Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Meting van Fronto-limbische activiteit met een emotionele Excentrieke Task bij kinderen met Familial hoog risico op schizofrenie

Published: December 2, 2015 doi: 10.3791/51484

Protocol

Het onderzoek gebruikte technieken tijdens deze studie werden goedgekeurd door de institutionele review boards (IRB) van Duke University en de Universiteit van North Carolina - Chapel Hill.

1. Imaging Task Ontwerp

  1. Genereren van een event-based behavioral taak die frequent doelwit stimuli (een cirkel) in een reeks van meer frequente standaard stimuli (gecodeerde beelden) presenteert. Een schema van de taak wordt in figuur 1. Presenteren taak behulp Cigal software 10.

Figuur 1
Figuur 1. Schematische voorstelling van Task ontwerp. Dit cijfer is aangepast van Hart et al. 20, met toestemming. Klik hier om een grotere versie van deze figuur te bekijken.

  1. Selecteer alset van aversieve stimuli en een set van neutrale stimuli uit de International Affective Picture System database (IAPS). IAPS beelden worden beoordeeld op een schaal van 1-9 teneinde niveau van opwinding en valentie 11 weerspiegelen. Hoge getallen geven hogere positieve valentie en opwinding. Selecteer een reeks beelden die leeftijd passende aan de werkgroep zijn, zoals foto's van slangen, spinnen, of andere dieren.
    Opmerking: De taak-irrelevante aversieve stimuli beelden gebruikt voor deze studie had een gemiddelde valentie score van 3,38 (SD = 1,78) en een gemiddelde opwinding score van 6.14 (SD = 2,08). De neutrale stimuli beelden hadden een gemiddelde waardigheid van 6,21 (SD = 0,26) en een gemiddelde opwinding score van 3.72 (SD = 2.15).
  2. Programmeer de taak script zodanig dat de beelden worden gepresenteerd in een pseudo-willekeurige volgorde voor 1500 msec met een 500 msec betekenen inter-stimulus interval. Huidige doelgroep prikkels en taak-irrelevante neutrale beelden niet vaker dan om de 15 sec en maken elk ongeveer 4% van de stimuli. Jitter event onset keer om een ​​betere resolutie van de hemodynamische respons functie te geven.
  1. Maak 8 sets van beelden, één voor elk van de 8 functionele runs, zodanig dat de deelnemers worden gepresenteerd met een totaal van 40 doelstellingen en 40 taak-irrelevante neutrale beelden in de loop van 8 runs.

2. Deelnemer Setup en scannen

  1. Rekruteren kinderen en jongeren in de leeftijd van 9 en 18 die ofwel gezonde controle individuen of die een familiale hoog risico op psychose.
    1. Zorg ervoor dat gezonde mensen geen psychiatrische aandoeningen of eerstegraads familieleden met een psychiatrische ziekte. Zorg ervoor dat familiale risico deelnemers hebben ten minste een eerste graad familielid (ouder, broer of zus) met schizofrenie. Ze niet uit te sluiten voor de aanwezigheid van andere psychiatrische aandoeningen in de eerste graad.
    2. Leeftijd en geslacht match gezonde deelnemers met familiaire risicogroep deelnemers.
  2. Verwerven geïnformeerde toestemming van de deelnemers in de leeftijd van 18. Voor minderjarigen, geïnformeerde toestemming van de ouders / voogden te verwerven. Daarnaast verwerven schriftelijke instemming van minderjarigen die deelnemen aan de studie.
  3. Plaats de deelnemers in een mock MRI scanner om hen vertrouwd met de omgeving. Spelen een audio-opname van de scanner lawaai en hebben ze te voltooien een praktijk run van de gedrags-taak om ervoor te zorgen dat zij de taak instructies te begrijpen.
  4. Plaats de deelnemer in de MRI-scanner en het verwerven van de nodige hersenen lokalisatie scans en / of anatomische beelden.
  5. Met behulp van een MRI-veilige invoerveld, vertellen de deelnemers één druk op de knop met hun wijsvinger in reactie op alle doelgroepen stimuli en een andere knop met hun middelvinger voor alle andere stimuli.
  6. Na fMRI scanning, verzamel persoonlijke ratings van opwinding en valentie van de beelden die in de studie van een subset van de deelnemers. De current studie verkregen ratings van 15 controles en 13 met familiaire hoog risico.

