Articolo metodologico

Rottura di Synchrony neurale del lobo frontale durante controllo cognitivo di intossicazione dell'alcool

DOI:

10.3791/58839

⸱

6 febbraio 2019

 ,  ,  ,  , 
1Department of Psychology, San Diego State University, 2Department of Radiology, University of California San Diego, 3Department of Neurosciences, University of California San Diego, 4San Diego State University/UC San Diego Joint Doctoral Program in Clinical Psychology

In questo articolo

Sommario

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo esperimento utilizza un metodo vincolato anatomicamente magnetoencefalografia (aMEG) per esaminare la dinamica oscillatoria del cervello e sincronia funzionale a lungo raggio durante il fidanzamento di controllo cognitivo come una funzione di intossicazione acuta da alcool.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Processo decisionale si basa su interazioni dinamiche di regioni cerebrali distribuita, principalmente frontale. Ampia prova dagli studi di risonanza magnetica funzionale (fMRI) indica che l'anteriore del cingulate (ACC) e le cortecce prefrontale laterale (latPFC) sono i nodi essenziali che contribuiscono il controllo cognitivo. Tuttavia, a causa della sua limitata risoluzione temporale, fMRI non può riflettere con precisione i tempi e la natura della loro interazione presunta. Il presente studio combina modellazione distribuito fonte del segnale temporale preciso magnetoencefalografia (MEG) con MRI strutturale sotto forma di "film di cervello" a: (1) stima le aree corticali coinvolte nel controllo cognitivo ("dove"), (2) caratterizzano loro sequenza temporale ("quando") e (3) quantificare la dinamica oscillatoria delle loro interazioni neurali in tempo reale. Interferenza di Stroop è stato associato con una maggiore potenza di evento-correlati theta (4-7 Hz) in ACC durante il rilevamento dei conflitti seguito da sensibilità sostenuta per esigenze conoscitive in ACC e latPFC durante la preparazione di integrazione e di risposta. Una fase di chiusura l'analisi ha rivelato co-oscillatory interazioni tra queste aree indicando loro synchrony neurale aumentata nella banda theta durante le prove incongrue che inducono conflitto. Questi risultati confermano che le oscillazioni teta sono fondamentali per lungo raggio sincronizzazione necessaria per l'integrazione di influenze dall'alto durante controllo cognitivo. MEG riflette l'attività neurale direttamente, che lo rende adatto per le manipolazioni farmacologiche in contrasto con fMRI che è sensibile alla vasoattivi confonde. Nello studio presente, bevitori sociali sani sono stati dati una dose di alcol moderato e placebo in una progettazione dell'entro-oggetto. Intossicazione acuta ha attenuato il potere di teta di Stroop conflitto e dysregulated co-oscillazioni tra l'ACC e latPFC, confermando che l'alcol è dannoso per synchrony neurale che contribuiscono il controllo cognitivo. Interferisce con il comportamento transitivi che può derivare in autocontrollo carente, contribuendo a bere compulsivo. In somma, questo metodo può fornire la comprensione nella interazioni in tempo reale durante l'elaborazione cognitiva e può caratterizzare la selettiva sensibilità farmacologica sfida tutte le pertinenti reti neurali.

Introduzione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'obiettivo generale di questo studio è di esaminare gli effetti dell'intossicazione acuta dell'alcool sui cambiamenti spazio-temporali nella dinamica oscillatoria del cervello e integrazione funzionale a lungo raggio durante controllo cognitivo. Il lavoratore multimodale approccio di imaging combina magnetoencefalografia (MEG) e la formazione immagine a risonanza magnetica strutturale (MRI) per approfondire le basi neurali dei processi decisionali, con alta precisione temporale e al livello di un sistema interattivo.

Comportamento flessibile permette di adattarsi alle mutevoli esigenze contestuali e passare strategicamente tra diverse attività e requisiti in accordo con di uno intenti e obiettivi. La capacità di sopprimere le risposte automatiche a favore di azioni obiettivo rilevante ma non abituale è un aspetto essenziale del controllo cognitivo. Estesa prova suggerisce che esso è contribuita da una rete corticale prevalentemente frontale, con la corteccia anteriore del cingulate (CRNA) come nodo centrale di questa rete interattiva1,2,3,4. Mentre la connettività anatomica abbondante tra l'ACC e cortecce frontali laterali è ben descritto5,6, le caratteristiche funzionali di comunicazione tra queste regioni durante il controllo cognitivo, selezione di risposta e l'esecuzione, sono poco capito.

