Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Desenvolver Neuroimagem fenótipos da rede de modo padrão no TEPT: Integrando o estado de repouso, Memória de Trabalho e Conectividade Estrutural

doi: 10.3791/51651 Published: July 1, 2014

Abstract

Técnicas de neuroimagem estrutural e funcional complementares utilizados para examinar a rede de modo padrão (DMN) poderia melhorar as avaliações de severidade da doença psiquiátrica e fornecer validade adicional para o processo de diagnóstico clínico. Uma pesquisa recente de neuroimagem sugerem que os processos DMN pode ser interrompido em uma série de doenças psiquiátricas relacionadas ao estresse, como o transtorno de estresse pós-traumático (TEPT).

Embora as funções DMN específicas continuam sob investigação, é geralmente pensado para ser envolvido em introspecção e auto-processamento. Em indivíduos saudáveis ​​exibe maior atividade durante os períodos de descanso, com menor atividade, observados como a desativação, durante tarefas cognitivas, por exemplo, a memória de trabalho. Esta rede consiste no córtex pré-frontal medial, córtex cingulado posterior / precuneus, córtex parietal medial e lateral regiões temporais.

Imaginação funcional e estrutural múltiplang abordagens foram desenvolvidas para estudar o DMN. Estes têm potencial sem precedentes para promover a compreensão da função e disfunção desta rede. Abordagens funcionais, tais como a avaliação de descansar conectividade estado e desativação induzida por tarefa, tem excelente potencial para identificar neurocognitivo alvejado e neuroaffective (funcionais) marcadores de diagnóstico e pode indicar a gravidade da doença eo prognóstico com maior precisão e especificidade. Abordagens estruturais, tais como a avaliação de morfometria e conectividade, pode fornecer marcadores únicos de etiologia e longo prazo os resultados. Combinados, os métodos funcionais e estruturais fornecem fortes abordagens multimodais, complementares e sinérgicas para desenvolver fenótipos válidos de imagem baseada em DMN em condições psiquiátricas relacionadas ao estresse. Este protocolo tem como objetivo integrar estes métodos para investigar a estrutura e função DMN em PTSD, relacionando resultados de gravidade da doença e os fatores clínicos relevantes.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Neuroimagem representa uma ferramenta com potencial sem precedentes para examinar diagnóstico validade, a gravidade da doença, prognóstico e resposta ao tratamento em neuropsiquiatria. Uma ampla gama de técnicas de neuroimagem complementares está agora disponível para caracterizar a estrutura e função dos sistemas de chaves do cérebro, e para ajudar na identificação de fenótipos neuroimagem em populações psiquiátricas. Destes sistemas, a rede de modo padrão (DMN) recebeu uma grande atenção na literatura da neurociência cognitiva e clínica ao longo da última década.

DMN é um assim chamado "estado de repouso da rede", que inclui o córtex pré-frontal medial (MPFC) como o principal nó anterior, posterior córtex cingulado / precuneus (PCC) como o princípio nó posterior, juntamente com os córtices parietal inferior lateral e regiões temporal medial. Eles característica fundamental desta rede é que ela exibe sua maior atividade durante os períodos de descanso, which ocorre quando os assuntos são acordados e alertas, mas não envolvidos em uma tarefa específica; esta atividade estado de repouso foi cunhado o "Modo padrão" da função cerebral 1. Descansando atividade estatal no DMN é também altamente sincronizado, que é descrito como descansando conectividade funcional do Estado. A outra característica fundamental do DMN é que demonstra atividade diminuída durante os períodos de aumento das demandas cognitivas externos, o que é observado como desativação induzida por tarefa durante neuroimagem funcional paradigmas 2,3. A hipótese é que o equilíbrio entre o interno (ou seja, o estado de repouso) e externo (ou seja, atividade de tarefa relacionada) exigências são necessárias para manter o funcionamento saudável do cérebro 3-5.

As seções a seguir fornecem uma visão geral de três métodos para estudar a DMN: conectividade funcional e desativação associada à tarefa, seguido de conectividade estrutural. Estes três métodos são described maneiras como complementares para caracterizar esta rede em amostras clínicas, como pacientes com transtorno de estresse pós-traumático e condições psiquiátricas relacionadas.

Descansando Estado DMN conectividade funcional

Descansando conectividade funcional do Estado tornou-se recentemente uma abordagem comum para avaliar os padrões de função cerebral de base na ausência de exigências da tarefa. Conectividade funcional é um método analítico que quantifica a coerência, ou o grau de sincronia no sinal dependente (BOLD) nível de oxigênio no sangue ao longo do tempo, em diferentes regiões do cérebro. Um crescente corpo de literatura de pesquisa sugere que os padrões típicos de conectividade DMN pode ser alterada em populações de risco clínico e, em particular aqueles com exposição anterior ao estresse ou trauma significativo. O achado mais comum foi reduzido DMN conectividade funcional estado de repouso associado ao TEPT 6. Esta conectividade reduzida pode have aplicações clínicas diretas, como diminuição da conectividade DMN podem ser indicativos de quem pode desenvolver PTSD após um estressor agudo 7. Conectividade funcional DMN diminuída pode ser interpretado de várias formas, mais comumente que ele reflete a má comunicação entre as regiões cerebrais cruciais envolvidos na auto-processamento, o que pode levar a uma incapacidade de realocar recursos internos da linha de base de processamento de DMN às demandas externas. Esta interrupção de rede pode explicar os sintomas clínicos do núcleo de transtornos psiquiátricos, como PTSD e outras condições psiquiátricas relacionadas ao estresse 8. Outras investigações sobre a etiologia desses distúrbios é uma área importante para futuras pesquisas.

De uma perspectiva mais geral, vantagens de examinar a conectividade funcional do DMN incluem relativamente fácil implementação e um padrão robusto de descansar conectividade funcional estado em controles saudáveis ​​que permite uma comparação fiável 9,10

Desativações DMN Task-associados

Examinando resposta DMN durante memória de trabalho (WM) oferece uma outra abordagem para investigar a função e disfunção desta rede além descansando sincronia Estado. Esta abordagem, o que reflete um método mais padrão de ressonância magnética funcional (fMRI), fornece informações diferentes sobre a resposta às exigências das tarefas que podem ter significado clínico 11. Pesquisas anteriores já haviam documentado que os participantes com TEPT demonstram prejudicada funcionamento WM e um maior grau de desativações DMN durante tarefas de MT, talvez refletindo um maior esforço cognitivo 12-15. Using WM como um desafio RMF tem várias vantagens. Por exemplo, ela desengata confiável várias regiões-chave DMN, de repouso para um estado ativo. Mais relevantes para PTSD e outras condições psiquiátricas relacionadas ao estresse, as tarefas de forma confiável WM desengatar o MPFC, o principal nó DMN anterior que está envolvido em caminhos críticos desregulados em PTSD. Foi bem estabelecido que a MPFC modula ascendente actividade amígdala, e provavelmente desempenha um papel crucial no medo condicionado 16. As avaliações da atividade MPFC também pode ser uma métrica útil no futuro atendimento clínico. Por exemplo, em um estudo anterior de policiais traumatizados, psicoterapia exposição aumento da atividade MPFC e diminuição da atividade da amígdala durante a recuperação da memória traumática. Essas mudanças de neuroimagem foram associados com sintomas Pstd diminuíram 17. Este exemplo de desactivações Mpfc induzidas WM é apenas um exemplo de como as métricas de neuroimagem pode ser aplicado a populações clínicas, e ainda mais exploraçãode outros componentes DMN é susceptível de ser uma área frutífera de pesquisas futuras.

Neste protocolo, a tarefa n-back de memória de trabalho verbal é usado. A tarefa n-back é amplamente utilizado na investigação FMRI, e fornece ativação confiável de modo padrão regiões desativação de rede 18,19 ativação executivo e. Esta tarefa inclui três componentes, uma tarefa carta vigilância 0-back, a tarefa 2-back da memória de trabalho e descanso de base para comparação. Durante a tarefa de vigilância 0-back, os participantes respondem "sim" quando um alvo pré-determinado consoante ("H" ou "h") apareceu e "não" para outras consoantes, usando uma caixa de resposta de dois botões ao mesmo tempo dentro do scanner. Seis blocos de nove consoantes controle 0-back são apresentados durante esta tarefa. Durante o 2-back, uma série de consoantes são apresentados visualmente para 500 ms cada, com um intervalo de 2.500 ms interstimulus. Os participantes fazem um "sim" ou "não"resposta, após cada consoante apresentado, para indicar se é o mesmo ou diferente a partir da consoante apresentados dois anteriormente em uma série (por exemplo., w, n, R, N, P, Q, R, Q, N, W, etc. , com respostas corretas indicadas em negrito). Durante o 2-back, seis 45 seg série de 15 consoantes são apresentadas. Para executar com êxito o participante deve manter um conjunto cognitivo exigindo que inclui o buffer constante fonêmica (ie. Segurando consoantes na memória de curto prazo), ensaio subvocal fonêmica (ie. Repetindo consoantes sem articular em voz alta), e coordenação executiva. Em ambos os 0 - e blocos de 2-back, a taxa de apresentação é o mesmo, 33% dos alvos são apresentados em locais aleatórios, e de capitalização é randomizados para incentivar codificação verbal. A linha de base descansando 30 segundos com um ponto de fixação cruz é apresentada antes de cada bloco 0-back; esta linha de base é utilizado para subsequcomparações rentes da actividade associada à tarefa em relação à linha de base durante a análise dos dados.

Tomados em conjunto, os dados existentes sugerem que a caracterização de actividade de DMN associada à tarefa durante uma variedade de tarefas pode desempenhar um papel importante na utilização clínica de DMN análise funcional. Há outras vantagens em usar WM como um desafio FMRI em condições psiquiátricas relacionadas ao estresse. Semelhante ao descansando conectividade estado, não há um padrão claro de desativações DMN durante WM em indivíduos saudáveis, o que facilita as comparações com amostras clínicas. WM também é o trauma neutro, o que pode evitar desencadear sintomas de PTSD clínicos durante a digitalização. Portanto, este método também tem o potencial para ser desenvolvido em um biomarcador de neuroimagem, que reflete a forma como o cérebro responde a demandas externas em desordens psiquiátricas relacionadas ao estresse.

DMN Conectividade Estrutural

Enquanto imagem funcional é capaz de descrever a mudanças na conectividade cerebral ou atividade associada a exposição ao estresse, as abordagens funcionais não descrever a etiologia por trás das mudanças cerebrais observados. Métodos de imagem estruturais, tais como imagem por tensor de difusão (DTI), são capazes de medir e quantificar a integridade dos tratos de substância branca que conectam regiões cerebrais. DTI é a abordagem de neuroimagem estrutural mais comum e as medidas integridade da substância branca com base na anisotrópica (ie direcional) o fluxo de moléculas de água ao longo de tratos de substância branca, como fluxos de água predominantemente ao longo tratos de substância branca (em comparação com entre eles). Esta diferença em fluxo direccional é expressa como anisotropia fracionada (FA). Mais baixos graus de FA são pensados ​​para refletir as mudanças microestruturais em tratos de substância branca, que podem ser manifestações de lesão neuronal de uma variedade de causas, incluindo as conseqüências da exposição ao estresse 4. Do ponto de vista da rede, a atividade cerebral coordenado (atividade estatal ou seja descansando ou cooratividade relacionado com a tarefa coordenado) deve contar com conexões estruturais. No caso de DMN resultados anteriores, lesão estrutural prejudica a comunicação entre os nós DMN, levando a uma diminuição da ligação funcional DMN. Da mesma forma, o aumento dos padrões de desativação podem refletir dano microestrutural que requer o recrutamento de maiores áreas do córtex durante a resposta tarefa. Relevante para PTSD eo DMN, vários estudos têm demonstrado diminuição da FA no pacote cíngulo 20,21, que é o trato da matéria branca que conecta as principais estruturas límbicas do cérebro 22. É provável que as medidas mais precisas utilizando tractografia (isto é, que segue diretamente tractos de matéria branca no nível neuronal) será capaz de elucidar especificamente que as fibras da matéria branca estão envolvidas na interrupção da rede. As vantagens para imagens DTI é que é relativamente fácil de adquirir já que não existem tarefas necessárias para executar no scanner.

Na foprotocolo llowing, as abordagens funcionais da descansando conectividade funcional do Estado e quantificação das desativações induzida por tarefas são combinadas com um exame de conectividade estrutural utilizando DTI, a fim de mapear a estrutura e função DMN e relacionar esses achados com a gravidade da doença e os fatores clínicos relevantes em PTSD . Nós já implementaram esta abordagem em adultos saudáveis ​​expostas ao trauma 18,23 e descobriu que este protocolo fornece um método convincente para caracterizar a DMN que se presta para a adaptação ao estudo de PTSD e outras stress relacionado doenças psiquiátricas.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Os participantes elegíveis assinar escrito, o consentimento informado para participar do projeto de pesquisa. A pesquisa é realizada em conformidade com as diretrizes institucionais, nacionais e internacionais para o bem-estar humano.

1. Triagem participante e entrevistas de diagnóstico

  1. Após consentimento informado, realizar entrevistas de diagnóstico para verificar o diagnóstico de TEPT e gravidade da doença. NOTA: Estas medidas incluem a Entrevista Estruturada Clínica para DSM-IV-TR (SCID) 24 eo Clínico Administrado PTSD Scale (CAPS) 25, bem como o Exame do Estado Folstein Mini-Mental (MMSE) 26 para avaliar o estado cognitivo.
  2. Peça aos participantes para preencher as escalas de auto-relato relevantes ao estresse e humor.
    NOTA: Estes incluem a Vida Stressor Checklist-Revised (LSC-R) 27, Childhood Trauma Questionnaire (CTQ) 28, Escala de Estresse Percebido (PSS) 29 e Inventário rápido de Depressivo Sintomas (QIDS-SR) 30.
  3. Agende participantes elegíveis para ressonância magnética, em que os participantes chegam a cerca de 1 hora antes da sessão de verificação agendada, para analisar os componentes necessários para a digitalização, como a segurança MRI e procedimentos do estudo.
  4. Obter urina, gravidez (quando apropriado), e os testes de toxicologia antes da digitalização.

2. Participantes do treinamento para executar a tarefa N-back

  1. Comece a primeira corrida com o teste de vigilância carta 0-back.
    1. Instrua os participantes para indicar "sim" para um alvo consoante ("h" ou "H") através de uma caixa com dois botões de resposta e "Não" para todas as outras consoantes.
    2. Mostrar o participante 9 consoantes para 500 ms cada, com um tempo de 2.500 ms interstimulus, para um total de 27 segundos, e pedir-lhes para responder como indicado acima. NOTA: A consoante alvo será exibido 4 vezes dentro de cada bloco 0-back.
  2. Em seguida, os participantes praticam a 2-bateste ck.
    1. Instrua os participantes a dar uma resposta "Sim" ou "Não" na caixa de resposta de dois botões, depois de cada consoante apresentado, para indicar se é o mesmo ou diferente do apresentado consoante dois anteriormente em uma série.
    2. Ver o participante de uma série de 15 consoantes, para 500 milisegundos cada, com um intervalo de 2500 ms interstimulus, para um total de 45 seg. NOTA: Um estímulo alvo é apresentado 5 vezes.
  3. Participantes de trem para executar a tarefa n-back fora do scanner, até que o seu desempenho atinge> 75% de acerto no componente 2-back. NOTA: Os parâmetros acima podem ser automatizados usando o software de apresentação de estímulo (ver Tabela de Materiais / Equipamentos).

3. MRI Aquisição

  1. Ter a mudança participante em roupas MRI-compatível, e trazê-los dentro de um Tesla MRI sala 3 scanner. Peça-lhes para usar tampões de ouvido para proteção auditiva, e, em seguida, deitar em uma maca que will, em última análise movê-los para o meio da máquina de MRI.
    1. Coloque almofadas em torno de sua cabeça para minimizar a cabeça movimento. Proporcionar-lhes a caixa de resposta a MRI-compatível para a tarefa de memória de trabalho n-back, espremer lâmpada para interromper a verificação em caso de uma emergência, e coloque um oxímetro de pulso em seu dedo para monitoramento e gravação fisiológico.
    2. Coloque a bobina de cabeça de 32 canais e tela de apresentação sobre a cabeça do participante, e movê-los para o meio do scanner.
  2. Verifique se o participante é confortável e pode ver a tela e, em seguida, começar a sessão de ressonância magnética. Comece com aquisição de alta resolução (1 mm 3) scans cerebrais anatômicas. Digite os parâmetros de ressonância magnética de alta resolução no console do scanner no Echo Time (TE) = 2,98 ms, Repetição (TR) = 1.900 ms, campo de visão (FOV) = 256 mm 2 e matriz tamanho 64 2 em 1 milímetro fatias. Comece a aquisição MRI, premindo o botão "Run" na varreduraconsola ner.
  3. Definir parâmetros de aquisição de imagem fMRI BOLD no console do scanner, como TR = 2.500 ms, TE = 28 ms, FOV = 192 mm 2, e da matriz tamanho 64 2 em 3 milímetros cortes axiais.
  4. Em seguida, adquirir imagens de fMRI em memória de trabalho, utilizando o teste de n-back (ver secção 2), com os seguintes parâmetros:
    1. Apresentar um 30 seg base fixação cruz, para o paciente, antes de cada um dos blocos 0-back usando software de apresentação de estímulo. NOTA: Isto irá fornecer uma base de comparação para o outro 0 - e bloqueia 2-back durante a análise de dados.
    2. Projeto as instruções para o paciente por 3 segundos antes de cada tarefa 0 ou 2-back usando o software de apresentação de estímulo.
    3. No total, incluem três 0-back e 2-back porções, juntamente com dois blocos de linha de base, em duas corridas de imagem, apresentados em ordem contra-balanceada.
  5. Pressione o botão "run" no console do scanner de ressonância magnética para começar.
  6. Após a conclusão do n-costas, assegurar oparticipante é confortável e pronto para seguir em frente. Instruí-los que o bloco de resto é a próxima, e dizer-lhes para não cair no sono. Use um software de apresentação do estímulo para exibir uma cruz de fixação na tela.
  7. Adquirir descansando estado imagens para a próxima 4 min, usando as mesmas configurações fMRI como foram utilizados para a aquisição de imagens n-back (ver 3.3), pressionando o botão "run" no console do scanner de ressonância magnética.
  8. Repita os passos 3.4. e 3,5. Antes de cada nova seção, peça ao participante se eles são confortáveis ​​e se eles são capazes de continuar. Se eles são capazes, continuar o protocolo. Se eles não estiverem, pause o scanner de ressonância magnética e fazer ajustes para o conforto quando necessário.
  9. Em seguida, dizer que o participante que o scanner pode estar tremendo nas próximas seqüências, e instruí-los a fechar os olhos e relaxar da melhor forma possível no scanner. Em seguida, adquirir uma sequência DTI, premindo o botão "run" no console do scanner.
  10. Definir parâmetros de aquisição de imagem DTI no scanner conexclusiva para dupla rotação imagens eco-planares difusão ponderada (DWI), com gradientes de difusão aplicadas em 64 direções não-colineares (b = 1,000), um DWI para cada direção gradiente e 10 não ponderada (b = 0) imagens de normalização, TR = 10.060 ms, TE = 103 ms, FOV = 226 milímetros, 128 2 matriz, espessura de corte = 1,8 mm, com ecos parciais e interpolação.
  11. Retire o participante do scanner, e saber mais sobre a forma como a sessão foi. Responda às perguntas que possam ter, e agradecer-lhes pela sua participação. Envie o computador scanner de ressonância magnética escrever um DVD com imagens dos participantes e gravação fisiológico para posterior análise de dados.

4. Análise de Dados

  1. Pré-processamento de dados
    1. Usando o software de processamento de fMRI, reconstruir dados brutos em 3D + tempo de conjuntos de dados, concatenar e se registrar para o quinto volume da primeira série, para minimizar o artefato movimento e produzir parâmetros de correção de movimento. Aplicar filtro passa-banda (0,009-0,08 Hz) para isolar o domínio da freqüência DMN e reduzir os efeitos de baixo desvio de freqüência e ruído de alta freqüência. NOTA: As variáveis ​​incômodo para cada voxel deve incluir ventrículo médio e séries temporais substância branca, bem como seis estimativas dos parâmetros de cabeça movimento; estas estimativas devem incluir tanto os valores humilhada e derivativos. O curso de tempo variáveis ​​de perturbação previsto deve ser removido a partir de uma série completa de tempo voxel para se obter uma base de dados "residuais" série de tempo a ser utilizado para análises de correlação posterior 31.
    2. Dados em larga escala para normalizar intensidade dentro de prazo, e os dados lisos até a 4 milímetros full metade de largura máxima (FWHM) kernel gaussiano. Censor imagens com mais de 1,5 mm a partir do conjunto de dados 32. Não execute regressão sinal global (RSG) desde GSR pode influenciar correlações em dados do estado descansando 33,34.
  2. Descansando análises de conectividade do Estado
    1. Use-semente região conectividade análises para avaliara relação entre a priori regiões definidas para avaliar a conectividade funcional 11. NOTA: Sementes incluídos são os principais nós anterior e posterior do DMN, o MPFC e PCC, respectivamente. Coordenadas funcionais desses locais são geralmente superiores aos locais definidos pelo atlas 35.
    2. Extrato da série média de tempo BOLD destas sementes e realizar uma análise de correlação de todo o cérebro. Transformar valores de R correlacionais para escores Z 36 para o teste de hipóteses subseqüente.
      1. Comparar valores de Z entre os dois grupos em um voxel por voxel base para avaliar as diferenças significativas na conectividade funcional entre TEPT e controles como o desfecho primário. Threshold estes resultados a um significado de duas caudas de p <0,05, utilizando-se sábio para a família (ou seja, cluster) de correção de erros. NOTA: correção Cluster é gerado por meio de simulações de Monte Carlo para estimar a probabilidade de clusters falsos positivos. Use algorith estatísticams para calcular a correção cluster como uma função do FOV, resolução, suavidade e intensidade de sinal no nível de voxel indivíduo 37.
    3. Para avaliar a relação entre os sintomas clínicos e os resultados de imagem, realizar análises de acompanhamento que incluem as correlações entre escores da escala de classificação e pontuação média Z de conectividade das regiões DMN. Incluir análises de correlação que conta para obter informações demográficas relevantes, tais como a gravidade da depressão, lesão cerebral traumática, bem como a educação e outras variáveis ​​associadas.
  3. As análises de memória de trabalho
    1. Use um software de processamento de fMRI para pré-processar os dados e baseada em voxel GLM para quantificar a atividade de tarefas específicas em cada voxel cérebro de conjuntos de dados individuais 11,31. NOTA: As variáveis ​​independentes do GLM são o curso temporal do descanso e do 0 - e tarefas 2-back (incluindo transições hemodinâmicos modelado como uma função gama) e co-variáveis ​​(drift linear e observarmovimento d), com o sinal BOLD ao longo do tempo como a variável dependente.
    2. Média resultando pesos beta GLM entre as regiões DMN especificados. NOTA: Estas respostas n-back média entre conjuntos de dados a nível individual servir a medida básica da atividade cerebral em análises estatísticas de nível de grupo subseqüentes.
    3. Use análises de covariância para examinar as diferenças de nível de grupo entre grupos de PTSD e não de TEPT e para estimar os efeitos da dificuldade da tarefa (ou seja, as comparações de atividade durante a 0 - contra tarefas 2-back) em cada região DMN; Também incluem análises de todas as etapas de controle estatístico relevantes requeridos em repouso analisa estado em 4.2.
  4. Conectividade Estrutural Usando DTI
    1. Pré-processamento
      1. Usando o software de processamento de DTI, co-registro não-difusão (ie. B = o) imagens para corrigir artefatos de movimento, e usar como uma imagem de normalização para imagens ponderadas em difusão subseqüentes. Use uma transformação afim 12 parâmetropara registrar as imagens ponderadas em difusão para explicar o movimento e artefatos de correntes de Foucault.
      2. Certifique-se de que o vetor gradiente para cada sentido de difusão é girado para explicar as transformações anteriores para modelar montagem. Calcule um tensor de difusão de segunda ordem por voxel das atenuações de sinal de difusão ponderada usando um não-linear restrita procedimento de ajuste 38.
      3. Use as imagens de difusão para calcular valores próprios, autovetor e fracionários mapas de anisotropia de difusão.
    2. Use software tractography quantificar a integridade do pacote do cíngulo. Utilizar atlas padrão para a selecção região da semente, tais como os de Mori et al. 39 e Catani e De Schotten 40. Filtre tractography resultante através de uma região de exclusão da linha média para remover fibras que cruzam entre os hemisférios. Calcular média FA, traço, axial e radial difusividade para todos os voxels por meio do qual o pacote cíngulo passa. </ Li>
    3. Use modelo misto ANOVA para cada medida de difusão, com hemisfério como uma variável dentro de-sujeito, para comparar as diferenças entre grupos de PTSD e os participantes não TEPT, estatisticamente o controle de outros fatores, como a gravidade da depressão, abuso de drogas, TCE leve e educação e demográfica variáveis ​​usando ANCOVA.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Os resultados representativos são baseados em dados coletados usando a mesma abordagem de imagem em duas amostras diferentes de indivíduos com história de trauma na infância e maus-tratos, mas sem TEPT 21,22. Os resultados de descanso conectividade funcional estado análises revelaram um padrão espacial coerente com os principais nós da DMN (Figura 1) 1-3,8 incluindo o MPFC, PCC, giro angular / lóbulo parietal inferior e regiões temporais médias. A confirmação desta distribuição espacial serve como uma verificação inicial de validade, e permite o teste de hipóteses subseqüente.

Os padrões de atividade cerebral durante a memória de trabalho são apresentados na Figura 2. Imagens da componente 2-back (Figura 2a) mostram aumento de ativação na rede executivo que co-ocorre com a desativação dentro do DMN. A ativação em regiões executivas, tais como o giro frontal médio, área motora suplementar e inferior parietal lóbulo são retratados em laranja e vermelho, justapostos com a desativação em regiões DMN (ie mPFC, PCC e medial regiões temporais) mostrados em azul. Este padrão é consistente com a literatura anterior n-back 11,41 e serve como uma verificação de validade, antes de prosseguir para os testes de hipóteses. Figura 2b mostra os resultados do componente 0-volta do n-costas, o que demonstra modesta desactivação, em particular no PCC , mas sem uma forte desativação MPFC. Moderado activação também é visto no córtex frontal medial.

