November 15th, 2014
La recherche sur l’exclusion sociale s’est considérablement développée ces dernières années. À mesure que le domaine s’étend, il est impératif de développer des méthodologies sophistiquées permettant de mesurer simultanément les résultats neuronaux et comportementaux pendant l’exclusion sociale. Ce protocole utilise les potentiels cérébraux liés aux événements pour enregistrer l’activité neuronale en cours pendant les interactions sociales informatisées.
L’objectif global de cette procédure est d’obtenir des mesures de l’activité neuronale et des états émotionnels autodéclarés au cours d’interactions sociales informatisées. Ceci est accompli en créant d’abord les stimuli informatisés pour le programme. La deuxième étape consiste à programmer l’interaction sociale informatisée de la cyberball.
Ensuite, l’activité neuronale du participant est enregistrée pendant l’interaction sociale. La dernière étape consiste à traiter les données neuronales hors ligne après l’achèvement du protocole Cyber Ball. En fin de compte, le protocole de cyberballe lié à l’événement est utilisé pour montrer l’activité neuronale associée à chaque moment dans le cadre d’une interaction sociale dynamique en cours.
Le principal avantage de cette technique par rapport aux méthodes existantes telles que les questionnaires après interaction ou la technologie FMRI, est qu’elle permet d’examiner chaque type d’événement au sein d’une interaction ainsi que l’activité neuronale dynamique au sein de chaque événement et entre les événements. Pour commencer, utilisez un programme de retouche photo pour créer des images individuelles pour chaque partie des lancers dans le cyberball. Décomposez chacun des lancers d’un joueur à l’autre en cadres de lancer individuels qui sont affichés l’un après l’autre.
Ensuite, ajoutez des étiquettes, des noms ou des images à chaque cadre de plaid. Incluez une image pour représenter le participant humain en tant que joueur du bas à l’écran. Notez quelle image de chaque séquence de projection est la trame informative pour cette projection.
Il s’agit de la première image des séquences de lancer qui fournit des informations aux joueurs sur la destination spécifique du lancer. Assurez-vous qu’il y a des séquences de lancers créant un lancer de chaque joueur à chaque autre joueur à l’écran. Chaque séquence de projection doit avoir le même nombre de trames de projection et la trame informative doit être notée sur chacune d’elles.
L’étape suivante consiste à créer un fichier de séquence à l’aide d’un logiciel de présentation de stimulus pour détailler la séquence exacte des événements dans l’interaction sociale de la cyberball. Pour le fichier de séquence, spécifiez les images de projection spécifiques, la synchronisation des images à l’écran et le séquençage des images. Définissez également la nature de l’événement, la réponse requise par le participant humain et l’ordre général des événements.
Pour créer l’interaction souhaitée, spécifiez toutes les spécificités mentionnées ci-dessus dans le code de programmation. Pour chaque événement dans le fichier de séquence, répétez les étapes pour chaque séquence. Fichier créé Ensuite, ordonnez chacune des images de lancer dans le bon ordre dans le fichier de séquence afin que le premier lancer de balle soit effectué sans erreur d’un joueur à l’autre.
Créez des séquences ordonnées similaires dans le fichier pour chaque type de lancer parmi les joueurs afin que chaque type de lancer soit représenté dans le fichier de séquence. Insérez un marqueur lié à un événement. Chaque fois qu’une trame informative est présentée dans le fichier de séquence afin que la présentation de cette trame puisse être marquée dans le fichier.
En enregistrant l’activité neuronale du participant, codez ce marqueur pour représenter la nature de l’événement en utilisant des chiffres pour représenter les joueurs. Si le joueur de gauche est le premier joueur, le joueur du bas est le deuxième joueur et le joueur de droite est le troisième joueur. Le code un à trois est utilisé pour représenter un lancer du joueur de gauche au joueur de droite afin de permettre au participant humain de choisir librement quel joueur recevra le prochain lancer après la création du participant humain.
Si alors énoncés, le participant humain disposera d’un pavé de réponse ou d’une souris pour sélectionner l’action suivante. Après avoir reçu un lancer de balle, créez des boucles et des instructions if then dans le fichier de séquence pour représenter l’action de jeu souhaitée et permettre au programme de passer de manière appropriée à l’événement suivant, quelles que soient les sélections du participant humain. Ensuite, lancez des compteurs dans le programme pour changer la nature du jeu afin que le programme ne devienne pas apparent pour le joueur humain.
Utilisez ces compteurs pour changer l’action du jeu et supprimer les schémas de jeu tout au long du jeu afin de mieux donner l’apparence d’un jeu en direct spontané entre les joueurs. Enfin, développez différents fichiers de séquences afin d’étudier différents types d’interactions sociales. Faites en sorte que ces interactions soient largement inclusives pour les exclusifs ou partiellement inclusives ou exclusives pour le participant humain, selon la nature de la question de recherche.
Pour commencer les enregistrements neuroélectriques, préparez les participants à l’électroencéphalographie ou à l’EEG conformément aux directives de la Société de recherche psychophysiologique. Après avoir placé le capuchon d’électrode sur la tête du participant et préparé les électrodes, référencez les électrodes en ligne à une électrode placée au point médian. Ensuite, placez des électrodes d’argent et de chlorure d’argent centrées au-dessus et au-dessous de l’orbite droite et près du campus externe de chaque œil et collectez l’activité électrographique bipolaire verticale et horizontale.
Pour surveiller les mouvements oculaires, enregistrez l’activité EEG à l’aide d’un logiciel d’analyse EEG afin de traiter davantage les données neuronales. Lorsque vous êtes prêt à commencer le test, demandez au participant de s’asseoir confortablement et de répondre en appuyant sur un bouton pour déterminer où lancer la balle après avoir reçu un lancer dans l’interaction. Démarrez le programme de cyberballe sur la présentation du stimulus et commencez à enregistrer sur l’acquisition de données EEG, enregistrez l’activité EEG sur ordinateur pendant toute la durée de l’interaction avec la cyberball.
Une fois l’interaction arrêtée, arrêtez d’enregistrer les données EEG. Après la séance, retirez le capuchon EEG et fournissez au participant un débriefing complet sur la nature du protocole de cyberballe et le but des manipulations de l’interaction sociale. Pour commencer à traiter les données, corrigez les clignements d’yeux.
À l’aide d’un filtre spatial, cette procédure en plusieurs étapes génère un clignement oculaire moyen à l’aide de l’analyse des composantes principales pour créer un filtre spécifiquement sensible aux clignements d’yeux. Ensuite, créez des époques verrouillées par stimulus par rapport au marqueur d’événement qui a été inséré dans le fichier EEG continu. Exécutez ces époques de moins 900 millisecondes à 1800 millisecondes par rapport au marqueur inséré, ce qui équivaut à la durée totale de chaque projection de six images à l’aide de l’option de transformation de données pour corriger les différences de ligne de base entre les époques en supprimant l’activité de base moyenne avant le stimulus de chaque LOPA.
Filtrez les époques et rejetez toutes les époques avec des artefacts électriques qui dépassent plus ou moins 75 microvolts. Ensuite, faites la moyenne des réponses neuronales pour chaque type d’événement dans les blocs de tâches cyberball, combinez les différents types d’événements pour créer trois catégories d’événements majeurs. Lance au participant de l’un ou l’autre joueur, lance du participant à l’autre joueur et lance sans inclure le participant entre les deux autres joueurs.
Enfin, combinez les événements des joueurs informatisés dans les types d’événements les plus intéressants pour le participant humain ou l’inclusion et les jets loin du participant humain ou excluants. Ce graphique montre les formes d’onde représentatives de l’ERP par type de projection et type de bloc. Le graphique de gauche affiche les formes d’onde en FCZ, qui est un site médian frontal central, et le graphique de droite affiche les formes d’onde en pz, qui est un site médian pariétal.
Le graphique montre les différences entre les deux composantes de l’ERP, le N deux et le P trois en fonction de la nature de l’événement social, et ce n’est pas la nature globale de l’interaction sociale. Les modifications de l’activité neuronale au cours de l’interaction sociale peuvent être appliquées à différents composants ERP et sites d’électrodes, comme le montre la forme d’onde pour FCZ et pz. Les composantes N deux et P trois présentent des amplitudes plus grandes plus tôt dans le processus d’exclusion par rapport à plus tard dans le processus d’exclusion.
D’autres méthodes, comme varier la nature de l’interaction pour inclure plus de joueurs, différents degrés d’inclusion et d’exclusion, ou permettre aux participants d’être témoins de l’exclusion avant de s’engager dans une interaction sociale, peuvent être utilisées pour répondre à des questions supplémentaires telles que : à quelle vitesse les modèles d’activité neuronale se rétablissent-ils après divers épisodes d’exclusion ? Le nombre de partenaires influence-t-il l’activité liée à l’exclusion, et le fait d’être témoin d’exclusion modifie-t-il sa propre réaction neuronale à l’exclusion ?
View the full transcript and gain access to thousands of scientific videos
Cette étude se concentre sur la mesure de l'activité neuronale et des sentiments auto-déclarés lors d'interactions sociales informatisées, en utilisant spécifiquement le protocole de balle virtuelle. La méthodologie vise à capturer à la fois les résultats comportementaux et neuronaux dans le contexte de l'exclusion sociale.
Understanding the temporal dynamics of social exclusion provides mechanistic insights into behavioral health pathways relevant to neuropsychiatric drug discovery. Real-time neural and behavioral measurement during dynamic social interactions enables de-risking of target hypotheses related to social cognition and emotional regulation. This approach supports predictive confidence in early discovery by linking neural biomarkers to behavioral outcomes in disease-relevant systems.
The method integrates into early discovery workflows by providing real-time neural and behavioral readouts that inform target validation and assay development for neuropsychiatric indications.