統合失調症のための家族ハイリスク児の感情オドボール課題を用いて前頭辺縁系の活性の測定

サマリー

この論文は、家族性統合失調症(FHR)の高リスクの子供や青年の脳の活性化を測定するために、感情的な奇妙な課題とfMRIをどのように使用するかを説明しています。FMRIは、感情的な奇妙な課題の間に前頭-線条-辺縁系領域の違いを測定するために使用されました。FHRの子供は、青年期に異常な機能的活性化を示しました。

要約

思春期は、統合失調症の初期症状が頻繁に現れる重要な発達期です。統合失調症の人々の第一度近親者で、家族性高リスク(FHR)にある人は、同様の認知的および感情的な変化を示す可能性があります。しかし、これらの症状の出現の根底にある神経学的変化は、依然として不明です。この研究は、機能的磁気共鳴画像法を使用して、FHRの子供と青年の前頭葉、線条体、および辺縁系領域の違いを特定しようとしました。FHRの21人の子供と青年、および21人の健康な対照のグループは、選択的注意とタスクに無関係な感情情報の抑制に依存する感情的な奇妙なタスクを完了しました。標準的なオッドボール課題は、感情処理と実行処理の両方における潜在的なグループの違いを調べるために、嫌悪的および中立的な気晴らしを含むように修正されました。このタスクは、子供や青少年が難易度と感情的な画像コンテンツを年齢に適した状態に保つことで完了できるように特別に設計されました。さらに、小児および青年期の参加者に適したfMRI登録のための技術を示します。このパラダイムは、実行的および感情的処理の発達的変化を仮定して、他の集団の神経活動の変化を測定するために、将来の研究にも適用される可能性があります。

概要

統合失調症は、既知の遺伝的要素^1,2と、実行処理と感情処理^3,4の両方の欠損を含む症状を伴う神経発達障害です。第一度近親者は統合失調症を発症するリスクが高いと考えられており、認知領域と社会的感情領域の両方でこれらの同じ神経認知障害の一部を共有していることが示されています⁵。したがって、臨床症状の発症に先立って、リスクのある家族において、実行的および感情的処理に関連する領域の脳活動が変化する可能性があると予想しています。

以前の研究では、統合失調症の成人と家族性高リスクの成人の両方が、実行的および感情的処理ネットワーク内で異常な活動を示すことが示されています。しかし、これらの変化が発達中にどのように起こるかは不明のままです。これらの変化が人生の早い段階で発生することを実証することは、障害の病態生理学を理解するための重要な第一歩となるでしょう。したがって、この研究では、機能的MRI(fMRI)スキャン中の感情的な奇妙なパラダイムを利用して、統合失調症を発症するリスクのある青年における実行的および感情的な処理の両方を必要とするタスクの完了中の脳活動を測定します。オッドボールパラダイムは、統合失調症⁶および家族性高リスク⁷の個人における前頭横紋回路の機能を調べるために、タスク関連の標的刺激に割り当てられた選択的注意プロセスを測定することにより、頻繁に使用されます。ここでは、標準的な奇妙な課題が修正され、統合失調症患者の脳活動の変化を誘発することが示されている課題に無関係な嫌悪刺激と中立刺激が含まれる^{ようになった8。}

この論文は、健康な青年と統合失調症の家族性リスクが高い青年との間の機能的な違いを、感情的な奇妙な課題を用いて測定します。課題のデザインは、Fichtenholtzら⁹が使用したものと似ているが、嫌悪感を抱く感情的な画像の選択は、9歳から18歳までの子供に適したように変更されている。この機能的MRI中にこの課題を使用することで、統合失調症のFHR患者である小児および青年において、思春期の発達における神経活動の加齢に伴う変化に加えて、過活動と低活性化のパターンを示す特定の脳領域を特定することが可能になった。

プロトコル

チャペルヒル - この試験中に使用される研究技術は、デューク大学とノースカロライナ大学の機関審査委員会（IRB）により承認されました。

1.イメージングタスクデザイン

1. より頻度の標準刺激（スクランブル画像）のシーケンス内のまれなターゲット刺激を提示し、イベントベースの行動のタスク（円）を生成します。タスクの概略を図1に示されている。CIGALソフトウェア^10を使用してタスクを提示します。