3. Image Acquisition

  1. Plaats de deelnemers in een 3.0 Tesla MRI-scanner. Ten eerste, het verwerven van een reeks structurele beelden waaronder een 3D-beeld anatomische T1-contrast coplanaire met een verwend gradiënt teruggeroepen overname pulssequentie (TR: 5.16 msec; TE: 2.04 msec; FOV: 24 cm; beeldmatrix: 256 × 256; Flip hoek: 20; voxel grootte: 0,94 mm x 0,94 mm x 1,9 mm; 68 axiale plakjes).
  2. Verwerven van functionele beeldvorming gegevens met behulp van een gradiënt echo echo-planaire beeldvorming sequentie met een full-hersenen dekking (TR: 2000 msec; TE: 27 msec; FOV: 24 cm; beeldmatrix: 64 × 64; Flip Hoek: 60; voxelgrootte: 3,75 mm × 3,75 mm x 3,8 mm; 34 axiale plakjes), zodat hersenactiviteit kan tijdens de uitvoering van de gedragstaak gemeten. Voer dit imaging volgorde voor elke run van de gedrags-taak. Elke run moet bestaan ​​uit 120 imaging tijdstippen.
  3. Presenteer de task in 8 functionele runs van telkens ongeveer 4 min.

4. Analyses

  1. Afbeelding Voorbewerking: Open fMRI Expert Analysis Tool (FEAT) in FSL 12. Selecteer eerst niveau analyse en Pre-statistieken.
    1. Op het tabblad "Gegevens", selecteert u het nummer van de input beelden en voer het pad naar elk van de MR-beelden die u gaat verwerken. Stel de Output directory. Voer de totale volumes, aantal afgedankte overnames, en de TR.
    2. Op het tabblad "Pre-statistieken", stelt beweging correctie MCFLIRT, Ruimtelijke smoothing FWHM tot 5 mm, en "Slice timing correctie". Selecteer "BET brain winning" en "Highpass" temporele filtering maar B0 unwarping niet selecteren (Uness u een gradiëntveld kaart) of "Ik ntensitiy normaization". 12,14.
    3. Op het tabblad "Registration", selecteer "Main structural image ". Voer het pad om de afbeelding van het onderwerp-schedel ontdaan T1-gewogen. Gebruik een lineaire gewone zoekopdracht met minstens 6 DOF. Selecteer de standaard ruimte in. Voer het pad naar de MNI atlas. Gebruik een normale, lineaire zoeken met 12 DOF. Druk op Go.
    4. Uitsluiten deelnemers met meer dan 3 mm hoofd beweging in de X, Y of Z richting.
  2. Niveau 1: vergelijking van gegevens tussen de taak omstandigheden binnen één run. Open FEAT. Selecteer "First-level analyse" en "Statistieken + Post-stats".
    1. Op het tabblad Gegevens, stelt u het aantal ingangen en voer het pad naar elk van de MR-beelden. Voer een pad voor de "Output directory". Geef het "Total volumes", aantal afgedankte overnames, en de TR.
    2. Op de tab "Statistieken", selecteer de "Use FILM prewhitening" vakje 16. Druk op de "Full model setup "knop. Stel het "Aantal originele EV" om het aantal taak voorwaarden. Voor elke voorwaarde, selecteert u "Custom (3 kolom indeling)" van de basisvorm drop-down menu en "Double-Gama HRF van de" Convolutie "drop-down menu 17,18 en selecteer een tekstbestand met de taak timing.
      1. Formatteren dit tekstbestand in 3 kolommen met één ingang voor elke "event" van het opgegeven type. De eerste kolom moet de aanvangstijd (in seconden) bevatten, de tweede moet de tijdsduur (in seconden) bevatten, en de derde moet het gewicht evenement bevatten. Op het tabblad Contrasten & F-toetsen, maakt een contrast voor elke taak staat en één voor elke vergelijking.
