Artykuł metodologiczny

Protokół elektrofizjologiczny do pomiaru przewidywania i przetwarzania nagrody u dzieci

10K wyświetleń

⸱

DOI:

10.3791/58348

⸱

4 października 2018

 , 
1Graduate School of Education, University of California, Riverside, 2Psychology Department, University of California, San Diego

W tym artykule

Podsumowanie

Ten protokół jest przeznaczony do pomiaru oczekiwania i przetwarzania nagrody u małych dzieci z autyzmem i bez autyzmu. W szczególności protokół ma na celu badanie neuronalnych korelatów nagrody w warunkach społecznych i niespołecznych, przy jednoczesnym kontrolowaniu nagrody między warunkami.

Streszczenie

Prezentujemy protokół przeznaczony do pomiaru neuronalnych korelatów nagrody u dzieci. Protokół pozwala naukowcom mierzyć zarówno oczekiwanie, jak i przetwarzanie nagrody. Jego celem jest stworzenie zadania nagrody, które jest odpowiednie dla małych dzieci z autyzmem i bez autyzmu, przy jednoczesnym kontrolowaniu właściwości nagrody między dwoma warunkami: społecznym i niespołecznym. Obecny protokół pozwala na porównanie aktywności mózgu między społecznymi i niespołecznymi warunkami nagrody, przy jednoczesnym zachowaniu identyczności samej nagrody w różnych warunkach. Korzystając z tego protokołu, znaleźliśmy dowody na to, że dzieci neurotypowe wykazują zwiększoną aktywność mózgu wyprzedzającą podczas stanu społecznego. Co więcej, odkryliśmy, że dzieci neurotypowe bardziej zdecydowanie oczekują nagrody społecznej niż dzieci z diagnozą autyzmu. Ponieważ zadanie wykorzystuje przekąski jako nagrodę, jest najbardziej odpowiednie dla małych dzieci. Protokół może jednak zostać dostosowany do stosowania w populacjach nastolatków lub dorosłych, jeśli przekąski zostaną zastąpione zachętami pieniężnymi. Protokół jest przeznaczony do pomiaru zdarzeń elektrofizjologicznych (potencjałów związanych ze zdarzeniami), ale może być dostosowany do użytku ze śledzeniem ruchu gałek ocznych lub fMRI.

Wprowadzenie

Zaburzenie ze spektrum autyzmu (ASD) to niepełnosprawność rozwojowa charakteryzująca się upośledzeniem komunikacji społecznej (werbalnej i niewerbalnej) oraz obecnością ograniczonego zainteresowania i/lub powtarzających się zachowań1. Biorąc pod uwagę, że przypuszcza się, że ASD ma podłoże neurologiczne2,3, nie jest zaskakujące, że badania neurobiologiczne z udziałem dzieci z ASD stały się bardzo powszechne w ciągu ostatniej dekady. Chociaż zaproponowano wiele teorii na temat mózgowych podstaw ASD, jedną z nich, która przyciągnęła znaczną uwagę badaczy, jest hipoteza motywacji społecznej4. Krótko mówiąc, hipoteza motywacji społecznej mówi, że dzieci z ASD angażują się w mniej interakcji społecznych niż ich typowo rozwijający się rówieśnicy, ponieważ interakcje społeczne nie są dla nich tak satysfakcjonujące. Chevallier i in. dokonują przeglądu hipotezy motywacji społecznej5. Ponieważ hipoteza ta bezpośrednio odnosi się do systemu nagrody, a konkretnie do tego, czy system w ASD reaguje na informacje społeczne, wiele badań dotyczyło systemu nagrody społecznej w ASD6,7,8,9,10,11,12. Wyniki tych badań różniły się, przy czym niektóre dostarczają dowodów na to, że układ nagrody w ASD jest hipoaktywny zarówno w stosunku do informacji społecznych, jak i niespołecznych, a inne sugerują, że układ nagrody funkcjonuje typowo w przypadku informacji niespołecznych, ale jest hipoaktywny w stosunku do bodźców społecznych. Jednym z potencjalnych powodów tych niespójnych wyników są bodźce i metodologia zastosowana w protokołach. Trudno jest dopasować nagrody społeczne i niespołeczne w kontekście eksperymentalnym; Na przykład w wielu badaniach wykorzystano zdjęcie uśmiechniętej twarzy jako nagrodę społeczną, a nagroda niespołeczna jest pieniężna (np. otrzymanie pieniędzy po zakończeniu eksperymentu7,8,11). Chociaż badania te stanowią ważną podstawę dla przyszłych badań, trudno jest określić, czy wyniki odnoszą się do różnic w społecznej i niespołecznej reakcji na nagrodę w ASD, czy też wynikają one z różnic między warunkami nagrody.

Obecny protokół jest przeznaczony do badania układu nagrody u wysoko funkcjonujących dzieci z ASD za pomocą elektrofizjologii. Aby zbadać różnice między dziećmi z ASD i bez ASD w oparciu o przewidywanie nagrody, zmierzono negatywność poprzedzającą bodziec (SPN). Nazwa SPN jest komponentem wolnofalowym, który odzwierciedla oczekiwanie na bodziec nagrody13. Znaczenie nazwy SPN jest zwykle konceptualizowane jako emocjonalne oczekiwanie14,15,16 i uważa się, że jest odzwierciedlone przez aktywność w klasie insula17,18. SPN jest często mierzony po tym, jak uczestnicy wykonają reakcję motoryczną, a przed nadejściem informacji zwrotnej podczas zadania decyzyjnego19,20. Nazwa SPN jest wrażliwa na wielkość nagrody i jest konsekwentnie większa w warunkach nagrody i bez nagrody15,16,21. Chociaż SPN jest zwykle mierzony podczas zadań związanych z podejmowaniem decyzji, naukowcy donoszą, że SPN można zaobserwować podczas przewidywania nadchodzących bodźców afektywnych bez żadnego zadania22,23,24. Jednym z kluczowych celów obecnego protokołu jest wykonanie zadania eksperymentalnego, w którym nagrody między warunkami społecznymi i niespołecznymi są dopasowywane w celu wyeliminowania potencjalnych zakłóceń. Kolejnym celem jest przetestowanie małych dzieci w wieku od 6 do 11 lat. Dlatego protokół może służyć jako odpowiednie do wieku zadanie nagrody, które dzieci mogą uznać za angażujące bez popadania w frustrację.