タスク設計の図1の回路図は、この図は、許可を得て、ハートら ²⁰から変更されている。 この図の拡大版をご覧になるにはこちらをクリックしてください。

1. 選択嫌悪刺激のらと国際情動写真システムデータベース（IAPS）から中性刺激のセット。 IAPS画像は覚醒と価¹¹のレベルを反映させるために1-9のスケールで評価されています。高い数値は、より高い正の価数と覚醒を示します。そのようなヘビ、クモ、または他の動物の絵のように年齢に応じた研究グループにある画像のセットを選択します。
   注意：この研究のために使用されるタスク無関係な嫌悪刺激画像は3.38（SD = 1.78）および6.14（SD = 2.08）の平均覚醒評価の平均価数の評価を持っていました。中性刺激画像は6.21（SD = 0.26）および3.72（SD = 2.15）の平均覚醒評価の平均価数を持っていました。
2. 画像は500ミリ秒と1500ミリ秒のための擬似ランダム化された順に表示されるように、プログラムのタスクスクリプトは、刺激間の間隔を意味します。現在の目標刺激とタスク無関係な中立画像なしより頻繁に15秒毎とは、刺激の各約4％を占めています。チ血行動態応答関数の良好な分解能を提供するためにtterイベント開始時間。

2. 画像の8セット、参加者は全8回の過程で40の目標と40のタスク無関係な中立画像の合計が提示されるように、8の機能の実行ごとに1つを作成します。

2.参加者の設定とスキャン

1. 精神病のための家族リスクが高い健康な対照個体またはいずれかである9歳と18との間に子供や青年を募​​集。
   1. 健康な個体は全く精神疾患や精神疾患を持つ任意の第一度家族を持っていないことを確認してください。家族のリスク参加者は統合失調症との少なくとも1つの第1度近親者（親や兄弟を）持っていることを確認してください。第一度近親における他の精神疾患の存在のためにそれらを除外しないでください。
   2. 家族リスクグループの参加者との年齢と性別が一致する健康参加秒。
2. 未成年者のために18歳以上の参加者からインフォームドコンセントを取得し、親/法定保護者からインフォームドコンセントを取得してください。さらに、この研究に参加している未成年者からの書面による同意を取得します。
3. 環境でそれらを理解するために、モックMRIスキャナの参加者を配置します。スキャナノイズの録音を再生し、彼らがタスクの手順を理解していることを確実にするために行動タスクの練習走行を完了しています。
4. MRIスキャナの参加者を配置し、必要な脳のローカリゼーションスキャンおよび/または解剖学的画像を取得します。
5. MRIセーフ入力ボックスを使用して、すべてのターゲット刺激とすべての他の刺激のための彼らの中指と別のボタンに応じて、その人差し指で1ボタンを押して、参加者に伝えます。
6. fMRIのスキャンに続いて、参加者のサブセットからの研究に使用されている画像のための覚醒と価電子の主観的な評価を集めます。カレントンの研究では、15コントロールと家族リスクの高い13から評価を得ました。

3.画像取得

1. 3.0テスラのMRIスキャナに参加者を配置します。 TE; 5.16ミリ秒：2.04ミリ秒; FOV：まず、（TRスポイル勾配リコール取得パルスシーケンスを使用して、解剖学的T1コントラスト画像に同一平面上に3Dを含む構造画像のセット取得24センチメートルを、画像マトリクス：256×256を、フリップ角度：20;ボクセルサイズ：1.9ミリメートル×0.94ミリメートル×0.94ミリメートル; 68の軸方向のスライス）。
2. フル脳のカバレッジと傾斜エコーエコープラナーイメージングシーケンスを使用して、機能画像データを取得し（TR：2000ミリ秒、TE：27ミリ秒; FOV：24センチメートル;画像マトリクス：64×64;フリップ角：60;ボクセルサイズ：3.75脳活動は、行動のタスクの実行中に測定することができるように34の軸方向スライス）; MMは3.8ミリメートル×3.75ミリメートル×。行動のタスクを実行するたびにこの撮影シーケンスを実行します。各ランは120撮影時間点で構成する必要があります。
3. TAを提示SKは8機能の実行で、それぞれが約4分を持続します。