    3. Op de "Post-statistieken" tab, selecteer "Cluster" op de "Thresholding" drop-down menu en stel de "Z drempel" en Cluster P threshold tot 2,3 en 0,05 respectievelijk 8,19.
    4. Op het tabblad "Registration", selecteer "Main structurele image". Voer het pad om de afbeelding van het onderwerp-schedel ontdaan T1-gewogen. Gebruik een lineaire gewone zoekopdracht met minstens 6 DOF. Selecteer de "Standard ruimte" in. Voer het pad naar de MNI atlas. Gebruik een normaal, lineair zoeken met 12 DOF. Druk op "Go".
  3. Niveau 2: Vergelijk gegevens tussen runs voor elke taak conditie. Open FEAT. Selecteer "Higher-level analyse" en "Statistieken + Post-stats" uit het drop down menu.
    1. Op het tabblad Gegevens, selecteer "ingangen zijn lager niveau FEAT directories". Stel het aantal ingangen en voer het pad naar elk van de MR-beelden. Voer een pad voor de "Output directory".
    2. Op de tab "Statistieken", verander de "Mixed Effects: FLAME1" selectie vakje aan "Fixed Effects ". Druk op de" model setup wizard "knop. Selecteer" enkele groep gemiddeld "en klik op de" Process "knop.
    3. Op het tabblad "Post-statistieken", selecteer "Cluster" op de "Thresholding" drop-down menu en stel de "Z drempel" en "Cluster P" drempel tot 2,3 en 0,05 respectievelijk 8,19. Druk op "Go".
  4. Niveau 3: vergelijking van gegevens tussen de onderwerpen voor elke taak staat in alle runs. Open FEAT. Selecteer "Higher-level analyse" en "Statistieken + Post-stats" uit het drop down menu.
    1. Op het tabblad Gegevens, selecteer "ingangen zijn 3D omgaan beelden van FEAT directories." Stel het aantal ingangen en voer het pad naar elk van de MR-beelden. Voer een pad voor de "Output directory".
    2. Op de "Stats" tab, Druk op de "Full model setup". Stel het aantal EV gelijk is aan het aantal van de groep variabelen covariaten zoals diagnostische groep, leeftijd, geslacht, enz Voer de waarden per vak (Ingang 1 - Ingang n) voor elke EV. U kunt het venster "Paste" gebruiken om een spreadsheet van deze waarden kopiëren.
      1. Op het tabblad "Contrasten & F-test", voeg een contrast voor elke test variabele en voor elke contrast (bijvoorbeeld diagnostische groep). Voor elke test variabele, het contrast door de waarde 1 te selecteren in de kolom onder de juiste EV. Per contrast Stel de eerste waarde 1 en de tweede tot -1. Selecteer "Klaar".
    3. Op het tabblad "Post-statistieken", selecteer "Cluster" op de "Thresholding" drop-down menu en stel de "Z drempel" en "Cluster P" drempel tot 2,3 en 0,05 respectievelijk 8,19 Druk op "Go".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Er waren geen verschillen tussen de groepen op basis van demografische kenmerken 20. Behavioral gegevens blijkt dat de doelgroep detectie taak is op een passend niveau van moeilijkheid voor kinderen en jongeren in de leeftijd van 9-18. In de huidige studie, controles correct geïdentificeerd 82,36% van de doelstellingen (SD = 0,14), en de familiale risicogroep correct geïdentificeerd 76,8% van de doelstellingen (SD = 0,17). Beide groepen vertoonden verminderde nauwkeurigheid bij het ​​identificeren van emotionele foto's in vergelijking met neutrale foto (F (1,40) = 5,63, p = 0,03).

