Waiting
Login processing...

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

Neuroscience

Messung und Analyse der zeitlichen Diskriminierung Schwelle angewendet, zervikale Dystonie

Published: January 27, 2018 doi: 10.3791/56310
* These authors contributed equally

Summary

Methoden für die Messung und Analyse der zeitlichen Diskriminierung Schwelle werden vorgestellt, und seine Anwendung auf die Untersuchung der Pathogenese der zervikalen Dystonie werden diskutiert.

Abstract

Die zeitliche Diskriminierung Schwelle (TDT) ist das kürzeste Zeitintervall an dem Beobachter zwei sequentielle Reize als asynchrone (in der Regel 30-50 ms) unterscheiden kann. Es hat sich gezeigt, abnorme (längeren) in neurologischen Störungen, einschließlich zervikale Dystonie, ein Phänotyp der Altersdiabetes idiopathischer isolierter fokale Dystonie sein. Die TDT ist ein quantitatives Maß für die Fähigkeit, schnelle Veränderungen in der Umwelt wahrnehmen und gilt als Hinweis auf das Verhalten der visuellen Neuronen in der superior Colliculus, ein wichtiger Knoten im verdeckte Aufmerksamkeits orientieren. Dieser Artikel enthält Methoden zur Messung der TDT (einschließlich zwei Hardware-Optionen und zwei Modi der Reize Präsentation). Wir untersuchen auch zwei Ansätze der Datenanalyse und TDT Berechnung. Die Anwendung der Beurteilung der zeitlichen Diskriminierung zum Verständnis der Pathogenese der zervikalen Dystonie und Altersdiabetes idiopathischer isolierter fokale Dystonie wird auch diskutiert.

Introduction

Zeitliche Diskriminierung beschreibt die Fähigkeit einer Person zu unterscheiden, oder wahrnehmen, schnelle Veränderungen in ihrer Umgebung. Die zeitliche Diskriminierung Schwelle (TDT) ist das kürzeste Zeitintervall an dem Individuum wahrnehmen kann, dass zwei sequentielle Sinnesreize asynchron sind. Zeitliche Diskriminierung hat sich gezeigt, ungewöhnlich in Erkrankungen der Basalganglien, einschließlich Dystonie1,2,3,4,5,6 verlängert werden , 7.

Dystonie ist die dritthäufigste neurologische Bewegungsstörung - nach'Parkinson Krankheit und essentiellem Tremor. Es zeichnet sich durch anhaltenden oder intermittierenden Muskelkontraktionen verursachen anormale, oft monotonen Bewegungen oder Körperhaltungen8. Dystonie kann jeden Teil des Körpers betreffen. Wenn sie ein Körperteil betrifft ist es als fokale Dystonie8bekannt. Dystonie, die Auswirkungen auf die Nackenmuskulatur ist bekannt als zervikale Dystonie und ist der häufigste Phänotyp der Altersdiabetes idiopathischer isolierter fokale Dystonie. 9 , 10 die Pathogenese der zervikalen Dystonie ist unbekannt; Es gilt eine Erbkrankheit mit autosomal dominant vererbt und deutlich reduzierten Penetranz. Umweltfaktoren sind auch wichtig in Bezug auf Krankheit Penetranz und Ausdruck betrachtet.

Die superior Colliculus, eine sensomotorische Struktur befindet sich in der dorsalen Mittelhirn ist wichtig für die schnelle Erkennung von Reize aus der Umwelt in den Prozess der verdeckten Aufmerksamkeits orientierende2,11,12. Visuelle Reize zugreifen superior Colliculus schnell über Retino-tectal magnozelluläre Pfad. Die TDT ist eine einfache und objektive Maßnahme, geglaubt, um die Verarbeitung der visuellen (und andere Sinnesreize) vertreten in den oberflächlichen Schichten des superior Colliculus. Die TDT wurde bei Patienten mit zervikaler Dystonie, unberührt Verwandten und gesunden Teilnehmern untersucht. Im Vergleich zu Alter und Geschlecht abgestimmt Kontrolle Teilnehmer, eine abnorme TDT hat hohe Empfindlichkeit (97 %, 36 von 37 Patienten) und Spezifität (98-100 %) in der zervikalen Dystonie1. Eine abnorme TDT gefunden worden in 50 % der unberührt weiblichen Verwandten ersten Grades von Patienten mit zervikaler Dystonie (14, 25, 48 Jahre alt oder älter), demonstrieren im Zusammenhang von Alter und Geschlecht Penetranz mit autosomal dominante Vererbung13, 14. eine abnorme TDT in unberührt Verwandten der zervikalen Dystonie-Patienten (im Vergleich zu Verwandten mit normalen TDT) ist assoziiert mit erhöhten putaminal Volumen (durch Voxel-basierte Morphometrie)15 und reduziert putaminal Aktivität (fMRT)4 . Die superior Colliculus gilt einen signifikanten Knoten in das neuronale Netz die dysfunktionalen in zervikale Dystonie12ist. Die Beurteilung der zeitlichen Diskriminierung gilt als eine wichtige Hinweise auf die Pathomechanismen zugrunde liegenden zervikale Dystonie.