4.分析

1. 画像前処理：FSL ¹²で開くfMRIのエキスパート解析ツール（FEAT）。第1レベルの分析と事前統計を選択します。
   1. 「データ」タブで、入力画像の数を選択し、処理しようとしているMR画像のそれぞれへのパスを入力します。出力ディレクトリを設定します。 トータルボリューム、廃棄された買収の数、およびTRを入力してください。
   2. 「前の統計情報 」タブで、5 MMSにFWHMを平滑MCFLIRT、空間に動き補正を設定し、 そして、「スライスタイミング補正」。「ベット脳抽出」と「 ハイパス 」時間フィルタリングを選択しますが、B0のunwarpingを選択しない（あなたは傾斜磁場マップを持っているuness）または「私はnormaizationを^{ntensitiy」。12,14。}
   3. 「登録」タブで、「メインSTRUを選択ctural画像」。。被験者の頭蓋骨ストリッピングT1強調画像へのパスを入力し、少なくとも6自由度で線形通常の検索を使用します。 標準領域のチェックボックスをオンにします。MNIアトラスイメージへのパスを入力します。通常の線形を使用12 DOF。押し移動して検索します。
   4. X、Y、またはZ方向に3mmより大きいヘッドの動きに参加者を除外する。
2. レベル1：単一のランに作業条件との間でデータを比較してください。オープンFEAT。 「第1レベルの分析」と「統計+ポスト統計」を選択します。
   1. [データ]タブで 、入力の数を設定し、MR画像のそれぞれへのパスを入力します。 。「出力ディレクトリ」のパスを入力して「トータルボリューム」、廃棄された買収の数、およびTRを入力してください。
   2. 「 統計 」タブで、「使用フィルムはプリホワイトニング 」のチェックボックス^16を選択します。 「フルモデルSEを押しますTUP」ボタンを押します。タスク条件の数に「 元の電気自動車の数」に設定します。各条件について、 コンボリューション 」ドロップダウン・メニュー^17,18」からダブルガマHRF「基本形状]ドロップダウンメニューから「 カスタム（3列形式）」を選択し、タスクのタイミングを含むテキストファイルを選択します。
      1. 指定されたタイプの各「イベント」ごとに1つのエントリを持つ3列に、このテキストフ​​ァイルをフォーマットします。最初の列は、第二の時間（秒単位）が含まれている必要があり（秒）開始時間が含まれている必要があり、3番目は、イベントの重みを含める必要があります。 コントラスト＆F検定]タブで 、各比較のために、各タスクの状態と1のための1つのコントラストを作成します。
   3. 「ポスト・統計」タブで、「しきい」ドロップダウン・メニューの 「クラスタ」を選択し、「Zしきい値」とクラスタP Tを設定それぞれ2.3および0.05 ^8,19にhreshold。
   4. 「登録」タブで、「メイン構造画像」を選択します。被験者の頭蓋骨ストリッピングT1強調画像へのパスを入力します。少なくとも6自由度で線形通常の検索を使用します。 「標準容量」チェックボックスを選択します。 MNIアトラスイメージへのパスを入力します。 12自由度ノーマル、線形検索を使用します。押し、「移動」。
3. レベル2：各タスク条件の実行間のデータを比較してください。オープンFEAT。ドロップダウンメニューから「より高いレベルの分析」と「統計+ポスト統計」を選択します。
   1. [データ]タブで、「入力が低レベルのFEATのディレクトリです 」を選択します。入力数を設定し、MR画像のそれぞれへのパスを入力します。 「出力ディレクトリ」のパスを入力します。
   2. 選択ボックス"Eを修正するには：「統計」タブで、「FLAME1は混合効果」に変更ffects「押し」モデルセットアップウィザード単一のグループの平均を"ボタンを押します。選択」」をクリックして「プロセス」ボタンをクリックします。
   3. 「ポスト・統計 」タブで、「しきい 」ドロップダウン・メニューの 「クラスタ」を選択し^、8,19はそれぞれ2.3と0.05に「Zしきい値 ^」と「クラスタP」のしきい値を設定します。押し、「移動」。
4. レベル3：すべての実行間で、各タスクの状態のための科目間のデータを比較してください。オープンFEAT。ドロップダウンメニューから「より高いレベルの分析 」と「 統計+ポスト統計」を選択します。
   1. [データ]タブで、[入力の数を設定し、MR画像のそれぞれへのパスを入力し、「 入力がFEATディレクトリから画像を対応させていただきます。3Dです 」。 「出力ディレクトリ 」のパスを入力します。
   2. 「統計」T ONAB、押して「フルモデルのセットアップ」。各EVのために - このような診断等のグループ、年齢、性別、各被験者の値（入力■入力1）を入力し、グループ変数と共変量の数に等しい電気自動車の数を設定します。あなたはこれらの値のスプレッドシートをコピーするために「貼り付け」ウィンドウを使用することができます。
      1. 「コントラスト＆F検定 」タブで、各テスト変数と各コントラスト（ 例えば、診断グループ）のコントラストを追加します。各試験変数については、該当するEVの下欄に値1を選択することにより、コントラストを設定します。各コントラストのために、1〜-1の第1の値と第2のセット。 「完了」を選択します。
   3. 「ポスト・統計 」タブで、「しきい」ドロップダウン・メニューの 「クラスタ」を選択し、2.3と0.05に「Zしきい値 ^」と「クラスタP」のしきい値を設定し、それぞれ^8,19 、「移動」。

