Name: Misura di fronto-limbico Attività Lutilizzo di un emotivo Oddball attività nei bambini con familiare ad alto rischio per la schizofrenia (Video) | JoVE Journal
Uploaded: 2015-12-02T14:00:00.000+00:00
Duration: 13 min 8 s
Description: Scopri come misurare l'attività cerebrale fronto-limbica nei bambini a rischio familiare per schizofrenia utilizzando fMRI durante un compito oddball emotivo. Questo metodo rivela pattern di attivazione alterati.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ringraziamo Erin Douglas, Anna Evans e Carolyn Bellion per il loro contributo al reclutamento dei partecipanti e alla valutazione clinica. Ringraziamo anche Michael Casp, Zoe Englander, Justin Woodlief e James Carter per il loro contributo alla raccolta e all'analisi dei dati, e Robert M. Hamer per la consultazione sull'analisi statistica e l'editing del manoscritto. Infine, ringraziamo le persone e le loro famiglie che hanno partecipato a questo studio. 
Questo studio è stato supportato dalla sovvenzione del centro Conte P50 MH064065 dal National Institute of Mental Health. Il Dr. Hart è stato supportato dal T32 HD040127 del National Institute of Child Health and Human Development.

Le tecniche di ricerca utilizzate nel corso di questo studio sono stati approvati dai revisione schede istituzionali (IRB) di Duke University e la University of North Carolina - Chapel Hill. 1. Imaging Task design <ol><li> Generare un compito comportamentale basata su eventi che presenta stimoli target infrequenti (un cerchio) all&#39;interno di una sequenza di più-frequenti stimoli standard (immagini strapazzate). Uno schema del compito è mostrato in Figura 1. Presentare l&#39;attività utilizzando software CIGAL 10. </li></ol><img alt="Figura 1" src="/files/ftp_upload/51484/51484fig1.jpg" /> Figura 1. Schema della Task design. Questo dato è stato modificato da Hart et al. 20, con il permesso. <a href="https://www.jove.com/files/ftp_upload/51484/51484fig1large.jpg" target="_blank">Clicca qui per vedere una versione più grande di questa figura.</a> <ol style="margin-left: 40px;"><li> Selezionare comeet di stimoli avversi e una serie di stimoli neutri dal database Internazionale Affective Picture System (IAPS). Immagini IAP sono valutati su una scala di 1-9, al fine di riflettere i livelli di eccitazione e di valenza 11. Alti numeri indicano valenza superiore positivo e l&#39;eccitazione. Selezionare un set di immagini che sono adatti alla loro età al gruppo di studio, come le immagini di serpenti, ragni, o altri animali. Nota: Le immagini stimoli avversi task-irrilevante usati per questo studio avevano una valutazione media di 3,38 valenza (DS = 1.78) e una valutazione media di eccitazione di 6.14 (DS = 2.08). Le immagini stimoli neutri avevano una valenza media di 6.21 (DS = 0,26) e una valutazione media di eccitazione di 3.72 (DS = 2.15). </li><li> Programma lo script compito così che le immagini sono presentate in un ordine pseudo-randomizzato per 1.500 msec, con un intervallo di 500 msec significa inter-stimolo. Presente stimoli target e immagini neutre task-irrilevante non più frequentemente di ogni 15 secondi e rendono ogni circa il 4% degli stimoli. Jieventi tter tempi di inizio, al fine di fornire una migliore risoluzione della funzione di risposta emodinamica. </li></ol><ol start="2"><li> Creare 8 set di immagini, una per ciascuna delle 8 piste funzionali tali che i partecipanti vengono presentati con un totale di 40 obiettivi e 40 immagini neutre task-irrilevante nel corso di tutti 8 piste. </li></ol> 2. Setup partecipanti e scansione <ol><li> Reclutare bambini e adolescenti di età compresa tra 9 e 18 anni che sono o individui sani di controllo o che sono ad alto rischio familiare per la psicosi tra. <ol><li> Garantire che gli individui sani non hanno malattie psichiatriche o eventuali familiari di primo grado con una malattia psichiatrica. Assicurarsi che i partecipanti di rischio familiari hanno almeno un parente di primo grado (genitore o un fratello) con la schizofrenia. Non li esclude la presenza di altre malattie psichiatriche in parenti di primo grado. </li><li> Età e abbinare genere sani partecipanti partecipante gruppo rischio familiareS. </li></ol></li><li> Acquisire