Artigo de método

Medição de fronto-límbico Atividade Usando um emocional Oddball Task em Crianças com Familial alto risco para Esquizofrenia

DOI:

10.3791/51484

⸱

2 de dezembro de 2015

 ,  ,  ,  ,  ,  ,  , 
1Department of Psychiatry, University of North Carolina at Chapel Hill School of Medicine, 2Duke-UNC Brain Imaging and Analysis Center, Duke University Medical Center, 3Curriculum in Neurobiology, University of North Carolina at Chapel Hill

Neste artigo

Resumo

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

Este artigo descreve como usar a tarefa emocional excêntrica e fMRI para medir a ativação cerebral em crianças e adolescentes com alto risco familiar de esquizofrenia (FFC). A FMRI foi usada para medir as diferenças nas regiões fronto-estriado-límbicas durante uma tarefa emocional excêntrica. As crianças com FCF apresentaram ativação funcional anormal durante a adolescência.

Resumo

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

A adolescência é um período crítico de desenvolvimento em que os primeiros sintomas da esquizofrenia surgem com frequência. Parentes de primeiro grau de pessoas com esquizofrenia que estão em alto risco familiar (FCF) podem apresentar alterações cognitivas e emocionais semelhantes. No entanto, as alterações neurológicas subjacentes ao surgimento desses sintomas permanecem obscuras. Este estudo buscou identificar diferenças nas regiões frontal, estriatal e límbica em crianças e adolescentes com FCF por meio de ressonância magnética funcional. Grupos de 21 crianças e adolescentes na FCF e 21 controles saudáveis completaram uma tarefa emocional excêntrica que dependia da atenção seletiva e da supressão de informações emocionais irrelevantes para a tarefa. A tarefa excêntrica padrão foi modificada para incluir distratores aversivos e neutros, a fim de examinar possíveis diferenças de grupo no processamento emocional e executivo. Esta tarefa foi projetada especificamente para permitir que crianças e adolescentes concluam, mantendo a dificuldade e o conteúdo da imagem emocional adequados à idade. Além disso, demonstramos uma técnica para registro adequado de fMRI para crianças e adolescentes participantes. Esse paradigma também pode ser aplicado em estudos futuros para medir mudanças na atividade neural em outras populações com alterações hipotéticas no desenvolvimento do processamento executivo e emocional.

Introdução

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

A esquizofrenia é um distúrbio do neurodesenvolvimento com um componente genético conhecido1,2 e com sintomas que incluem déficits no processamento executivo e emocional3,4. Acredita-se que parentes de primeiro grau tenham um risco aumentado de desenvolver esquizofrenia e demonstraram compartilhar alguns desses mesmos déficits neurocognitivos nos domínios cognitivo e socioemocional5. Portanto, esperamos que a atividade cerebral em regiões associadas ao processamento executivo e emocional possa ser alterada em membros da família em risco antes do início dos sintomas clínicos.

Estudos anteriores indicaram que adultos com esquizofrenia e adultos com alto risco familiar mostram atividade aberrante nas redes de processamento executivo e emocional; no entanto, ainda não está claro como essas mudanças ocorrem durante o desenvolvimento. Demonstrar que essas mudanças ocorrem no início da vida será um primeiro passo crítico para entender a fisiopatologia do transtorno. Portanto, este estudo utiliza um paradigma emocional excêntrico durante a ressonância magnética funcional (fMRI) para medir a atividade cerebral durante a conclusão de uma tarefa que requer processamento executivo e emocional em adolescentes que estão em risco de desenvolver esquizofrenia. Paradigmas excêntricos são freqüentemente usados para examinar a função do circuito frontoestriado na esquizofrenia6 e em indivíduos com alto risco familiar7, medindo processos de atenção seletiva alocados a estímulos-alvo relevantes para a tarefa. Aqui, uma tarefa excêntrica padrão foi modificada para incluir estímulos aversivos e neutros irrelevantes para a tarefa que demonstraram provocar mudanças na atividade cerebral em pacientes com esquizofrenia8.

Este artigo mede as diferenças funcionais entre adolescentes saudáveis e adolescentes com alto risco familiar de esquizofrenia usando uma tarefa emocional excêntrica. O desenho da tarefa é semelhante ao usado por Fichtenholtz e colegas9, mas a seleção de imagens emocionais aversivas foi modificada para ser apropriada para crianças entre 9 e 18 anos. O uso dessa tarefa durante a RM funcional permitiu a identificação de regiões cerebrais específicas que apresentaram padrões de hiperativação e hipoativação em crianças e adolescentes com FCF para esquizofrenia, além de alterações relacionadas à idade na atividade neural durante o desenvolvimento do adolescente.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

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

As técnicas de pesquisa utilizadas durante este estudo foram aprovados pelos conselhos de revisão institucionais (IRB), da Universidade de Duke e da Universidade da Carolina do Norte - Chapel Hill.