Il conflitto altamente influente monitoraggio teoria7,8 propone che il controllo cognitivo nasce da un'interazione dinamica tra le cortecce prefrontale mediale e laterale. Questo account si presume che l'ACC controlla il conflitto tra rappresentazioni concorrenti e impegna la corteccia prefrontale laterale (latPFC) per implementare il controllo di risposta e ottimizzare le prestazioni. Tuttavia, questo account si basa principalmente sugli studi di MRI (fMRI) funzionali utilizzando il sangue ossigenazione dependent (BOLD) segnale di livello. Il segnale BOLD fMRI è uno strumento di mappatura spaziale eccellente, ma la risoluzione temporale è limitata perché riflette i cambiamenti emodinamici regionali mediati dall'accoppiamento neurovascolare. Di conseguenza, i cambiamenti del segnale BOLD si svolgono su una molto più lenta scala temporale (in secondi) rispetto i sottostanti eventi neurali (in millisecondi)9. Inoltre, il segnale BOLD è sensibile a effetti vasoattivi10 dell'alcol e non può rappresentare con precisione la grandezza dei cambiamenti neurali, che lo rende meno adatto per studi di intossicazione acuta da alcool. Pertanto, la presunta interazione tra le cortecce prefrontale mediale e laterale e la sua sensibilità di alcool intossicazione c'è bisogno di essere esaminato dai metodi che registrare eventi neurali in modo preciso temporalmente. MEG ha un'eccellente risoluzione temporale poiché riflette direttamente correnti postsinaptiche. La metodologia di MEG (aMEG) anatomicamente vincolata impiegata qui è distribuito un approccio multimodale che combina modellazione di fonte del segnale MEG con MRI strutturale. Esso consente la stima di dove che si verificano le modifiche oscillatorio cervello relative a conflitti e bevande e di comprendere la sequenza temporale ("quando") delle componenti neurali coinvolti.

Processo decisionale si basa sulle interazioni delle regioni cerebrali distribuite che sono impegnate in modo dinamico per affrontare le richieste aumentate il controllo cognitivo. Un modo per stimare le modifiche relative agli eventi in sincronia a lungo raggio tra due regioni corticali consiste nel calcolare la loro fase di accoppiamento come indice di loro co-oscillazioni11,12. Lo studio presente ha applicato un'analisi fase di bloccaggio per testare il principio basilare del conflitto monitoraggio teoria esaminando le interazioni co-oscillatory tra l'ACC e latPFC. Oscillazioni neurali nella gamma di teta (4-7 Hz) sono associate con controllo cognitivo e sono stati proposti come un meccanismo fondamentale per supportare la sincronizzazione a lungo raggio necessaria per elaborazione cognitiva verticistica13,14, 15,16. Essi sono generati in aree prefrontali in funzione della difficoltà del compito e sono significativamente attenuati dall'intossicazione acuta dell'alcool17,18,19,20.

Assunzione eccessiva di alcool a lungo termine è associato con una gamma di deficit cognitivi con circuiti prefrontali stati soprattutto colpiti21,22. Intossicazione acuta da alcool è dannoso per controllo cognitivo in condizioni di maggiore difficoltà, ambiguità o quelli che inducono la risposta incompatibilità17,23,24. Colpendo il processo decisionale, possono interferire con il comportamento transitivi alcool, può provocare autocontrollo carente e bere aumentato e può anche contribuire a lavoro-correlato o di traffico pericoli25,26,27 . Il presente studio utilizza un approccio di aMEG per misurare l'attività oscillatoria nella banda theta e sincronia tra le principali aree esecutiva con eccellente risoluzione temporale. Gli effetti dell'alcol su onde theta e co-oscillazioni tra l'ACC e il latPFC sono esaminati in funzione del conflitto ha suscitato dall'attività di interferenza di Stroop. Supponiamo che aumentate esigenze conoscitive sono associate con una maggiore sincronia funzionale e i danni nel controllo cognitivo è alla base di tale disregolazione alcool-indotta di attività sincrona delle cortecce prefrontale mediale e laterale.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo protocollo sperimentale è stato approvato dal comitato di protezione soggetti umana presso l'Università di California, San Diego.

1. soggetti umani

  1. Reclutare volontari sani adulti destrorsi, ottenere il loro consenso e li proteggi i criteri di inclusione/esclusione.
    Nota: In questo studio, venti individui giovani, sani (± deviazione standard [DS] età media = 25,3 ± 4,4 anni) tra cui 8 donne che bevono con moderazione, che sono mai stati in trattamento o arrestato per droga o alcool reati connessi, che segnalano no sono state reclutate sintomi in relazione con l'alcolismo il breve Test di Screening alcolismo Michigan28, che non fumo e non utilizzare sostanze illegali, che non hanno una storia di disturbi neuropsichiatrici o problemi di salute attuale, e che sono farmaco libero e non hanno alcun gli oggetti ferromagnetici interni o impianti.

2. sperimentale Design

  1. Eseguire la scansione ogni partecipante quattro volte, tra cui tre sessioni di MEG (una sessione introduttiva no-bevande e due sessioni di bevanda sperimentale in cui alcol e placebo sono amministrati in modo bilanciato) e un'esplorazione di MRI strutturale.
    Nota: In questo disegno di entro-oggetto, partecipanti servono da loro propri comandi partecipando a sessioni di alcool ed il placebo. Questo design riduce la varianza di errore e aumenta la potenza statistica di ridurre al minimo l'influenza della variabilità individuale nell'anatomia del cervello, modelli di attività e metabolismo dell'alcool.