Protokół

Procedury z udziałem uczestników zostały zatwierdzone przez Komitet Etyki Badań Klinicznych na Ludziach/Instytucjonalną Komisję Rewizyjną na Uniwersytecie Kalifornijskim w Riverside i Uniwersytecie Kalifornijskim w San Diego.

1. Przygotowanie bodźców

Uwaga: Procedury opisane poniżej są specyficzne dla dostępnego na rynku pakietu do edycji (patrz Spis materiałów); jednak z pewnością można użyć innego oprogramowania do edycji zdjęć.

  1. Przygotuj zestaw emocjonalnych zdjęć twarzy25 podzielonych na dwie miny (radosną i smutną). Korzystając z wcześniej zebranych ocen behawioralnych, wybierz zdjęcia z bardzo dokładnymi ocenami emocji (w których ponad 80% uczestników poprawnie zidentyfikowało emocję)25.
    UWAGA: W naszym protokole wybrano 33 dorosłe twarze (18 żeńskich, 15 męskich). Spośród 18 kobiet 9 jest rasy kaukaskiej, 4 to Afroamerykanki, a 5 to Azjatki. Spośród 15 mężczyzn 9 jest rasy kaukaskiej, 6 to Afroamerykanie i żaden nie jest Amerykaninem pochodzenia azjatyckiego. W tym przypadku zdjęcia zostały już przycięte i umieszczone na białym tle. Ważne jest, aby pamiętać, że zestaw mimiki twarzy NimStim został oceniony i znormalizowany przez adults25. W związku z tym możliwe jest, że dzieci lub młodzież mogą postrzegać mimikę twarzy inaczej niż dorośli, którzy znormalizowali obrazy.
  2. Standaryzacja bodźców ekspresji emocjonalnej
    1. Korzystając z pakietu do edycji zdjęć, edytuj zdjęcia tak, aby były w skali szarości, a następnie zapisz je (w używanym tutaj oprogramowaniu odbywa się to poprzez wybranie opcji Obraz | Tryb | Skala szarości).
    2. Upewnij się, że rozdzielczość wynosi 72 piksele/cal, szerokość pliku wynosi 8,5 cala, a wysokość 11 cali.
    3. Za pomocą linijki zmieniaj szerokość zdjęcia (w pikselach) tak, aż twarz będzie mierzyć 11 cm od zewnętrznej strony włosów po jednej stronie do zewnętrznej strony włosów po drugiej stronie i 14 cm od początku linii włosów do dołu podbródka.
  3. Tworzenie bodźców ze strzałką zaszyfrowaną na twarzy
    1. Pobierz wtyczkę "scramble" (http://telegraphics.com.au/sw/product/Scramble).
    2. Rozpakuj plik ZIP i przenieś go do "wtyczek" w folderze aplikacji pakietu do edycji.
    3. W programie do edycji zdjęć utwórz "niestandardowy kształt" w opcjach kształtu. Upewnij się, że kształt jest strzałką.
    4. Otwórz emocjonalne obrazy twarzy jeden po drugim. Użyj narzędzia do zaznaczania, aby zaznaczyć tylko twarz, a nie tło.
    5. Wybierz pozycję Filtruj | Telegrafika | Wyścig | Dobrze.
    6. Wybierz punkt menu Okno | Warstwy (powinno to spowodować wyświetlenie okna "warstw" z boku).
    7. Kliknij dwukrotnie tło, a następnie kliknij ok i zmień jego nazwę na warstwę 0 (dowolna nazwa jest w porządku).
    8. Kliknij prawym przyciskiem myszy narzędzie kształtu na pasku menu po lewej stronie i wybierz niestandardowy kształt strzałki.
    9. Przeciągnij kształt strzałki na środek zaszyfrowanego obrazu.
    10. Użyj Ctrl + T, aby przeciągnąć strzałkę na środek obrazu i dostosuj rozmiar tak, aby był taki sam jak obraz twarzy (np. 11 x 14 cm).
    11. Użyj narzędzia kąta, aby upewnić się, że dla szczęśliwych twarzy strzałka jest skierowana w górę, a dla smutnych twarzy strzałka jest skierowana w dół.
    12. Kliknij warstwę 0 lub nazwę podaną w kroku 1.3.7.
    13. Wybierz warstwy | Grupuj z poprzednim.
    14. Kliknij opcję Zaznacz wszystko | Edycja | Kopia scalona.