il consenso informato da parte dei partecipanti di età superiore ai 18. Per i minorenni, acquisire il consenso informato da genitori / tutori legali. Inoltre, acquisire consenso scritto da parte dei minori che prendono parte allo studio. </li><li> Mettere i partecipanti in uno scanner MRI finto per familiarizzare con l&#39;ambiente. Riprodurre un registrazione audio di rumore dello scanner e li hanno completare una prova generale del compito comportamentale al fine di assicurare che comprendano le istruzioni attività. </li><li> Posizionare il partecipante alla RMN e acquisire qualsiasi scansione localizzazione cerebrale necessari e / o immagini anatomiche. </li><li> Utilizzando una casella di input con Risonanza Magnetica, raccontare ai partecipanti di premere un pulsante con il loro dito indice in risposta a tutti gli stimoli target e un altro pulsante con il dito medio per tutti gli altri stimoli. </li><li> A seguito di scansione fMRI, raccogliere valutazioni soggettive di eccitazione e valenza per le immagini utilizzate nello studio da un sottoinsieme di partecipanti. Le current studio ottenuto feedback da 15 controlli e 13 ad alto rischio familiare. </li></ol> 3. Acquisizione di immagini <ol><li> Posizionare i partecipanti in una Tesla MRI scanner 3.0. In primo luogo, acquisire una serie di immagini strutturali, tra cui una immagine 3D anatomica T1-contrasto complanari utilizzando una sequenza di impulsi acquisizione gradiente-ha ricordato viziato (TR: 5.16 msec; TE: 2.04 msec; FOV: 24 cm; matrice dell&#39;immagine: 256 × 256; flip Angolo: 20; Dimensioni voxel: 0,94 millimetri × 0,94 millimetri x 1,9 millimetri; 68 sezioni assiali). </li><li> Acquisire i dati di imaging funzionale utilizzando un gradiente echo sequenza di imaging eco-planare con una copertura completa del cervello (TR: 2,000 msec; TE: 27 msec; FOV: 24 cm; matrice dell&#39;immagine: 64 × 64, Rifletti Angolo: 60; Dimensioni voxel: 3.75 mm × 3,75 millimetri x 3,8 mm; 34 sezioni assiali) in modo che l&#39;attività cerebrale può essere misurata durante l&#39;esecuzione del compito comportamentale. Eseguire questo sequenza di imaging per ogni esecuzione del compito comportamentale. Ogni esecuzione deve essere costituito da 120 punti di tempo di imaging. </li><li> Presentare la task a 8 piste funzionali, ciascuno della durata di circa 4 minuti. </li></ol> 4. Analisi <ol><li> Pre-elaborazione Image: Apra fMRI Expert Analysis Tool (FEAT) di FSL 12. Selezionare l&#39;analisi di primo livello e Pre-stats. <ol><li> Nella scheda &quot;Dati&quot;, selezionare il numero di immagini in ingresso e immettere il percorso di ciascuna delle immagini RM che si sta per elaborare. Impostare la directory di output. Inserire i volumi totali, il numero di acquisizioni scartati, e la TR. </li><li> Nella scheda &quot;Pre-stats&quot;, impostare la correzione del movimento a MCFLIRT, Spatial levigante FWHM a 5 mm, e &quot;correzione tempistica Slice&quot;. Selezionare &quot;estrazione del cervello BET&quot; e &quot;passa-alto&quot; filtro temporale ma non selezionare B0 unwarping (uness si dispone di un campo di mappa gradiente) o &quot;I ntensitiy normaization&quot;. 12,14. </li><li> Nella scheda &quot;Registrazione&quot;, selezionare &quot;principale struimmagine ctural &quot;. Immettere il percorso per l&#39;immagine T1 pesate cranio-spogliato del soggetto. Utilizzare una ricerca lineare normale con almeno 6 DOF. Selezionare la casella di controllo spazio standard. Immettere il percorso dell&#39;immagine atlante MNI. Utilizzare una normale, lineare, ricerca con 12 DOF. Premere OK. </li><li> Escludere partecipanti superiore a 3 mm movimento della testa in X, Y o Z. </li></ol></li><li> Livello 1: Confronto dei dati tra le condizioni delle attività all&#39;interno di una singola corsa. Aperto FEAT. Selezionare &quot;analisi di primo livello&quot; e &quot;Statistiche + Post-stats&quot;. <ol><li> Nella scheda Dati, impostare il numero di ingressi e immettere il percorso di ciascuna delle immagini RM. Immettere un percorso per la &quot;directory di output&quot;. Inserire i &quot;volumi totali&quot;, serie di acquisizioni scartati, e TR. </li><li> Nella scheda &quot;Statistiche&quot;, selezionare