3. raccolta MEG scansioni

  1. Eseguire la sessione di familiarizzazione.
    1. Durante la sessione introduttiva iniziale, somministrare questionari per ottenere ulteriori informazioni sulla storia clinica dei partecipanti, i loro modelli di bere e gravità dei sintomi in relazione con l'alcolismo28,29, storia di famiglia di alcolismo30e tratti di personalità tra cui impulsività31,32.
    2. Effettuare una registrazione iniziale nello scanner MEG seguendo il protocollo descritto sotto ai punti 3.2, 3.3 e 3.5. Non forniscono qualsiasi bevanda. Spiegare l'attività ed eseguire la pratica versione permettendo ai partecipanti di familiarizzare con esso in anticipo.
      Nota: L'acclimatazione alla situazione sperimentale ha lo scopo di minimizzare i potenziali effetti di eccitazione indotta da situazione33, quindi equiparare alcol successive e sessioni con placebo su tale dimensione.
  2. Eseguire le sessioni sperimentali alcol/placebo.
    Nota:     seguire le stesse procedure sperimentali durante le sessioni di alcool ed il placebo fatta eccezione per la bevanda amministrata. Controbilanciare l'ordine delle bevande amministrando la bevanda alcolica in primo luogo ad uno mezzo di partecipanti e placebo per l'altra metà in un ordine casuale.
    1. Al loro arrivo al laboratorio di MEG, è necessario eseguire una scansione breve prova mettendo il partecipante nello scanner e controllando i canali per magnetizzazione possibili. Misurare il loro peso. Schermo li con un etilometro elettronico. Sottoporli a query sulla conformità con i requisiti di astenersi dall'alcool per 48 h e dal cibo per 3 h prima dell'esperimento.
    2. Raccogliere i campioni di urina per un pannello di prova della multi-droga da tutti i partecipanti ed escludere coloro che test positivo per qualsiasi droga. Inoltre, controllare i partecipanti femminili per la gravidanza con un'urina test ed escludono coloro che prova positiva o se si sospetta che potrebbe essere incinte.
    3. Valutare i cambiamenti dinamici negli effetti soggettivi di alcol da parte che chiede ai partecipanti di votare la loro momentanei sentimenti e Stati su una scala standardizzata34 prima di bere e in altre due occasioni durante l'esperimento - il membro ascendente (~ 15 min dopo aver consumato bevande) e arto discendente della curva di concentrazione di alcol (BrAC), respiro dopo la registrazione di MEG.
    4. Amministrare un'esecuzione pratica dell'operazione Stroop su un computer portatile con software di presentazione dello stimolo per garantire che i partecipanti a capire l'attività prima della registrazione.
      Nota: Questa versione del compito di Stroop combina lettura e colore denominazione (Figura 1). La condizione congruo è costituito da parole di colore (cioè, rosso, verde, blu, giallo) che vengono stampate nel colore del carattere corrispondente (cioè, la parola "verde" è stampata in verde). In condizione di incongrua, parole di colore vengono stampati a colori che non corrispondano il loro significato (cioè, la parola "verde" è stampata in giallo). Chiedere ai partecipanti di premere uno dei quattro pulsanti corrispondenti al colore del carattere in ogni volta che una parola è scritta in colore o, quando una parola è scritta in grigio, premere un pulsante corrispondente al significato della parola18,23.
  3. Preparare la registrazione MEG/EEG.
    Nota:     dettagli di acquisizione dati MEG sono stati descritti in precedenti pubblicazioni35,36,37.
    1. Posizionare il tappo di EEG o singoli elettrodi EEG sulla testa del partecipante e controllare che tutte le impedenze sono sotto 5 kΩ.
    2. Collegare le bobine di indicatore (HPI) posizione della testa su entrambi i lati della fronte e dietro ogni orecchio.
      Nota: Questo passaggio è specifico per sistemi di Neuromag.
    3. Digitalizzare le posizioni dei punti fiduciali compreso il nasion e due punti preauricular, posizioni delle bobine HPI, elettrodi per EEG e ottenere un gran numero di punti aggiuntivi (~ 200) delineare la forma della testa. Utilizzare queste informazioni per la co-registrazione con immagini anatomiche di MRI (Figura 2).
  4. Somministrare bevande.
    1. Preparare la bevanda alcolica mescolando vodka di qualità premium con succo d'arancia fresco (25% v/v), in base al sesso e peso (alcool di 0,60 g/kg per gli uomini, l'alcool di 0,55 g/kg per le donne), ogni partecipante un BrAC di 0,06%38di targeting. Servire lo stesso volume di succo d'arancia in bicchieri con cerchi tamponate con vodka come una bevanda del placebo. Chiedere al partecipante di consumare la bevanda in circa 10 min.
    2. Verifica BrAC dei partecipanti con l'etilometro a partire da ~ 15 min dopo aver bevuto e poi ogni 5 min fino a quando non entrano in camera di registrazione. Poiché dispositivi elettronici non possono essere utilizzati in camera schermata, utilizzare un test della saliva alcol, che consiste di un tampone di cotone che è saturo nella saliva e viene inserito in una presa che consente una lettura.
  5. Acquisire dati MEG/EEG.
    1. Posizione il partecipante comodamente nello scanner. Poiché l'attività prefrontale è di particolare interesse, è necessario garantire che il partecipante è posizionato in modo che il suo capo è toccare la parte superiore del casco ed è allineato lungo la parte anteriore.
      Nota: Posizione della testina può influire sulle stime di attività in modo significativo perché i gradienti di campo magnetico diminuiscono con il cubo della distanza tra i sensori e il cervello fonti39.
    2. Collegare tutti gli elettrodi e HPI bobine ai loro rispettivi ingressi sullo scanner. Posizionare pastiglie di risposta in modo che i pulsanti possono essere premuti in modo confortevole. Accertare che il carattere è chiaramente leggibile sullo schermo di proiezione fronte il partecipante.
    3. Torna in camera console, controllare che il citofono è funzioni correttamente. Ricordare il partecipante per ridurre a icona lampeggiante ed evitare movimenti compreso il movimento della testa causata da ne. Istruire il partecipante per rispondere alle domande premendo i pulsanti di risposta invece.
    4. Verifica che tutti i trigger di risposta e stimolo sono registrati correttamente. Esaminare tutti i canali per manufatti e misurare la posizione della testa nello scanner.
    5. Avviare acquisizione dati e iniziare l'attività. Dare pause ogni min ~2.5 per riposare gli occhi. Salvare i dati dopo il completamento di attività e accompagnerà il partecipante nella camera di registrazione.
    6. Quando il partecipante è stato terminato lo scanner, acquisire circa due minuti di dati dalla stanza vuota come una misura di rumore strumentale.
    7. Chiedere al partecipante di tasso percepito la difficoltà del compito, contenuto della bevanda imbibita, come intossicato si sentivano, come pure loro momentanei stati d'animo e sentimenti34.