    15. Utwórz nowy plik ze strzałką na białym tle, wybierając pozycję Plik | Nowy. Nowy plik powinien mieć wymiary 8,5 x 11 cali przy rozdzielczości 72 pikseli/cal.
    16. Zapisz pliki.
      UWAGA: Po ich zapisaniu powinny pojawić się zdjęcia osób ze smutnym wyrazem twarzy, szczęśliwym wyrazem twarzy i zaszyfrowanymi wersjami. Zaszyfrowana fotografia ze strzałką skierowaną w górę to niespołeczny obraz oznaczający szczęście, a zaszyfrowana fotografia ze strzałką skierowaną w dół to niespołeczna fotografia oznaczająca smutek.
  4. Tworzenie obrazów nagród
    1. Znajdź obraz krakersa ze złotą rybką (bez niczego innego w kadrze) i pobierz go na komputer.
    2. Otwórz obraz krakersa ze złotą rybką w pakiecie do edycji zdjęć i edytuj go tak, aby był w skali szarości.
    3. Utwórz dwa obrazy krakersów ze złotą rybką: 1) jeden w skali szarości i 2) jeden, który jest przekreślony (np. ma otaczające koło/owal z linią biegnącą przez środek).
    4. Korzystanie z funkcji Kopiuj | Wklej, umieść obrazy nienaruszonego krakersa ze złotą rybką wokół szczęśliwych obrazów (np. zarówno strzałki skierowanej w górę, jak i uśmiechniętych ludzi).
    5. Korzystanie z funkcji Kopiuj | Wklej, umieść obrazy przekreślonej złotej rybki wokół smutnych obrazów (np. zarówno strzałki skierowanej w dół, jak i zmarszczonych brwi).
  5. Przygotowanie bodźców w oprogramowaniu do prezentacji elektrofizjologii (EEG)
    1. Utwórz dwa bloki bodźców w pakiecie oprogramowania do prezentacji EEG. Jeden blok będzie miał charakter społeczny (np. zdjęcia uśmiechniętych i zmarszczonych twarzy), a drugi będzie niespołeczny (np. zdjęcia strzałek skierowanych w górę i w dół).
    2. Pseudolosowo zlosuj kolejność bodźców w każdym bloku tak, aby żaden obraz nie pojawiał się więcej niż raz z rzędu i tak, aby uczestnik nie widział więcej niż trzech smutnych/skierowanych w dół strzałek lub szczęśliwych/skierowanych w górę strzałek w rzędzie.
    3. Zadbaj o to, aby każda próba zawierała następujące elementy: krzyżyk fiksacji, 2 pola ze znakami zapytania (uczestnik użyje naciśnięcia przycisku, aby wskazać wybór między lewym i prawym polem), strzałka wskazująca pole, które uczestnik wybiera za pomocą naciśnięcia przycisku; oraz informacja zwrotna (bodźce utworzone powyżej).
      UWAGA: Chociaż uczestnicy wybierają lewe lub prawe pole, niezależnie od tego, czy jest poprawne (np. szczęśliwa buźka lub strzałka skierowana w górę otoczona nienaruszoną złotą rybką), czy nieprawidłowe (np. smutna twarz lub strzałka skierowana w dół otoczona przekreśloną złotą rybką), pokazane sprzężenie zwrotne jest wstępnie zaprogramowane przez randomizację opisaną w kroku 1.5.2. W ten sposób uczestnicy mogą czuć, że zgadują poprawnie lub niepoprawnie, ale w rzeczywistości wybór nie ma wpływu na to, który obraz zwrotny zostanie pokazany.
    4. Wyświetlaj każdą próbę w oparciu o następujące czasy trwania: 1) krzyż fiksacji przez 500 ms, 2) dwa pola ze znakami zapytania w środku przez 3000 ms, 3) dwa pola ze znakami zapytania w środku, ze strzałką skierowaną w stronę pola wybranego przez uczestnika przez 2000 ms, oraz 4) informacje zwrotne (np. obrazy twarzy lub zaszyfrowane obrazy twarzy) przez 1000 ms. Zobacz Rysunek 1.
      UWAGA: Jeśli uczestnicy nie odpowiedzą (poprzez naciśnięcie przycisku) w ciągu 3000 ms, badanie kończy się i rozpoczyna się następna próba. Przewidywany kąt widzenia to kąt widzenia w poziomie 14,5° i kąt widzenia w pionie 10,67°.