Das Ziel dieses Artikels ist es, zwei Methoden zur Messung und Analyse von zeitlichen Diskriminierung sowie demonstriert die Anwendung dieser Methode zur Untersuchung der Pathophysiologie der zervikalen Dystonie.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Die medizinische Forschung-Ethik-Kommission am St. Vincent University Hospital, Dublin erteilte Zustimmung für die Rekrutierung von Patienten mit zervikaler Dystonie, Geschwister (unbeeinflusst von Dystonie) und der gesunden Kontrollpersonen, zur Teilnahme an des Protokolls beschrieben unten.

(1) Hardware & Softwarelösungen

Hinweis: Zwei Hardware-Optionen wurden entwickelt, um visuelle Reize mit präzise inter-Stimulus Intervalle anzuzeigen. Beide wurden entworfen und gebaut im eigenen Haus in der Trinity-Mitte für Biotechnologie, Trinity College Dublin, und wurden zuvor beschriebenen5,16. Diejenigen, die die genaue Hardware-Lösungen, die hierin verwendeten replizieren können gleich anfordern, indem das Trinity-Zentrum für Bioengineering direkt zu kontaktieren. Alternativ eine ganze Reihe von Anweisungen, einschließlich 3D Druckdateien für die Kopfhörer, Anweisungen für die begleitenden Arduino-Mikrocontroller, etc.. kann von http://www.dystoniaresearch.ie/temporal-discrimination-threshold/ heruntergeladen werden. Die Reize präsentiert in der Tischplatte Ansatz können generiert werden, mit benutzerdefinierte Programme in Präsentation (z. B.Nerven-Systems), auf einem Desktop-Computer installiert und programmiert die Leuchtdioden (LED) Steuern über die parallele Schnittstelle des der Computer. Alternativ kann wie unten beschrieben, die Tischplatte LEDs über einen Arduino-Mikrocontroller gesteuert werden. Die Präsentations-Codes und Arduino-Dateien zur Verfügung stehen, von den obigen Link herunterladen.

  1. TDT Hardware: Table-Top-Methode
    1. Markieren Sie ein "X", als einen Punkt Fixierung auf eine schwarze Matte oder ein Blatt auf dem Tisch vor dem Teilnehmer platziert.
    2. Bitten Sie die Teilnehmer, sich zu positionieren, so dass sie direkt vor der Fixierung Punkt sitzen.
    3. Die gelbe Leuchtdiode (LED) Paare (5 mm Durchmesser, 90 cd/m2 Leuchtdichte), eingehüllt in ein Feld, auf dem Tisch vor dem Teilnehmer zu platzieren.
    4. Orientieren Sie die Box so, dass die LEDs sind vertikal ausgerichtet und 7° aus das Thema Mittelpunkt auf der linken und rechten Seite positioniert, nach Bedarf.
    5. Führen Sie dieses Experiment in einem abgedunkelten Raum. Eine kleine Menge der Hintergrund Leuchtdichte möglicherweise erforderlich, damit der Bediener, genug, um das Experiment auszuführen zu sehen.
    6. Weisen Sie die Teilnehmer Fixierung darauf zu konzentrieren, zu allen Zeiten und nicht direkt auf die blinkende LEDs zu schauen.
    7. Den Mikrocontroller mit der LED-Box verbinden und folgen Sie die Anweisungen auf dem Bildschirm Anweisungen auf der Flüssigkristallanzeige der Mikrocontroller Box, z. B.Präsentation Methode auswählen: "zufällig" oder "Treppe" und wählen Sie Modus: "links oben an erster Stelle", etc. .
    8. Bitten Sie die Teilnehmer, "gleich" oder "verschieden" folgende Präsentation jedes Paares Reiz, je nachdem, ob sie die Reize, synchron oder asynchron sein empfinden zu reagieren.
    9. Dem Teilnehmer zu informieren, wenn jede Prüfung soll etwa durch vocalizing beginnen die On-Screen-Countdown von 5-0 s.

Figure 1
Abbildung 1: (a) schematische Darstellung der das Design der Kopfhörer. Ein paar gelbe LEDs (5 mm Durchmesser) und die rote Fixierung LED (3 mm Durchmesser), sind auf der linken und rechten Seite des Teilnehmers über ein Head mounted gelegt und in den Spiegel vor dem Benutzer durch Reflexion sichtbar gemacht. (b) schematische 3D Modell der Kopfhörer. Der Kopfhörer wurde von Laser gesintert Nylon Kunststoff entwickelt, 0,70 kg wiegt, hat einen geringen Transparenz-Index und ist schwarz in der Farbe, leichte Penetranz zu minimieren. (ein und b) werden mit geringfügigen Änderung von Butler Et al.wiedergegeben. 16 mit Erlaubnis von IOP Publishing. (c) die LED-Reiz-Box für Tischplatte Präsentation.