4. immagine di acquisizione e ricostruzione corticale di MRI strutturale

  1. Ottenere una scansione ad alta risoluzione di MRI anatomica per ogni partecipante e ricostruire la superficie corticale di ciascun partecipante con FreeSurfer software40,41,42.
  2. Utilizzare la superficie interna del cranio derivata dalle immagini MRI strutturale segmentate per generare un modello di elemento di contorno del volume conduttore, che viene utilizzato per fornire un modello per la soluzione in avanti che è coerenza con il cervello anatomia43 di ogni individuo , 44.

5. analisi dei dati MEG

Nota: Analizzare i dati con l'approccio di MEG anatomicamente vincolata che utilizza ricostruito superficie corticale di ciascun partecipante per vincolare le stime di fonte alla corticale nastro40,45,46. Il flusso di analisi si basa su funzioni personalizzate con dipendenze su pacchetti pubblicamente disponibili tra cui FieldTrip47, EEGLab48e MNE49.

  1. Durante la pre-elaborazione dei dati, utilizzare un filtro passa-banda permissiva (per esempio, 0.1 - 100 Hz) e dati di epoca rispetto alla insorgenza di stimolo in segmenti che includono imbottitura intervalli su ciascuna estremità (ad es., -600 a 1100 ms per un intervallo di interesse che abbracciano -300 a 800 ms dopo il rimozione dell'imbottitura).
  2. Rimuovere canali rumorosi e piatti, come pure prove contenenti manufatti mediante ispezione visiva e utilizzando rifiuto basato sulla soglia. Utilizzare componenti indipendenti analisi48 per rimuovere gli artefatti eyeblink e battito cardiaco. Eliminare le prove con le risposte errate.
  3. Applicare Morlet wavelet (Figura 3)47 per calcolare lo spettro di potenza complessa per ogni prova in incrementi di 1 Hz per banda di frequenza theta (4-7 Hz). Rimuovere eventuali elementi aggiuntivi. Calcola la covarianza di rumore dai dati di stanza vuota.
  4. Co-è possibile registrare i dati di MEG con immagini di risonanza magnetica utilizzando le informazioni tridimensionali (3D) digitalizzazione testa (Figura 2).
    1. Aprire il modulo MRIlab.
    2. Selezionare il File di | Aperto | Selezionare MRI strutturale del soggetto.
    3. Selezionare il File di | Importazione | Isotrak dati | Selezionare file raw data.fif | Fare punti.
    4. Selezionare Windows | Luoghi d'interesse | Regolare i punti di riferimento fiduciale fino a co-registrazione dei dati di MEG e MRI sono accettabili.
    5. Selezionare il File di | Salvare.
  5. Calcolare le stime di sensibilità al rumore-normalizzato di potenza della sorgente di teta e fase con un approccio di mappatura statistica dinamica spettrale18,50. Esprimere correlati agli eventi theta sorgente potenza come cambiamento del segnale per cento rispetto ai valori basali.
  6. Creare medie del gruppo di potenza della sorgente correlati agli eventi theta morphing le stime di ciascun partecipante su una rappresentazione corticale media51.
  7. Visualizzare le stime di origine su una superficie media gonfiata per migliorare la visibilità delle stime solcale (Figura 4).
    1. Aprire il software MNE.
    2. Selezionare il File di | Superficie di carico | Carico gonfiato superficie corticale di FreeSurfer media del gruppo.
    3. Selezionare il File di | Gestione sovrapposizioni | Caricare stc | Caricare i dati di una media di gruppo | Selezionare il file caricato da overlay disponibili.
    4. Selezionare sovrapposizione tipo come altri.
    5. Regolare la soglia di scala a colori | Visualizza.
    6. Visualizza video di cervello ed esaminare spazio-temporali fasi di lavorazione identificando aree e finestre di tempo caratterizzate dall'attivazione di più alto.
  8. Creare imparziale regioni di interesse (ROI) sulla base delle stime nel complesso una media di gruppo per incorporare percorsi corticali con più notevole fonte di alimentazione. Calcolare corsi di tempo per ogni soggetto, la condizione e il ROI (Figura 5).
  9. Presentare le stime di potere di origine Teta ottenuti per l'analisi statistica.
