Artigo de método

Um protocolo de eletrofisiologia para medida antecipação de recompensa e processamento em crianças

10K visualizações

⸱

DOI:

10.3791/58348

⸱

4 de outubro de 2018

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

Neste artigo

Resumo

Este protocolo é projetado para medir a expectativa de recompensa e processamento em crianças com e sem autismo. Especificamente, o protocolo destina-se a estudar as correlações neurais de recompensa durante condições sociais e nonsocial enquanto controla para recompensa entre condições.

Resumo

Apresentamos um protocolo projetado para medir as correlações neurais de recompensa em crianças. O protocolo permite que os pesquisadores medir tanto a expectativa de recompensa e processamento. Sua finalidade é criar uma tarefa de recompensa que é apropriada para crianças com e sem autismo enquanto controla Propriedades de recompensa entre duas condições: social e nonsocial. O protocolo atual permite comparações de atividade cerebral entre as condições de recompensa social e nonsocial, mantendo a recompensa em si idênticos entre as condições. Usando este protocolo, temos provas que neurotypical crianças demonstram atividade cerebral antecipatória reforçada durante a condição social. Além disso, achamos que neurotypical crianças antecipam recompensa social mais robusta do que crianças com diagnóstico de autismo. Como a tarefa usa lanches como uma recompensa, é mais apropriado para as crianças. No entanto, o protocolo pode ser adaptado para uso com populações adolescentes ou adultos se lanches são substituídos pelos incentivos monetários. O protocolo é projetado para medir eventos eletrofisiológicos (potenciais relacionados a eventos), mas ele pode ser personalizado para uso com olho de monitoramento ou fMRI.

Introdução

Transtorno do espectro do autismo (ASD) é uma deficiência de desenvolvimento caracterizada por deficiências em comunicação social (verbal e não verbal) e a presença de interesse restrito e/ou comportamentos repetitivos1. Dado que o ASD é a hipótese de ser neurologicamente baseada2,3, não é surpreendente que pesquisas de neurociência envolvendo crianças com ASD tornou-se altamente prevalente na última década. Embora muitas teorias sobre a base do cérebro de ASD têm sido propostas, uma em particular que tem atraído a atenção de pesquisa considerável é a hipótese de motivação social4. Brevemente, a hipótese de motivação social afirma que crianças com ASD envolver-se na interação social menos do que seus tipicamente em desenvolvimento (TD) pares porque a interação social não é como gratificante para eles. Et al . Chevallier fornecer uma revisão da hipótese motivação social5. Porque esta hipótese relaciona-se diretamente ao sistema de recompensa, especificamente ou não o sistema ASD é sensível à informação social, vários estudos têm investigado o sistema de recompensa social em ASD6,7, 8 , 9 , 10 , 11 , 12. os resultados destes estudos tem diferido, com algumas fornecendo evidências de que o sistema de recompensa em ASD é hipoativos à informação social e nonsocial, e outros, sugerindo que o sistema de recompensa funciona normalmente para nonsocial informações, mas são hipoativos aos estímulos sociais. Uma das razões possível para esses resultados inconsistentes se relaciona com os estímulos e a metodologia utilizadas nos protocolos. É difícil combinar recompensas sociais e nonsocial em um contexto experimental; por exemplo, vários estudos têm usado uma foto de um rosto sorridente como a recompensa social, e a recompensa nonsocial é monetária (por exemplo, ficando o dinheiro após o experimento é completa7,8,11). Embora estes estudos fornecem uma base importante para futuras pesquisas, é difícil determinar se ou não as conclusões referem-se diferenças sociais versus responsividade nonsocial recompensa em ASD ou se eles são devido a diferenças entre recompensa condições.

