147-160 (2012).
  10. Richey, J. A., et al. Common and distinct neural features of social and non-social reward processing in autism and social anxiety disorder. Social Cognitive and Affective Neuroscience. 9 (3), 367-377 (2014).
  11. Delmonte, S., et al. Social and monetary reward processing in autism spectrum disorders. Molecular Autism. 3, 1-13 (2012).
  12. Stavropoulos, K. K., Carver, L. J. Oscillatory rhythm of reward: anticipation and processing of rewards in children with and without autism. Molecular Autism. 9, 4(2018).
  13. Damen, E. J., Brunia, C. H. Changes in heart rate and slow brain potentials related to motor preparation and stimulus anticipation in a time estimation task. Psychophysiology. 24 (6), 700-713 (1987).
  14. Chwilla, D. J., Brunia, C. H. Event-related potentials to different feedback stimuli. Psychophysiology. 28 (2), 123-132 (1991).
  15. Kotani, Y., et al. Effects of information and reward on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 40 (5), 818-826 (2003).
  16. Kotani, Y., Hiraku, S., Suda, K., Aihara, Y. Effect of positive and negative emotion on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 38 (6), 873-878 (2001).
  17. Kotani, Y., et al. The role of the right anterior insular cortex in the right hemisphere preponderance of stimulus-preceding negativity (SPN): an fMRI study. Neuroscience Letters. 450 (2), 75-79 (2009).
  18. Kotani, Y., et al. Source analysis of stimulus-preceding negativity constrained by functional magnetic resonance imaging. Biological Psychology. 111, 53-64 (2015).
  19. Brunia, C. H., van Boxtel, G. J. M., Böcker, K. B. E. The Oxford Handbook of Event-Related Potential Components. , Oxford University Press. (2011).
  20. van Boxtel, G. J. M., Böcker, K. B. E. Cortical Measures of Anticipation. Journal of Psychophysiology. 18 (2-3), 61-76 (2004).
  21. Ohgami, Y., Kotani, Y., Hiraku, S., Aihara, Y., Ishii, M. Effects of reward and stimulus modality on stimulus-preceding negativity. Psychophysiology. 41 (5), 729-738 (2004).
  22. Takeuchi, S., Mochizuki, Y., Masaki, H., Takasawa, N., Yamazaki, K. Stimulus preceding negativity represents arousal induced by affective picture. International Congress Series. (1278), (2005).
  23. Parker, A. B., Gilbert, D. G. Brain activity during anticipation of smoking-related and emotionally positive pictures in smokers and nonsmokers: a new measure of cue reactivity. Nicotine & Tobacco Research. 10 (11), 1627-1631 (2008).
  24. Poli, S., Sarlo, M., Bortoletto, M., Buodo, G., Palomba, D. Stimulus-preceding negativity and heart rate changes in anticipation of affective pictures. International Journal of Psychophysiology. 65 (1), 32-39 (2007).
  25. Tottenham, N., et al. The NimStim set of facial expressions: judgments from untrained research participants. Psychiatry Research. 168 (3), 242-249 (2009).
  26. Wechsler, D. Wechlser Abbreviated Scale of Intelligence (WASI). The Psychological Corporation. , (1999).
  27. Lord, C., et al. Autism Diagnostic Observation Schedule: ADOS-2. Western Psychological Services. , (2012).
  28. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213(2014).
  29. Luck, S. J. An introduction to the event-related potential technique. , MIT Press. (2005).
  30. Bruder, G. E., Kayser, J., Tenke, C. E. Oxford handbook of event-related potential components. , Oxford University Press. (2012).
  31. Yau, S. H., McArthur, G., Badcock, N. A., Brock, J. Case study: auditory brain responses in a minimally verbal child with autism and cerebral palsy. Frontiers in Neuroscience. 9, 208(2015).

Réimpressions et autorisations

Étiquettes

Récompense socialerécompense non socialebonnet EEGpotentiels évoquésboîtier à boutonstests cognitifsimpédancemètreélectrodes de mouvement oculaire
Un protocole d’électrophysiologie à mesure récompense Anticipation et le traitement chez les enfants
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d’utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.