    1. Estrarre finestre temporali di interesse da ogni corso di tempo ROI ed eseguire analisi della varianza (ANOVA) con bevande (alcolici, placebo) e prova tipo (congruo, incongruo) come all'interno di fattori di soggetto. Utilizzare una di test non parametrici basati su cluster di permutazione52 per esaminare confronti bevanda e condizione di potere di teta evento-correlati come bene come fase-blocco valori (PLV).
  10. Stimare le modifiche relative alle attività nella sincronizzazione a lungo raggio tra i fuochi di attivazione principale in ACC e il latPFC calcolando la PLV12. Esprimere la PLV come variazione percentuale rispetto al valore basale.
    Nota: La PLV è un indicatore di coerenza dell'angolo di fase tra i due ROIs in studi clinici come misura nella misura in cui esse co-oscillano a una particolare frequenza e in tempo reale (1 film).
  11. Calcolare le correlazioni fra le stime di attività ROI MEG, gli indici di prestazione comportamentistica e punteggi di questionario per informare l'interpretazione dei risultati osservati.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Risultati del comportamento indicano che il compito di Stroop manipolato correttamente interferenza risposta perché la precisione era il più basso e i tempi di risposta più lunghe prove incongrue (Figura 6). Intossicazione dell'alcool ha abbassato di precisione ma non ha colpito i tempi di reazione18.

La sequenza spazio-temporale di attività nella banda di frequenza di teta h...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Il metodo utilizzato in questo studio di imaging multimodale comprende modellazione distribuito fonte del segnale temporaneamente preciso MEG insieme a vincoli spaziali di inverse stime derivate da MRI strutturale di ogni partecipante. L'approccio di aMEG combina i punti di forza di queste tecniche per consentono di comprendere le fasi spazio-temporale della dinamica oscillatoria e l'integrazione a lungo raggio che contribuiscono il controllo cognitivo. Questo metodo offre maggiore precisione temporale rispetto ad altre ...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno nulla a rivelare.

Ringraziamenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Quest'opera è stata sostenuta da National Institutes of Health (R01-AA016624). Siamo grati alla dottoressa Sanja Kovacevic per i suoi importanti contributi.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Elekta NeuromagElektaSistema di magnetoencefalografia
1.5 T GE EXCITE HGScanner per risonanza magneticaelettrica generale
Elettrodi a coppa d'oro ElettrodiOpenBCIper la registrazione EEG simultanea opzionale
preparazione ImpedenziometroDispositiviControllo delle impedenze degli elettrodi
Bobine HPIBobine di indicazione della posizione della testaElekta
AlcotestDraegerEtilometro
Pad di risposta in fibra otticaCurrent Designs, IncPad di risposta compatibile con MEG
Grey Goose VodkaBacardiVodka viene utilizzato durante la sessione alcolica
Succo d'arancianudoIl succo d'arancia viene utilizzato come bevanda durante la sessione di placebo e mescolato con la vodka durante la sessione di alcol
Scopri la scheda del test antidrogaAmerican Screening CorpTest
QED Test dell'alcol della salivaOraSure Technologies OraSure TechnologiesTest
Strisce reattive per l'Hcg nelle urine Test digravidanzaJoylive
Test di screeningdell'alcol nel Michigan breveSelzer et al., 1975Questionario di screening dell'alcolismo
Zuckerman Sensation Seeking ScaleZuckerman, 1971Questionario: tratti disinibitori, di ricerca di novità e di socializzazione
Eysenck Impulsivity InventoryEysenck & Eysenck, 1978Questionario: tratti di
Eysenck Personality QuestionnaireEysenck & Eysenck, 1975Questionario: tratti di
Scala degli effetti dell'alcol bifasicoMartin et al., 1993Questionario: esperienza soggettiva degli effetti dell'alcol
per elettroencefalografia Controllo della generali per la co-registrazioneantidroga multischermodell'alcol della salivaimpulsivitàpersonalità