la casella di controllo &quot;Usa FILM prewhitening&quot; 16. Premere il &quot;modello completo sePulsante tup &quot;. Impostare il &quot;Numero di veicoli elettrici originali&quot; per il numero di condizioni di attività. Per ogni condizione, selezionare &quot;Personalizzato (3 Formato colonna)&quot; dal menu a discesa forma di base e &quot;Double-Gama HRF dal&quot; &quot;menu a discesa Convoluzione 17,18 e selezionare un file di testo contenente la tempistica compito. <ol><li> Formattare questo file di testo in 3 colonne con una voce per ogni &quot;evento&quot; del tipo specificato. La prima colonna deve contenere il tempo di inizio (in secondi), il secondo dovrebbe contenere la durata (in secondi), e il terzo dovrebbe contenere il peso dell&#39;evento. Nella scheda Contrasti e F-test, creare un contrasto per ogni condizione compito e uno per ciascun confronto. </li></ol></li><li> Sul &quot;post-stats&quot; scheda, selezionare &quot;Cluster&quot; nel menu a tendina &quot;Thresholding&quot; e impostare la &quot;soglia Z&quot; e Cluster P threshold a 2,3 e 0,05, rispettivamente, 8,19. </li><li> Nella scheda &quot;Registrazione&quot;, selezionare &quot;immagine strutturale principale&quot;. Immettere il percorso per l&#39;immagine T1 pesate cranio-spogliato del soggetto. Utilizzare una ricerca lineare normale con almeno 6 DOF. Selezionare la casella di controllo &quot;standard spazio&quot;. Immettere il percorso per l&#39;immagine del atlante MNI. Utilizzare una, ricerca lineare normale con 12 DOF. Premere il tasto &quot;Go&quot;. </li></ol></li><li> Livello 2: Confronta i dati tra piste per ogni condizione compito. Aperto FEAT. Selezionare &quot;analisi a livello superiore&quot; e &quot;Statistiche + Post-stats&quot; dal menu a discesa. <ol><li> Nella scheda Dati, selezionare &quot;ingressi sono directory FEAT di livello inferiore&quot;. Impostare il numero di ingressi e immettere il percorso di ciascuna delle immagini RM. Immettere un percorso per la &quot;directory di output&quot;. </li><li> Nella scheda &quot;Statistiche&quot;, cambiare le &quot;Effetti misti: FLAME1&quot; casella di selezione per &quot;Fixed EFFETTI &quot;. Premere il tasto&quot; procedura guidata di configurazione Model &quot;pulsante. Selezionare&quot; media gruppo unico &quot;e fare clic sul pulsante&quot; Process &quot;. </li><li> Nella scheda &quot;post-stats&quot;, selezionare &quot;Cluster&quot; nel menu a tendina &quot;Thresholding&quot; e impostare la &quot;soglia Z&quot; e la soglia di &quot;Cluster P&quot; a 2.3 e 0.05, rispettivamente, 8,19. Premere il tasto &quot;Go&quot;. </li></ol></li><li> Livello 3: Confronta i dati tra i soggetti per ogni condizione di lavoro in tutte le piste. Aperto FEAT. Selezionare &quot;analisi a livello superiore&quot; e &quot;Statistiche + Post-stats&quot; dal menu a discesa. <ol><li> Nella scheda Dati, selezionare &quot;Gli ingressi sono 3D fronteggiare immagini da directory FEAT.&quot; Imposta il numero degli ingressi e inserire il percorso di ciascuna delle immagini RM. Immettere un percorso per la &quot;directory di output&quot;. </li><li> Sul &quot;Statistiche&quot; tab, premere il &quot;setup modello completo&quot;. Impostare il numero di veicoli elettrici pari al numero di variabili di gruppo e le covariate come il gruppo diagnostico, età, sesso, ecc Immettere i valori per ciascun soggetto (ingresso 1 - Ingresso n) per ogni EV. È possibile utilizzare la finestra &quot;Incolla&quot; per copiare un foglio di calcolo di questi valori. <ol><li> Nella scheda &quot;Contrasti e F-test&quot;, aggiungere un contrasto per ogni variabile di prova e per ogni contrasto (ad esempio, un gruppo di diagnostica). Per ogni variabile di prova, impostare il contrasto selezionando il valore 1 nella colonna sotto l&#39;EV appropriata. Per ogni contrasto, impostare il primo valore di 1 e il secondo a -1. Selezionare &quot;Fine&quot;. </li></ol></li><li> Nella scheda &quot;Post-stats&quot;, selezionare &quot;Cluster&quot; nel menu a tendina &quot;Thresholding&quot; e impostare la &quot;soglia Z&quot; e la soglia di &quot;Cluster P&quot; per 2,3 e 0,05, rispettivamente 8,19 </sup&gt;. Premere il tasto &quot;Go&quot;. </li></ol></li></ol>