O atual protocolo destina-se a investigar o sistema de recompensa em alto funcionamento crianças com ASD usando eletrofisiologia. Para explorar as diferenças entre crianças com e sem ASD com base na expectativa de recompensa, a negatividade de estímulo-anterior (SPN) foi medida. O SPN é um componente de ondas lentas que reflete uma expectativa de um estímulo de recompensa13. A importância do SPN é tipicamente conceituada como antecipação emocional14,15,16 e é pensada para ser refletido pela atividade na insula17,18. O SPN é medido frequentemente depois que os participantes executam uma resposta motora e antes do início do gabarito durante uma tarefa de decisão19,20. O SPN é sensível a magnitude da recompensa e é consistentemente maior recompensa versus não-recompensa condições15,16,21. Embora o SPN é normalmente medido durante tarefas de tomada de decisão, pesquisadores relataram que o SPN pode ser observado ao antecipar estímulos programados afetivos sem qualquer tarefa22,23,24. Um objetivo crítico do protocolo atual é executar uma tarefa experimental em que as recompensas entre as condições sociais e nonsocial são combinadas para eliminar potencial confunde. Outro objetivo é testar crianças entre 6 e 11 anos de idade. Portanto, o protocolo pode servir como uma tarefa de recompensa apropriada para a idade que as crianças podem encontrar envolvente sem tornar-se frustrado.

Protocolo

Procedimentos envolvendo participantes humanos foram aprovados pelo humano assunto pesquisa ética Comitê/institucional Review Board na Universidade da Califórnia, Riverside e Universidade da Califórnia, San Diego.

1. estímulos preparação

Nota: Os procedimentos descritos abaixo são específicos para uma suíte de edição comercialmente disponível (ver Tabela de materiais); no entanto, certamente pode ser usado outro software de edição de foto.

  1. Prepare um conjunto de fotografias de face emocional25 categorizada em duas expressões faciais (felizes e tristes). Usando previamente coletados avaliações comportamentais, escolher fotografias com classificações de emoção altamente precisos (em quais mais 80% dos participantes identificaram a emoção corretamente)25.
    Nota: Em nosso protocolo, foram 33 escolhidos rostos de adultos (18-fêmea, macho 15). Das 18 fêmeas, 9 são caucasianos, 4 são Africano-americanos, e 5 são asiático-americanos. Dos 15 machos, 9 são caucasianos, 6 são afro-americanos e nenhum é asiático-americanos. Neste caso, fotos já foram cortadas e colocadas em um fundo branco. É importante observar que o conjunto de NimStim de expressões faciais foi avaliado e normado por adultos25. Assim, é possível que crianças ou adolescentes podem perceber expressões faciais de forma diferente do que os adultos que normado as imagens.
  2. Padronizar os estímulos de expressão emocional
    1. Usando um suíte de edição de fotos, editar as fotografias para ser em tons de cinza e, em seguida, salvá-los (no software usado aqui, isso é feito selecionando imagem | Modo | Escala de cinzentos).
    2. Certifique-se que a resolução é 72 pixels/polegada e que a largura do arquivo é de 8,5 polegadas e altura é de 11 polegadas.
    3. Usando uma régua, altere a largura da fotografia (em pixels) até as medidas do rosto 11cm do lado de fora do cabelo de um lado para o exterior do cabelo do outro lado, e 14 cm desde o início da linha fina para a parte inferior do queixo.
  3. Criando o rosto mexido estímulos de seta
    1. Baixe o plugin "scramble" (http://telegraphics.com.au/sw/product/Scramble).
    2. Extraia o ZIP e movê-lo para "plug-ins" dentro da pasta de aplicativo da edição suite.
    3. A programa de edição de fotos, crie um "custom shape" nas opções de forma . Certifique-se de que a forma é uma seta.
    4. Abra as imagens de face emocional um de cada vez. Use a ferramenta ' Seleção ' para selecionar apenas o rosto e não o plano de fundo.
    5. Selecione filtro de | Telegraphics | Scramble | Okey.
    6. Selecione a janela de | Camadas (isto deve produzir uma janela "camadas" ao lado).
    7. Duplo clique em plano de fundo, em seguida, clique em okey e renomeá-lo para a camada 0 (qualquer nome serve).
    8. Clique com o botão direito sobre a ferramenta forma na barra de menu da esquerda e escolher a forma de seta personalizada.
    9. Arraste a forma de seta no meio da imagem embaralhada.
    10. Use Ctrl + T para arrastar a seta para o meio da imagem e ajustar o tamanho, por isso é o mesmo que a imagem do rosto (por exemplo, 11 x 14 cm).
    11. Use a ferramenta de ângulo para assegurar que para rostos felizes na seta virada para cima e para rostos tristes na seta virada para baixo.
    12. Clique em camada 0 ou o nome dado na etapa 1.3.7.
    13. Selecione camadas de | Grupo com o anterior.
    14. Clique em Selecione-todos | Editar | Cópia mesclada.
    15. Criar um novo arquivo com a seta sobre um fundo branco, selecionando arquivo | Nova. O novo arquivo deve ser de 8,5 x 11 polegadas com uma resolução de 72 pixels/polegada.
    16. Salve os arquivos.
      Nota: Depois que estes são salvos, deveria haver fotografias de indivíduos com expressões tristes, expressões felizes e as versões de ovos mexidas. A fotografia de ovos mexida com a seta aponta para cima é a imagem nonsocial para feliz, e a fotografia de ovos mexida com a seta aponta para baixo é a imagem nonsocial para triste.
  4. Criar as imagens de recompensa
    1. Encontrar uma imagem de um biscoito de peixe dourado (sem alguma coisa no quadro) e fazer o download para o computador.
    2. Abra a imagem do biscoito de peixe dourado em um suíte de edição de fotos e edite-a para ser em tons de cinza.
    3. Criar dois peixinho bolacha imagens: 1) um em tons de cinza e 2) que está riscado (por exemplo, tem um círculo ao redor/oval com uma linha no meio).
    4. Usando a cópia de | Colar, colocar imagens do biscoito peixinho intacta em torno das imagens felizes (por exemplo, o para cima apontando a seta e pessoas sorridentes).
    5. Usando a cópia de | Colar, colocar imagens do biscoito riscada peixinho em torno das imagens tristes (por exemplo, tanto o para baixo apontando a seta e franzindo a testa as pessoas).
  5. Preparando os estímulos em software de apresentação de eletrofisiologia (EEG)
    1. Crie dois blocos de estímulos em um pacote de software de apresentação de EEG. Será um bloco social (por exemplo, fotos de sorrisos e faces para baixo) e o outro vão ser nonsocial (por exemplo, fotos de para cima e para baixo enfrentando as setas).
    2. Pseudo-randomize a ordem de estímulos em cada bloco de tal forma que nenhuma imagem ocorre mais de uma vez em uma fileira e tais que o participante não vê mais que três triste ou para baixo enfrentando setas ou feliz/para cima frente para flechas em uma fileira.
    3. Configurar cada tentativa para conter o seguinte: a fixação transversal; 2 caixas com pontos de interrogação (o participante usará a pressionar um botão para indicar uma escolha entre a caixa da esquerda e direita); uma seta apontando para a caixa, o participante escolhe através de pressionar o botão; e feedback (estímulos criados acima).
      Nota: Embora os participantes estão escolhendo a caixa à esquerda ou direita, se corrigir (por exemplo, cara feliz ou seta virada para cima, rodeado de peixinho intacto) ou incorreto (por exemplo, triste face ou enfrentando para baixo seta rodeada por riscado gabarito de peixinho) mostrado é pré-programado pela randomização descrita na etapa 1.5.2. Assim, os participantes podem sentir que eles estão supondo corretamente ou incorretamente, mas na realidade a escolha não afeta qual imagem de gabarito é mostrada.
    4. Exibir cada julgamento baseado nas seguintes durações: 1) fixação transversal para 500 ms, 2) dois caixas com pontos de interrogação dentro para 3000 ms, 3) duas caixas com pontos de interrogação dentro, com uma seta apontando para a caixa escolhida pelo participante para 2000 ms e 4) feedback (< C34>e.g., rosto ou imagens embaralhadas rosto) para 1000 MS. consulte a Figura 1.
      Nota: Se os participantes não responder (através da imprensa de botão) dentro 3000 ms, a julgamento termina e o próximo julgamento começa. O ângulo visual antecipado é um ângulo visual horizontal de 14,5 ° e vertical ângulo visual de 10,67 °.