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Ridderinkhof, K. R., van den Wildenberg, W. P., Segalowitz, S. J., Carter, C. S. Neurocognitive mechanisms of cognitive control: the role of prefrontal cortex in action selection, response inhibition, performance monitoring, and reward-based learning. Brain and Cognition. 56 (2), 129-140 (2004).
  2. Shenhav, A., Cohen, J. D., Botvinick, M. M. Dorsal anterior cingulate cortex and the value of control. Nature Neuroscience. 19 (10), 1286-1291 (2016).
  3. Walton, M. E., Croxson, P. L., Behrens, T. E., Kennerley, S. W., Rushworth, M. F. Adaptive decision making and value in the anterior cingulate cortex. Neuroimage. 36 Suppl 2, T142-T154 (2007).
  4. Heilbronner, S. R., Hayden, B. Y. Dorsal Anterior Cingulate Cortex: A Bottom-Up View. Annual Review of Neuroscience. 39, 149-170 (2016).
  5. Barbas, H. Connections underlying the synthesis of cognition, memory, and emotion in primate prefrontal cortices. Brain Research Bulletin. 52 (5), 319-330 (2000).
  6. Vogt, B. A. Cingulate neurobiology and disease. , Oxford University Press. 114-144 (2009).
  7. Botvinick, M. M. Conflict monitoring and decision making: reconciling two perspectives on anterior cingulate function. Cognitive, Affective, & Behavioral Neuroscience. 7 (4), 356-366 (2007).
  8. Carter, C. S., van Veen, V. Anterior cingulate cortex and conflict detection: an update of theory and data. Cognitive, Affective, & Behavioral Neuroscience. 7 (4), 367-379 (2007).
  9. Buxton, R. B. Introduction to Functional Magnetic Resonance Imaging. , Cambridge University Press. New York, NY. (2002).
  10. Rickenbacher, E., Greve, D. N., Azma, S., Pfeuffer, J., Marinkovic, K. Effects of alcohol intoxication and gender on cerebral perfusion: an arterial spin labeling study. Alcohol. 45 (8), 725-737 (2011).
  11. Fell, J., Axmacher, N. The role of phase synchronization in memory processes. Nature Reviews Neuroscience. 12 (2), 105-118 (2011).
  12. Lachaux, J. P., Rodriguez, E., Martinerie, J., Varela, F. J. Measuring phase synchrony in brain signals. Human Brain Mapping. 8 (4), 194-208 (1999).
  13. Cavanagh, J. F., Frank, M. J. Frontal theta as a mechanism for cognitive control. Trends in Cognitive Sciences. 18 (8), 414-421 (2014).
  14. Sauseng, P., Griesmayr, B., Freunberger, R., Klimesch, W. Control mechanisms in working memory: a possible function of EEG theta oscillations. Neuroscience & Biobehavioral Reviews. 34 (7), 1015-1022 (2010).
  15. Wang, C., Ulbert, I., Schomer, D. L., Marinkovic, K., Halgren, E. Responses of human anterior cingulate cortex microdomains to error detection, conflict monitoring, stimulus-response mapping, familiarity, and orienting. The Journal of Neuroscience. 25 (3), 604-613 (2005).
  16. Halgren, E., et al. Laminar profile of spontaneous and evoked theta: Rhythmic modulation of cortical processing during word integration. Neuropsychologia. 76, 108-124 (2015).
  17. Rosen, B. Q., Padovan, N., Marinkovic, K. Alcohol hits you when it is hard: Intoxication, task difficulty, and theta brain oscillations. Alcoholism: Clinical and Experimental Research. 40 (4), 743-752 (2016).
  18. Kovacevic, S., et al. Theta oscillations are sensitive to both early and late conflict processing stages: effects of alcohol intoxication. PLoS One. 7 (8), e43957(2012).
  19. Marinkovic, K., Rosen, B. Q., Cox, B., Kovacevic, S. Event-related theta power during lexical-semantic retrieval and decision conflict is modulated by alcohol intoxication: Anatomically-constrained MEG. Frontiers in Psychology. 3 (121), (2012).
  20. Beaton, L. E., Azma, S., Marinkovic, K. When the brain changes its mind: Oscillatory dynamics of conflict processing and response switching in a flanker task during alcohol challenge. PLoS One. 13 (1), e0191200(2018).
  21. Oscar-Berman, M., Marinkovic, K. Alcohol: effects on neurobehavioral functions and the brain. Neuropsychology Review. 17 (3), 239-257 (2007).
  22. Le Berre, A. P., Fama, R., Sullivan, E. V. Executive Functions, Memory, and Social Cognitive Deficits and Recovery in Chronic Alcoholism: A Critical Review to Inform Future Research. Alcoholism: Clinical and Experimental Research. 41 (8), 1432-1443 (2017).
  23. Marinkovic, K., Rickenbacher, E., Azma, S., Artsy, E. Acute alcohol intoxication impairs top-down regulation of Stroop incongruity as revealed by blood oxygen level-dependent functional magnetic resonance imaging. Human Brain Mapping. 33 (2), 319-333 (2012).
  24. Marinkovic, K., Rickenbacher, E., Azma, S., Artsy, E., Lee, A. K. Effects of acute alcohol intoxication on saccadic conflict and error processing. Psychopharmacology (Berl). 230 (3), 487-497 (2013).