1. Imagem Design Grupo de trabalho

  1. Gerar uma tarefa comportamental baseado em eventos que apresenta estímulos alvo raras (um círculo) dentro de uma sequência de estímulos padrões mais frequentes (imagens mexidos). Um esquema da tarefa é mostrado na Figura 1. Apresente a tarefa utilizando software CIGAL 10.

figure-protocol-1
Figura 1. Esquema de Design Grupo de trabalho. Este número foi modificada a partir de Hart et al. 20, com permissão. Por favor clique aqui para ver uma versão maior desta figura.

  1. Escolha comoet de estímulos aversivos e um conjunto de estímulos neutros do banco de dados Internacional Affective Picture System (IAPS). Imagens IAPS são classificados em uma escala de 1-9, a fim de refletir os níveis de excitação e valência 11. Números altos indicam maior valência positiva e excitação. Selecione um conjunto de imagens que são adequadas à idade para o grupo de estudo, tais como imagens de cobras, aranhas ou outros animais.
    Nota: As imagens aversivas-tarefa irrelevante utilizados para este estudo teve uma classificação média valência de 3,38 (DP = 1,78) e uma classificação média excitação de 6,14 (DP = 2,08). As imagens estímulos neutros teve uma valência média de 6,21 (DP = 0,26) e uma classificação média excitação de 3,72 (DP = 2,15).
  2. Programe o script da tarefa de tal modo que as imagens são apresentadas em uma ordem pseudo-randomizados para 1.500 ms com um 500 ms significa intervalo inter-estímulo. Estímulos presentes alvo e imagens neutras-tarefa irrelevante não mais freqüentemente do que a cada 15 segundos e fazer com que cada cerca de 4% dos estímulos. Jievento tter tempos de início, a fim de proporcionar uma melhor resolução da função de resposta hemodinâmica.
  1. Criar 8 conjuntos de imagens, uma para cada um dos 8 corridas funcionais de tal forma que os participantes são apresentados com um total de 40 metas e 40 imagens neutras-de tarefas irrelevantes ao longo de todos os 8 corridas.

2. Configuração de participantes e Digitalização

  1. Recrutar crianças e adolescentes entre as idades de 9 e 18 anos que são ou indivíduos de controle saudáveis ​​ou que estão em alto risco familiar para a psicose.
    1. Certifique-se de que os indivíduos saudáveis ​​não têm doenças psiquiátricas ou quaisquer membros da família de primeiro grau com uma doença psiquiátrica. Certifique-se de que os participantes de risco familiares têm pelo menos um parente de primeiro grau (pai ou irmão) com esquizofrenia. Não se excluí-los para a presença de outras doenças psiquiátricas em parentes de primeiro grau.
    2. Idade e gênero match participantes saudáveis ​​com participante do grupo de risco familiars.
  2. Adquirir o consentimento informado dos participantes com idade superior a 18. Para os menores, adquirem o consentimento informado dos pais / responsáveis ​​legais. Além disso, adquirir consentimento escrito de menores que estão a tomar parte no estudo.
  3. Coloque os participantes em um scanner de ressonância magnética simulada, a fim de familiarizá-los com o meio ambiente. Coloque uma gravação de ruído scanner e tê-los completar um treino da tarefa comportamental, a fim de garantir que eles compreendam as instruções de tarefas.
  4. Coloque o participante do Scanner MRI e adquirir todas as varreduras do cérebro de localização necessárias e / ou imagens anatômicas.
  5. Usando uma caixa de entrada MRI-safe, diga aos participantes para pressionar um botão com o dedo indicador em resposta a todos os estímulos alvo e outro botão com seu dedo médio para todos os outros estímulos.
  6. Na sequência de varredura fMRI, recolher avaliações subjetivas de excitação e valência para as imagens utilizadas no estudo de um subconjunto de participantes. Os Currenestudo t obtido classificações de 15 controles e 13 com alto risco familiar.

3. Aquisição de Imagem

  1. Coloque os participantes em um scanner de ressonância magnética 3,0 Tesla. Em primeiro lugar, adquirir um conjunto de imagens estruturais, incluindo uma imagem 3D anatômica T1-contraste coplanar usando uma seqüência de aquisição mimada pulso lembrou-gradiente (TR: 5.16 ms; TE: 2.04 ms; FOV: 24 cm; matriz de imagem: 256 × 256; Virar Ângulo de visão: 20; voxel tamanho: 0,94 milímetros × 0,94 milímetros × 1,9 milímetros; 68 cortes axiais).
  2. Adquirir dados de imagem funcional utilizando um gradiente echo seqüência de imagem eco-planar com cobertura total do cérebro (TR: 2000 ms; TE: 27 ms; FOV: 24 cm; matriz de imagem: 64 × 64; Virar Angle: 60; tamanho voxel: 3,75 mm × 3,75 milímetros × 3,8 mm; 34 cortes axiais), de modo que a atividade cerebral pode ser medida durante a execução da tarefa comportamental. Execute esta sequência de imagens para cada execução da tarefa comportamental. Cada execução deve consistir de 120 pontos de tempo de imagem.
  3. Apresentar o task em 8 corridas funcionais, cada um com duração de aproximadamente 4 min.

4. Análise

  1. Processamento de Imagem: Open fMRI Analysis Tool Expert (FEAT) em FSL 12. Selecione análise de primeiro nível e Pré-stats.
    1. Na guia "Dados", selecione o número de imagens de entrada e digite o caminho para cada uma das imagens de RM que você vai processar. Definir o diretório de saída. Digite os volumes totais, número de aquisições descartados, eo TR.
    2. Na guia "Pré-estatísticas", defina a correcção de movimento para MCFLIRT, do Ordenamento do alisamento FWHM a 5 mms, e "Fatia de correcção de temporização". Selecione "extração cérebro BET" e "Highpass" filtragem temporal, mas não selecionar B0 unwarping (uness você tem um mapa de gradiente de campo) ou "I ntensitiy normaization". 12,14.
    3. Na guia "Registro", selecione "stru Principalimagem ctural ". Digite o caminho para a imagem ponderada em T1 despojado-crânio do sujeito. Use uma pesquisa normal linear com pelo menos 6 DOF. Selecione a caixa de seleção espaço padrão. Digite o caminho para a imagem atlas MNI. Use um normal, linear pesquisar com 12 DOF. Pressione Go.
    4. Excluir participantes com o movimento da cabeça superior a 3 mm no X, Y ou Z..
  2. Nível 1: Compare os dados entre as condições de tarefas dentro de um único prazo. Abrir FEAT. Selecione "análise de primeiro nível" e "Estatísticas + Pós-stats".
    1. Na guia dados, defina o número de entradas e digite o caminho para cada uma das imagens de RM. Digite um caminho para o "Diretório de saída". Entre os "Total de volumes", número de aquisições descartados, eo TR.
    2. Na guia "Estatísticas", marque a caixa de seleção "Use FILM prewhitening" 16. Pressione o "modelo completo sebotão tup ". Defina o "Número de EVs Original" para o número de condições da tarefa. Para cada condição, selecione "Custom (3 formato de coluna)" a partir do menu drop-down forma básica e "Double-Gama HRF do menu" Convolution "drop-down 17,18 e selecione um arquivo de texto contendo a velocidade tarefa.
      1. Formatar esse arquivo de texto em 3 colunas com uma entrada para cada "evento" do tipo de dado. A primeira coluna deve conter o tempo de latência (em segundos), o segundo deve conter a duração (em segundos), e o terceiro deve conter o peso evento. No separador Contraste & F-testes, criar um contraste para cada condição de tarefa e um para cada comparação.
    3. Sobre o "Post-estatísticas", selecione "cluster" no menu drop-down "Thresholding" e defina o "limiar Z" e Cluster P threshold a 2,3 e 0,05, respectivamente, 8,19.
    4. Na guia "Registro", selecione "imagem estrutural Principal". Digite o caminho para a imagem ponderada em T1 despojado-crânio do sujeito. Use uma pesquisa normal linear com pelo menos 6 DOF. Selecione a caixa de seleção "Standard espaço". Digite o caminho para a imagem atlas MNI. Use uma pesquisa normal, linear com 12 DOF. Pressione o botão "Go".
  3. Nível 2: Compare os dados entre as execuções para cada condição de tarefa. Abrir FEAT. Selecione "análise de nível superior" e "Estatísticas + Pós-estatísticas" a partir do menu drop-down.
    1. Na guia dados, selecione "As entradas são diretórios FEAT de nível inferior". Defina o número de entradas e digite o caminho para cada uma das imagens de RM. Digite um caminho para o "Diretório de saída".
    2. Na guia "Estatísticas", altere os "efeitos mistos: flame1" caixa de seleção para "Fixed EFEITOS ". Pressione o botão" assistente de configuração Model "botão. Selecione" média do grupo único "e clique no botão" Processar ".
    3. Na guia "Pós-estatísticas", selecione "cluster" no menu drop-down "Thresholding" e defina o "limiar Z" e limiar de "Cluster P" para 2,3 e 0,05, respectivamente, 8,19. Pressione o botão "Go".
  4. Nível 3: Compare os dados entre os sujeitos para cada condição de tarefa em todas as corridas. Abrir FEAT. Selecione "análise de nível superior" e "Estatísticas + Pós-estatísticas" a partir do menu drop-down.
    1. Na guia dados, selecione "As entradas são 3D lidar imagens de diretórios feat." Definir o número de entradas e digite o caminho para cada uma das imagens de RM. Digite um caminho para o "Diretório de saída".
    2. Sobre a "Estatísticas" tab, Pressione o "setup modelo Full". Defina o número de EVs igual ao número de variáveis ​​de grupo e co-variáveis ​​tais como o grupo de diagnóstico, idade, sexo, etc. Digite os valores para cada assunto (entrada 1 - Input n) para cada EV. Você pode usar a janela "Paste" para copiar uma folha de cálculo desses valores.
      1. Na guia "Contraste & F-testes", adicione um contraste para cada variável de teste e para cada contraste (por exemplo, o grupo de diagnóstico). Para cada variável de teste, definir o contraste, seleccionando o valor 1 na coluna sob o EV apropriado. Para cada contraste, defina o primeiro valor para 1 e a segunda a -1. Selecione "Done".
    3. Na guia "Post-stats", selecione "cluster" no menu drop-down "Thresholding" e defina o "limiar Z" e limiar de "Cluster P" para 2,3 e 0,05, respectivamente, 8,19 Pressione o botão "Go".

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

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

Não houve diferenças entre os grupos com base em características demográficas 20. Os dados comportamentais indicaram que a tarefa de detecção de alvo é a um nível adequado de dificuldade para crianças e adolescentes entre as idades de 9-18. No estudo atual, os controles corretamente identificados 82,36% das metas (DP = 0,14), eo grupo de risco familiar identificou corretamente 76,8% das metas (DP = 0,17). Ambos os grupos apresentaram diminuição da precisão na identificação de imagens emocion...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

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

O paradigma excêntrico emocional modificado no estudo atual demonstrou provocar diferenças no recrutamento neural durante a atenção seletiva e o processamento emocional em crianças e adolescentes em risco de esquizofrenia. Embora os paradigmas existentes que usam a tarefa emocional excêntrica tenham sido usados para investigar mudanças neurais em populações adultas com doenças psiquiátricas8, o paradigma atual pode ser particularmente útil para a medição de marcadores de vulnerabilidade em faixas etárias mais ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

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

O Dr. Perkins está atualmente recebendo apoio financeiro da Janssen e é consultor da Dainippon. No passado, o Dr. Perkins está ou esteve no escritório de palestrantes da Eli Lilly e da AstraZeneca. O Dr. Perkins já recebeu doações da AstraZeneca, Bristol-Myers Squibb, Otsuka, Eli Lilly, Janssen e Pfizer; e honorários de consultoria e educação da AstraZeneca, Bristol-Myers Squibb, Eli Lilly, Janssen, Glaxo Smith Kline, Forest Labs, Pfizer e Shire. Todos os outros autores declaram não haver interesses financeiros biomédicos ou potencial conflito de interesses.

Agradecimentos

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

Agradecemos a Erin Douglas, Anna Evans e Carolyn Bellion por suas contribuições para o recrutamento de participantes e avaliação clínica. Também agradecemos a Michael Casp, Zoe Englander, Justin Woodlief e James Carter por suas contribuições para a coleta e análise de dados, e a Robert M. Hamer pela consulta sobre análise estatística e edição do manuscrito. Por fim, agradecemos aos indivíduos e suas famílias que participaram deste estudo.

Este estudo foi apoiado pelo Conte Center grant P50 MH064065 do Instituto Nacional de Saúde Mental. O Dr. Hart foi apoiado pelo T32 HD040127 do Instituto Nacional de Saúde Infantil e Desenvolvimento Humano.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Scanner de ressonância magnética 3TGEBIAC Scanner 3T (substituído)

Referências

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

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

Resson ncia Magn tica FuncionalRisco de EsquizofreniaRM Infantil e AdolescenteDesign de Tarefa ComportamentalAn lise de Dados de fMRITreinamento em Scanner SimuladoEst mulos Aversivos e Neutros

Artigos relacionados