2. Procedury behawioralne

  1. Rekrutacja uczestników z diagnozą ASD i bez niej w oparciu o wytyczne Instytucjonalnej Komisji Rewizyjnej.
  2. Przeprowadź testy poznawcze (np. Skrócona Skala Inteligencji Wechslera, WASI26) wszystkim uczestnikom, aby potwierdzić, że dzieci mają wyniki poznawcze w zakresie od niskiej średniej do średniej (np. IQ w pełnej skali co najmniej 70).
    UWAGA: Ustalono, że dzieci z IQ w pełnej skali poniżej 70 prawdopodobnie będą miały trudności ze zrozumieniem i zapamiętaniem wskazówek dotyczących zadań. W związku z tym jako kryterium wykluczające uczestnictwo wybrano granicę IQ wynoszącą 70.
  3. W przypadku uczestników z wcześniejszą diagnozą ASD należy przeprowadzić harmonogram obserwacji diagnostycznej autyzmu (druga edycja, ADOS-2)27, aby potwierdzić ich uprawnienia.

3. Zapis EEG

  1. Skonfiguruj uczestników.
    1. Upewnij się, że każdy uczestnik siedzi na wygodnym krześle w słabo oświetlonym pomieszczeniu i dostosuj krzesło tak, aby poszczególne osoby znajdowały się w odległości 72 cm od ekranu komputera. Zapoznaj się z krótkim samouczkiem dotyczącym procedury.
      UWAGA: W tym badaniu uczestnikom powiedziano, co następuje: "Będziesz grał w grę w zgadywanie - tak jak w pick-a-hand, tyle że na komputerze. Zobaczysz 2 pola ze znakami zapytania, a następnie użyjesz tego pola przycisku, aby wybrać, czy uważasz, że prawe, czy lewe pole jest właściwe. Jeśli uważasz, że lewe pole jest prawym, naciśnij lewy przycisk. Jeśli uważasz, że właściwe pole jest właściwe, naciśnij prawy przycisk. Po wybraniu zobaczysz pola ze znakami zapytania i strzałką pośrodku, pokazującą, który z nich wybrałeś. Wtedy zobaczysz, czy masz rację. Za każdą poprawną otrzymasz 1 krakersa ze złotą rybką. Jeśli nie lubisz złotych rybek, możesz wymienić je na przekąski owocowe. Kiedy zrobisz to dobrze, zobaczysz pierścień krakersów ze złotą rybką. Oznacza to, że dostajesz krakersa ze złotą rybką! Kiedy się pomylisz, zobaczysz pierścień przekreślonych krakersów ze złotą rybką. Kiedy się pomylisz, nie stracisz żadnej złotej rybki, po prostu nie zyskasz jej tym razem. Komputer będzie śledził, ile złotych rybek dostaniesz, a następnie podam ci tyle po tym, jak wszyscy skończymy". Po samouczku zapytaj uczestników: "Ok, więc co zamierzasz zrobić?", a następnie: "Co zobaczysz, gdy zrobisz to dobrze?" i "Co zobaczysz, gdy się pomylisz?", aby potwierdzić, że rozumieją zadanie. Jeśli wydaje się, że nie rozumieją, wyjaśnij to ponownie, aż będą w stanie poprawnie odpowiedzieć na te pytania.
  2. Użyj czepka EEG z 32 elektrodami Ag/AgCl w międzynarodowym systemie 10-20, z dodatkowymi elektrodami pionowymi (VEOG) i poziomymi (HEOG), aby uchwycić ruch gałek ocznych.
  3. Zmierz głowę uczestnika, aby określić, jaki rozmiar czapki jest odpowiedni dla tego rozmiaru głowy.
  4. Za pomocą igły wstępnie nasmaruj nasadkę, wstrzykując żel przewodzący do elektrod.
  5. Podłącz nasadkę EEG do amplifier z filtrem dolnoprzepustowym o częstotliwości 70 Hz, bezpośrednio sprzężonym filtrem górnoprzepustowym (DC), filtrem wycinającym 60 Hz i częstotliwością próbkowania 500 Hz.
  6. Dopasuj czepek EEG do głowy uczestnika tak, aby elektroda "Cz" była umieszczona na środku skóry głowy (np. na środku od nasion do wstawki) zgodnie z systemem 10-20.
  7. Za pomocą igły lub sterylnego drewnianego patyczka zawiruj wewnątrz elektrody, aby przesunąć włosy i pozwolić żelowi zetknąć się ze skórą głowy.
  8. Użyj miernika impedancji (lub komputera EEG), aby upewnić się, że impedancja jest poniżej 10 KΩ dla systemu o niskiej impedancji i poniżej 50 KΩ dla systemu o wysokiej impedancji.
  9. Gdy wszystkie elektrody na nasadce pokażą akceptowalne poziomy impedancji, umieść elektrody HEOG i VEOG. Umieść elektrody HEOG w kancie każdego oka, a elektrody VEOG powyżej i poniżej oka.
  10. Jeśli jakiekolwiek elektrody mają poziomy impedancji przekraczające dopuszczalne progi podane powyżej, zapisz je w notebooku lub na komputerze.
  11. Rozpocznij bloki eksperymentalne, równoważąc kolejność bloków (np. społecznych i niespołecznych) między uczestnikami. Upewnij się, że komputer EEG rejestruje, komputer EEG i komputer rejestrujący są zsynchronizowane, a zdarzenia są przesyłane poprawnie.
  12. Daj uczestnikom 30-sekundowe przerwy po każdych 15 próbach (mniej więcej co 2-3 minuty), aby umożliwić im poruszanie się w razie potrzeby.
    UWAGA: Chociaż dzieciom nie udzielono żadnych wyraźnych wskazówek dotyczących ruchu, uczestnikom powiedziano, aby używali przerw, aby "wyciągnąć drgania", "wydobyć trochę energii" lub wykonać dowolne inne ruchy, które chcieli.
  13. Pomiędzy blokami daj uczestnikom dłuższą przerwę (około 5 minut). Po każdym bloku poproś uczestników, aby wypełnili 4-pytaniową skalę Likerta o tym, jak bardzo podobała im się gra w zgadywanie i jak często czuli, że mogą uzyskać poprawne odpowiedzi.
  14. Po zakończeniu obu bloków i wypełnieniu przez uczestników obu kwestionariuszy Likerta, zdejmij czepek EEG i pozwól im umyć włosy.
    1. Zapewnić płatność (lub równoważną "nagrodę") uczestnikom i ich rodzinom.
    2. Wyczyść i wysterylizuj czepek EEG.

4. Przetwarzanie danych EEG

Uwaga: Procedury i polecenia opisane w tej sekcji są specyficzne dla narzędzi EEGLAB i ERPlab28.