De imaging gegevens blijkt dat de experimentele condities geleid tot significante activering in de regio's naar verwachting in de uitvoerende en emotionele verwerking aan te werven. Activering werd gezien in de prefrontale, anterior caudate, insulaire en posterieure pariëtale gebieden tijdens doel proeven en in de juiste amygdala, bilaterale orbitofrontale cortex, fusiform cortex en visuele cortische gebieden tijdens aversieve proeven in beide groepen. Tabel 1 toont gebieden van significante activatie controles voor elke conditie.

Dit paradigma ontlokte ook significante verschillen in activering tussen controles en personen met familiale hoog risico op schizofrenie. De familiale hoog risico groep toonde afgenomen activering in fronto-striate circuits in reactie op stimuli richten. Controles, in tegenstelling, toonde een grotere activering in het midden frontale gyrus en de insula. Groepsverschillen tussen condities zijn weergegeven in tabel 2 en figuur 2. De familiale risicogroep toonde ook verschillende patronen van leeftijdsgebonden activering vergeleken met controles in reactie te richten en aversieve stimuli (figuur 3).

Figuur 2
Figuur 2. Kaarten Activering van de verschillen tussen de groepen. (A) waarvan de familiale hoge risicogroep (n = 21) vertoonden een grotere activatie dan controles (n = 21) in het geselecteerde bewerking. CAUD = caudate; IFG = inferieure frontale gyrus; ITG = Inferior temporale gyrus. (B) Gebieden waar de controles toonde groter activering dan de familiale hoge risicogroep tijdens doel verwerking. INS = Insula; MFG = Midden frontale gyrus; MTG = Midden temporale gyrus. (C) Gebieden waar de familiale hoge risicogroep geactiveerd meer dan controles tijdens de Aversieve> Neutral contrast. COC = Centraal opercular cortex. (D) Gebieden waar de controles meer dan de familiale hoge risicogroep geactiveerd tijdens de Aversieve> Neutral contrast. ACC = anterior cingulate cortex; PC = precuneus. Dit cijfer is aangepast van Hart et al. 20, met toestemming. Klik hier om een grotere versie van deze f bekijkenIGUUR.

Figuur 3
Figuur 3. Kaarten Activering van Age-gerelateerde groep verschillen. (A) Gebieden met een grotere positieve correlatie met de leeftijd in de familiale hoog risico groep dan in de controles tijdens doel verwerking. ACC = anterior cingulate cortex; INS = Insula; OFC = orbitofrontale cortex; TH = Thalamus. (B) Gebieden met een grotere positieve correlatie met de leeftijd bij de controles dan in de familiale hoge risicogroep tijdens de Aversieve> Neutral contrast. IFG = inferieure frontale gyrus; PostCG = gyrus postcentralis; PreCG = PreCentral gyrus. Dit cijfer is aangepast van Hart et al. 20, met toestemming. Klik hier om een grotere versie van deze figuur te bekijken.