結果

人口統計学的特性²⁰に基づいてグループ間の差は認められませんでした。行動データは、ターゲット検出タスクは9-18歳の小児および青年のための難しさの適切なレベルであることを示しました。現在の研究では、正しくターゲット（SD = 0.14）の82.36パーセントを同定し、および家族のリスクグループは、正しくターゲット（SD = 0.17）の76.8パーセントを同定し制御します。両グループは、中性の写真に比べて感情的な絵を識別する際の精度を低下が示された（F（1,40）= 5.63、P = 0.03）。

撮像データは、実験条件は幹部と感情的処理中に動員されることが予想領域において有意な活性化を導いたことを示しました。活性化は、目標試験中、右扁桃体、二国間の眼窩前頭皮質、紡錘状皮質と視覚CORで前頭前野、前部尾状、島、および後部頭頂領域に見られました両群ともに嫌悪試験中ticalエリア。表1は、各条件のコントロールに有意な活性化の領域を示しています。

このパラ...

ディスカッション

現在の研究で修正された感情的変わり者パラダイムは、統合失調症のリスクがある小児および青年の選択的注意および感情処理中の神経動員に違いを引き出すことが示されています。感情的オッドボールタスクを使用する既存のパラダイムは、精神疾患8の成人集団の神経変化を調査するために使用されてきました^{が、現在の}パラダイムは、若い年齢層の脆弱性マーカーの測定に特に役立つ可能性があります。

小児や青少年を対象に fMRI 研究を実行するには、タスクが難易度と内容の点で適切であることを確認すること、モーション アーティファクトを最小限に抑えることなど、いくつかの課題が内在しています。プロトコルの重要なステップには、参加者が fMRI セッションの前に模擬スキャンと練習セッションを受ける必要があるステップ 2.2 が含まれます。このステップは、参加者の快適さとデータ品質を向上させるのに特に役立ちます。さらに、行動タスクの設計は、タスクの難易度が適切なレベルであり、嫌悪的な画像の選択が若い年齢層に適切であることを確認するために重要です。現在のタスク設計は、嫌悪的な状態と中立的な状態の間で...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
3T MRIスキャナー	GE		BIAC 3Tスキャナー(交換済み)