  1. W ERPlab filtruj dane EEG za pomocą filtra górnoprzepustowego 0,01 Hz i filtra dolnoprzepustowego 30 Hz.
  2. Odrzuć (w ERPlab) lub interpoluj (w EEGLAB) uszkodzone kanały, które wydają się mieć wysoką impedancję i/lub były problematyczne podczas nagrywania (np. utrata kontaktu ze skórą podczas nagrywania).
  3. Korzystając z graficznego interfejsu użytkownika operacji kanału EEG (w ERPlab), ponownie odwołaj się do danych EEG, używając średniej z lewej i prawej elektrody wyrostka sutkowatego (elektrody wyrostka sutkowatego zostały wybrane jako odniesienie ze względu na brak gęstego układu elektrod; w takim przypadku eksperci czasami sugerują użycie średniej referencyjnej klasy referencyjnej29, a także dlatego, że użycie średniej z obu elektrod wyrostka sutkowatego jest mniej problematyczne dla efektów lateralizacji w porównaniu z pojedynczym wyrostkiem sutkowatym 30).
  4. Jeśli do ponownego odniesienia używa się średniej z elektrod wyrostka sutkowatego, te dwie elektrody muszą dawać wyraźny sygnał. Jeśli którakolwiek z elektrod wyrostka sutkowatego ma sygnał złej jakości (np. z dużą impedancją lub utratą kontaktu ze skórą podczas nagrywania), nie należy wykorzystywać danych uczestnika do analizy.
  5. Użyj menu rozwijanego EVENTLIST w ERPlab, aby utworzyć listę zdarzeń EEG i przypisać kody z komputera bodźca do pojemników za pomocą BINLISTER.
  6. Korzystając z menu rozwijanego wyodrębniania epok opartych na pojemniku w ERPlab, podziel ciągłe dane EEG na epoki zablokowane bodźcem i poprawność linii bazowej. Aby zmierzyć negatywność poprzedzającą bodziec (SPN), użyj epoki od -2200 do 100 ms (linia bazowa od -2200 do -2000 ms). Aby zmierzyć przetwarzanie nagrody lub aktywność mózgu po bodźcu, użyj epoki od -200 do 800 ms (wartość bazowa od -200 do 0 ms).
  7. Wykreśl dane w EEGlab i zaznacz i odrzuć epoki, które wydają się zawierać artefakty inne niż mruganie oczami (np. nadmierny hałas lub ruchy motoryczne).
  8. Wybierz pozycję Uruchom ICA na danych epokowych.
  9. Wykreśl niezależne komponenty (wybierz Wykres | Aktywacje komponentów) i identyfikuj wszelkie artefakty wynikające z ruchu gałek ocznych i mrugnięć.
  10. Usuń komponenty zidentyfikowane jako ruchy gałek ocznych lub artefakty mrugania oczami. Aby sprawdzić, czy komponenty oznaczone do usunięcia są odpowiedzialne za ruch gałek ocznych, wybierz opcję wykreślenia danych z pojedynczej próby, aby zwizualizować dane z usuniętymi zidentyfikowanymi komponentami. Po usunięciu mrugnięć i ruchów gałek ocznych zaakceptuj usunięcie zidentyfikowanych elementów.
  11. W narzędziach ERPlab wybierz opcję Odrzucenie artefaktu w epokowanych danych | Procedura przesuwania okna od szczytu do szczytu. W niniejszym badaniu wykorzystano ruchome okno 200 ms, krok okna 100 ms i próg napięcia 150 mV.
  12. Oblicz średnią liczbę ERP. Upewnij się, że używasz ustawień domyślnych, które mówią, że wszystkie epoki oznaczone do usunięcia zostaną odrzucone z uśrednionego ERP.
  13. Aby przeanalizować średnią aktywność mózgu występującą przed wystąpieniem bodźców, ekstrakcja (w kroku 4.11) powinna nastąpić w ciągu ostatnich 200 ms przed wystąpieniem bodźca (np. -210 do -10 ms) z elektrod będących przedmiotem zainteresowania.
    1. W przypadku negatywności poprzedzającej bodziec (SPN) interesujące elektrody obejmują: F3/F4, C3/C4, P3/P4 i T5/T6 (należy pamiętać, że w niektórych systemach elektrody skroniowe w tym obszarze są oznaczone jako T6/T7 lub T3/T4).
      UWAGA: W tym protokole wybrano -210 do -10 ms, a nie -200 do 0 ms, aby uniknąć zanieczyszczenia aktywnością mózgu niezwiązaną z SPN (np. początek aktywności neuronalnej, gdy bodźce zwrotne są wyświetlane po 0 ms).
  14. Aby wyeksportować dane liczbowe do analizy, należy skorzystać z narzędzia pomiarowego ERP.
    UWAGA: To narzędzie pozwala naukowcom określić informacje o opóźnieniu lub amplitudzie, interesujące nas okna czasowe i interesujące elektrody. Amplitudę można obliczyć albo jako pik lokalny w danym oknie czasowym, albo jako średnią amplitudę danego okna czasowego.
  15. Pobierz dane liczbowe jako plik .txt. W razie potrzeby wyeksportuj dane do Excela lub skopiuj i wklej je do programu do analizy statystycznej (np. SPSS lub JMP).

5. Różnice w przetwarzaniu dla analizy ERSP

  1. Zacznij od pliku utworzonego w kroku 4.11 (np. pliku epokowego z zakończonymi wszystkimi procedurami odrzucania artefaktów).
  2. Użyj wtyczki EEGlab "newtimef", aby uzyskać transformację czasu x częstotliwości z wartościami dla każdego punktu czasowego, częstotliwości i próby.
  3. Aby zmierzyć antycypacyjną aktywność pasma alfa, oblicz średnie wartości od 8 do 12 Hz.
  4. Obliczyć średnią aktywację przed wystąpieniem sprzężenia zwrotnego (np. od -2200 do -100 ms przy wartości wyjściowej od -2200 do -2000 ms) w tych samych elektrodach, które są używane do SPN.
  5. Aby obliczyć asymetrię alfa przed sprzężeniem zwrotnym, odejmij moc logarytmiczną w lewej półkuli od prawej półkuli.
    UWAGA: Aby obliczyć aktywację ERSP po nadejściu sprzężenia zwrotnego, dane musiałyby zostać ponownie przeanalizowane i ponownie pogrupowane w epoki przy użyciu innego okna czasowego (np. od -200 do 800 ms z wartością bazową od -200 do 0 ms).

6. Analiza statystyczna

  1. Wklej dane liczbowe wyodrębnione w sekcji 4 (kroki 4.11 i 4.12) do programu statystycznego (np. SPSS lub JMP).
  2. Przeprowadzaj powtarzające się pomiary ANOVA w oprogramowaniu statystycznym do średnich wartości ERP, aby porównać aktywność mózgu między półkulami (lewa, prawa), pozycjami elektrod (czołowa, centralna, skroniowa, ciemieniowa), warunkami (twarz, strzałka) i grupami (zaburzenie ze spektrum autyzmu, zwykle rozwijające się).
    UWAGA: Półkula, położenie elektrody i stan są czynnikami wewnątrzobiektowymi, a grupa jest czynnikiem międzyobiektowym.
    1. Jeśli położenie półkuli lub elektrody nie jest statystycznie istotne, zapadnij się w poprzek do przyszłej analizy.
    2. Jeśli interesujący jest związek między miarami behawioralnymi (np. oceną dotkliwości ADOS) a ERP, można przeprowadzić analizy korelacji.

Wyniki

Projektowanie eksperymentów w celu systematycznego porównania aktywności mózgu w odpowiedzi na bodźce nagrody społecznej i niespołecznej jest złożone ze względu na immanentną trudność w zrównaniu tych rodzajów nagród. Rysunek 1 przedstawia bodźce z protokołu eksperymentalnego opracowanego do badania odpowiedzi neuronalnych na nagrodę przy jednoczesnej kontroli właściwości tych nagród. Konkretnie, paradygmat ten został zaprojektowany tak, aby (i) utrzymać spójność nagród pomiędzy próbami społecznymi a niespołecznymi, (ii) kontrolować fizyczne właściwości bodźców pomiędzy próbami społecznymi a niespołecznymi oraz (iii) być dostosowany do wieku dzieci w przedziale od 6 do 11 lat, zarówno z autyzmem, jak i bez.

Rysunek 2 przedstawia odpowiedzi ERP w momencie, gdy uczestnicy oczekują na bodźce społeczne i niespołeczne. Należy zauważyć, że ponieważ obecny protokół został zaprojektowany w celu pomiaru antycypacji nagrody (SPN), wyświetlone epoki obejmują głównie okres przed wystąpieniem informacji zwrotnej (która w postaci wykresów następuje w 0 ms). Wyniki te sugerują, że dzieci z typowym rozwojem (TD) antycypują bodźce nagrody towarzyszące twarzom silniej niż dzieci z ASD. Co więcej, choć dzieci TD antycypują bodźce w postaci twarzy znacznie bardziej niż bodźce nietwarzowe, u dzieci z ASD nie obserwuje się wyraźnych, istotnych różnic w aktywności mózgu między tymi warunkami.

Schemat eksperymentu psychologicznego: faza wyboru przed informacją zwrotną oraz faza informacji zwrotnej ze strzałkami i reakcją twarzy.
Rycina 1: Schemat prezentacji bodźców i ram czasowych. Informacja zwrotna dla warunku społecznego (twarz) jest pokazana w lewej kolumnie. Informacja zwrotna dla warunku niespołecznego (brak twarzy) jest pokazana w prawej kolumnie. Informacja zwrotna dla odpowiedzi „poprawnych” jest pokazana na górze, a informacja zwrotna dla odpowiedzi „błędnych” jest pokazana poniżej. Rycina przedrukowana za zgodą12. Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

Wykres porównawczy fal EEG dla twarzy i strzałek u dzieci z typowym rozwojem (TD) i z ASD, amplituda w funkcji czasu.
Rycina 2: Średnie uśrednione przebiegi fal dla dzieci z grupą TD oraz dzieci z ASD z obszaru SPN w odpowiedzi na bodźce społeczne/twarze (lewo) oraz niespołeczne/strzałki (prawo). Dzieci z grupą TD są reprezentowane przez linię ciągłą, a dzieci z ASD przez linię przerywaną. Obszar między -210 a -10 ms, wykorzystany do analizy statystycznej, został zaznaczony szarym prostokątem. Rycina została zmodyfikowana na podstawie poprzedniej publikacji6. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Dyskusja

W niniejszym artykule opisano bodźce, proces zbierania danych i analizy danych ERP w paradygmacie nagradzania dla dzieci. W tym paradygmacie dzieci grają w zgadywankę podobną do wybierania ręki na komputerze i widzą informacje zwrotne na temat tego, czy ich przypuszczenie jest poprawne, czy nie. Wyniki ERP dotyczące przewidywania nagrody (aktywność mózgu przed nadejściem informacji zwrotnej) były zgodne z negatywnością poprzedzającą bodziec (SPN). Wyniki sugerują, że dzieci z TD silniej oczekują bodźców nagrody, którym towarzyszą twarze, niż bodźców nagrody, którym towarzyszą obrazy beztwarzy6. Wyniki badań sugerują, że dzieci z TD znacznie częściej niż dzieci z autyzmem oczekują bodźców związanych z twarzą. Wyniki te są ekscytujące, ponieważ dostarczają ważnych informacji na temat tego, w jaki sposób informacje społeczne i niespołeczne są przewidywane u dzieci z autyzmem. Jest to szczególnie ważne dla lepszego zrozumienia mechanizmów neuronalnych autyzmu i zapewnienia wsparcia dla hipotezy motywacji społecznej. Wyniki te dostarczają użytecznych informacji do tworzenia i udoskonalania interwencji, ponieważ podkreślają znaczenie motywacji społecznej dla dzieci z ASD; Na przykład ważne może być to, że interwencje wyraźnie starają się zwiększyć wartość nagrody partnerów społecznych, aby bezpośrednio wpłynąć na motywację społeczną w tej populacji.

Protokół ten jest przydatny do pomiaru wyprzedzającej aktywności mózgu u dzieci z ASD i bez ASD, a dane dostarczają dowodów na to, że ten rodzaj aktywności mózgu można niezawodnie i skutecznie wywołać u dzieci w wieku powyżej 6 lat. Co więcej, metoda ta pozwala na bezpośrednie porównanie warunków społecznych i niespołecznych bez występowania zakłóceń związanych z właściwościami nagrody (ponieważ nagrodą za poprawne odpowiedzi była złota rybka w obu warunkach). W obecnym protokole twarze zostały zaszyfrowane i stworzono kształt strzały. Procedura ta zachowuje właściwości bodźców fizycznych twarzy w stanie niespołecznym (nie-twarzowym). Protokół ten może być przydatny w przyszłych badaniach podgrup ASD (np. niektóre dzieci z ASD są bardziej zmotywowane społecznie niż inne) i może być wykorzystany do lepszego zrozumienia, dlaczego niektóre dzieci reagują skuteczniej niż inne na pewne interwencje.

Obecne podejście ma swoje ograniczenia, które należy wziąć pod uwagę. Po pierwsze, opisany powyżej paradygmat jest przydatny dla dzieci w wieku od 6 do 11 lat z ASD i bez ASD, które mają zdolności poznawcze w średnim zakresie. Dane pilotażowe dotyczące typowo rozwijających się dzieci w wieku poniżej 6 lat nie powiodły się, ponieważ dzieci były zdezorientowane wskazówkami i nie rozumiały instrukcji gry. W obecnym protokole kryteria wykluczające obejmowały pełny wynik IQ poniżej 70. W związku z tym obecny paradygmat może nie być odpowiedni dla dzieci w wieku umysłowym lub chronologicznym poniżej 6 lat. Możliwe jest jednak zmodyfikowanie obecnego protokołu tak, aby był odpowiedni dla osób o niższym IQ i młodszych dzieci. Obecnie badane są pewne modyfikacje, aby uczynić go bardziej odpowiednim dla małych dzieci, takich jak małe dzieci. Takie modyfikacje obejmują zmianę zadania na pasywne (np. zmuszanie dzieci do obserwowania bodźców, które pojawiają się w przewidywalnych odstępach czasu w projekcie blokowym) i stosowanie paradygmatu S1/S224. W takim projekcie zawartość S1 niezawodnie dostarcza informacji o zawartości S2 (np. jeśli S1 jest kwadratem, to S2 będzie ścianą; jeśli S1 jest okręgiem, to S2 będzie strzałką). Alternatywnie, struktura czasowa obecnego paradygmatu może być wykorzystana do stworzenia wyprzedzającego protokołu słuchowego.

W ASD interesujące byłoby użycie grupy mowy w porównaniu z grupami bez mowy i zmierzenie aktywności mózgu u dzieci z ASD, które są niewerbalne i mają trudności z reagowaniem na instrukcje lub zwracaniem uwagi na bodźcewzrokowe. W odniesieniu do pierwszego ograniczenia należy zauważyć, że wyniki uzyskane od dzieci z ASD, które mają zdolności poznawcze w średnim zakresie, prawdopodobnie nie są reprezentatywne dla całego spektrum autyzmu - które z definicji obejmuje szeroki zakres poziomów funkcjonowania. Dlatego tych reprezentatywnych wyników nie można ekstrapolować na wszystkie dzieci z ASD. Na koniec należy zauważyć, że bodźce stosowane w obecnym protokole były normowane przez dorosłych, a nie przez dzieci. Dlatego w przyszłych badaniach należy rozważyć użycie zestawu bodźców mimiki twarzy znormalizowanego przez dzieci.

Oświadczenia

Opłaty za otwarty dostęp do tego artykułu zostały zapewnione przez Brain Vision LLC.

Podziękowania

Dziękujemy wszystkim dzieciom i rodzinom, które uczestniczyły w opisanych protokołach. Opłaty wydawnicze zostały opłacone przez Brain Products.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Czepek EEGElectroCap InternationalE1-SM/ E1-S/XSMElectro-Cap - Mały (50-54 cm)/Electro-Cap -Mały/Bardzo mały
NeuroScan 4.5Neuro Scanhttps://compumedicsneuroscan.com/tag/scan/Oprogramowanie do rejestracji EEG
Stim2Neuro Scanhttps://compumedicsneuroscan.com/product/stim2-precise-stimulus-presentation/Oprogramowanie do prezentacji bodźców
JMP Pro 11 SAShttps://www.jmp.com/en_us/software/buy-jmp.htmlOprogramowanie do analizy statystycznej
NimStim Face Stimulus Set Nie dotyczy, obrazy open source Open source, dostępne pod adresem https://www.macbrain.org/resources.htm Obrazy twarzy 
EEGlabN/A, darmowe oprogramowanieN/A, darmowe oprogramowanieOprogramowanie do analizy EEG (do pobrania za darmo)
ERPlabN/A, darmowe oprogramowanieN/A, darmowe oprogramowaniedo analizy EEG (do pobrania za darmo)
PhotoshopPhotoshophttps://www.photoshop.comAdobe Photoshop, oprogramowanie do edycji obrazów
Wtyczka Photoshop "scramble"Telegrafikahttp://telegraphics.com.au/sw/product/Scramblewtyczka Photoshop do szyfrowania obrazów 
NUAMPS EEG AMPLIFIERdNeuro Scanhttp://compumedicsneuroscan.com/wp-content/uploads/NuAmps-Brochure.pdfWzmacniacz EEG 