<tbody> <td> B
ST1. Binnen-Group Activering Foci in Controls (n = 21)
MNI coördinaten
Regio Halfrond X y z Max Z-waarde Max p-waarde 1
Doel activeren (p <0,05, valse ontdekking rate gecorrigeerd)
Middelste frontale gyrus / Frontale pole B -30 -2 50 5.57 <0.0000001
Inferieure frontale gyrus B 46 12 32 5.41 <0.0000001
Insula B -32 24 0 5.4 <0.0000001
Precentrale gyrus B -40 -22 48 5.53 <0.0000001
Thalamus B -12 -16 12 5.03 <0.0000001
Met staart B -12 12 4 4.07 0.000003
Putamen B 18 8 2 4.27 0.00009
Anterior cingulate / paracingularis gyrus B 0 12 46 5.6 <0.0000001
Posterior cingulate gyrus B 8 -16 28 5.2 <0.0000001
Superior / Middle temporale gyrus 48 -46 10 5.88 <0.0000001
Fusiform / inferieure temporale gyrus B -30 -50 -12 5.64 <0.0000001
Superieure pariëtale lobule / supramarginale gyrus / gyrus postcentralis B 30 -44 44 6 <0.0000001
Laterale occipitale cortex B 48 -62 12 6.12 <0.0000001
Aversieve> Neutral activering (p <0,05, valse ontdekking rate gecorrigeerd)
Inferieure frontale gyrus L -44 14 14 3.16 0,0004
Frontale pole / mediale frontale cortex B -2 64 0 3.42 0.0005
Gyrus postcentralis L -62 -22 34 3.12 0,0004
Anterior cingulate cortex B -4 34 8 3.27 0.0002
Posterior cingulate gyrus B 0 -44 28 3.26 0.0002
Inferieure temporale / Fusiform gyrus B -44 -44 -14 3.03 0.0006
Hoekig gyrus B 46 -64 8 3.42 0.0001
Supramarginale gyrus L -40 -56 20 3.59 0.00005
Aversieve activering (p <0,05, valse ontdekking rate gecorrigeerd)
Amygdala R 22 -4 -18 2.86 0.001
Orbitofrontale cortex / Insula B 36 22 -4 4.93 <0.0000001
Middelste frontale gyrus B 32 4 40 4.7 <0.0000001
Frontale pole B -38 36 10 4.95 <0.0000001
Anterior cingulate /paracingularis gyrus B 6 16 50 4.85 <0.0000001
Posterior cingulate gyrus B 2 -28 24 5.88 <0.0000001
Thalamus B 18 -26 2 5.44 <0.0000001
Precentrale gyrus B -44 8 34 4.54 <0.0000001
Superieure pariëtale lobule B -20 -56 54 6.05 <0.0000001
Laterale occipitale cortex B -36 -82 4 6.05 <0.0000001
Occipital pole B -16 -90 18 5.18 <0.0000001
B, bilaterale
Gerapporteerde 1 p-waarden zijn niet gecorrigeerd, significant bij FDR-gecorrigeerde waarde van <0,05

Tabel 1. Binnen-Group Activering Foci in Controls (n = 21). Deze tabel is gewijzigd van Hart et al. 20, met toestemming.

Tabel 2. Tussen-Group Verschillen in Activation
MNI coördinaten Halfrond X y z Max Z-waarde Max p-waarde 1
Doelen
Familiaire Hoog risico> Controls (p <0,05, valse ontdekking rate gecorrigeerd)
Frontale pole B 16 76 6 3.52 0.00007
Inferieure frontale gyrus L -58 16 18 3.37 0.0001
Met staart B -14 20 10 3.2 0.0003
Inferieure temporale gyrus L -52 -44 -20 2.94 0,0009
Controles> Familial High Risk (p <0,05, valse ontdekking rate gecorrigeerd)
Middelste frontale gyrus / PreCentral gyrus R 48 8 34 3 0,0007
Operculum frontale cortex L -46 16 -4 2.94 0,0009
Aanvullende motorische gebied R 18 -16 40 3.02 0,0007
Insula L -34 -18 4 2.94 0,0009
Precentrale gyrus B 10 -26 60 3.29 0.0002
Gyrus postcentralis B 14 -38 54 3.57 0.0001
Superieure temporale gyrus R 54 -6 -4 3.18 0.0003
Middelste temporale gyrus R 48 -46 8 3.65 0,00004
Precuneus R 2 -40 46 2.89 0.001
Laterale occipitale cortex B -20 -74 36 3.36 0.0002
Aversieve - Neutraal
Central opercular cortex R 50 -2 6 3.01 0,0007
Controles> Familial High Risk (p <0,05, valse ontdekking rate gecorrigeerd)
Anterior cingulate cortex L -6 38 8 2.68 0,002
Precuneus L -10 -54 36 2.7 0,002
B, bilaterale
Gerapporteerde 1 p-waarden zijn niet gecorrigeerd, significant bij FDR-gecorrigeerde waarde van <0,05

Tabel 2. Tussen-Group Verschillen in Activation Foci. Deze tabel is gewijzigd van Hart et al. 20, met toestemming.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
3T MRI scanner GE BIAC 3T scanner (replaced)