Por último, a extensão do feixe cingulum, como revelado por tractografia probabilística, é apresentado na Figura 3. Imagens tridimensionais apresentar a forma geral e a distribuição das fibras, que cíngulo aproximadamente traçar a forma geral de regiões de DMN (Figura 3a). Para verificar a precisão das fibras apresentadas, recomenda-se que estes resultados ser cobertas com um indivi mapa 'duos cortical (por exemplo, gerados por programas que diferenciam as regiões corticais específicas). Figura 3b mostra o trato da matéria branca passando pela MPFC e PCC, e Figura 3c mostra trechos atingindo as regiões temporal medial. Isto assegura que as análises subsequentes do grupo incluem as fibras de ligação de regiões do cérebro relevantes.

Figura 1
Figura 1. Estado de repouso funcional Conectividade Mapa da rede de modo padrão. Estas imagens mostram uma exibição sagital de áreas DMN expositoras conectividade funcional significativa e positiva com o PCC. As imagens são de limiar definido em p <0,05, corrigido para comparações múltiplas. Coordenadas X de cada fatia são mostrados no canto inferior esquerdo da imagem correspondente.

ays "> Figura 2
Figura 2. Espacial padrão de ativação Durante Memória de Trabalho. a) corte sagital do cérebro para ilustrar os padrões associados à tarefa de memória de trabalho 2-back. Padrões de ativação dentro da rede executivo são ilustrados em laranja / vermelho e DMN desativação é exibido em azul. As imagens são estabelecido em p <0,05 e corrigido para comparações múltiplas. B) demonstra atividade 0-back, que é normalmente combinada com a memória de trabalho para controlar a atenção. Padrões de ativação estão em laranja / vermelho e desativação em azul; evidente aqui é algum desativação DMN com pouca ativação executivo. As imagens são estabelecido em p <0,05, corrigido para comparações múltiplas.

g "width =" 500 "/>
Figura 3. Probabilística tractography / conectividade estrutural da Bundle cíngulo. a) mostra a forma tridimensional e padrão de tais fibras, com secções transversais do cérebro incluído por referência visual, b) ilustra como estas fibras de viajar através da MPFC e PCC (vermelho e azul, respectivamente), e c) demonstra como estas fibras de viajar através da componente temporal médio de DMN.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Os dois passos mais críticos para a implementação bem sucedida do protocolo de neuroimagem está capturando com precisão estado de repouso e trabalhar efeitos de memória.

Conceitualmente, a aquisição de imagens estado de repouso é simples. Como não há nenhuma tarefa a ser executada, os pesquisadores frequentemente descrevem a atividade do cérebro durante essas épocas como "descanso". No entanto, como este campo é relativamente novo em comparação com outras áreas da neuroimagem 1, não há consenso explícito sobre como definir precisamente "descanso "no scanner. A maioria dos protocolos, incluindo este, pedir aos participantes para ver uma cruz de fixação em uma tela. A duração da verificação do estado de repouso indivíduo é também altamente variável na literatura, geralmente variando de 4 a 12 minutos, e com ambos os olhos abertos ou olhos fechados 42. Neste protocolo, dois 4 min scans foram implementadas para um total de 8 min, com os olhos abertos, a visualização de uma simples cruz de fixação branco novamenterua um fundo preto. Futuras pesquisas beneficiariam muito da aceitação de uma abordagem padronizada para descansar de aquisição de dados do estado para facilitar a generalização entre os estudos.

Outra questão crítica em repouso aquisição estado é o impacto da cabeça de movimento. Uma pesquisa recente demonstrou claramente que o movimento em repouso scans estado leva a falsas correlações em conectividade funcional subseqüente analisa 43-45. Portanto, os participantes devem permanecer tão imóvel quanto possível em toda a sessão de digitalização estado de repouso. Durante o desenvolvimento do protocolo, os participantes altamente ansiosos não foram capazes de permanecer ainda por muito tempo, muitas vezes, na ordem de 4-5 min. Refletindo essa experiência, diversos procedimentos podem minimizar o impacto do movimento participante, incluindo a aquisição de dois descansando scans estado mínimo de 4 e censurar as imagens com movimento superior a 1,5 mm (correspondente a 1/2 voxel) 32. Censura qualquer coisa menor que 1 mm movement (por exemplo, 0,5 mm) em participantes clínicos pode levar a redução de dados que compromete as análises mais dataset.

Outro componente crítico na aquisição de imagem é a importância da prática de tarefas de memória de trabalho, antes de imagem. Desde o princípio o interesse deste protocolo está na desativação da DMN em resposta às demandas difícil tarefa, a rede executiva deve ser suficientemente desafiado. Isso requer um equilíbrio cuidadoso entre sobrecarregar um participante clínico (que podem ter significativa ansiedade) e capturar imagens durante o desafio cognitivo. Este equilíbrio pode ser atingido por ter o participante praticar a tarefa de memória de trabalho fora do scanner. Isto é tipicamente feito enquanto sentado numa sala separada, usando um dispositivo de entrada idêntica (se possível) que é utilizado no scanner. A pontuação rápida dos resultados comportamentais n-back revela ou não participantes estão realizando de forma adequada. É também importante recordarparticipantes que o experimento é projetado para induzir esforço cognitivo e pontuações perfeitas não são esperadas. Em estudos anteriores, desativações DMN ocorreu da mesma forma com as respostas tanto corretas e incorretas 18,23. Isso era de se esperar, dada a natureza do paradigma n-back, o que provoca um conjunto cognitivo que requer funções cognitivas consistentes em toda a tarefa, independentemente da precisão de qualquer resposta.