  1. TDT Hardware: Tragbare TDT Kopfhörer
    1. Führen Sie das Experiment in jedem geeigneten Platz.
    2. Schließen Sie den Mikrocontroller an die Kopfhörer die Anweisungen auf dem Bildschirm Anweisungen auf der Flüssigkristallanzeige der Mikrocontroller Box, z. B.Präsentation Methode auswählen: "zufällig" oder "Treppe" und Modus: "links oben an erster Stelle", etc..
    3. Richten Sie die Teilnehmer, sich mit den Ellbogen auf einem Tisch vor ihnen zu positionieren. Dann halten Sie das Gerät in ihren Händen, leiten sie sanft ihr Gesicht in der Kautschuk-Dichtstoff rund um das Okular so drücken Abdichtung Umgebungslicht.
    4. Weisen Sie die Teilnehmer auf die roten Fixierung LED zu allen Zeiten zu konzentrieren und nicht direkt auf die blinkende LEDs zu schauen.
    5. Bitten Sie die Teilnehmer, "gleich" oder "verschieden" folgende Präsentation jedes Paares Reiz, je nachdem, ob sie die Reize, synchron oder asynchron sein empfinden zu reagieren.
    6. Dem Teilnehmer zu informieren, wenn jede Prüfung soll etwa durch vocalizing beginnen die On-Screen-Countdown von 5-0 s.

(2) Reizdarbietung

Hinweis: Es sind zwei Ansätze zur Reizdarbietung eingesetzt worden.

  1. Treppe-Methode
    1. Wählen Sie "Staircase" Präsentation; Reize sind präsentiert alle 5 s mit dem inter-Stimulus-Intervall, beginnend bei 0 und zunehmend zunehmend asynchron (5 ms) jedes Mal.
    2. Wählen Sie eine der vier Präsentation Modalitäten: (i) linke obere LED erste (Ii) links untere erste (Iii) rechts oben LED LED zuerst, oder (iv) rechter untere LED zuerst.
    3. Wiederholen Sie Schritt 2.1.2, so dass jede Modalität zweimal ausgeführt wird, was zu insgesamt acht Läufen.
    4. Der Versuch zu beenden, wenn ein Teilnehmer "anders" für drei aufeinander folgenden Paaren der Reize reagiert.
  2. Zufällige Präsentation Methode
    1. Wählen Sie "Random" Präsentation; Reize Paare präsentieren sich alle 5 s. Das inter-Stimulus-Intervall variiert in einem randomisierten Mode von 0-100 ms.
    2. Wählen Sie eine der vier Präsentation Modalitäten: (i) linke obere LED erste (Ii) links untere erste (Iii) rechts oben LED LED zuerst, oder (iv) rechter untere LED zuerst.
    3. Wiederholen Sie Schritt 2.2.2, so dass jede Modalität zweimal ausgeführt wird, was zu insgesamt acht Läufen.
      Hinweis: Jedem Lauf ist die gleiche Länge und wird automatisch abgeschlossen.

(3) Datenanalyse

  1. TDT Einzelwert
    1. Anhand der Daten aus der Treppe-Methode, markieren Sie die erste der drei letzten "anderen" Antworten für jede der acht Läufe. Dies sind die Schwellenwerte für jeden Lauf.
    2. Zeitliche Diskriminierung Schwelle (TDT) für jeden Teilnehmer zu berechnen, wobei des Median der Schwellenwerte von jedem ihrer acht Durchläufe; was in einem einzigen TDT-Wert (in Millisekunden) pro Person.
    3. Berechnen Sie die Z-Score für jeden Teilnehmer. Definieren der Z-Score als die Differenz zwischen TDT des Teilnehmers und die mittlere TDT aus ein Alter abgestimmt Kontrollgruppe (Equaiton 1, geteilt durch die Standardabweichung der Werte für die Kontrollgruppe TDT Equaiton 2 .
      Equaiton 3
    4. Bestimmen Sie, ob die betroffene Person eine normal oder abnormal TDT hat. Ein Z-Score ≥ 2,5 gilt eine abnorme TDT widerspiegeln.
  2. Verteilungsanalyse
    1. Anhand der Daten aus der Treppe-Methode, die Antwortdaten codieren Sie, dass "0" entspricht "gleich" und "1", "anders", Tabelle 1.
    2. Laden Sie eine kostenlose MATLAB.exe um die Verteilung von http://www.dystoniaresearch.ie/temporal-discrimination-threshold/ beschriebenen Analyse. Vgl. Butler Et al. 16 für eine vollständige Beschreibung dieser Methode. Alternativ gehen Sie wie nachfolgend beschrieben.
    3. Polstern Sie die Daten um sicherzustellen, dass alle die gleiche Länge wie die längste Abfahrt sind. Dies geschieht unter der Annahme, alle nachfolgenden Antworten, nach Beendigung eines Laufes sind "anders", Tabelle 1 Buchstabe b.
    4. Durchschnittliche Antworten über Studien für jeden Teilnehmer, Tabelle 1 Buchstabe c. Dies kann als eine Funktion der Reiz Asynchronie geplottet werden.
    5. Passen Sie diese gemittelten oder repräsentative Daten mit einer kumulativen Gaußsche Funktion. Der Mittelwert dieser Verteilung ist der Punkt an dem Teilnehmer gleich wahrscheinlich reagieren "gleich" oder "anders" sind. Diesen Punkt nennt man den "Point of subjektive Gleichheit" (PSE). Die Standardabweichung der Gauß-Verteilung, auch genannt der "gerade wahrnehmbare Unterschied" (JND) gibt an, wie empfindlich die Teilnehmer sollen Änderungen im zeitlichen Asynchronie um ihren Mittelwert.
    6. Erweitern Sie die Analyse mit dem Absenden der Daten zu einem nicht-parametrische bootstrapping-Verfahren um 95 %-Konfidenzintervall für den TDT und der PSE und JND der psychometrischen, kumulative Gaußsche Funktion zu schätzen. Um dies zu tun, erzeugen Sie neue repräsentative Datensätze durch Stichproben mit Ersatz aus den ursprünglichen Antworten Tabelle 1 Buchstabe b, für jeden Zeitschritt. Berechnen Sie der TDT und passen Sie eine neue psychometrische Funktion für jedes repräsentative Daten Set16.
    7. Berechnen Sie die Güte der Passform oder Devianz (D), für jeden Teilnehmer mit Hilfe der Log-Likelihood Ratio,16,17
      Equaiton 4
      wo K die Anzahl der Zeitpunkte ist, ist nich , dass die Anzahl der Wiederholungen zu diesem Zeitpunkt, in der Regel acht Wiederholungen (vier Links und vier rechts), yich die beobachteten Anteil der asynchronen Antworten ist, p i ist der Anteil der asynchronen Antworten durch die angepasste Kurve vorhergesagt. Abweichung der Wert 0 bedeutet eine perfekte Passform.
    8. Zeichnen Sie die Ergebnisse.
      Hinweis: Daten aus der zufälligen Präsentation Ansatz können analysiert werden, um die Einzel- oder verteilte TDT zu bestimmen, wie in Abschnitt 3 dargelegt für Daten aus der Treppe Präsentation Methode beschrieben. Jedoch aufgrund der zufälligen Darstellungsreihenfolge der Inter Reize Intervalle, müssen diese Daten zuerst (vom kleinsten bis zum größten inter-Stimulus-Intervall) bestellt werden, vor dem Beginn der Analysis beschrieben, Tabelle 2. Darüber hinaus ist es nicht notwendig, pad die Daten nach zufälliger Präsentation, da standardmäßig alle Läufe gleich lang sind.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Beispiele für gefüllt Wertungsbögen sind in Tabellen 1 und 2, wo diese stellen bzw. nach Treppe und zufällige Impulse Präsentationsmethoden Ergebnisse zur Verfügung gestellt. Die Schwellenwerte für jeden Lauf (der Zeitpunkt für die erste von drei Impulse Paare gilt als verschiedene ''), werden hervorgehoben. Im Fall von Tabelle 1errechnet sich der TDT als 25 ms (d. h., der Median des 40, 25, 25, 25, 45, 25, 40, 10 ms). Diese Daten stammen aus einer 35 Jahre alten Frau, die in einer früheren Studie18teilgenommen. Der Mittelwert und Standardabweichung für TDT Werte von Frauen in dieser Altersgruppe waren 27,48 ms 10,86 ms, beziehungsweise. Daher kann der Z-Score für diese Person wie folgt berechnet werden:
Equaiton 5

Da diese Z-Score unter 2,5 ist, hat diese Person eine normale TDT.

Antworten aus der gleichen einzelnen folgende zufällige Reizdarbietung sind in Tabelle 2dargestellt. Diese Bestelldaten ist ein wichtiger Schritt vor dem fortfahren mit Analyse.

Verteilungsanalyse

Wichtige Etappen in der Verteilungsanalyse sind in Tabelle 1 (Daten Polsterung und Antworten im Durchschnitt) und Abbildung 2illustriert. Die Beispieldaten in dieser Analyse verwendeten ist aus dem gleichen Thema wie die oben beschriebenen und in den Tabellen 1 und 2gezeigt. Die Grundstücke in Abbildung 2 sind aus der herunterladbaren Datei MATLAB.exe generiert. Die linke Seite zeigt die beobachteten Daten, die kumulative Gaußschen Funktionen ausgestattet, um die Bootstrap Daten (folgende 2000 Iterationen) und die durchschnittliche kumulative Gaußsche Funktion. Die Güte des Fit Maßnahme ist auf der rechten Seite dargestellt. Ebenfalls gezeigt werden die zeitlichen Diskriminierung Schwellenwerte, die Anpassungsparameter, den Punkt der subjektiven Gleichheit (PSE) und nur bemerkbar (JND) Werte. Die Rechte Seite zeigt Güte Fit Maßnahme Log Wahrscheinlichkeitsverhältnis (Devianz) für die beobachteten Daten (rote horizontale Linie) und die Monte-Carlo generiert Log Wahrscheinlichkeit-Verhältnis Verteilung und das 95 %-Konfidenzintervall (gestrichelte horizontale Linien).

Die gleichen MATLAB ausführbare Datei exportiert die TDT, PSE und JND Werte und Bootstrap Trenngrenzen von 2,5 %, 25 %, 50 %, 75 % und 97,5 %-Konfidenzintervalle sowie die Güte der Passform oder Devianz und Abschaltungen in eine Excel-Datei. Tabelle 3 enthält die Ausgänge für die Daten in den Tabellen 1 und 2erzeugt. Im Vergleich dazu sind die TDT-Werte für Treppe und zufällige Impulse Präsentationsmethoden, erzielten die Standardmethode (Median 8 festgelegten Schwellenwerte), 25 ms und 50 ms; während Tabelle 3 enthält die Werte der TDT erzielten folgende bootstrapping der Daten. Diese sind 23,75 ms 48,75 ms bzw..

Figure 2
Abbildung 2: die linke Spalte zeigt die kumulative Gaußsche Verteilungen für (a) nach der Treppe Methode der Reizdarbietung und (b) die Zufallsmethode Reizdarbietung Ergebnisse. Die schwarzen Punkte zeigen die Originaldaten (der Anteil der wahrgenommenen '' verschiedene Antworten als Funktion der inter-Stimulus-Intervall oder zeitliche Asynchronie). Die grauen Lichtkurven darstellen 2000 "glockenförmig" Funktionen, die auf die Bootstrap Daten eingebaut wurden. Die dunkle graue Kurve repräsentiert die durchschnittliche kumulative Gaußsche Funktion. Werte für den Punkt des subjektiven Gleichheit (PSE) (Mittelwert) und nur spürbaren Unterschied (JND) (Standardabweichung) und der TDT Wert, berechnet aus der vollständigen Verteilung sind in Tabelle 3aufgeführt. Bitte klicken Sie hier für eine größere Version dieser Figur.

Table 1
Tabelle 1: Sample-Daten nach Treppe Präsentation Methode mit inter-Stimulus Intervalle (ISI) Erhöhung von 5 ms jedes Mal. (a) dargestellten Daten für jede der beiden Bedingungen (obere LED zuerst x 2 und untere LED zuerst x 2) für den rechten und linken Seiten, so dass insgesamt acht Durchläufe. die "stellt eine Antwort von"gleichen", und hatte", "anders". Die zeitlichen Abstände zur Berechnung der TDT sind ISI entsprechenden zum ersten von drei aufeinander folgenden "anders" Antworten. Daher die TDT = 25 ms, der Median des 40, 25, 25, 25, 45, 25, 40 und 10. (b) die gleichen Daten wie in (a), sondern codiert, so dass eine '0' steht eine Antwort von "gleich" und "1" für "anders". Daten (die längste Abfahrt) Auffüllung werden dargestellt. Dies ist ein Pre-processing Schritt vor dem Auftragen der Verteilungsanalyse. (c) Durchschnitt Antworten für jede ISI. Hinweis: diese Werte werden verwendet, um die psychometrische Verteilung generieren und sind in Abbildung 2dargestellt.

Table 1
Tabelle 2: Antworten aus der gleichen Teilnehmer als Tabelle 1, randomisierte diesmal präsentierten Reize mit inter-Stimulus Intervalle (ISI). (a) Daten für die beiden Bedingungen auf der rechten Seite (oben führte erste X2 und unteren ersten X2). Für Kompaktheit werden die Daten aus der linken Seite hier nicht angezeigt. Jedoch sind alle acht Läufe in allen Analysen verwendet. (b) die gleichen Daten sortiert durch Inkrementieren ISI. Die Schwelle für jeden der vier rechten Seite läuft mit gestrichelten Kästchen gekennzeichnet.

Table 1
Tabelle 3: Zusammenfassung der Gaußverteilung und Güte des Fit-Analyse für die Ergebnisse der Treppe Präsentation Methode in Tabelle 1gezeigt, und zufällige Präsentation Methode in Tabelle 2 (alle Daten für diesen Teilnehmer, z.B. insgesamt acht läuft (4 links und 4 rechts) habe in obigen Analyse verwendet wurde). Punkt der subjektiven Gleichheit, PSE; nur bemerkbar, JND; zeitliche Diskriminierung, TDT; Anpassungsgüte, GoF.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

TDT-Messung und Analyse

Zwei Formen der Apparat (Tischplatte und Kopfhörer), zwei Methoden der Reizdarbietung (Treppe und zufällige), und zwei Ansätze zur Datenanalyse (traditionelle und Vertrieb) wurden präsentiert veranschaulichen wie Sie messen und quantifizieren einer Person die zeitliche Diskriminierung-Fähigkeit. Tragbare Kopfhörer bietet eine günstige Hardware-Option, die Konsistenz in Abstand und Winkel zwischen dem Teilnehmer und der LED-Lichtquellen sichert und ermöglicht auch Daten in einem beliebigen Speicherort gesammelt werden. Daher befasst sich mit den Einschränkungen der Tischplatte-Ansatz zugeordnet, nämlich die Notwendigkeit einer kontrollierten Grundbeleuchtung und die begrenzte Übertragbarkeit , erfordern in der Regel Teilnehmer besuchen in einer Klinik oder Forschung. Die Kopfhörer schützt auch gegen die Möglichkeit der Variabilität der Abstand und Winkel zwischen Stimuli und Teilnehmer während oder zwischen Studien, potenziell entstehenden positionellen Anpassungen durch den Teilnehmer. Molloy Et Al. verglichen die Tischplatte und die Kopfhörer Ansätze zur Anregung Lieferung und fand die Kopfhörer zuverlässig und genau5. Zwei mögliche Schwachstellen der die Kopfhörer sind jedoch, dass es Geschenke die Reize monocularly, d. h., nur das linke Auge sehen die Reize präsentiert auf der linken Seite und umgekehrt. und das aktuelle Design ist für das Tragen der Brille nicht ausgelegt. Sehschärfe TDT Leistung beeinträchtigen, und als solche sollte man immer feststellen, dass Teilnehmer normale Sehschärfe haben. Dies ist umso wichtiger, bei der Kopfhörer-Ansatz, wo können Gläser untergebracht werden.

Die "Treppe' Ansatz ist die häufigste Methode der Reizdarbietung für visuelle und taktile zeitliche Diskriminierung Protokolle6,7,14,15,19. Eine Einschränkung dieser Technik, die nicht-randomisierte schrittweise asynchrone Reize präsentiert, ist, dass es möglicherweise auf ein Potential Lerneffekt beitragen kann. Als Alternative wurde eine randomisierte Präsentation Modalität entwickelt, so dass Impulse in einer zufälligen Weise präsentiert werden. Die Möglichkeit, die Treppe-Methode einen Lerneffekt unterworfen wurde speziell von McGovern und Kollegen16getestet. Die 'Treppe' Methode wurde gezeigt, um einen robusten Ansatz mit konsistenten Ergebnissen über wiederholte Experimente18zu sein. Ergebnisse aus dieser früheren Studie, wie oben gezeigt, ergab, dass randomisierte Reize Präsentation Methode konsequent längere TDT-Werte im Vergleich zur bestehenden Treppe-Methode führt (meine TDTRANDOM = 55,08 ms; mittlere TDTTreppe = 30,57 ms für 30 gesunden Kontrollpersonen)18. Während beide Präsentationsmethoden gültig sind, betont der Unterschied in der TDT Ergebniswerte die Bedeutung der Aufrechterhaltung der Einheitlichkeit in experimentelle Technik Auswahl innerhalb und zwischen den Studien aus einem bestimmten Labor. Darüber hinaus sollte darauf geachtet werden beim Vergleich der absoluten TDT über Studien (von Patienten und Kontrollpersonen), Werte und bei der Berechnung der Z-Scores.

Zwei Methoden der Datenanalyse wurden ebenfalls vorgestellt. Der erste standard Analysemethode ergibt sich ein einheitlicher Schwellenwert Wert für jedes der acht läuft, wo diese Schwelle befindet sich das inter-Stimulus-Intervall der ersten, von drei Impulse Paaren als asynchrone. Der Median der acht Schwellen wird als der TDT-Wert für diesen Teilnehmer übernommen. Während dies zuverlässig erwiesen hat, ist es dennoch ein einzelner Wert. Um die mögliche Beschränkung bewerten die Fähigkeit einer Person zeitliche Diskriminierung anhand eines einzelnen Wertes zu überwinden, hat auch ein ausgereifteren Ansatz vorgestellt. In diesem Fall ein Teilnehmer's Daten verfügt über eine kumulative Gauß-Verteilung und der Mittelwert und die Standardabweichung extrahiert. Darüber hinaus sind die Angaben zu einer nicht-parametrischen Bootstrap Analyse zu 95 %-Konfidenzintervall für jeden Teilnehmer's Daten16. Diese Methode der Datenanalyse bietet die Möglichkeit, tiefer Einblick in die Unterschiede in der visuellen Wahrnehmung, vor allem, wenn Unterschiede innerhalb und zwischen Kontrolle und Patientengruppen untersucht.

Anwendung der TDT zum Verständnis der Pathophysiologie der zervikalen Dystonie

Während es wahrscheinlich ist, dass kortikale Verarbeitung im zeitlichen Diskriminierung20relevant ist, deutet darauf hin, dass in zervikale Dystonie anormalen zeitlichen Diskriminierung in erster Linie eine Störung in einem Netzwerk mit den superior Colliculus widerspiegelt und Basalganglien4,21. Eine abnorme TDT kann interpretiert werden als eingeschränkter Fähigkeit zur Erkennung oder Veränderung der Umwelt zu unterscheiden. Die superior Colliculus spielt in der dorsalen Mittelhirn, eine entscheidende Rolle bei der Aufdeckung und Reaktion auf hervorstechenden Reizen22. Obwohl eine komplexe Struktur, kann es in zwei Schichten22funktional getrennt werden. Die Kreuzungsstellen Neuronen in der oberflächlichen Schicht erhalten direkte Eingabe aus dem visuellen System während der Premotor und Cephalomotor Neuronen in der tiefen Schicht mehrere Projektionen, einschließlich der Kontrolle der Muskeln der Augen, des Halses und des Kopfes haben. Überlegene Collicular Aktivität wird durch Gamma - Aminobuttersäure (GABA), einem hemmenden Neurotransmitter23moduliert. Inhibitorischen GABAergen Aktivität begrenzt die Dauer der Transienten Burst-Reaktion in beiden Kreuzungsstellen Neuronen in der oberflächlichen Schicht und der prämotorischen Neuronen in der tiefen Schicht der superior Colliculus24. In Reaktion auf einen visuellen Reiz ausstellen der visuellen Neuronen in der oberflächlichen Schicht eine transiente '' Reaktion. GABAerge Hemmung dann Schweigen diese Reaktion ermöglicht die Neuronen bereit zu sein, wieder zu reagieren, wenn sie eine Änderung in der Umgebung erkennen, wie die visuelle Reize ausgeschaltet ist. Wenn es unzureichende GABA, können diese Neuronen dysfunctionally aktiv24geworden. Es wird vermutet, dass unzureichende GABAergen Hemmung führt zu längerer Dauer der visuellen Neuronen feuern, was zu anormalen zeitlichen Diskriminierung und längeren TDT Werte. Darüber hinaus die abnorme Bewegungen charakteristisch für zervikale Dystonie sind auch Ergebnis von unzureichend GABAergen Hemmung, diesmal von der Cephalomotor Neuronen in den tiefen Schichten des superior Colliculus vermutet.

Ein Endophänotypen ist ein subklinischer Marker für genetische Kutsche, die uns helfen kann, verstehen Krankheit Pathomechanismen. Die TDT wird als eine potenzielle Endophänotypen für Altersdiabetes fokale Dystonie2,,4 vorgeschlagen und ist gefunden worden, um bis zu 97 % der Patienten und etwa 50 % ihrer klinisch unberührt Verwandten1,3 anormal zu sein ,4. Abnorme TDT ist darüber hinaus nachweislich ein Muster im Zusammenhang von Alter und Geschlecht ähnlich der zervikalen Dystonie14,25folgen. Diese Ergebnisse empfehlen autosomal dominant vererbt und unterstützen die Verwendung von der TDT als einen Endophänotypen für Altersdiabetes fokale Dystonie und in bestimmten, zervikale Dystonie.

Dieser Artikel hat eine Anleitung wie Sie messen und analysieren des Teilnehmers visuelle zeitlichen Diskriminierung zur Verfügung gestellt. Darüber hinaus wurde mit Hilfe von animierten Grafiken in dem Video, die Anwendung der TDT auf das Studium der zervikalen Dystonie sowohl im Zusammenhang mit von ihm seiend ein zuverlässiger Endophänotypen und als ein mögliches Instrument Aufschluss über die Pathomechanismen dieser Erkrankung erläutert.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Rebecca B Beck, Eavan M Mc Govern, John Butler, Dorina Birsanu, Brendan Quinlivan, Ines Beiser, Shruti Narasimham haben keine Finanzierungsquellen, finanzielle Angaben oder Interessenkonflikt zu erklären. Michael Hutchinson erhält Forschungsgelder von Dystonie Irland, Health Research Board of Ireland (CSA-2012-5), Stiftung für Dystonie-Forschung (Belgien) und irischen Institut für klinische Neurowissenschaften. Sean O'Riordan Berichte empfangen einen Lautsprecher's Honorar von Abbvie. Richard Reilly erhält Mittel von Science Foundation Ireland, Enterprise Ireland und Health Research Board of Ireland.

Acknowledgments

Diese Forschung wurde durch Zuschüsse aus der Health Research Board, Dystonie Irland, Science Foundation Ireland und der irischen Institut für klinische Neurowissenschaften unterstützt.

Materials

Name Company Catalog Number Comments
TDT head set Can be supplied by Trinity Centre for Bioengineering, Trinity College Dublin.  Alternatively full instructions are available for free download from http://www.dystoniaresearch.ie/temporal-discrimination-threshold/ 1 A custom-built, portable device for the presentation of visual stimuli.
TDT table top LED box Can be supplied by Trinity Centre for Bioengineering, Trinity College Dublin.  Alternatively full instructions are available for free download from http://www.dystoniaresearch.ie/temporal-discrimination-threshold/ 2 A custom-built, table-top device for the presentation of visual stimuli.
Microcontroller Can be supplied by Trinity Centre for Bioengineering, Trinity College Dublin.  Alternatively full instructions are available for free download from http://www.dystoniaresearch.ie/temporal-discrimination-threshold/ 3 A custom-built microcontroller for the delivery of visual stimuli in staircase or random order, with precise inter-stimulus intervals.

DOWNLOAD MATERIALS LIST

References

  1. Bradley, D., et al. Temporal discrimination thresholds in adult-onset primary torsion dystonia: an analysis by task type and by dystonia phenotype. J Neurol. 259 (1), 77-82 (2012).
  2. Hutchinson, M., et al. The endophenotype and the phenotype: temporal discrimination and adult-onset dystonia. Mov Disord. 28 (13), 1766-1774 (2013).
  3. Kimmich, O., et al. Sporadic adult onset primary torsion dystonia is a genetic disorder by the temporal discrimination test. Brain. 134 (Pt 9), 2656-2663 (2011).
  4. Kimmich, O., et al. Temporal discrimination, a cervical dystonia endophenotype: penetrance and functional correlates. Mov Disord. 29 (6), 804-811 (2014).
  5. Molloy, A., et al. A headset method for measuring the visual temporal discrimination threshold in cervical dystonia. Tremor Other Hyperkinet Mov (N Y). 4, 249 (2014).
  6. Termsarasab, P., et al. Neural correlates of abnormal sensory discrimination in laryngeal dystonia. Neuroimage Clin. 10, 18-26 (2016).
  7. Fiorio, M., et al. Defective temporal processing of sensory stimuli in DYT1 mutation carriers: a new endophenotype of dystonia? Brain. 130 (1), 134-142 (2007).
  8. Albanese, A., et al. Phenomenology and classification of dystonia: a consensus update. Mov Disord. 28 (7), 863-873 (2013).
  9. Nutt, J. G., Muenter, M. D., Aronson, A., Kurland, L. T., Melton, L. J. 3rd Epidemiology of focal and generalized dystonia in Rochester, Minnesota. Mov Disord. 3 (3), 188-194 (1988).
  10. Williams, L., et al. Epidemiological, clinical and genetic aspects of adult onset isolated focal dystonia in Ireland. Eur J Neurol. , (2016).
  11. Bell, A. H., Munoz, D. P. Activity in the superior colliculus reflects dynamic interactions between voluntary and involuntary influences on orienting behaviour. Eur J Neurosci. 28 (8), 1654-1660 (2008).
  12. Hutchinson, M., et al. Cervical dystonia: a disorder of the midbrain network for covert attentional orienting. Front Neurol. 5, 54 (2014).
  13. Williams, L. J., et al. Young Women do it Better: Sexual Dimorphism in Temporal Discrimination. Front Neurol. 6, 258 (2015).
  14. Butler, J. S., et al. Age-Related Sexual Dimorphism in Temporal Discrimination and in Adult-Onset Dystonia Suggests GABAergic Mechanisms. Front Neurol. 6, 258 (2015).
  15. Bradley, D., et al. Temporal discrimination threshold: VBM evidence for an endophenotype in adult onset primary torsion dystonia. Brain. 132 (Pt 9), 2327-2335 (2009).
  16. Butler, J. S., et al. Non-parametric bootstrapping method for measuring the temporal discrimination threshold for movement disorders. J Neural Eng. 12 (4), 046026 (2015).
  17. Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Percept Psychophys. 63 (8), 1293-1313 (2001).
  18. McGovern, E. M., et al. A comparison of stimulus presentation methods in temporal discrimination testing. Physiol Meas. 38 (2), N57-N64 (2017).
  19. Scontrini, A., et al. Somatosensory temporal discrimination in patients with primary focal dystonia. J Neurol Neurosurg Psychiatry. 80 (12), 1315-1319 (2009).
  20. Nardella, A., et al. Inferior parietal lobule encodes visual temporal resolution processes contributing to the critical flicker frequency threshold in humans. PLoS One. 9 (6), e98948 (2014).
  21. Pastor, M. A., Macaluso, E., Day, B. L., Frackowiak, R. S. Putaminal activity is related to perceptual certainty. Neuroimage. 41 (1), 123-129 (2008).
  22. Isa, T., Hall, W. C. Exploring the superior colliculus in vitro. J Neurophysiol. 102 (5), 2581-2593 (2009).
  23. Isa, T., Endo, T., Saito, Y. The visuo-motor pathway in the local circuit of the rat superior colliculus. J Neurosci. 18 (20), 8496-8504 (1998).
  24. Kaneda, K., Isa, T. GABAergic mechanisms for shaping transient visual responses in the mouse superior colliculus. Neuroscience. 235, 129-140 (2013).
  25. Ramos, V. F., Esquenazi, A., Villegas, M. A., Wu, T., Hallett, M. Temporal discrimination threshold with healthy aging. Neurobiol Aging. 43, 174-179 (2016).

Tags

Neurowissenschaften Ausgabe 131 zeitliche Diskriminierung zeitliche Diskriminierung Schwelle Treppe zufällige Dystonie zervikale Dystonie Endophänotypen
Messung und Analyse der zeitlichen Diskriminierung Schwelle angewendet, zervikale Dystonie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Beck, R. B., McGovern, E. M.,More

Beck, R. B., McGovern, E. M., Butler, J. S., Birsanu, D., Quinlivan, B., Beiser, I., Narasimham, S., O'Riordan, S., Hutchinson, M., Reilly, R. B. Measurement & Analysis of the Temporal Discrimination Threshold Applied to Cervical Dystonia. J. Vis. Exp. (131), e56310, doi:10.3791/56310 (2018).

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