<ol><li>Kety, S. S., Rosenthal, D., Wender, P. H., Schulsinger, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+illness+in+the+biological+and+adoptive+families+of+adpoted+schizophrenics%5BTitle%5D)+AND+%22Am+J+Psyc%22%5BJournal%5D)">Mental illness in the biological and adoptive families of adpoted schizophrenics.</a> Am J Psyc. 128, 302-306 (1971).</li>
<li>Weinberger, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Implications+of+normal+brain+development+for+the+pathogenesis+of+schizophrenia%5BTitle%5D)+AND+%22Arch+Gen+Psychia%22%5BJournal%5D)">Implications of normal brain development for the pathogenesis of schizophrenia.</a> Arch Gen Psychia. 44, 660-669 (1987).</li>
<li>Nuechterlein, K. H., Dawson, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Information+processing+and+attentional+functioning+in+the+developmental+course+of+schizophrenic+disorders%5BTitle%5D)+AND+%22Schizophr+Bul%22%5BJournal%5D)">Information processing and attentional functioning in the developmental course of schizophrenic disorders.</a> Schizophr Bul. 10, 160-203 (1984).</li>
<li>Nuechterlein, K. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+vulnerability%2Fstress+model+of+schizophrenic+relapse%3A+a+longitudinal+study%5BTitle%5D)+AND+%22Acta+Psychiatr+Scand%2C+Supp%22%5BJournal%5D)">The vulnerability/stress model of schizophrenic relapse: a longitudinal study.</a> Acta Psychiatr Scand, Supp. 382, 58-64 Forthcoming.</li>
<li>Keshavan, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Premorbid+cognitive+deficits+in+young+relatives+of+schizophrenia+patients%5BTitle%5D)+AND+%22Front+Hum+Neurosc%22%5BJournal%5D)">Premorbid cognitive deficits in young relatives of schizophrenia patients.</a> Front Hum Neurosc. 3 (62), (2010).</li>
<li>Kiehl, K. A., Liddle, P. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+event-related+functional+magnetic+resonance+imaging+study+of+an+auditory+oddball+task+in+schizophrenia%5BTitle%5D)+AND+%22Schizophr+Re%22%5BJournal%5D)">An event-related functional magnetic resonance imaging study of an auditory oddball task in schizophrenia.</a> Schizophr Re. 48, 159-171 (2001).</li>
<li>Bramon, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+the+P300+wave+an+endophenotype+for+schizophrenia%3F+A+meta-analysis+and+a+family+study%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Is the P300 wave an endophenotype for schizophrenia? A meta-analysis and a family study.</a> Neuroimag. 27, 960-968 (2005).</li>
<li>Dichter, G. S., Bellion, C., Casp, M., Belger, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impaired+modulation+of+attention+and+emotion+in+schizophrenia%5BTitle%5D)+AND+%22Schizophr+Bul%22%5BJournal%5D)">Impaired modulation of attention and emotion in schizophrenia.</a> Schizophr Bul. 36, 595-606 (2010).</li>
<li>Fichtenholtz, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emotion-attention+network+interactions+during+a+visual+oddball+task%5BTitle%5D)+AND+%22Brain+Res+Cogn+Brain+Re%22%5BJournal%5D)">Emotion-attention network interactions during a visual oddball task.</a> Brain Res Cogn Brain Re. 20, 67-80 (2004).</li>
<li>Voyvodic, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+fMRI+paradigm+control%2C+physiology%2C+and+behavior+combined+with+near+real-time+statistical+analysis%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis.</a> Neuroimag. 10, 91-106 (1999).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22International+affective+picture+system+%28IAPS%29%3A+Digitized+photographs%2C+instruction+manual+and+affective+ratings.+Technical+Report+A-6%22">International affective picture system (IAPS): Digitized photographs, instruction manual and affective ratings. Technical Report A-6</a>. , The Center for Research in Psychophysiology, University of Florida. (2005).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+functional+and+structural+MR+image+analysis+and+implementation+as+FSL%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Advances in functional and structural MR image analysis and implementation as FSL.</a> Neuroimag. 23, 208-219 (2004).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+robust+automated+brain+extraction%5BTitle%5D)+AND+%22Hum+Brain+Map%22%5BJournal%5D)">Fast robust automated brain extraction.</a> Hum Brain Map. 17, 143-155 (2002).</li>
<li>Jenkinson, M., Bannister, P., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+optimization+for+the+robust+and+accurate+linear+registration+and+motion+correction+of+brain+images%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> Neuroimag. 17, 825-841 (2002).</li>
<li>Jenkinson, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+global+optimisation+method+for+robust+affine+registration+of+brain+images%5BTitle%5D)+AND+%22Med+Image+Ana%22%5BJournal%5D)">A global optimisation method for robust affine registration of brain images.</a> Med Image Ana. 5, 143-156 (2001).</li>
<li>Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+autocorrelation+in+univariate+linear+modeling+of+FMRI+data%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Temporal autocorrelation in univariate linear modeling of FMRI data.</a> Neuroimag. 14, 1370-1386 (2001).</li>
<li>Beckmann, C. F., Jenkinson, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((General+multilevel+linear+modeling+for+group+analysis+in+FMRI%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">General multilevel linear modeling for group analysis in FMRI.</a> Neuroimag. 20, 1052-1063 (2003).</li>
<li>Woolrich, M. W., Behrens, T. E., Beckmann, C. F., Jenkinson, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multilevel+linear+modelling+for+FMRI+group+analysis+using+Bayesian+inference%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Multilevel linear modelling for FMRI group analysis using Bayesian inference.</a> Neuroimag. 21, 1732-1747 (2004).</li>
<li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimag. 15, 870-878 (2002).</li>
<li>Hart, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+fronto-limbic+activity+in+children+and+adolescents+with+familial+high+risk+for+schizophrenia.%5BTitle%5D)+AND+%22Psychiatry+Re%22%5BJournal%5D)">Altered fronto-limbic activity in children and adolescents with familial high risk for schizophrenia.</a> Psychiatry Re. 212, 19-27 (2013).</li>
<li>Hariri, A. R., Bookheimer, S. Y., Mazziotta, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modulating+emotional+responses%3A+effects+of+a+neocortical+network+on+the+limbic+system%5BTitle%5D)+AND+%22Neurorepor%22%5BJournal%5D)">Modulating emotional responses: effects of a neocortical network on the limbic system.</a> Neurorepor. 11, 43-48 (2000).</li>
<li>Gottesman, I. I., Gould, T. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+endophenotype+concept+in+psychiatry%3A+etymology+and+strategic+intentions%5BTitle%5D)+AND+%22Am+J+Psyc%22%5BJournal%5D)">The endophenotype concept in psychiatry: etymology and strategic intentions.</a> Am J Psyc. 160, 636-645 (2003).</li>
<li>Glahn, D. C., Thompson, P. M., Blangero, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuroimaging+endophenotypes%3A+strategies+for+finding+genes+influencing+brain+structure+and+function%5BTitle%5D)+AND+%22Hum+Brain+Map%22%5BJournal%5D)">Neuroimaging endophenotypes: strategies for finding genes influencing brain structure and function.</a> Hum Brain Map. 28, 488-501 (2007).</li>
</ol>