DOWNLOAD MATERIALS LIST

References

  1. Kety, S. S., Rosenthal, D., Wender, P. H., Schulsinger, F. Mental illness in the biological and adoptive families of adpoted schizophrenics. Am J Psyc. 128, 302-306 (1971).
  2. Weinberger, D. R. Implications of normal brain development for the pathogenesis of schizophrenia. Arch Gen Psychia. 44, 660-669 (1987).
  3. Nuechterlein, K. H., Dawson, M. E. Information processing and attentional functioning in the developmental course of schizophrenic disorders. Schizophr Bul. 10, 160-203 (1984).
  4. Nuechterlein, K. H. The vulnerability/stress model of schizophrenic relapse: a longitudinal study. Acta Psychiatr Scand, Supp. 382, 58-64 Forthcoming.
  5. Keshavan, M. S. Premorbid cognitive deficits in young relatives of schizophrenia patients. Front Hum Neurosc. 3 (62), (2010).
  6. Kiehl, K. A., Liddle, P. F. An event-related functional magnetic resonance imaging study of an auditory oddball task in schizophrenia. Schizophr Re. 48, 159-171 (2001).
  7. Bramon, E. Is the P300 wave an endophenotype for schizophrenia? A meta-analysis and a family study. Neuroimag. 27, 960-968 (2005).
  8. Dichter, G. S., Bellion, C., Casp, M., Belger, A. Impaired modulation of attention and emotion in schizophrenia. Schizophr Bul. 36, 595-606 (2010).
  9. Fichtenholtz, H. M. Emotion-attention network interactions during a visual oddball task. Brain Res Cogn Brain Re. 20, 67-80 (2004).
  10. Voyvodic, J. T. Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis. Neuroimag. 10, 91-106 (1999).
  11. International affective picture system (IAPS): Digitized photographs, instruction manual and affective ratings. Technical Report A-6. , The Center for Research in Psychophysiology, University of Florida. (2005).
  12. Smith, S. M. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimag. 23, 208-219 (2004).
  13. Smith, S. M. Fast robust automated brain extraction. Hum Brain Map. 17, 143-155 (2002).
  14. Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. Neuroimag. 17, 825-841 (2002).
  15. Jenkinson, M., Smith, S. A global optimisation method for robust affine registration of brain images. Med Image Ana. 5, 143-156 (2001).
  16. Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. Temporal autocorrelation in univariate linear modeling of FMRI data. Neuroimag. 14, 1370-1386 (2001).
  17. Beckmann, C. F., Jenkinson, M., Smith, S. M. General multilevel linear modeling for group analysis in FMRI. Neuroimag. 20, 1052-1063 (2003).
  18. Woolrich, M. W., Behrens, T. E., Beckmann, C. F., Jenkinson, M., Smith, S. M. Multilevel linear modelling for FMRI group analysis using Bayesian inference. Neuroimag. 21, 1732-1747 (2004).
  19. Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimag. 15, 870-878 (2002).
  20. Hart, S. J. Altered fronto-limbic activity in children and adolescents with familial high risk for schizophrenia. Psychiatry Re. 212, 19-27 (2013).
  21. Hariri, A. R., Bookheimer, S. Y., Mazziotta, J. C. Modulating emotional responses: effects of a neocortical network on the limbic system. Neurorepor. 11, 43-48 (2000).
  22. Gottesman, I. I., Gould, T. D. The endophenotype concept in psychiatry: etymology and strategic intentions. Am J Psyc. 160, 636-645 (2003).
  23. Glahn, D. C., Thompson, P. M., Blangero, J. Neuroimaging endophenotypes: strategies for finding genes influencing brain structure and function. Hum Brain Map. 28, 488-501 (2007).

Tags

Gedrag Pubertijd selectieve aandacht emotie prefrontale cortex functionele MRI Schizofrenie
Meting van Fronto-limbische activiteit met een emotionele Excentrieke Task bij kinderen met Familial hoog risico op schizofrenie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Hart, S. J., Shaffer, J. J.,More

Hart, S. J., Shaffer, J. J., Bizzell, J., Weber, M., McMahon, M. A., Gu, H., Perkins, D. O., Belger, A. Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia. J. Vis. Exp. (106), e51484, doi:10.3791/51484 (2015).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter