Utilisation de l'inégalité du modèle de course pour quantifier les effets de l'intégration multisensorielle comportementale

L’établissement d’une méthode reproductible pour calculer l’ampleur des effets de l’intégration multisensorielle est important, car il facilitera la facilitation de futures recherches translationnelles dans diverses populations cliniques. Le principal avantage de notre technique est que nous sommes en mesure de quantifier un phénotype robuste d’intégration multisensorielle qui est par la suite associé à d’importants résultats cognitifs et moteurs dans le vieillissement, comme l’équilibre, les chutes, la démarche et les fonctions exécutives. Commencez par utiliser un logiciel de présentation stimulus pour programmer une expérience simple de temps de réaction avec trois conditions expérimentales, visuelle seule, somatosensory seul, et simultané visuel-somatosensory.

Utilisez un générateur de stimulus avec trois boîtes de commande. Les boîtes de commande gauche et droite contiennent des diodes électroluminescentes bleues bilatérales qui illuminent pour la stimulation visuelle et les moteurs bilatéraux avec l’amplitude de vibration de 0,8 G qui vibrent pour la stimulation somatosensory, aussi bien que le logement en plastique pour les stimulateurs. Ensuite, placez une boîte de commande factice centrale équidistante à partir des boîtes de commande gauche et droite, et fixez un autocollant cible visuel pour servir de point de fixation.

Une fois l’expérience mise en place, escortez le participant jusqu’à la salle d’essai. Que le participant s’assoie debout et repose confortablement ses mains sur les cases de contrôle gauche et droite. Placez stratégiquement les index sur les moteurs vibratoires montés à l’arrière de la boîte de commande et les pouces à l’avant de la boîte de commande sous les LED, pour ne pas bloquer la lumière.

Assurez-vous que les stimuli somatosensoriels sont inaudibles en fournissant aux participants des écouteurs sur lesquels le bruit blanc continu est joué à un niveau confortable. Que le participant utilise une pédale située sous le pied droit comme plaquette d’intervention. Enfin, demander au participant de répondre à chaque stimulus le plus rapidement possible, qu’il le ressente, qu’il le voit ou qu’il le ressente et qu’il le voit.

Commencez l’analyse en excluant les participants qui ne sont pas en mesure d’atteindre une précision de 70 % correcte ou supérieure à une seule condition de stimulation. Considérez les essais inexacts si un participant ne répond pas à un stimulus dans la période de réponse définie, et définissez le temps de réaction correspondant, ou RT, à l’infini plutôt que d’exclure l’essai de l’analyse. Les données RT sont triées dans l’ordre croissant par l’état expérimental.

Placez les conditions visuelles, somatosensory et VS dans des colonnes séparées de données RT triées. Assurez-vous que chaque ligne représente un essai et que chaque cellule représente la RT réelle. Notez, n’utilisez pas de procédures de coupe de données qui suppriment les RT très lents, car cela biaisera la distribution des données RT. Assurez-vous que les TR qui sont clairement aberrants sont réglés à l’infini.

Ensuite, pour biner les données RT, identifier le RT le plus rapide et le plus lent. Soustrayez le RT le plus lent du plus rapide afin de calculer la plage rt de l’individu dans toutes les conditions d’essai. Bin RT données de la 0% à la 100% en 5% par incréments en prenant le RT le plus rapide et progressivement ajouter 5% à la gamme rt précédemment calculé jusqu’à ce que 100% des données RT est comptabilisé, pour aboutir à 21 bacs de temps. Ensuite, dans une feuille de calcul informatique, utilisez une fonction de fréquence où le tableau un est égal aux RT réels pour l’une des conditions expérimentales et le tableau deux est égal aux 21 bacs RT quantifiés précédemment calculés divisés par le nombre total d’essais, 45, par condition.

Ensuite, créez la fréquence cumulative de distribution, ou CDF, en résumant le total courant des probabilités à travers les bacs quantifiés pour chacune des trois conditions expérimentales. Le CDF de la condition multisensorielle représente le CDF réel. Pour calculer le CDF prévu, résumez les deux CDF unisensorielles avec une limite supérieure fixée à un.

Utilisez cette formule dans chacun des 21 bacs à temps quantifiés. Commencez par le percentile zéro, et continuez jusqu’au 100e percentile pour le bac 21. Ensuite, pour effectuer l’essai de l’inégalité du modèle de course, soustrayez le CDF prévu du CDF réel pour chacun des 21 bacs à temps quantifiés pour obtenir les valeurs de différence.

Tracez ces 21 valeurs comme un graphique linéaire, où l’axe x représente chacun des bacs à temps quantifiés et l’axe y représente la différence de probabilité entre les CDF réels et prévus. Ici, les valeurs positives à toute latence indiquent l’intégration des stimuli unisensoriels et reflètent une violation du RMI. Pour quantifier l’effet multisensoriel au niveau du groupe, regroupez en moyenne les données rmi individuelles entre tous les participants.

Utilisez une feuille de calcul pour affecter des individus aux lignes et aux bacs à temps aux colonnes. Ensuite, dans une nouvelle feuille de calcul, placez les 21 valeurs de différence précédemment calculées en lignes individuelles et valeurs moyennes dans les bacs à temps pour créer une forme d’onde de différence moyenne du groupe. Ensuite, tracez la moyenne du groupe 21 valeurs comme un graphique linéaire, où l’axe x représente chacun des bacs à temps quantifiés et l’axe y représente la différence de probabilité entre les CDF.

Enfin, calculez la zone sous la courbe pour chaque individu en utilisant ses données de participant comme exemple. Sum la valeur de différence CDF au bac de temps un avec la valeur de différence CDF au bac de temps deux, puis diviser par deux. Inspectez visuellement chaque paire consécutive de bacs à temps contenant des valeurs positives.

Ensuite, résumer ces résultats pour générer l’AUC total de la vague de différence CDF au cours de la gamme de percentile violé de 0,00 à 0,10. Les résultats indiquent qu’une violation moyenne du groupe se produit sur une fourchette de zéro à 10 % pour un échantillon de 333 personnes âgées. Le nombre total de valeurs positives, zéro, un, deux ou trois, pour ces trois quantiles, de 0,00 à 0,10, détermine le groupe de classification multisensorielle auquel une personne est affectée, soit déficiente, pauvre, bonne ou supérieure, respectivement.

Comme nous l’avons déjà décrit, il est essentiel d’éviter les procédures de coupe de données, car cela biaise les distributions de RT. Les temps de réaction lents et les essais omis doivent être réglés à l’infini. L’objectif principal ici était de développer un phénotype robuste d’intégration multisensorielle.

Cela dit, nous sommes conscients des modèles différentiels d’intégration multisensorielle dans le vieillissement, et notre prochaine étape sera de découvrir les réseaux neuronaux responsables de ces processus intégrateurs tout en déterminant comment des altérations structurelles ou fonctionnelles spécifiques contribuent aux modèles d’intégration différentiels. Nous travaillons à identifier les corrélats neuronaux associés à l’intégration visuelle-somatosensory dans le vieillissement, et nous croyons que de tels développements fourniront un aperçu de plusieurs maladies, y compris, mais sans s’y limiter, la maladie d’Alzheimer et la maladie de Parkinson.