Il Dr. Perkins sta attualmente ricevendo sovvenzioni da Janssen ed è consulente di Dainippon. In passato, il Dr. Perkins è o è stato relatore per Eli Lilly e AstraZeneca. Il Dr. Perkins ha precedentemente ricevuto sovvenzioni da AstraZeneca, Bristol-Myers Squibb, Otsuka, Eli Lilly, Janssen e Pfizer; e spese di consulenza e formazione da AstraZeneca, Bristol-Myers Squibb, Eli Lilly, Janssen, Glaxo Smith Kline, Forest Labs, Pfizer e Shire. Tutti gli altri autori dichiarano di non avere interessi finanziari biomedici o potenziali conflitti di interesse.

È stato dimostrato che il paradigma stravagante emotivo modificato nel presente studio suscita differenze nel reclutamento neurale durante l'attenzione selettiva e l'elaborazione emotiva nei bambini e negli adolescenti a rischio di schizofrenia. Mentre i paradigmi esistenti che utilizzano il compito di stravagare emotivamente sono stati utilizzati per studiare i cambiamenti neurali nelle popolazioni adulte con malattia psichiatrica8, il paradigma attuale può essere particolarmente utile per la misurazione dei ...

La schizofrenia è un disturbo dello sviluppo neurologico con una componente genetica nota1,2 e con sintomi che includono deficit sia nell'elaborazione esecutiva che in quella emotiva3,4. Si ritiene che i parenti di primo grado siano a maggior rischio di sviluppare la schizofrenia e hanno dimostrato di condividere alcuni di questi stessi deficit neurocognitivi sia nel dominio cognitivo che in quello socio-emotivo5. Ci aspettiamo quindi che l'attività cerebrale nelle regioni associate all'elaborazione esecutiva ed emotiva possa essere alterata nei membri della famiglia a rischio prima dell'insorgenza dei sintomi clinici. 
>jove_content<Studi precedenti hanno indicato che sia gli adulti con schizofrenia che gli adulti ad alto rischio familiare mostrano un'attività aberrante all'interno delle reti di elaborazione esecutiva ed emotiva; tuttavia non è chiaro come questi cambiamenti avvengano durante lo sviluppo. Dimostrare che questi cambiamenti si verificano presto nella vita sarà un primo passo fondamentale per comprendere la fisiopatologia del disturbo. Pertanto, questo studio utilizza un paradigma emotivo stravagante durante la risonanza magnetica funzionale (fMRI) al fine di misurare l'attività cerebrale durante il completamento di un compito che richiede sia l'elaborazione esecutiva che quella emotiva negli adolescenti che sono a rischio di sviluppare la schizofrenia. I paradigmi stravaganti sono spesso utilizzati per esaminare la funzione dei circuiti fronto-striati nella schizofrenia>6 e negli individui con rischio familiare elevato7 misurando i processi di attenzione selettiva assegnati a stimoli target rilevanti per il compito. Qui, un compito stravagante standard è stato modificato per includere stimoli avversi e neutri irrilevanti per il compito che hanno dimostrato di suscitare cambiamenti nell'attività cerebrale nei pazienti con schizofrenia8. 
Questo articolo misura le differenze funzionali tra adolescenti sani e adolescenti ad alto rischio familiare di schizofrenia utilizzando un compito emotivo stravagante. Il design del compito è simile a quello utilizzato da Fichtenholtz e colleghi9, ma la selezione di immagini emotive avverse è stata modificata per essere appropriata per i bambini di età compresa tra 9 e 18 anni. L'uso di questo compito durante la risonanza magnetica funzionale ha permesso l'identificazione di specifiche regioni cerebrali che mostravano modelli di iperattivazione e ipoattivazione nei bambini e negli adolescenti con FHR per schizofrenia, oltre ai cambiamenti legati all'età nell'attività neurale durante lo sviluppo adolescenziale.

<table><tbody><tr><td>Scanner MRI 3T</td><td>Scanner GE</td><td></td><td>BIAC 3T (sostituito)</td></tr></tbody></table>

misura di fronto-limbico attività l&#39;utilizzo di un emotivo oddball attività nei bambini con familiare ad alto rischio per la schizofrenia

Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia

L'adolescenza è un periodo critico dello sviluppo in cui emergono frequentemente i primi sintomi della schizofrenia. I parenti di primo grado di persone con schizofrenia che sono ad alto rischio familiare (FHR) possono mostrare cambiamenti cognitivi ed emotivi simili. Tuttavia, i cambiamenti neurologici alla base dell'insorgenza di questi sintomi rimangono poco chiari. Questo studio ha cercato di identificare le differenze nelle regioni frontali, striatali e limbiche nei bambini e negli adolescenti con FHR utilizzando la risonanza magnetica funzionale. Gruppi di 21 bambini e adolescenti presso FHR e 21 controlli sani hanno completato un compito emotivo stravagante che si basava sull'attenzione selettiva e sulla soppressione delle informazioni emotive irrilevanti per il compito. Il compito standard è stato modificato per includere distrattori avversi e neutri al fine di esaminare le potenziali differenze di gruppo sia nell'elaborazione emotiva che in quella esecutiva. Questo compito è stato progettato specificamente per consentire a bambini e adolescenti di completare mantenendo la difficoltà e il contenuto dell'immagine emotiva adeguati all'età. Inoltre, dimostriamo una tecnica per la registrazione fMRI adatta per i partecipanti bambini e adolescenti. Questo paradigma può essere applicato anche in studi futuri per misurare i cambiamenti nell'attività neurale in altre popolazioni con ipotizzati cambiamenti nello sviluppo nell'elaborazione esecutiva ed emotiva.

Non ci sono state differenze tra i gruppi in base a caratteristiche demografiche 20. Dati comportamentali hanno indicato che l&#39;operazione di rilevamento di destinazione è a un livello adeguato di difficoltà per bambini e adolescenti di età compresa tra 9-18. Nel corso di studio, controlli individuati correttamente 82.36% degli obiettivi (SD = 0.14), e il gruppo di rischio familiare identificato correttamente il 76,8% del target (SD = 0.17). Entrambi i gruppi hanno mostrato diminuita prec...

Questo articolo descrive come utilizzare il compito stravagante emotivo e la risonanza magnetica funzionale per misurare l'attivazione cerebrale nei bambini e negli adolescenti ad alto rischio familiare di schizofrenia (FHR). L'FMRI è stato utilizzato per misurare le differenze nelle regioni fronto-striato-limbiche durante un compito stravagante emotivo. I bambini con FHR hanno mostrato un'attivazione funzionale anomala durante l'adolescenza.

Misura di fronto-limbico Attività L&#39;utilizzo di un emotivo Oddball attività nei bambini con familiare ad alto rischio per la schizofrenia

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with ...

L'obiettivo generale di questa procedura è eseguire un'Imaging con Risonanza Magnetica (MR) in bambini e adolescenti durante l'esecuzione di un compito emotivo di tipo oddball. Questo obiettivo viene raggiunto innanzitutto progettando un compito emotivo oddball adatto all'età infantile. Il secondo passaggio consiste nel permettere ai partecipanti di esercitarsi nell'esecuzione del compito in un ambiente simulato di scanner.Successivamente, i partecipanti svolgono lo stesso compito all'interno dello scanner MRI. L'ultimo passaggio consiste nell'analizzare i dati comportamentali e di imaging. In definitiva, l'imaging funzionale durante il compito di oddball emotivo.Negli individui con parenti di primo grado affetti da schizofrenia, questa tecnica viene utilizzata per evidenziare una ridotta attivazione nei circuiti fronto-striatali e una risposta agli stimoli bersaglio nei bambini e negli adolescenti a rischio. Il principale vantaggio di questa tecnica consiste nella possibilità di effettuare immagini non invasive del cervello di bambini e adolescenti mentre svolgono funzioni cognitive. Sebbene questo metodo possa fornire informazioni utili sulla schizofrenia, può essere applicato anche ad altre patologie psichiatriche dello sviluppo, come il disturbo bipolare o l'autismo, o ad altri disturbi cerebrali, come il disturbo da stress post-traumatico.Generalmente, le persone alle prime armi con questo metodo incontrano difficoltà perché sono molti i passaggi necessari per creare un disegno sperimentale, acquisire le immagini, programmare le analisi e le procedure di elaborazione delle immagini, e applicare i disegni sperimentali corretti al proprio progetto. Anche i bambini partecipanti e le persone con condizioni neuropsichiatriche incontrano difficoltà, poiché le procedure richiedono loro di rimanere immobili durante una tipica sessione di risonanza magnetica mentre svolgono compiti comportamentali. Inoltre, le procedure richiedono una comunicazione chiara e una corretta trasmissione delle informazioni tra sperimentatore e partecipante, il che richiede una notevole quantità di formazione.Per iniziare, utilizzare il software Siegel per generare un compito comportamentale basato sugli eventi che presenti stimoli bersaglio infrequenti, come un cerchio all'interno di una sequenza di stimoli standard più frequenti, come immagini mescolate. Selezionare un insieme di stimoli avversivi e un insieme di stimoli neutri dal database International Effective Picture System. Queste immagini vengono valutate su una scala da uno a nove, in cui numeri più alti indicano un livello positivo maggiore di valenza e attivazione.Selezionare un insieme di immagini adatte all'età del gruppo di studio, come ad esempio immagini di serpenti, ragni o altri animali. Programmare lo script dell'attività in modo che le immagini vengano presentate in un ordine pseudo casualizzato per 1.500 millisecondi, con un intervallo medio di 500 millisecondi tra una presentazione e l’altra; presentare gli stimoli pertinenti al compito e immagini neutre irrilevanti per il compito non più frequentemente di ogni 15 secondi, facendo sì che queste ultime rappresentino circa il 4% degli stimoli totali. Assicurarsi di variare casualmente i tempi di inizio degli eventi per ottenere una migliore risoluzione della funzione di risposta emodinamica; creare un totale di otto serie di immagini, una per ciascuna delle otto sessioni funzionali.Reclutare partecipanti di età compresa tra i nove e i 18 anni che presentano un elevato rischio familiare di psicosi, oltre a controlli sani. Ottenere il consenso informato dai partecipanti o dai loro tutori legali e l'assenso dai minori che partecipano allo studio. Iniziare posizionando i partecipanti in uno scanner MRI simulato per familiarizzarli con l'ambiente MRI.Quindi assicurarsi che comprendano le istruzioni del compito e riprodurre una registrazione audio del rumore dello scanner mentre completano una prova della task comportamentale. Chiedere al partecipante di utilizzare la stessa tastiera sicura per la risonanza magnetica che verrà usata durante la vera scansione e istruirlo a premere un pulsante con il dito indice in risposta a tutti gli stimoli bersaglio e un altro pulsante con il dito medio per tutti gli altri stimoli. Una volta che il soggetto si sente a proprio agio nello scanner simulato, posizionarlo all'interno di uno scanner MRI da 3,0 Tesla.Per prima cosa, acquisire un insieme di immagini strutturali, inclusa un'immagine anatomica pesata in T1 co-pianificata 3D, utilizzando una sequenza impulsiva di acquisizione gradient spoiled recalled. Successivamente, acquisire i dati di imaging funzionale mediante una sequenza di imaging echo planar a eco di gradiente con copertura completa del cervello. Per misurare l'attività cerebrale durante il compito comportamentale, utilizzare questa sequenza di imaging per ogni run del compito comportamentale, presentando il compito in otto run funzionali, ciascuno della durata di circa quattro minuti e costituito da 120 punti temporali di imaging.Iniziare l'analisi pre-elaborando le immagini: aprire lo strumento di analisi expert FMRI all'interno del software FSL e selezionare l'analisi di primo livello e pre-stats. Successivamente, nella scheda dati, selezionare il numero di immagini di input e il percorso di ciascuna delle immagini RM. Impostare anche la directory di output.Inserire i volumi totali, il numero di acquisizioni scartate e il TR. Successivamente, nella scheda pre-statistica, impostare la correzione del movimento su MFL con livellamento spaziale completo e mezza massima a cinque millimetri e selezionare la correzione della temporizzazione delle sezioni. Non selezionare la distorsione B zero UN e la normalizzazione dell'intensità, ma selezionare l'estrazione cerebrale BET e il filtraggio temporale passa-alto. Quindi, nella scheda di registrazione per l'immagine strutturale principale, inserire il percorso della scansione T1 priva di cranio del soggetto.Utilizzare una ricerca lineare normale con almeno sei gradi di libertà. Quindi selezionare lo spazio standard e inserire il percorso dell'immagine dell'atlante MNI. Utilizzare una ricerca lineare normale con 12 gradi di libertà ed escludere i partecipanti con un movimento della testa superiore a tre millimetri.Ora, per confrontare i dati tra le condizioni di compito all'interno di una singola sessione, selezionare analisi di primo livello, statistica e post-statistica. Nella scheda dati, impostare il numero di ingressi e inserire il percorso di ciascuna delle immagini RM e la directory di output. Inserire il numero totale di volumi, il numero di acquisizioni scartate e il TR. Successivamente, nella scheda statistica, selezionare l'uso di FILM, pre-bianchimento e configurazione completa del modello.Impostare il numero di EV originali pari al numero di condizioni del compito. Per ogni condizione, selezionare il formato personalizzato a tre colonne dal menu della forma di base e l'HRF gamma doppia dal menu di convoluzione, quindi selezionare il file di testo contenente il formato di temporizzazione del compito. Questo file di testo deve avere tre colonne con una voce per ogni evento.La prima colonna deve contenere il tempo di insorgenza. La seconda deve contenere la durata e la terza, il peso dell'evento. Ora, nella scheda Contrasto e test F, creare un contrasto per ogni condizione di test e, nei post statistic dei confronti, selezionare cluster dal menu di sogliatura e impostare la soglia Z e la soglia P del cluster rispettivamente a 2,3 e 0,05.Quindi nella scheda di registrazione, selezionare l'immagine strutturale principale e inserire il percorso del cranio del soggetto. Immagine T1 senza tessuto extracranico. Utilizzare una ricerca normale lineare con almeno sei gradi di libertà e selezionare lo spazio standard.Inserire il percorso dell'immagine dell'atlante MNI e utilizzare una ricerca lineare normale con 12 gradi di libertà. Successivamente, per l'analisi di secondo livello, confrontare i dati tra le esecuzioni. Per ogni condizione di compito, selezionare l'analisi di livello superiore e le statistiche, oltre alle statistiche post hoc.Quindi nella scheda dati, selezionare che gli input sono directory di livello inferiore. Impostare il numero di input e inserire il percorso di ciascuna delle immagini RM. Inserire anche un percorso per la directory di output, il numero totale di acquisizioni scartate e il TR. Nella scheda stats, modificare l'effetto misto flame one in effetto fisso.Utilizzando la procedura guidata di configurazione del modello, selezionare media di un singolo gruppo ed elaborare. Quindi, nella scheda post ads, selezionare cluster nel menu di sogliatura e impostare la soglia Z e la soglia P del cluster rispettivamente a 2,3 e 0,05. Ora, per confrontare i dati tra soggetti per ciascuna condizione di compito in tutte le esecuzioni, selezionare analisi di livello superiore e stats più post stats.Nella scheda dati, selezionare come input le immagini 3D COPE provenienti dalle directory dei piedi. Impostare il numero di input e inserire il percorso di ciascuna immagine. Inserire la directory di output, il numero totale di volumi, il numero di acquisizioni scartate e il TR. Successivamente, nella scheda stats, selezionare l'opzione di configurazione completa del modello.Impostare il numero di EV pari al numero di variabili di gruppo e covariate. Inserire i valori per ogni soggetto per ciascun EV. Infine, al contrario, inviare i test F.Aggiungere un contrasto per ogni variabile di test e per ogni contrasto. Per ogni variabile di test, impostare il contrasto selezionandone uno nella colonna sotto l'ev. appropriato. Per ogni contrasto, impostare il primo valore a uno e il secondo a meno uno.Quindi, nelle statistiche post hoc, selezionare "cluster" nel menu a discesa per la soglia e impostare la soglia Z e la soglia P del cluster rispettivamente a 2,3 e 0,05. Qui possiamo osservare mappe di attivazione che mostrano le differenze tra i gruppi come visibili. In questo caso, il gruppo a rischio familiare elevato ha mostrato un'attivazione maggiore rispetto ai controlli durante l'elaborazione dello stimolo bersaglio.In queste aree, i controlli hanno mostrato un'attivazione maggiore rispetto al gruppo a rischio familiare elevato durante l'elaborazione del bersaglio. Qui, il gruppo a rischio familiare elevato ha mostrato un'attivazione maggiore rispetto ai controlli durante il confronto avverso rispetto a neutro, e in questo caso i controlli hanno mostrato un'attivazione maggiore rispetto al gruppo a rischio familiare elevato durante il confronto avverso rispetto a neutro; queste mappe di attivazione hanno evidenziato differenze di gruppo correlate all'età. Le aree mostrate presentano una correlazione positiva maggiore con l'età nel gruppo a rischio familiare elevato rispetto ai controlli durante l'elaborazione del bersaglio.Qui osserviamo aree con una maggiore correlazione positiva con l'età nei controlli rispetto al gruppo a rischio familiare durante lo stimolo avversivo. Maggiore rispetto al contrasto neutro. Non dimenticare che lavorare con individui nell'ambiente della risonanza magnetica può essere estremamente pericoloso. Precauzioni come lo screening di sicurezza per la risonanza magnetica e adeguate misure di sicurezza e comfort, nonché una formazione appropriata, devono sempre essere adottate durante l'esecuzione di questa procedura.Questa tecnica ha inoltre creato un nuovo metodo per visualizzare processi neurali anomali nei disturbi cerebrali come schizofrenia, autismo e disturbo da stress post-traumatico. Durante l'esecuzione di questa procedura, è importante ricordare di comunicare con i partecipanti per aiutarli a rimanere calmi e concentrati. Una volta padroneggiata, questa tecnica può essere eseguita in due ore se effettuata correttamente.Dopo aver seguito questa procedura, è possibile eseguire altri metodi come l'EEG al fine di rispondere ad ulteriori domande riguardo la neuro sincronia in coorti simili.

measurement-fronto-limbic-activity-using-an-emotional-oddball-task

Research

Ricerca

JoVE Journal

Behavior

Comportamento

Vi presentiamo un protocollo che permette di indagine dei correlati neurali della regolazione delle emozioni deliberata e automatico, usando la risonanza magnetica funzionale. Questo protocollo può essere utilizzato in partecipanti sani, giovani e anziani, così come nei pazienti.

Indagine del cervello Imaging i correlati neurali delle emozioni regolamento

Vi presentiamo un protocollo che permette di indagine dei meccanismi neurali che mediano l'impatto negativo delle emozioni sulla cognizione, utilizzando la risonanza magnetica funzionale. Questo protocollo può essere utilizzato con i partecipanti sani e clinica.

Imaging cerebrale Indagine di compromettere l&#39;effetto delle emozioni sulla cognizione

L'obiettivo della nostra ricerca è quello di correlare il comportamento di attività cerebrale. Accurate misure comportamentali e le tecniche di imaging ci permettono di chiarire le relazioni cervello-comportamento.

Correlare risposte comportamentali alla segnali fMRI di Human corteccia prefrontale: Esame Processi Cognitivi Utilizzando Task Analysis

Questo protocollo presenta una nuova metodologia per la decodifica neurale dell'intento di bambini che si comportano liberamente durante l'interazione sociale senza copione con un attore. L'attività neurale viene acquisita utilizzando l'elettroencefalografia attiva del cuoio capelluto (EEG) non invasiva ad alta densità. I dati cinematici vengono raccolti con unità di misura inerziali e integrati con la registrazione video sincronizzata.

Un nuovo approccio sperimentale e analitico al multimodale neurale decodifica di intenti durante l&#39;interazione sociale in Liberamente-comportarsi neonati umani

L'effetto Stroop emotivo (ESE) è il risultato di latenze di denominazione più lunghe per inchiostrare i colori delle parole emotive rispetto a quelle delle parole neutre. Questo rapporto fa riferimento a potenziali fonti di confusione e include un esperimento modale che fornisce i mezzi per controllarle.

La emotivo Stroop Task: Valutare la performance cognitiva in esposizione al contenuto emotivo

Un protocollo sperimentale EEG è stato progettato per chiarire l'interazione tra rappresentazioni coscienti e non coscienti di facce emotive nei pazienti con sindrome di Asperger. La tecnica suggerisce che i pazienti con la sindrome di Asperger hanno deficit di rappresentanza non cosciente di volti emotivi, ma hanno prestazioni paragonabili nella rappresentazione cosciente con controlli sani.

Rappresentazioni coscienti e non coscienti della Facce emotivi nella sindrome di Asperger

Un protocollo dettagliato per un paradigma sperimentale per valutare l'efficacia con cui i bambini regolano l'emozione è descritto. I bambini sono assegnati in modo casuale ad utilizzare specifiche strategie di regolazione delle emozioni, le emozioni negative sono suscitato con filmati, e cambiamenti nella successiva indice psicofisiologia la misura in cui la regolazione delle emozioni è efficace.

La valutazione psicofisiologica della efficacia delle strategie Emotion regolamento in Childhood

Questo protocollo è progettato per misurare la ricompensa attesa e trattamento nei bambini piccoli con e senza autismo. In particolare, il protocollo è progettato per studiare i correlati neurali della ricompensa durante condizioni sociali e asociali mentre controllavano per ricompensa tra condizioni.

Un protocollo di elettrofisiologia alla previsione di ricompensa di misura ed elaborazione nei bambini

Qui, presentiamo un protocollo per condurre una varietà di test comportamentali nel bestiame che sono stati progettati per valutare le emozioni. Una batteria di test comportamentali (test sul campo aperto, test di startle, labirinto zero bovino, velocità di uscita, punteggio della penna e punteggio dello scivolo) sono stati condotti per valutare i diversi componenti del temperamento animale.

L'uso di test di paura tradizionali per valutare diversi circuiti emotivi nel bestiame

Introduciamo un protocollo per esplorare i correlati neurali di un compito di regolazione cognitiva delle emozioni, vale a dire la rivalutazione cognitiva, utilizzando la risonanza magnetica funzionale. Questo protocollo è stato utilizzato in pazienti con disturbo ossessivo-compulsivo e controlli sani, ma può essere utilizzato anche in altri campioni clinici.

Esplorazione dei correlati neurali della rivalutazione cognitiva nel disturbo ossessivo-compulsivo utilizzando la risonanza magnetica funzionale basata su attività

Scopri come misurare l'attività cerebrale fronto-limbica nei bambini a rischio familiare per schizofrenia utilizzando fMRI durante un compito oddball emotivo. Questo metodo rivela pattern di attivazione alterati.

Misura di fronto-limbico Attività Lutilizzo di un emotivo Oddball attività nei bambini con familiare ad alto rischio per la schizofrenia (Video) | JoVE Journal

Misura di fronto-limbico Attività L'utilizzo di un emotivo Oddball attività nei bambini con familiare ad alto rischio per la schizofrenia

Esplora altri video