2. comportamentais procedimentos

  1. Recrute participantes com e sem ASD diagnósticos com base em orientações do Conselho de revisão institucional.
  2. Administrar testes cognitivos (e.g., Wechsler abreviada escala de inteligência, WASI26) para todos os participantes para confirmar que as crianças têm contagens cognitivas dentro a média baixa para média escala (por exemplo, um QI completo pelo menos 70) .
    Nota: Foi determinado que crianças com em grande escala de QI abaixo de 70 provavelmente teria dificuldade compreensão e lembrando as direções de tarefa. Portanto, um corte de IQ de 70 foi escolhido como um critério de exclusão para participação.
  3. Para os participantes com um diagnóstico prévio de ASD, administrar a agenda de observação diagnóstico de autismo (segunda edição, ADOS-2)27 para confirmar a sua elegibilidade.

3. EEG gravação

  1. Configure os participantes.
    1. Certifique-se de que cada participante senta-se numa cadeira confortável, numa sala pouco iluminada e ajustar a cadeira para que os indivíduos são 72 cm da tela do computador. Fornece um breve tutorial sobre o procedimento.
      Nota: Neste estudo, os participantes disseram o seguinte: "você vai jogar um jogo de adivinhação - como pick-a-lado, exceto no computador. Você verá 2 caixas com pontos de interrogação neles, e então você usará esta caixa de botão para escolher se você acha que o direito ou esquerdo da caixa é um direito. Se você acha que a caixa à esquerda é um direito, pressione o botão esquerdo. Se você acha que a caixa da direita é um direito, pressione o botão direito. Uma vez que você escolher, você verá as caixas com pontos de interrogação e uma seta no meio mostrando que aquele que você escolheu. Então você verá se você acertou. Para cada um você acertar, você receberá 1 biscoito de peixinho dourado. Se você não gosta de peixe, você pode trocar para o lanche de frutas. Quando você acertar, você verá um anel de biscoitos goldfish. Isso significa que você obter um peixinho bolacha! Quando você errar, você verá um anel de riscado biscoitos goldfish. Quando você entendeu errado, você não vai perder qualquer peixinho, você só não vai ganhar qualquer naquele tempo. O computador irá manter o controle de quantos peixes você obter, e então eu vou te dar que muitos depois que terminamos tudo. " Após o tutorial, peça aos participantes, "Okey, então o que vais fazer?" seguiram de, "O que você verá quando você acertar?" e "O que você verá quando você entendeu errado?" para confirmar que eles entendem a tarefa. Se eles parecem não entender, explique de novo até que eles são capazes de responder a essas perguntas corretamente.
  2. Use um cap de EEG com 32 eletrodos de Ag/AgCl no sistema internacional 10-20, com adicional vertical (VEOG) e horizontal (HEOG) eletrodos, para capturar o movimento dos olhos.
  3. Medir a cabeça do participante para determinar qual cap tamanho é apropriado para o tamanho da cabeça.
  4. Usando uma agulha, pre-gel de PAC por injetar gel condutor para os eletrodos.
  5. Conectar-se a tampa do EEG para o amplificador com um filtro passa-baixas a 70 Hz, um filtro passa-alto diretamente acoplado (DC), um filtro de entalhe de 60Hz e 500 Hz taxa de amostragem.
  6. Encaixe a tampa de EEG a cabeça do participante tal que o eletrodo "Cz" é colocado no meio do couro cabeludo (por exemplo, a meio do nasion ao Ínion) conforme o sistema 10-20.
  7. Usando uma agulha cega ou vara de madeira esterilizada, redemoinho dentro do eletrodo para mover qualquer cabelo e permitir que o gel para entrar em contato com o couro cabeludo.
  8. Use um medidor de impedância (ou o computador de EEG) para garantir que a impedância é abaixo de 10 KΩ para um sistema de baixa impedância e abaixo de 50 KΩ para um sistema de alta impedância.
  9. Uma vez que todos os eléctrodos no tampão mostram níveis aceitáveis de impedância, coloque os eletrodos HEOG e VEOG. Coloca os eletrodos HEOG para o canto de cada olho e eletrodos VEOG acima e abaixo do olho.
  10. Se qualquer eletrodos têm níveis de impedância acima dos limiares aceitáveis observados acima, gravá-las em um caderno ou no computador.
  11. Começam os blocos experimentais, contrabalançando a ordem dos blocos (por exemplo, nonsocial e social) entre os participantes. Certifique-se que o computador do EEG está gravando, o computador de EEG e gravação são sincronizados e os eventos estão sendo enviados corretamente.
  12. Dar aos participantes pausas de 30 segundos após cada 15 ensaios (aproximadamente a cada 2-3 minutos) para permitir que eles se movam ao redor se necessário.
    Nota: Embora não explícitas instruções foram dadas às crianças sobre o movimento, os participantes disseram usar pausas para "sair da wiggles", "sair um pouco de energia", ou para executar qualquer outros movimentos que eles queriam.
  13. Entre os blocos, os participantes de dar uma pausa mais longa (cerca de 5 minutos). Após cada bloco, participantes têm de preencher uma escala de Likert de 4-pergunta sobre quanto apreciaram o jogo de adivinhação e quantas vezes eles sentiram que eles poderiam obter respostas corretas.
  14. Depois que ambos os blocos são concluídos e os participantes preencheram questionários ambos Likert, tire a tampa de EEG e permitir-lhes lavar os cabelos.
    1. Fornece o pagamento (ou um equivalente de "prêmio") para os participantes e suas famílias.
    2. Limpar e esterilizar a tampa de EEG.