  25. Field, M., Wiers, R. W., Christiansen, P., Fillmore, M. T., Verster, J. C. Acute alcohol effects on inhibitory control and implicit cognition: implications for loss of control over drinking. Alcoholism: Clinical and Experimental Research. 34 (8), 1346-1352 (2010).
  26. Fillmore, M. T. Drug abuse as a problem of impaired control: current approaches and findings. Behavioral and Cognitive Neuroscience Reviews. 2 (3), 179-197 (2003).
  27. Hingson, R., Winter, M. Epidemiology and consequences of drinking and driving. Alcohol Reseach & Health. 27 (1), 63-78 (2003).
  28. Selzer, M. L., Vinokur, A., Van Rooijen, L. A self-administered Short Michigan Alcoholism Screening Test (SMAST). Journal of Studies on Alcohol. 36 (1), 117-126 (1975).
  29. Babor, T., Higgins-Biddle, J. S., Saunders, J. B., Monteiro, M. G. AUDIT: The Alcohol use disorders identification test: Guidelines for use in primary care. , WHO: World Health Organization. Geneva, Switzerland. (2001).
  30. Rice, J. P., et al. Comparison of direct interview and family history diagnoses of alcohol dependence. Alcoholism: Clinical and Experimental Research. 19 (4), 1018-1023 (1995).
  31. Eysenck, H. J., Eysenck, S. B. G. Manual of the Eysenck Personality Questionnaire. , Hodder & Staughton. (1975).
  32. Eysenck, S. B., Eysenck, H. J. Impulsiveness and venturesomeness: their position in a dimensional system of personality description. Psychological Reports. 43 (3 Pt 2), 1247-1255 (1978).
  33. Begleiter, H., Kissin, B. The Pharmacology of Alcohol and Alcohol Dependence. , Oxford University Press. 248-306 (1996).
  34. Martin, C. S., Earleywine, M., Musty, R. E., Perrine, M. W., Swift, R. M. Development and validation of the Biphasic Alcohol Effects Scale. Alcoholism: Clinical and Experimental Research. 17 (1), 140-146 (1993).
  35. Liu, H., Tanaka, N., Stufflebeam, S., Ahlfors, S., Hamalainen, M. Functional Mapping with Simultaneous MEG and EEG. Journal of Visualized Experiments. (40), (2010).
  36. Lee, A. K., Larson, E., Maddox, R. K. Mapping cortical dynamics using simultaneous MEG/EEG and anatomically-constrained minimum-norm estimates: an auditory attention example. Journal of Visualized Experiments. (68), e4262(2012).
  37. Balderston, N. L., Schultz, D. H., Baillet, S., Helmstetter, F. J. How to detect amygdala activity with magnetoencephalography using source imaging. Journal of Visualized Experiments. (76), (2013).
  38. Breslin, F. C., Kapur, B. M., Sobell, M. B., Cappell, H. Gender and alcohol dosing: a procedure for producing comparable breath alcohol curves for men and women. Alcoholism: Clinical and Experimental Research. 21 (5), 928-930 (1997).
  39. Marinkovic, K., Cox, B., Reid, K., Halgren, E. Head position in the MEG helmet affects the sensitivity to anterior sources. Neurology and Clinical Neurophysiology. , 30(2004).
  40. Dale, A. M., Sereno, M. I. Improved localization of cortical activity by combining EEG and MEG with MRI cortical surface reconstruction: A linear approach. Journal of Cognitive Neuroscience. 5, 162-176 (1993).
  41. Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9 (2), 179-194 (1999).
  42. Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9 (2), 195-207 (1999).
  43. Gramfort, A., Papadopoulo, T., Olivi, E., Clerc, M. OpenMEEG: opensource software for quasistatic bioelectromagnetics. Biomedical Engineering Online. 9, 45(2010).
  44. Kybic, J., et al. A common formalism for the integral formulations of the forward EEG problem. IEEE Transactions on Medical Imaging. 24 (1), 12-28 (2005).
  45. Dale, A. M., et al. Dynamic statistical parametric mapping: combining fMRI and MEG for high-resolution imaging of cortical activity. Neuron. 26 (1), 55-67 (2000).
  46. Marinkovic, K. Spatiotemporal dynamics of word processing in the human cortex. The Neuroscientist. 10 (2), 142-152 (2004).
  47. Oostenveld, R., Fries, P., Maris, E., Schoffelen, J. M. FieldTrip: Open source software for advanced analysis of MEG, EEG, and invasive electrophysiological data. Computational Intelligence and Neuroscience. , 156869(2011).
  48. Delorme, A., Makeig, S. EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics. Journal of Neuroscience Methods. 134, 9-21 (2004).
  49. Gramfort, A., et al. MNE software for processing MEG and EEG data. Neuroimage. 86, 446-460 (2014).
  50. Lin, F. H., et al. Spectral spatiotemporal imaging of cortical oscillations and interactions in the human brain. Neuroimage. 23 (2), 582-595 (2004).