Bibliografia

  1. Association, P. Diagnostic and Statistical Manual of Mental Disorders: DSM 5. , (2013).
  2. Mundy, P. The neural basis of social impairments in autism: the role of the dorsal medial-frontal cortex and anterior cingulate system. Journal of Child Psychology and Psychiatry. 44 (6), 793-809 (2003).
  3. Neuhaus, E., Beauchaine, T. P., Bernier, R. Neurobiological correlates of social functioning in autism. Clinical Psychology Reviews. 30 (6), 733-748 (2010).
  4. Dawson, G., Webb, S. J., McPartland, J. Understanding the nature of face processing impairment in autism: insights from behavioral and electrophysiological studies. Developmental Neuropsychology. 27 (3), 403-424 (2005).
  5. Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., Schultz, R. T. The social motivation theory of autism. Trends in Cognitive Science. 16 (4), 231-239 (2012).
  6. Stavropoulos, K. K., Carver, L. J. Reward anticipation and processing of social versus nonsocial stimuli in children with and without autism spectrum disorders. Journal of Child Psychology and Psychiatry. 55 (12), 1398-1408 (2014).
  7. Kohls, G., et al. Reward system dysfunction in autism spectrum disorders. Social Cognitive and Affective Neuroscience. 8 (5), 565-572 (2013).
  8. Scott-Van Zeeland, A. A., Dapretto, M., Ghahremani, D. G., Poldrack, R. A., Bookheimer, S. Y. Reward processing in autism. Autism Research. 3 (2), 53-67 (2010).
  9. Dichter, G. S., Richey, A., Rittenberg, A. M., Sabatino, A., Bodfish, J. W. Reward Circuitry Function in Autism During Face Anticipation and Outcomes. Journal of Autism and Developmental Disorders. 42, 147-160 (2012).
  10. Richey, J. A., et al. Common and distinct neural features of social and non-social reward processing in autism and social anxiety disorder. Social Cognitive and Affective Neuroscience. 9 (3), 367-377 (2014).
  11. Delmonte, S., et al. Social and monetary reward processing in autism spectrum disorders. Molecular Autism. 3, 1-13 (2012).
  12. Stavropoulos, K. K., Carver, L. J. Oscillatory rhythm of reward: anticipation and processing of rewards in children with and without autism. Molecular Autism. 9, 4(2018).
  13. Damen, E. J., Brunia, C. H. Changes in heart rate and slow brain potentials related to motor preparation and stimulus anticipation in a time estimation task. Psychophysiology. 24 (6), 700-713 (1987).
  14. Chwilla, D. J., Brunia, C. H. Event-related potentials to different feedback stimuli. Psychophysiology. 28 (2), 123-132 (1991).
  15. Kotani, Y., et al. Effects of information and reward on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 40 (5), 818-826 (2003).
  16. Kotani, Y., Hiraku, S., Suda, K., Aihara, Y. Effect of positive and negative emotion on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 38 (6), 873-878 (2001).
  17. Kotani, Y., et al. The role of the right anterior insular cortex in the right hemisphere preponderance of stimulus-preceding negativity (SPN): an fMRI study. Neuroscience Letters. 450 (2), 75-79 (2009).
  18. Kotani, Y., et al. Source analysis of stimulus-preceding negativity constrained by functional magnetic resonance imaging. Biological Psychology. 111, 53-64 (2015).
  19. Brunia, C. H., van Boxtel, G. J. M., Böcker, K. B. E. The Oxford Handbook of Event-Related Potential Components. , Oxford University Press. (2011).
  20. van Boxtel, G. J. M., Böcker, K. B. E. Cortical Measures of Anticipation. Journal of Psychophysiology. 18 (2-3), 61-76 (2004).
  21. Ohgami, Y., Kotani, Y., Hiraku, S., Aihara, Y., Ishii, M. Effects of reward and stimulus modality on stimulus-preceding negativity. Psychophysiology. 41 (5), 729-738 (2004).
  22. Takeuchi, S., Mochizuki, Y., Masaki, H., Takasawa, N., Yamazaki, K. Stimulus preceding negativity represents arousal induced by affective picture. International Congress Series. (1278), (2005).
  23. Parker, A. B., Gilbert, D. G. Brain activity during anticipation of smoking-related and emotionally positive pictures in smokers and nonsmokers: a new measure of cue reactivity. Nicotine & Tobacco Research. 10 (11), 1627-1631 (2008).
  24. Poli, S., Sarlo, M., Bortoletto, M., Buodo, G., Palomba, D. Stimulus-preceding negativity and heart rate changes in anticipation of affective pictures. International Journal of Psychophysiology. 65 (1), 32-39 (2007).
  25. Tottenham, N., et al. The NimStim set of facial expressions: judgments from untrained research participants. Psychiatry Research. 168 (3), 242-249 (2009).
  26. Wechsler, D. Wechlser Abbreviated Scale of Intelligence (WASI). The Psychological Corporation. , (1999).
  27. Lord, C., et al. Autism Diagnostic Observation Schedule: ADOS-2. Western Psychological Services. , (2012).
  28. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213(2014).
  29. Luck, S. J. An introduction to the event-related potential technique. , MIT Press. (2005).
  30. Bruder, G. E., Kayser, J., Tenke, C. E. Oxford handbook of event-related potential components. , Oxford University Press. (2012).
  31. Yau, S. H., McArthur, G., Badcock, N. A., Brock, J. Case study: auditory brain responses in a minimally verbal child with autism and cerebral palsy. Frontiers in Neuroscience. 9, 208(2015).

Przedruki i uprawnienia

Tagi

Nagroda społecznanagroda niespołecznaczepek EEGpotencjały wywołanepanel z przyciskamitesty poznawczemiernik impedancjielektrody do pomiaru ruchów gałek ocznych
Protokół elektrofizjologiczny do pomiaru przewidywania i przetwarzania nagrody u dzieci
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.