4. processamento de dados de EEG

Nota: Os procedimentos e os comandos descritos nesta seção são específicos para EEGLAB e ERPlab toolboxes28.

  1. Em ERPlab, filtre os dados de EEG, usando um filtro high-pass do filtro.01 Hz e passa-baixa de 30 Hz.
  2. Descartar (em ERPlab) ou interpolar (em EEGLAB) canais ruins que parecem ter alta impedância e/ou foram problemáticas durante a gravação (por exemplo, perdida contato com a pele durante a gravação).
  3. Usando as operações de canal de EEG GUI (ERPlab), re-fazer referência os dados de EEG com base na média dos eléctrodos de esquerda e direita mastoide (mastoide eletrodos foram escolhidos como referência devido a não ter uma matriz densa eletrodo; nesse caso, especialistas às vezes sugerem usando a referência média de29, e porque usar a média de ambos os eletrodos mastoide é menos problemático para efeitos de lateralidade contra um único mastoide30).
  4. Se usar a média de eletrodos mastoide para re-referenciar, aqueles dois eletrodos devem fornecer um sinal claro. Se qualquer eletrodo mastoide tem um sinal de má qualidade (por exemplo, com alta impedância) ou perdeu contato com a pele durante a gravação, não use dados do participante para análise.
  5. Use o menu suspenso EVENTLIST em ERPlab para criar um EEG Eventliste atribuir códigos de computador o estímulo para escaninhos usando BINLISTER.
  6. Usando o menu suspenso extrair bin-baseado épocas em ERPlab, Segmente os dados de EEG contínuos em épocas de estímulo bloqueado e de base correta. Para medir a negatividade de estímulo-anterior (SPN), use a época de-2200 para 100 ms (linha de base de-2200-2000 MS). Para medir a atividade cerebral pós-estímulo ou processamento de recompensa, use época de -200 a 800 ms (linha de base de -200 a 0 ms).
  7. Plotar os dados em EEGlab e marcar e descartar épocas que parecem conter artefatos não-olho piscar (por exemplo, o ruído excessivo ou movimento motor).
  8. Escolha Executar ICA nos dados epoched.
  9. Plotar os componentes independentes (selecione enredo | Ativações de componente) e identificar quaisquer artefatos de movimento ocular e pisca.
  10. Remova os componentes identificados como movimentos oculares ou artefatos de piscar de olhos. Para verificar se os componentes marcados para remoção são responsáveis para o movimento dos olhos, escolha o enredo único julgamento data para visualizar os dados com os componentes identificados removidos. Uma vez que o pisca e movimentos oculares são removidos, aceite a eliminação dos componentes identificados.
  11. Em ferramentas de ERPlab, selecione rejeição de artefato em dados epoched | Mover o procedimento de pico-a-pico de janela. No estudo atual, foram utilizados um 200 ms móveis janela, passo de janela de 100 ms e limite de tensão 150 mV.
  12. Calcule os médios ERPs. Certifique-se de usar as configurações padrão, que afirmam que todas as épocas marcadas para remoção será descartada do ERP em média.
  13. Para analisar a atividade cerebral média ocorrendo antes do início dos estímulos, extração (na etapa 4.11) deve ocorrer durante os últimos 200 ms antes do início do estímulo (por exemplo, -210 para-10 ms) os eletrodos de interesse.
    1. No caso anterior de estímulo negatividade (SPN), eletrodos de interesse incluem: F3/F4, C3/C4, P3/P4 e T5/T6 (nota que, em alguns sistemas, eletrodos temporais nesta região são etiquetados T6/T7 ou T3/T4).
      Nota:-210 para ms-10 foi escolhido no presente protocolo, em vez de -200 a 0 ms para evitar a contaminação por atividade cerebral não relacionada com o SPN (por exemplo, o início da atividade neural quando os estímulos de gabarito é mostrado em 0 ms).
  14. Para exportar dados numéricos para análise, use a ferramenta de medição de ERP.
    Nota: Esta ferramenta permite que os pesquisadores especificar a latência ou amplitude de informações, as janelas de tempo de interesse e os eletrodos de interesse. Amplitude pode ser calculado como o pico local em uma janela de tempo determinado, ou como a amplitude média de uma janela de tempo determinado.
  15. Baixe os dados numéricos como um arquivo. txt. Conforme necessário, exporte os dados para o excel ou copiar e colá-lo em um programa de análise estatística (por exemplo, SPSS ou JMP).

5. as diferenças de processamento para análise ERSP

  1. Comece com o arquivo criado na etapa 4.11 (por exemplo, o arquivo epoched com todos os procedimentos de rejeição de artefato completo).
  2. Utilize o EEGlab "newtimef" plug-in para obter um tempo x frequência transform com valores para cada ponto de tempo, frequência e julgamento.
  3. Para medir a atividade antecipatória banda alfa, calcule os valores médios de 8 a 12 Hz.
  4. Calcule a média ativação antes do início do gabarito (por exemplo, -2200 para ms-100, com base de-2200-2000 MS) os eletrodos mesmo usado para o SPN.
  5. Para calcular a assimetria alfa antes da realimentação, subtrai o poder de log no hemisfério esquerdo do hemisfério direito.
    Nota: Para calcular a ativação ERSP após início do gabarito, dados precisa ser re-analisados e re-agrupados em épocas usando uma janela de tempo diferente (por exemplo, -200 a 800 ms com base de -200 a 0 ms).

6. análise estatística

  1. Cole os dados numéricos extraídos na secção 4 (etapas 4.11 e 4.12) em um programa estatístico (por exemplo, SPSS ou JMP).
  2. Realizar medidas repetidas ANOVA em software estatístico para os valores médios de ERPs para comparar a atividade cerebral entre os hemisférios (esquerda, direita), posições de eletrodo (frontal, central, temporal, parietal), condições (face, seta) e grupos (autismo transtorno do espectro, normalmente desenvolvendo).
    Nota: Hemisfério, eletrodo posição e condição são fatores dentro de temas, e grupo é um fator entre indivíduos.
    1. Se hemisfério ou eletrodo posição não é estatisticamente significativa, colapso do outro lado para análise futura.
    2. Se a relação entre medidas comportamentais (por exemplo, escore de gravidade ADOS) e ERPs é de interesse, as análises de correlação podem ser executadas.

Resultados

Projetar experimentos para comparar sistematicamente a atividade cerebral com social contra estímulos de recompensa não-social é complexa, devido à dificuldade inerente em igualando recompensas sociais e não-sociais. A Figura 1 representa a estímulos de um protocolo experimental projetado para investigar respostas neurais para recompensa enquanto controla para propriedades de recompensa. Especificamente, este paradigma foi projetada para (i) manter recompensas consistentes entre experimentações sociais e nonsocial, (ii) controle para propriedades de estímulo físico entre experimentações sociais e nonsocial e (iii) ser adequado à idade de 6 a 11 anos de idade as crianças com e sem autismo.

A Figura 2 mostra respostas ERP como participantes antecipam estímulos sociais e não-sociais. Deve notar-se que porque o atual protocolo foi projetado para medir a expectativa de recompensa (o SPN), as épocas exibidas são em grande parte antes do início do gabarito (que ocorrem no ms 0 nas figuras). Estes resultados sugerem que, normalmente, em desenvolvimento crianças (TD) antecipam estímulos de recompensa acompanhados por rostos mais robusta do que crianças com ASD. Além disso, embora as crianças TD antecipam estímulos rosto não enfrentam significativamente mais do que estímulos, crianças com ASD não evidentemente mostram diferenças significativas na atividade cerebral entre as condições.

figure-results-1
Figura 1 : Esquemática da apresentação do estímulo e temporização. Feedback para a condição social (rosto) é mostrado na coluna da esquerda. Feedback para a condição de nonsocial (não-cara) é mostrado na coluna à direita. Gabarito de respostas "corretas" é mostrado no topo, e gabarito de respostas "incorretos" é mostrado abaixo. Esta figura é re-impressa com permissão12. Clique aqui para ver uma versão maior desta figura.

figure-results-2
Figura 2 : Mil em média, formas de onda para TD crianças e aqueles com ASD do SPN em resposta a social/faces (à esquerda) e nonsocial/setas (direita). Crianças de TD são representadas por uma linha sólida e crianças com ASD, por uma linha tracejada. A área entre-210 e ms-10, análise estatística, é realçado com uma caixa cinza. Esta figura é modificada de uma anterior publicação6. Clique aqui para ver uma versão maior desta figura. 

Discussão

O atual artigo descreve a estímulos, processo de coleta de dados e análise de dados do ERP em um paradigma de recompensa para as crianças. Neste paradigma, crianças jogar um jogo de adivinhação semelhante à pick-a-lado no computador e ver feedback sobre se o palpite é correto ou incorreto. Resultados de ERP para antecipação de recompensa (atividade cerebral antes do início de feedback) foram consistentes com a negatividade de estímulo-anterior (SPN). Entre as condições, os resultados sugerem que as crianças TD antecipam estímulos de recompensa acompanhados por rostos mais fortemente do que estímulos de recompensa, acompanhados de imagens não enfrentam6. Entre grupos de crianças, os resultados sugerem que as crianças TD antecipam estímulos rosto que significativamente mais do que crianças com autismo fazer. Estes resultados são emocionantes, como eles fornecem importantes informações sobre informações como sociais e nonsocial são antecipadas em crianças com autismo. Isto é particularmente importante por promover a compreensão dos mecanismos neurais do autismo e fornecendo suporte para a hipótese de motivação social. Estes resultados fornecem informações úteis para a criação e aperfeiçoamento das intervenções, como ele ressalta a importância da motivação social para crianças com ASD; por exemplo, pode ser importante para intervenções para explicitamente tentar aumentar o valor da recompensa dos parceiros sociais que afetam diretamente a motivação social nesta população.

Este protocolo é útil para medir a atividade antecipatória cerebral em crianças com e sem ASD, e os dados fornecem evidências de que este tipo de atividade cerebral pode ser confiável e com êxito suscitou em crianças de mais de 6 anos de idade. Além disso, este método permite social e nonsocial condições a serem comparadas diretamente sem a presença de confunde relacionados às propriedades de recompensa (desde que a recompensa para respostas corretas era o peixinho dourado em ambas as condições). No actual protocolo, rostos foram mexidos e uma forma de seta foi criada. Este procedimento preserva as propriedades do estímulo físico de rostos na condição de nonsocial (não-cara). Este protocolo pode ser útil para futuras investigações em sub-grupos de ASD (por exemplo, algumas crianças com ASD são socialmente mais motivadas do que outros) e pode ser utilizado para entender melhor por que algumas crianças respondem mais eficazmente do que os outros determinadas intervenções.

Existem limitações para a atual abordagem que deve ser levado em consideração. Em primeiro lugar, o paradigma descrito acima é útil para crianças entre 6 e 11 anos de idade com e sem ASD que têm habilidades cognitivas na gama média. Dados piloto de desenvolvimento tipicamente de crianças com menos de 6 não foram bem sucedidos, como as crianças ficaram confusos com as direções e não entendeu as instruções do jogo. No actual protocolo, critérios de exclusão incluíam um placar de IQ em grande escala abaixo de 70. Portanto, o paradigma atual pode não ser apropriado para crianças com um mental ou idade cronológica inferior a 6. No entanto, é possível modificar o protocolo atual, por isso é adequado para indivíduos com QIs mais baixos e as crianças mais jovens. Algumas modificações para torná-lo mais apropriado para as crianças como crianças atualmente estão sendo investigadas. Tais modificações incluem a mudança a tarefa para ser passivo (por exemplo, tendo crianças relógio estímulos que aparecem em intervalos previsível em um design de bloco) e usando um paradigma de S1/S224. Em tal um design, o conteúdo de S1 confiável fornece informações sobre o conteúdo de S2 (por exemplo, se S1 é um quadrado, então S2 será um rosto; se um círculo S1, S2 será uma seta). Alternativamente, a estrutura de temporização do paradigma atual poderia ser usada para criar um protocolo auditivo antecipatório.

No ASD, seria de interesse para usar o discurso contra grupos de não-intervenção e medir a atividade cerebral em crianças com ASD que são não-verbais e têm dificuldade em responder a instruções ou atendendo aos estímulos visuais31. Relacionados com a primeira limitação, convém que os resultados de crianças com ASD que tem habilidades cognitivas na faixa média provavelmente não são representante do espectro do autismo inteira - que, por definição, captura uma ampla gama de níveis de funcionamento. Portanto, estes resultados representativos não podem ser extrapolados para todas as crianças com ASD. Finalmente, é importante notar que os estímulos utilizados no protocolo atual foram normalizados por adultos, ao invés de crianças. Portanto, estudos futuros devem considerar o uso de um conjunto de estímulos de expressões faciais normados por crianças.

Divulgações

Os autores não têm nada para divulgar.

Agradecimentos

Agradecemos a todas as crianças e famílias que participaram os protocolos descritos. Publicação inscrições foram pagas por produtos do cérebro.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Tampa de EEGElectroCap InternationalE1-SM/ E1-S/XSMElectro-Cap - Pequena (50-54 cm)/Electro-Cap -Pequena/Extra Pequena
NeuroScan 4.5Neuro Scanhttps://compumedicsneuroscan.com/tag/scan/Software de Gravação de EEG
Stim2Neuro Scanhttps://compumedicsneuroscan.com/product/stim2-precise-stimulus-presentation/Software de Apresentação de Estímulos
JMP Pro 11 SAShttps://www.jmp.com/en_us/software/buy-jmp.htmlSoftware de análise estatística
NimStim Face Stimulus Set N/A, imagens de código aberto Código aberto, disponível em https://www.macbrain.org/resources.htm Imagens de rosto 
EEGlabN/A, software livreN/A, software livreSoftware de análise de EEG (download gratuito)
ERPlabN/A, software livreN/A, software livreSoftware de análise de EEG (download gratuito)
PhotoshopPhotoshophttps://www.photoshop.comAdobe Photoshop, software de edição
de imagem Photoshop 'scramble' plug-inTelegraphicshttp://telegraphics.com.au/sw/product/Scrambleplug-in do Photoshop para embaralhar imagens 
AMPLIFICADOR DE EEG NUAMPSdNeuro Scanhttp://compumedicsneuroscan.com/wp-content/uploads/NuAmps-Brochure.pdfamplificador de EEG 

Referências

  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).

Reimpressões e permissões

Etiquetas

Recompensa SocialRecompensa Não SocialTouca de EEGPotenciais Relacionados a EventosCaixa de BotõesTestes CognitivosMedidor de ImpedânciaEletrodos de Movimento Ocular
Um protocolo de eletrofisiologia para medida antecipação de recompensa e processamento em crianças
Fale conosco
Recomendar à biblioteca

Privacidade

Termos de Uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.