  51. Fischl, B., Sereno, M. I., Tootell, R. B., Dale, A. M. High-resolution intersubject averaging and a coordinate system for the cortical surface. Human Brain Mapping. 8 (4), 272-284 (1999).
  52. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG- and MEG-data. Journal of Neuroscience Methods. 164 (1), 177-190 (2007).
  53. Marinkovic, K., et al. Spatiotemporal dynamics of modality-specific and supramodal word processing. Neuron. 38 (3), 487-497 (2003).
  54. Nachev, P. Cognition and medial frontal cortex in health and disease. Current Opinion in Neurology. 19 (6), 586-592 (2006).
  55. Kennerley, S. W., Walton, M. E., Behrens, T. E., Buckley, M. J., Rushworth, M. F. Optimal decision making and the anterior cingulate cortex. Nature Neuroscience. 9 (7), 940-947 (2006).
  56. Aron, A. R., Robbins, T. W., Poldrack, R. A. Inhibition and the right inferior frontal cortex: one decade on. Trends in Cognitive Sciences. 18 (4), 177-185 (2014).
  57. Erika-Florence, M., Leech, R., Hampshire, A. A functional network perspective on response inhibition and attentional control. Nature Communications. 5, 4073(2014).
  58. D'Esposito, M., Postle, B. R. The cognitive neuroscience of working memory. Annual Review of Psychology. 66, 115-142 (2015).
  59. Hasselmo, M. E., Stern, C. E. Theta rhythm and the encoding and retrieval of space and time. Neuroimage. 85 Pt 2, 656-666 (2014).
  60. Womelsdorf, T., Johnston, K., Vinck, M., Everling, S. Theta-activity in anterior cingulate cortex predicts task rules and their adjustments following errors. Proceedings of the National Academy of Sciences of the United States of America. 107 (11), 5248-5253 (2010).
  61. Fries, P. A mechanism for cognitive dynamics: neuronal communication through neuronal coherence. Trends in Cognitive Sciences. 9 (10), 474-480 (2005).
  62. Canolty, R. T., et al. High gamma power is phase-locked to theta oscillations in human neocortex. Science. 313 (5793), 1626-1628 (2006).
  63. Varela, F., Lachaux, J. P., Rodriguez, E., Martinerie, J. The brainweb: phase synchronization and large-scale integration. Nature Reviews Neuroscience. 2 (4), 229-239 (2001).
  64. Hanslmayr, S., et al. The electrophysiological dynamics of interference during the Stroop task. Journal of Cognitive Neuroscience. 20 (2), 215-225 (2008).
  65. Niendam, T. A., et al. Meta-analytic evidence for a superordinate cognitive control network subserving diverse executive functions. Cognitive, Affective, & Behavioral Neuroscience. 12 (2), 241-268 (2012).
  66. Sadaghiani, S., D'Esposito, M. Functional Characterization of the Cingulo-Opercular Network in the Maintenance of Tonic Alertness. Cerebral Cortex. 25 (9), 2763-2773 (2015).
  67. Dosenbach, N. U., Fair, D. A., Cohen, A. L., Schlaggar, B. L., Petersen, S. E. A dual-networks architecture of top-down control. Trends in Cognitive Sciences. 12 (3), 99-105 (2008).
  68. Bullmore, E., Sporns, O. The economy of brain network organization. Nature Reviews Neuroscience. 13 (5), 336-349 (2012).
  69. Fornito, A., Zalesky, A., Breakspear, M. The connectomics of brain disorders. Nature Reviews Neuroscience. 16 (3), 159-172 (2015).
  70. Anderson, B. M., et al. Functional imaging of cognitive control during acute alcohol intoxication. Alcoholism: Clinical and Experimental Research. 35 (1), 156-165 (2011).
  71. Kareken, D. A., et al. Family history of alcoholism interacts with alcohol to affect brain regions involved in behavioral inhibition. Psychopharmacology (Berl). 228 (2), 335-345 (2013).
  72. Schuckit, M. A., et al. fMRI differences between subjects with low and high responses to alcohol during a stop signal task. Alcoholism: Clinical and Experimental Research. 36 (1), 130-140 (2012).
  73. Nikolaou, K., Critchley, H., Duka, T. Alcohol affects neuronal substrates of response inhibition but not of perceptual processing of stimuli signalling a stop response. PLoS One. 8 (9), e76649(2013).
  74. Gan, G., et al. Alcohol-induced impairment of inhibitory control is linked to attenuated brain responses in right fronto-temporal cortex. Biology Psychiatry. 76 (9), 698-707 (2014).
  75. Ehlers, C. L., Wills, D. N., Havstad, J. Ethanol reduces the phase locking of neural activity in human and rodent brain. Brain Research. 1450, 67-79 (2012).
  76. Goldstein, R. Z., Volkow, N. D. Dysfunction of the prefrontal cortex in addiction: neuroimaging findings and clinical implications. Nature Reviews Neuroscience. 12 (11), 652-669 (2011).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Magnetoencefalografiaoscillazioni thetacingolato anterioreprefrontale lateralecompito di Stroopphase locking

Articoli correlati