Esta abordagem tem várias limitações, que são inerentes a um campo que está progredindo rapidamente. Por exemplo, o termo DMN foi cunhado em 2001, por isso é razoável supor que os métodos de imagem para caracterizar a sua estrutura e função permanecem, se não na infância, no início da adolescência. Novos protocolos de imagem e os parâmetros estão sendo constantemente desenvolvidos relevantes para estresse relacionados com condições psiquiátricas 23,46, levantando a questão de saber se os resultados anteriores podem ser replicados, utilizando diferentes abordagens. Outra excelente exampla disso é o impacto do movimento em exames estado de repouso, o que ganhou amplo reconhecimento em 2012 43-45. Enquanto os pesquisadores atuais implementar procedimentos de correção de movimento, a falta dessa correção dificulta a interpretação dos dados publicados anteriormente. Outro exemplo importante é a polêmica sobre a remoção do sinal global, que é uma técnica de pré-processamento comum usado para reduzir o ruído, mas pode induzir a falsas correlações em dados do estado descansando 33,34.

Em resumo, este protocolo utiliza o estado de descanso complementar, memória de trabalho e métodos de neuroimagem estrutural para visualizar a DMN. A principal vantagem desta abordagem é a sua avaliação multimodal de uma rede única do cérebro; cada uma destas abordagens de neuroimagem fornece informação original e complementares sobre a função desta importante rede. Embora o protocolo aqui descrito foi utilizado para caracterizar correlatos da exposição ao estresse, combinações de qualquer or todas essas abordagens se prestam a promover o desenvolvimento como neuroimagem biomarcadores de transtornos de humor e ansiedade.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

Geração de dados representativos foi financiado pelo NIH Grant R01HL084178, 5R01MH068767-08, e doações do Mecanismo de Pesquisa MRI Brown e Rhode Island Foundation. VA CSR & D Grant 1 Ik2 CX000724-01A2 apoiado o desenvolvimento de protocolo e os trabalhos futuros. Agradecemos a todos os nossos participantes.

Materials

Name Company Catalog Number Comments
3T TIM TRIO Siemens 3T MRI 
MRI-compatible pulse oxymeter Siemens model # 07389567
Analysis of Functional Neuroimaging NIH http://afni.nimh.nih.gov/ Data analysis software package
Eprime Psychology Software Tools, LLC http://www.pstnet.com/eprime.cfm Stimulus presentation software
Slicer Brigham and Women's Hospital http://www.slicer.org/ Probabilistic tractography software

DOWNLOAD MATERIALS LIST

References

  1. Raichle, M. E., et al. A default mode of brain function. Proc Natl Acad Sci U S A. 98, 676-682 (2001).
  2. Fransson, P. How default is the default mode of brain function? Further evidence from intrinsic BOLD signal fluctuations. Neuropsychologia. 44, 2836-2845 (2006).
  3. Fransson, P., Marrelec, G. The precuneus/posterior cingulate cortex plays a pivotal role in the default mode network: Evidence from a partial correlation network analysis. Neuroimage. 42, 1178-1184 (2008).
  4. Conrad, C. D., et al. Chronic glucocorticoids increase hippocampal vulnerability to neurotoxicity under conditions that produce CA3 dendritic retraction but fail to impair spatial recognition memory. J Neurosci. 27, 8278-8285 (2007).
  5. Patel, R., et al. Disruptive effects of glucocorticoids on glutathione peroxidase biochemistry in hippocampal cultures. J Neurochem. 82, 118-125 (2002).
  6. Bluhm, R. L., et al. Alterations in default network connectivity in posttraumatic stress disorder related to early-life trauma. J Psychiatry Neurosci. 34, 187-194 (2009).
  7. Lanius, R. A., et al. Default mode network connectivity as a predictor of post-traumatic stress disorder symptom severity in acutely traumatized subjects. Acta Psychiatr Scand. 121, 33-40 (2010).
  8. Sripada, R. K., et al. Neural dysregulation in posttraumatic stress disorder: evidence for disrupted equilibrium between salience and default mode brain networks. Psychosom Med. 74, 904-911 (2012).
  9. Greicius, M. D., et al. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 100, 253-258 (2003).
  10. Fox, M. D., Greicius, M. Clinical applications of resting state functional connectivity. Front Syst Neurosci. 4, 19 (2010).
  11. Sweet, L. H., et al. Effects of nicotine withdrawal on verbal working memory and associated brain response. Psychiatry Res. 183, 69-74 (2010).
  12. Samuelson, K. W., et al. Neuropsychological functioning in posttraumatic stress disorder and alcohol abuse. Neuropsychology. 20, 716-726 (2006).
  13. Vasterling, J. J., et al. Attention and memory dysfunction in posttraumatic stress disorder. Neuropsychology. 12, 125-133 (1998).
  14. Yehuda, R., et al. Learning and memory in combat veterans with posttraumatic stress disorder. Am J Psychiatry. 152, 137-139 (1995).
  15. Moores, K. A., et al. Abnormal recruitment of working memory updating networks during maintenance of trauma-neutral information in post-traumatic stress disorder. Psychiatry Res. 163, 156-170 (2008).
  16. Rougemont-Bucking, A., et al. Altered processing of contextual information during fear extinction in PTSD: an fMRI study. CNS Neurosci Ther. 17, 227-236 (2011).
  17. Peres, J. F., et al. Police officers under attack: resilience implications of an fMRI study. J Psychiatr Res. 45, 727-734 (2011).
  18. Philip, N. S., et al. Early life stress is associated with greater default network deactivation during working memory in healthy controls: a preliminary report. Brain Imaging Behav. 7, 204-212 (2013).
  19. Sweet, L. H., et al. Imaging phonological similarity effects on verbal working memory. Neuropsychologia. 46, 1114-1123 (2008).
  20. Abe, O., et al. Voxel-based diffusion tensor analysis reveals aberrant anterior cingulum integrity in posttraumatic stress disorder due to terrorism. Psychiatry Res. 146, 231-242 (2006).
  21. Kim, S. J., et al. Asymmetrically altered integrity of cingulum bundle in posttraumatic stress disorder. Neuropsychobiology. 54, 120-125 (2006).
  22. Vogt, B. A., et al. Functional heterogeneity in cingulate cortex: the anterior executive and posterior evaluative regions. Cereb Cortex. 2, 435-443 (1992).
  23. Philip, N. S., et al. Decreased default network connectivity is associated with early life stress in medication-free healthy adults. Eur Neuropsychopharmacol. 23, 24-32 (2013).
  24. First, M. B., Spitzer, R. L., Gibbon, M., Williams, J. B. W. Structured Clinical Interview for Axis I DSM-IV Disorders. (1994).
  25. Blake, D. D., et al. The development of a clinician-administered PTSD scale. J Trauma Stress. 8, 75-90 (1995).
  26. Folstein, M. F., et al. Mini-mental state'. A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 12, 189-198 (1975).
  27. Wolfe, J. W., Kimerling, R., Brown, P. J., Chrestman, K. R., Levin, K. Psychometric review of The Life Stressor Checklist-Revised. Sidran Press. (1996).
  28. Bernstein, D. P., Fink, L. Childhood trauma questionnaire: a retrospective self-report. Pearson Education, Inc. (1998).
  29. Cohen, S., et al. A global measure of perceived stress. J Health Soc Behav. 24, 385-396 (1983).
  30. Rush, A. J., et al. The 16-item quick inventory of depressive symptomatology (QIDS), clinician rating (QIDS-C), and self-report (QIDS-SR): A psychometric evaluation in patients with chronic major depression. Biol Psychiatry. 54, 573-583 (2003).
  31. Reynolds, R. AFNI program: afni_proc.py. http://afni.nimh.nih.gov/pub/dist/doc/program_help/afni_proc.py.html. (2006).
  32. Posner, J., et al. Antidepressants normalize the default mode network in patients with dysthymia. JAMA Psychiatry. 70, 373-382 (2013).
  33. Murphy, K., et al. The impact of global signal regression on resting state correlations: are anti-correlated networks introduced. Neuroimage. 44, 893-905 (2009).
  34. Saad, Z. S., et al. Trouble at rest: how correlation patterns and group differences become distorted after global signal regression. Brain Connect. 2, 25-32 (2012).
  35. Shirer, W. R., et al. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cereb Cortex. 22, 158-165 (2012).
  36. Fisher, R. A. Frequency distribution of the values of the correlation coefficient in samples of an indefinitely large population. Biometrika. 10, 507-521 (1915).
  37. Cox, R. W. AFNI program: 3dClustSim. http://afni.nimh.nih.gov/pub/dist/doc/program_help/3dClustSim.html. (2010).
  38. Smith, S. M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 31, 1487-1505 (2006).
  39. Mori, S., Wakana, S., Nagae-Poetscher, L. M., van Zijl, P. C. M. MRI Atlas of Human White Matter. (2005).
  40. Catani, M., Thiebaut de Schotten, M. A diffusion tensor imaging tractography atlas for virtual in vivo dissections. Cortex. 44, 1105-1132 (2008).
  41. Sweet, L. H., et al. Default network response to a working memory challenge after withdrawal of continuous positive airway pressure treatment for obstructive sleep apnea. Brain Imaging Behav. 4, 155-163 (2010).
  42. Cole, D. M., et al. Advances and pitfalls in the analysis and interpretation of resting-state FMRI data. Front Syst Neurosci. 4, 8 (2012).
  43. Power, J. D., et al. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion. Neuroimage. 59, 2142-2154 (2012).
  44. Satterthwaite, T. D., et al. Impact of in-scanner head motion on multiple measures of functional connectivity: relevance for studies of neurodevelopment in youth. Neuroimage. 60, 623-632 (2012).
  45. Van Dijk, K. R., et al. The influence of head motion on intrinsic functional connectivity MRI. Neuroimage. 59, 431-438 (2012).
  46. Philip, N. S., et al. Regional homogeneity and resting state functional connectivity: associations with exposure to early life stress. Psychiatry Res. 214, 247-2453 (2013).
Desenvolver Neuroimagem fenótipos da rede de modo padrão no TEPT: Integrando o estado de repouso, Memória de Trabalho e Conectividade Estrutural
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Philip, N. S., Carpenter, S. L., Sweet, L. H. Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity. J. Vis. Exp. (89), e51651, doi:10.3791/51651 (2014).More

Philip, N. S., Carpenter, S. L., Sweet, L. H. Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity. J. Vis. Exp. (89), e51651, doi:10.3791/51651 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter