Waiting
Login processing...

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

Neuroscience

माप और लौकिक भेदभाव सीमा का विश्लेषण गर्भाशय ग्रीवा के दुस्तानता के लिए लागू

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

Summary

माप और लौकिक भेदभाव सीमा के विश्लेषण के लिए तरीके प्रस्तुत कर रहे हैं, और ग्रीवा दुस्तानता के रोगजनन के अध्ययन के लिए अपने आवेदन पर चर्चा कर रहे हैं ।

Abstract

अस्थाई भेदभाव थ्रेशोल्ड (TDT) है, जिस पर एक पर्यवेक्षक दो अनुक्रमिक उत्तेजनाओं के रूप में अतुल्यकालिक जा रहा भेदभाव कर सकते है सबसे कम समय अंतराल (सामांयतया 30-50 ms) । यह असामान्य हो दिखाया गया है (लंबे समय तक) स्नायविक विकारों में, ग्रीवा दुस्तानता, वयस्क शुरुआत अज्ञातहेतुक अलग फोकल दुस्तानता के एक phenotype सहित. TDT वातावरण में तेजी से परिवर्तन अनुभव करने की क्षमता का एक मात्रात्मक उपाय है और बेहतर colliculus, गुप्त ध्यान उंमुख में एक महत्वपूर्ण नोड में दृश्य ंयूरॉंस के व्यवहार का संकेत माना जाता है । इस लेख TDT (दो हार्डवेयर विकल्प और उत्तेजनाओं प्रस्तुति के दो तरीकों सहित) को मापने के लिए तरीके सेट । हम भी डेटा विश्लेषण और TDT गणना के दो दृष्टिकोण का पता लगाने । ग्रीवा दुस्तानता और वयस्क शुरुआत अज्ञातहेतुक अलग फोकल दुस्तानता के रोगजनन की समझ के लिए लौकिक भेदभाव के आकलन के आवेदन भी चर्चा की है ।

Introduction

लौकिक भेदभाव एक व्यक्ति को भेदभाव, या अनुभव, अपने वातावरण में तेजी से परिवर्तन करने की क्षमता का वर्णन करता है । लौकिक भेदभाव थ्रेशोल्ड (TDT) कम से समय अंतराल है जिस पर एक व्यक्ति अनुभव कर सकते है कि दो अनुक्रमिक संवेदी उत्तेजनाओं अतुल्यकालिक हैं । लौकिक भेदभाव को असामांय रूप से दुस्तानता1,2,3,4,5,6 सहित बेसल गैंग्लिया को प्रभावित करने वाले विकारों में लंबे समय तक दिखाया गया है , 7.

दुस्तानता के बाद पार्किंसंस रोग और आवश्यक कंपन-तीसरा सबसे आम स्नायविक आंदोलन विकार है । यह निरंतर या आंतरायिक मांसपेशी संकुचन असामांय कारण, अक्सर दोहराव, आंदोलनों या मुद्राओं की विशेषता है8। दुस्तानता शरीर के किसी भी हिस्से को प्रभावित कर सकता है । जब यह एक शरीर के अंग को प्रभावित करता है यह फोकल दुस्तानता8के रूप में जाना जाता है । गर्दन की मांसपेशियों को प्रभावित दुस्तानता ग्रीवा दुस्तानता के रूप में जाना जाता है, और वयस्क शुरुआत अज्ञातहेतुक अलग फोकल दुस्तानता के सबसे आम phenotype है । 9 , 10 ग्रीवा दुस्तानता के रोगजनन अज्ञात रहता है; यह ऑटोसोमल प्रमुख विरासत और स्पष्ट रूप से कम penetrance के साथ एक आनुवंशिक विकार माना जाता है । रोग penetrance और अभिव्यक्ति के संबंध में पर्यावरणीय कारकों को भी महत्वपूर्ण माना जाता है ।

सुपीरियर colliculus, एक ज्ञानेन्द्रिय पृष्ठीय midbrain में स्थित संरचना, गुप्त ध्यान2,11,12की प्रक्रिया में पर्यावरणीय उत्तेजनाओं का तेजी से पता लगाने के लिए महत्वपूर्ण है । दृश्य उत्तेजनाओं retino-tectal magnocellular मार्ग के माध्यम से तेजी से बेहतर colliculus का उपयोग । TDT एक सरल, उद्देश्य के लिए बेहतर colliculus की सतही परतों में दृश्य (और अंय संवेदी उत्तेजनाओं) के प्रसंस्करण का प्रतिनिधित्व करने का विश्वास है उपाय है । TDT ग्रीवा दुस्तानता, उनके अप्रभावित रिश्तेदारों और स्वस्थ नियंत्रण प्रतिभागियों के साथ व्यक्तियों में अध्ययन किया गया है । उंर और सेक्स मिलान नियंत्रण प्रतिभागियों की तुलना में, एक असामांय TDT उच्च संवेदनशीलता है (९७%, ३७ रोगियों की ३६) और विशिष्टता (98-100%) ग्रीवा दुस्तानता में1। एक असामांय TDT में पाया गया है ५०% अप्रभावित प्रथम के रोगियों की डिग्री महिला रिश्तेदारों ग्रीवा दुस्तानता के साथ (14 की 25, आयु ४८ वर्ष या अधिक), उंर के प्रदर्शन और ऑटोसोमल प्रमुख भाग के साथ सेक्स से संबंधित penetrance13, 14. ग्रीवा दुस्तानता रोगियों के अप्रभावित रिश्तेदारों में एक असामांय TDT (सामांय TDTs के साथ रिश्तेदारों की तुलना में) वृद्धि हुई putaminal मात्रा के साथ जुड़ा हुआ है (voxel आधारित morphometry द्वारा)15 और कम putaminal गतिविधि (fMRI द्वारा)4 . बेहतर colliculus ंयूरॉन नेटवर्क में एक महत्वपूर्ण नोड माना जाता है, जो ग्रीवा दुस्तानता में शिथिल है12। लौकिक भेदभाव के आकलन pathomechanisms अंतर्निहित ग्रीवा दुस्तानता के रूप में महत्वपूर्ण सुराग प्रदान करने के रूप में माना जाता है ।

इस अनुच्छेद के लक्ष्य को मापने और लौकिक भेदभाव का विश्लेषण करने के लिए दो तरीके पेश है, के रूप में अच्छी तरह के रूप में गर्भाशय ग्रीवा दुस्तानता के pathophysiology अध्ययन के लिए इस पद्धति के आवेदन का प्रदर्शन ।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

सेंट विंसेंट विश्वविद्यालय अस्पताल, डबलिन में चिकित्सा अनुसंधान नैतिकता समिति ने गर्भाशय ग्रीवा के दुस्तानता के साथ रोगियों की भर्ती के लिए स्वीकृति दी, उनके भाई बहन (दुस्तानता से अप्रभावित), और स्वस्थ नियंत्रण, प्रोटोकॉल में भाग लेने के लिए वर्णित नीचे.

1. हार्डवेयर और सॉफ्टवेयर समाधान

नोट: दो हार्डवेयर विकल्प सटीक अंतर उत्तेजना अंतराल के साथ दृश्य उत्तेजनाओं को प्रदर्शित करने के लिए विकसित किया गया है । दोनों डिजाइन और में बनाया गया था घर के ट्रिनिटी केंद्र में इंजीनियरिंग, ट्रिनिटी कॉलेज डबलिन, और पहले5,16वर्णित किया गया है । सटीक हार्डवेयर के साथ साथ प्रयोग किया जाता है समाधान दोहराने के इच्छुक लोगों को सीधे इंजीनियरिंग के लिए ट्रिनिटी केंद्र से संपर्क करके ही अनुरोध कर सकते हैं । वैकल्पिक रूप से, हेडसेट, साथ Arduino microcontroller के लिए निर्देश, के लिए 3 डी मुद्रण फ़ाइलों सहित निर्देशों का एक पूरा सेट आदि http://www.dystoniaresearch.ie/temporal-discrimination-threshold/से डाउनलोड किया जा सकता है । तालिका शीर्ष दृष्टिकोण में प्रस्तुत उत्तेजनाओं प्रस्तुति में कस्टम कार्यक्रमों का उपयोग कर उत्पन्न किया जा सकता है (उदा., Neurobehavioural systems), एक डेस्कटॉप कंप्यूटर पर स्थापित और के समानांतर बंदरगाह के माध्यम से प्रकाश उत्सर्जक डायोड (एलईडी) को नियंत्रित करने के लिए क्रमादेशित कंप्यूटर । वैकल्पिक रूप से, नीचे वर्णित के रूप में, तालिका शीर्ष एल ई डी एक Arduino microcontroller के माध्यम से नियंत्रित किया जा सकता है. दोनों प्रस्तुति कोड और Arduino फ़ाइलें भी ऊपर लिंक से डाउनलोड करने के लिए उपलब्ध हैं ।

  1. TDT हार्डवेयर: तालिका-शीर्ष विधि
    1. मार्क एक ' एक्स ', एक निर्धारण बिंदु के रूप में, एक काली चटाई या तालिका पर भागीदार के सामने रखा चादर पर ।
    2. प्रतिभागी को स्वयं स्थिति के बारे में पूछें ताकि वे निर्धारण बिंदु के सामने सीधे बैठे रहें.
    3. पीले प्रकाश उत्सर्जक डायोड (एलईडी) जोड़े (5 मिमी व्यास, ९० सीडी/एम2 चमकदार), एक बॉक्स में डिब्बे में रख, भागीदार के सामने टेबल पर ।
    4. ओरिएंट बॉक्स ऐसी है कि एल ई डी ऊर्ध्वाधर गठबंधन कर रहे है और छोड़ दिया और सही पक्ष पर विषय के केंद्र बिंदु से 7 डिग्री तैनात, के रूप में की जरूरत है ।
    5. एक अंधेरे कमरे में इस प्रयोग आचरण । पृष्ठभूमि चमकदार की एक छोटी राशि के लिए पर्याप्त प्रयोग चलाने के लिए देखने के ऑपरेटर सक्षम करने के लिए आवश्यक हो सकता है ।
    6. सभी समय पर निर्धारण बिंदु पर ध्यान केंद्रित करने के लिए और चमकती एल ई डी पर सीधे देखने के लिए नहीं प्रतिभागी को हिदायत ।
    7. microcontroller को LED बॉक्स से कनेक्ट करें और microcontroller बॉक्स के लिक्विड क्रिस्टल डिस्प्ले पर प्रदर्शित स्क्रीन पर दिए गए निर्देशों का अनुसरण करते हैं, उदा., प्रस्तुति विधि का चयन करें: ' रैंडम ' या ' सीढ़ियां ', और चुनें मोड: ' लेफ्ट टॉप फर्स्ट ', आदि .
    8. भागीदार पूछने के लिए जवाब "वही" या "अलग" प्रत्येक उत्तेजना जोड़ी के निंनलिखित प्रस्तुति, पर निर्भर करता है कि वे उत्तेजनाओं के अनुभव तुल्यकालिक या अतुल्यकालिक हो ।
    9. भागीदार को सूचित करें जब प्रत्येक परीक्षण के बारे में शुरू करने के लिए है, 5-0 एस से परदे पर उलटी गिनती vocalizing द्वारा ।

Figure 1
चित्रा 1: (क) हेडसेट के डिजाइन की योजनाबद्ध । पीले एल ई डी (5 मिमी व्यास) की एक जोड़ी है, और लाल निर्धारण एलईडी (3 मिमी व्यास), भागीदार के बाईं और दाईं ओर एक सिर के माध्यम से यूनिट घुड़सवार और उपयोगकर्ता के सामने दर्पण में प्रतिबिंब के माध्यम से दिखाई दिया पर रखा जाता है । (ख) हेडसेट की योजनाबद्ध 3d मॉडल. हेडसेट लेजर से विकसित किया गया था sintered नायलॉन प्लास्टिक, ०.७० किलो वजन, एक कम पारदर्शिता सूचकांक है और हल्के penetrance को कम करने के लिए रंग में काला है । (a और b), मामूली संशोधन के साथ, बटलर एट अलसे reproduced हैं । 16 IOP प्रकाशन से अनुमति के साथ । (c) तालिका-शीर्ष प्रस्तुति के लिए एलईडी प्रोत्साहन बॉक्स ।

  1. TDT हार्डवेयर: पोर्टेबल TDT हेडसेट
    1. प्रयोग किसी भी उपयुक्त स्थान में आचरण ।
    2. हेडसेट करने के लिए microcontroller कनेक्ट और microcontroller बॉक्स के लिक्विड क्रिस्टल प्रदर्शन पर प्रदर्शित ऑन-स्क्रीन निर्देशों का पालन करें, उदा., प्रस्तुति विधि का चयन करें: ' यादृच्छिक ' या ' सीढ़ी ', और मोड: ' वाम शीर्ष पहले ', आदि
    3. प्रत्यक्ष भागीदार उनके सामने एक मेज पर अपनी कोहनी के साथ स्थिति के लिए । फिर, उनके हाथ में डिवाइस पकड़े, उंहें धीरे ऐपिस आसपास के रबर सीलेंट में उनके चेहरे को प्रेस करने के लिए, जिससे बाहर परिवेश प्रकाश सील ।
    4. हर समय एलईडी लाल निर्धारण पर ध्यान केंद्रित करने के लिए और चमकती एल ई डी पर सीधे देखने के लिए नहीं प्रतिभागी को हिदायत ।
    5. भागीदार पूछने के लिए जवाब "वही" या "अलग" प्रत्येक उत्तेजना जोड़ी के निंनलिखित प्रस्तुति, पर निर्भर करता है कि वे उत्तेजनाओं के अनुभव तुल्यकालिक या अतुल्यकालिक हो ।
    6. भागीदार को सूचित करें जब प्रत्येक परीक्षण के बारे में शुरू करने के लिए है, 5-0 एस से परदे पर उलटी गिनती vocalizing द्वारा ।

2. उत्तेजना प्रस्तुति

नोट: प्रेरणा प्रस्तुति के लिए दो दृष्टिकोण नियोजित किया गया है ।

  1. सीढ़ी विधि
    1. ' सीढ़ी ' प्रस्तुति का चयन करें; उत्तेजनाओं प्रस्तुत कर रहे है हर 5 अंतर उत्तेजना अंतराल के साथ 0 पर शुरू और उत्तरोत्तर अधिक अतुल्यकालिक बनने (5 एमएस द्वारा बढ़ती) हर बार ।
    2. चार प्रस्तुति विधियों में से किसी का चयन करें: (i) वाम शीर्ष एलईडी पहले (ii) बाएं नीचे एलईडी पहले (iii) सही शीर्ष एलईडी पहले, या (iv) सही नीचे एलईडी पहले ।
    3. चरण 2.1.2 दोहराएँ ताकि प्रत्येक मोडल दो बार चलाया जाता है, जिसके परिणामस्वरूप कुल आठ रन हैं.
    4. जब एक भागीदार उत्तेजनाओं के तीन लगातार जोड़े के लिए "अलग" जवाब परीक्षण समाप्त ।
  2. यादृच्छिक प्रस्तुति विधि
    1. ' यादृच्छिक ' प्रस्तुति का चयन करें; उत्तेजनाओं जोड़े हर 5 एस प्रस्तुत कर रहे हैं । अंतर उत्तेजना अंतराल बदलता है, एक यादृच्छिक फैशन में, 0-100 ms से ।
    2. चार प्रस्तुति विधियों में से किसी का चयन करें: (i) वाम शीर्ष एलईडी पहले (ii) बाएं नीचे एलईडी पहले (iii) सही शीर्ष एलईडी पहले, या (iv) सही नीचे एलईडी पहले ।
    3. चरण -8 दोहराएँ ताकि प्रत्येक मोडल दो बार चलाया जाता है, जिसके परिणामस्वरूप कुल आठ रन हैं.
      नोट: प्रत्येक रन एक ही लंबाई है और स्वचालित रूप से पूरा हो जाएगा ।

3. डेटा विश्लेषण

  1. एकल TDT मान
    1. सीढ़ी विधि से डेटा का उपयोग करना, आठ रन में से प्रत्येक के लिए अंतिम तीन "अलग" प्रतिक्रियाओं के पहले पर प्रकाश डाला । ये प्रत्येक रन के लिए थ्रेशोल्ड मान हैं ।
    2. प्रत्येक भागीदार के लिए लौकिक भेदभाव थ्रेशोल्ड (TDT) की गणना उनके आठ रन में से प्रत्येक से थ्रेशोल्ड का माध्य ले कर; प्रति व्यक्ति एक एकल TDT मान (मिलीसेकंड में) में जिसके परिणामस्वरूप ।
    3. प्रत्येक भागीदार के लिए Zस्कोर परिकलित करें । भागीदार के TDT के बीच अंतर के रूप में Zस्कोर , और एक आयु-मिलान नियंत्रण जनसंख्या (, जो नियंत्रण जनसंख्या के लिए TDT मानों के मानक विचलन द्वारा विभाजित है, से माध्य TDT के रूप में परिभाषित करें ।Equaiton 1 Equaiton 2
      Equaiton 3
    4. निर्धारित करें यदि व्यक्ति एक सामांय या असामांय TDT है । एक Zस्कोर ≥ २.५ एक असामांय TDT को प्रतिबिंबित समझा जाता है ।
  2. वितरण विश्लेषण
    1. सीढ़ियां विधि से डेटा का उपयोग करके, प्रतिक्रिया डेटा को सांकेतिक शब्दों में बदलना, जैसे कि ' 0 ' "समान" और ' 1 ' से संगत है "भिंन", तालिका 1
    2. http://www.dystoniaresearch.ie/temporal-discrimination-threshold/से नीचे वर्णित वितरण विश्लेषण करने के लिए एक मुक्त MATLAB. exe डाउनलोड करें । देखें बटलर एट अल । 16 इस विधि का पूर्ण वर्णन के लिए । वैकल्पिक रूप से, नीचे वर्णित के रूप में आगे बढ़ना ।
    3. सभी रन सुनिश्चित करने के लिए डेटा बाहर पैड सबसे लंबे समय तक चलने के रूप में एक ही लंबाई हैं । यह सब बाद की प्रतिक्रियाओं को संभालने के द्वारा किया जाता है, एक रन की समाप्ति के बाद, कर रहे हैं "अलग", तालिका 1 (b).
    4. प्रत्येक भागीदार के लिए परीक्षणों में औसत प्रतिसाद, तालिका 1 (c)। यह उत्तेजना asynchrony के एक समारोह के रूप में रची जा सकती है ।
    5. एक संचई गाऊसी फ़ंक्शन के साथ यह औसत या प्रतिनिधि डेटा फ़िट । इस वितरण का मतलब उस बिंदु का प्रतिनिधित्व करता है जिस पर सहभागियों को समान रूप से "समान" या "भिंन" का प्रतिसाद देने की संभावना होती है । इस बिंदु को ' व्यक्तिपरक समानता के बिंदु ' (सार्वजनिक उपक्रम) के रूप में जाना जाता है । गाऊसी वितरण के मानक विचलन, भी ' बस ध्यान देने योग्य अंतर ' (JND) के रूप में भेजा, इंगित करता है कि कैसे संवेदनशील प्रतिभागियों को अपने मतलब के आसपास लौकिक asynchrony में परिवर्तन कर रहे हैं ।
    6. TDT और सार्वजनिक उपक्रम और JND साइकोमेट्रिक, संचयी गाऊसी फ़ंक्शन के लिए ९५% विश्वास अंतराल का अनुमान लगाने के लिए एक गैर-पैरामीट्रिक bootstrapping कार्यविधि के लिए डेटा सबमिट करके विश्लेषण विस्तृत करें । ऐसा करने के लिए, मूल प्रतिक्रियाओं से प्रतिस्थापन के साथ यादृच्छिक नमूना द्वारा नए प्रतिनिधि डेटा सेट उत्पन्न करते हैं, तालिका 1 (ख), हर समय कदम के लिए. TDT की गणना करें और प्रत्येक प्रतिनिधि डेटा सेट16के लिए एक नया साइकोमेट्रिक फ़ंक्शन फ़िट करें ।
    7. लॉग-संभावना अनुपात का उपयोग करते हुए प्रत्येक प्रतिभागी के लिए फ़िट, या विचलन की भलाई की गणना करें (D),16,17
      Equaiton 4
      जहां कश्मीर समय अंक की संख्या है, nमैं उस समय बिंदु पर दोहराव की संख्या है, आम तौर पर आठ पुनरावृत्ति (चार सही और चार छोड़ दिया), वाईमैं अतुल्यकालिक प्रतिक्रियाओं का अनुपात मनाया जाता है, मैं अतुल्यकालिक के अनुपात में फिट वक्र द्वारा की भविष्यवाणी की प्रतिक्रियाएं है । 0 का एक विचलन मूल्य एक सही फिट का मतलब है ।
    8. प्लाट का परिणाम है ।
      नोट: यादृच्छिक प्रस्तुति दृष्टिकोण से डेटा एकल या वितरित TDT के रूप में निर्धारित करने के लिए विश्लेषण किया जा सकता है सीढ़ी प्रस्तुति विधि से उत्पंन होने वाले डेटा के लिए ऊपर खंड 3 में वर्णित है । हालांकि, अंतर-उत्तेजनात्मक अंतराल के यादृच्छिक प्रस्तुति आदेश के कारण, इन आंकड़ों को पहले (छोटी से सबसे बड़ी अंतर उत्तेजना अंतराल के लिए) का आदेश दिया जाना चाहिए, ऊपर वर्णित विश्लेषण शुरू करने से पहले, तालिका 2। इसके अलावा, यह आवश्यक नहीं है पैड के रूप में डेटा यादृच्छिक प्रस्तुति निंनलिखित, डिफ़ॉल्ट रूप से, सभी रन बराबर लंबाई के हैं ।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

भरे हुए स्कोर शीट के उदाहरण 1 और 2 तालिकाओंमें प्रदान किए जाते हैं, जहां ये क्रमशः सीढ़ी और यादृच्छिक उत्तेजना प्रस्तुति विधियों के बाद परिणामों का प्रतिनिधित्व करते हैं । प्रत्येक रन के लिए थ्रेसहोल्ड (तीन उत्तेजना जोड़े के पहले के समय के लिए 'अलग समझा'), पर प्रकाश डाला जाता है । तालिका 1के मामले में, TDT 25 ms (यानी, ४०, 25, 25, 25, ४५, 25, ४०, 10 ms) के माध्य के रूप में परिकलित की जाती है । ये डेटा एक ३५ वर्षीय महिला है जो एक पिछले अध्ययन में भाग लिया18से ले रहे हैं । इस आयु वर्ग में महिलाओं से TDT मूल्यों के लिए माध्य और मानक विचलन क्रमश: २७.४८ ms और १०.८६ ms थे । इसलिए इस व्यक्ति के लिए Z-स्कोर के रूप में गणना की जा सकती है:
Equaiton 5

इस Zस्कोर के रूप में २.५ से नीचे है, इस व्यक्ति को एक सामांय TDT है ।

एक ही व्यक्ति निंन यादृच्छिक उत्तेजना प्रस्तुति से उत्तर तालिका 2में दिखाए जाते हैं । इन आंकड़ों के आदेश के विश्लेषण के साथ जारी रखने से पहले एक महत्वपूर्ण कदम है ।

वितरण विश्लेषण

वितरण विश्लेषण में मुख्य चरणों तालिका 1 (डेटा गद्दी और जवाब औसत) और चित्रा 2में सचित्र हैं । इस विश्लेषण में उपयोग किया गया नमूना डेटा उसी विषय से है जैसा कि ऊपर discussed है और तालिकाओं 1 और 2में दिखाया गया है । चित्रा 2 में भूखंडों डाउनलोड MATLAB. exe फ़ाइल से उत्पंन कर रहे हैं । बाईं ओर स्वीकार्य डेटा दिखाता है, संचयी गाऊसी फ़ंक्शंस bootstrapped डेटा (निम्न २००० पुनरावृत्तियाँ), और औसत संचयी गाऊसी फ़ंक्शन करने के लिए फिट है । फिट नाप की अच्छाई दाएँ हाथ की ओर सचित्र है. यह भी दिखाया लौकिक भेदभाव थ्रेसहोल्ड हैं, फिट पैरामीटर, व्यक्तिपरक समानता (सार्वजनिक उपक्रम) की बात है, और बस ध्यान देने योग्य अंतर (JND) मूल्यों । सही पक्ष से पता चलता है फ़िट की अच्छाई को मापने के लिए लॉग संभावना अनुपात (विचलन) मनाया डेटा के लिए (लाल क्षैतिज रेखा) और मोंटे कार्लो उत्पंन लॉग संभावना अनुपात वितरण और ९५% विश्वास अंतराल (डैश्ड क्षैतिज रेखाएं) ।

एक ही MATLAB निष्पादन योग्य TDT, सार्वजनिक उपक्रम और JND मूल्यों और bootstrapped कट-२.५%, 25%, ५०%, ७५% और ९७.५% विश्वास अंतराल के रूप में अच्छी तरह से फिट या विचलन और एक एक्सेल फाइल करने के लिए कटऑफ की भलाई के नापसंद निर्यात करता है । तालिका 3 तालिकाओं 1 और 2में डेटा के लिए जनरेट किया गया आउटपुट प्रदान करता है । तुलना के माध्यम से, सीढ़ी और यादृच्छिक उत्तेजना प्रस्तुति तरीकों के लिए TDT मूल्यों, मानक विधि द्वारा प्राप्त (औसत 8 थ्रेसहोल्ड), 25 ms और ५० ms क्रमशः कर रहे हैं; जबकि तालिका 3 डेटा के bootstrapping के बाद प्राप्त TDT मान प्रदान करता है । ये क्रमशः २३.७५ ms और ४८.७५ ms हैं ।

Figure 2
चित्र 2: बाएं-हाथ के स्तंभ में (a) परिणामों के लिए संचई गाऊसी वितरण दिखाता है, जो उत्तेजना प्रस्तुति की सीढ़ी पद्धति का पालन करता है, और (b) उत्तेजना प्रस्तुति की यादृच्छिक विधि । काले डॉट्स अंतर उत्तेजना अंतराल, या लौकिक asynchrony के एक समारोह के रूप में (कथित 'अलग' प्रतिक्रियाओं का अनुपात) मूल डेटा दिखाने के लिए । लाइट ग्रे curves bootstrapped डेटा के लिए फिट थे २००० गाऊसी फ़ंक्शन का प्रतिनिधित्व करते हैं । गहरा धूसर वक्र औसत संचई गाऊसी फ़ंक्शन का प्रतिनिधित्व करता है । व्यक्तिपरक समानता (सार्वजनिक उपक्रम) के बिंदु के लिए मान (मतलब) और बस ध्यान देने योग्य अंतर (JND) (मानक विचलन) और TDT मान, पूर्ण वितरण से गणना तालिका 3में विस्तृत हैं । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Table 1
तालिका 1: नमूना डेटा निंनलिखित सीढ़ी प्रस्तुति विधि, अंतर उत्तेजना अंतराल (आईएसआई) के साथ 5 एमएस हर बार से बढ़ रही है । (a) दो स्थितियों में से प्रत्येक के लिए दिखाया गया डेटा (शीर्ष एलईडी पहले x2, और नीचे के नेतृत्व में पहली x2) दाएं और बाएं हाथ के पक्षों के लिए, कुल आठ रन दे रही है । ' की एक प्रतिक्रिया का प्रतिनिधित्व करता है ' वही ', और ' d ', ' अलग ' । समय अंतराल TDT की गणना करने के लिए इस्तेमाल किया आईएसआई तीन लगातार ' अलग ' प्रतिक्रियाओं के पहले के अनुरूप हैं । इसलिए, TDT = 25 ms, ४०, 25, 25, 25, ४५, 25, ४०, और 10 का माध्य । (b) जैसा डेटा (a) में दिखाया गया है, लेकिन एंकोडेड है जैसे कि एक ' 0 ' की प्रतिक्रिया का प्रतिनिधित्व करता है ' समान ', और ' 1 ' का प्रतिनिधित्व करता है ' भिंन ' । डेटा (सबसे लंबे समय तक चलाने के लिए) गद्देदार सचित्र है । यह वितरण विश्लेषण लागू करने से पहले एक पूर्व-संसाधन चरण है । (ग) प्रत्येक आईएसआई के लिए औसत प्रतिक्रियाएं । नोट ये मान साइकोमेट्रिक वितरण जनरेट करने के लिए उपयोग किए जाते है और आरेख 2में प्लॉट किए जाते हैं ।

Table 1
तालिका 2: 1 तालिकाके रूप में एक ही भागीदार से प्रतिक्रियाएं, इस समय उत्तेजनाओं यादृच्छिक अंतर उत्तेजना अंतराल (आईएसआई) के साथ प्रस्तुत कर रहे हैं । (a) दाईं ओर दो शर्तों के लिए डेटा (शीर्ष एलईडी पहले x2 और नीचे एलईडी पहले x2) । कॉम्पैक्ट के लिए, बाएं हाथ की ओर से डेटा यहां नहीं दिखाया गया है । हालांकि सभी आठ रन का उपयोग सभी विश्लेषण में किया गया है । (ख) वृद्धि आईएसआई द्वारा क्रमबद्ध समान डेटा । प्रत्येक चार दाईं ओर चलने के लिए थ्रेशोल्ड डैश्ड बक्सों के साथ इंगित किए गए हैं ।

Table 1
तालिका 3: गाऊसी वितरण और फ़िट विश्लेषण की अच्छाई का सारांश तालिका 1में दिखाए गए सीढ़ी प्रस्तुति पद्धति से परिणामों के लिए, और तालिका 2 में दर्शाए गए यादृच्छिक प्रस्तुति विधि (इस प्रतिभागी के लिए सभी डेटा, उदा. कुल आठ रन (4 वाम और 4 सही) विश्लेषण के ऊपर में इस्तेमाल किया गया है) । व्यक्तिपरक समानता, सार्वजनिक उपक्रम की बात; जरा महत्त्वपूर्ण अंतर, JND; लौकिक भेदभाव, TDT; फिट की अच्छाई, गोफ.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

TDT माप और विश्लेषण

तंत्र के दो रूपों (टेबल-ऊपर और हेडसेट), उत्तेजना प्रस्तुति के दो तरीके (सीढ़ी और यादृच्छिक), और डेटा विश्लेषण (पारंपरिक और वितरण) के लिए दो तरीकों को वर्णन करने के लिए कैसे उपाय करने के लिए और एक व्यक्ति के लौकिक यों तो समझा प्रस्तुत किया गया है भेदभाव की क्षमता । पोर्टेबल हेडसेट एक सुविधाजनक हार्डवेयर विकल्प प्रदान करता है जो प्रतिभागी और LED प्रकाश स्रोतों के बीच दूरी और कोणों में एकरूपता सुनिश्चित करते हुए डेटा को किसी भी सुविधाजनक स्थान में एकत्रित करने की अनुमति देता है । यह, इसलिए, तालिका शीर्ष दृष्टिकोण के साथ जुड़े सीमाओं के कुछ पते, अर्थात् नियंत्रित परिवेश प्रकाश व्यवस्था और सीमित पोर्टेबिलिटी के लिए की जरूरत है - आमतौर पर प्रतिभागियों को एक क्लिनिक या अनुसंधान केंद्र में भाग लेने की आवश्यकता है । हेडसेट भी दूरी और उत्तेजनाओं और भागीदार के दौरान या परीक्षणों के बीच के बीच कोण में परिवर्तनशीलता की संभावना के खिलाफ गार्ड, संभावित भागीदार द्वारा स्थिति समायोजन से उत्पंन होने वाले । Molloy एट अल. तालिका के शीर्ष और उत्तेजना प्रसव के लिए हेडसेट दृष्टिकोण की तुलना में और हेडसेट पाया विश्वसनीय और सही5। हालांकि, हेडसेट के दो संभावित कमजोरियों है कि यह उत्तेजनाओं monocularly, अर्थात प्रस्तुत करता है , केवल बाईं आंख उत्तेजनाओं को छोड़ दिया और इसके विपरीत पर प्रस्तुत देख सकते हैं; और वर्तमान डिजाइन चश्मा पहनकर समायोजित नहीं करता है । दृश्य तीक्ष्णता TDT प्रदर्शन को प्रभावित कर सकते हैं, और जैसे एक हमेशा पता लगाना चाहिए कि प्रतिभागियों को सामांय दृश्य तीक्ष्णता है । यह सब हेडसेट दृष्टिकोण के मामले में अधिक महत्वपूर्ण है, जहां चश्मे को समायोजित नहीं किया जा सकता है ।

' सीढ़ी' दृष्टिकोण दृश्य और स्पर्श लौकिक भेदभाव प्रोटोकॉल6,7,14,15,19के लिए उत्तेजना प्रस्तुति का सबसे आम तरीका है । इस तकनीक की एक सीमा है, जो गैर प्रस्तुत उत्तरोत्तर अतुल्यकालिक उत्तेजनाओं यादृच्छिक, यह है कि यह संभवतः एक संभावित सीखने के प्रभाव में योगदान कर सकते हैं । एक विकल्प के रूप में, एक यादृच्छिक प्रस्तुति मोडल विकसित किया गया था, उत्तेजनाओं एक यादृच्छिक तरीके से प्रस्तुत किया जा करने की अनुमति । एक सीखने के प्रभाव के अधीन किया जा रहा सीढ़ी विधि की संभावना विशेष रूप से McGovern और सहयोगियों द्वारा परीक्षण किया गया था16. 'सीढ़ी' पद्धति को दोहराया प्रयोगों18भर में सुसंगत परिणाम के साथ एक मजबूत दृष्टिकोण दिखाया गया था । इस पहले के अध्ययन से परिणाम, जैसा कि ऊपर दिखाया गया है, कि यादृच्छिक उत्तेजनात्मक प्रस्तुति विधि पैदावार लगातार अब TDT मूल्यों मौजूदा सीढ़ी विधि के साथ तुलना में पता चला है (मतलब TDTयादृच्छिक = ५५.०८ ms; मतलब TDTसीढ़ि यां = ३०.५७ 30 स्वस्थ नियंत्रण के लिए एमएस)18। जबकि दोनों प्रस्तुति के तरीके मांय हैं, जिसके परिणामस्वरूप TDT मूल्यों में अंतर प्रयोगात्मक तकनीक के चयन में एकरूपता बनाए रखने के महत्व पर बल देता है और किसी दी गई प्रयोगशाला से पढ़ाई के पार । इसके अलावा, देखभाल (रोगियों और नियंत्रण से) अध्ययन में निरपेक्ष TDT मूल्यों की तुलना करते समय लिया जाना चाहिए, और जेडस्कोरकी गणना में.

डाटा एनालिसिस की दो विधियाँ भी प्रस्तुत की गई हैं. प्रथम, मानक विश्लेषण विधि, आठ रन में से प्रत्येक के लिए एक थ्रेशोल्ड मान में परिणाम, जहां कि थ्रेशोल्ड तीन उत्तेजना जोड़े के पहले एसिंक्रोनस जा रहा है के रूप में पहचान की अंतर-उत्तेजना अंतराल है । आठ थ्रेसहोल्ड का माध्य उस प्रतिभागी के लिए TDT मान के रूप में लिया जाता है । हालांकि यह विश्वसनीय साबित हो गया है, यह फिर भी एक ही मूल्य है । आदेश में एक व्यक्ति के लौकिक भेदभाव एक ही मूल्य पर आधारित क्षमता का आकलन करने की क्षमता की सीमा को दूर करने के लिए, एक और अधिक परिष्कृत दृष्टिकोण भी प्रस्तुत किया गया है । इस उदाहरण में, एक भागीदार's डेटा एक संचयी गाऊसी वितरण और माध्य और मानक विचलन निकाली के साथ सज्जित है । इसके अतिरिक्त, डेटा एक गैर-पैरामीट्रिक bootstrapped विश्लेषण करने के लिए प्रस्तुत कर रहे है प्रत्येक भागीदार's डेटा16के लिए ९५% विश्वास अंतराल प्राप्त करने के लिए । डेटा विश्लेषण की यह विधि दृश्य धारणा में अंतर में गहरी अंतर्दृष्टि प्राप्त करने की क्षमता प्रदान करता है, विशेष रूप से जब भीतर और नियंत्रण और रोगी समूहों के बीच मतभेदों की जांच ।

ग्रीवा दुस्तानता के pathophysiology को समझने के लिए TDT के आवेदन

हालांकि यह संभावना है कि cortical प्रसंस्करण अस्थाई भेदभाव20में प्रासंगिक है, सबूत पता चलता है कि ग्रीवा दुस्तानता असामांय लौकिक भेदभाव में मुख्य रूप से एक बेहतर colliculus शामिल नेटवर्क में एक विकार को दर्शाता है और बेसल गैंग्लिया4,21. एक असामांय TDT का पता लगाने या भेदभाव पर्यावरण परिवर्तन की क्षमता के रूप में व्याख्या की जा सकती है । बेहतर colliculus, पृष्ठीय midbrain में, का पता लगाने और मुख्य उत्तेजनाओं को प्रतिक्रिया देने में एक महत्वपूर्ण भूमिका निभाता है22। हालांकि एक जटिल संरचना, यह कार्यात्मक रूप से दो परतों में अलग किया जा सकता है22. सतही परत में visuosensory न्यूरॉन्स दृश्य प्रणाली से सीधे इनपुट प्राप्त करते हैं, जबकि गहरी परत में मोटर और cephalomotor न्यूरॉन्स आँखों, गर्दन और सिर की मांसपेशियों के नियंत्रण सहित कई अनुमानों, है. सुपीरियर collicular गतिविधि गामा-aminobutyric एसिड (गाबा), एक निरोधात्मक न्यूरोट्रांसमीटर23द्वारा संग्राहक है । निरोधात्मक GABAergic गतिविधि सतही परत में दोनों visuosensory ंयूरॉंस में क्षणिक फट प्रतिक्रिया की अवधि और बेहतर colliculus24की गहरी परत में मोटर चालित न्यूरॉन्स सीमा । एक दृश्य उत्तेजना के जवाब में, सतही परत प्रदर्शन में दृश्य ंयूरॉंस एक क्षणिक 'पर' प्रतिक्रिया । GABAergic निषेध तो इस प्रतिक्रिया खामोशी, न्यूरॉन्स को सक्षम करने के लिए फिर से जवाब जब वे दृश्य उत्तेजना के रूप में पर्यावरण में परिवर्तन का पता लगाने के लिए तैयार होना बंद कर दिया है । यदि गाबा अपर्याप्त है, इन न्यूरॉन्स शिथिलता सक्रिय हो सकता है24. यह कल्पना की है कि अपर्याप्त GABAergic अवरोध परिणाम लंबे समय तक अवधि फायरिंग में दृश्य ंयूरॉंस की, असामांय लौकिक भेदभाव को जंम दे रही है, और लंबे समय तक TDT मूल्यों । इसके अलावा, गर्भाशय ग्रीवा दुस्तानता की विशेषता असामान्य आंदोलनों अपर्याप्त GABAergic अवरोध से भी परिणाम की परिकल्पना कर रहे हैं, बेहतर colliculus की गहरी परतों में cephalomotor न्यूरॉन्स द्वारा इस बार.

एक endophenotype आनुवंशिक गाड़ी के एक उपनैदानिक मार्कर है कि मदद कर सकते है हमें बीमारी pathomechanisms समझ है । TDT वयस्क शुरुआत फोकल दुस्तानता2,4 के लिए एक संभावित endophenotype के रूप में प्रस्तावित है और अप करने के लिए रोगियों के ९७% और उनके नैदानिक अप्रभावित रिश्तेदारों के लगभग ५०% में असामांय हो पाया गया है1,3 ,4. इसके अलावा, असामान्य TDT गर्भाशय ग्रीवा दुस्तानता14,25के समान है कि एक उंर और सेक्स से संबंधित पैटर्न का पालन करने के लिए दिखाया गया है । इन निष्कर्षों ऑटोसोमल प्रमुख भाग सुझाव और वयस्क शुरुआत फोकल दुस्तानता के लिए एक endophenotype के रूप में TDT के उपयोग का समर्थन है, और विशेष रूप से, ग्रीवा दुस्तानता ।

यह आलेख कैसे मापने के लिए और एक भागीदार के दृश्य लौकिक भेदभाव का विश्लेषण पर एक गाइड प्रदान की गई है । इसके अलावा, वीडियो में एनिमेटेड ग्राफिक्स की सहायता के साथ, ग्रीवा दुस्तानता के अध्ययन के लिए TDT के आवेदन के संदर्भ में दोनों को रेखांकित किया गया है यह एक विश्वसनीय endophenotype जा रहा है, और एक संभावित उपकरण के रूप में इस विकार के pathomechanisms पर प्रकाश डाला ।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

रेबेका बी बेक, Eavan एम Mc शासन, जॉन बटलर, डोरिना Birsanu, ब्रेंडन Quinlivan, Ines Beiser, श्रुति Narasimham कोई धन स्रोतों, वित्तीय प्रकटीकरण या हितों की घोषणा के लिए संघर्ष किया है । माइकल Hutchinson दुस्तानता आयरलैंड से अनुसंधान अनुदान प्राप्त करता है, आयरलैंड के स्वास्थ्य अनुसंधान बोर्ड (CSA-2012-5), दुस्तानता अनुसंधान के लिए फाउंडेशन (बेल्जियम) और आयरिश नैदानिक तंत्रिका विज्ञान संस्थान । शॉन ओ'Riordan Abbvie से एक वक्ता'एस मानदेय प्राप्त रिपोर्टों । रिचर्ड Reilly विज्ञान फाउंडेशन आयरलैंड, Enterprise आयरलैंड और आयरलैंड के स्वास्थ्य अनुसंधान बोर्ड से धन प्राप्त करता है ।

Acknowledgments

यह शोध स्वास्थ्य अनुसंधान बोर्ड, दुस्तानता आयरलैंड, विज्ञान फाउंडेशन आयरलैंड और आयरिश क्लिनिकल न्यूरोन संस्थान से अनुदान द्वारा समर्थित किया गया था ।

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

तंत्रिका विज्ञान मुद्दा १३१ अस्थाई भेदभाव लौकिक भेदभाव दहलीज सीढ़ी यादृच्छिक दुस्तानता ग्रीवा दुस्तानता Endophenotype
माप और लौकिक भेदभाव सीमा का विश्लेषण गर्भाशय ग्रीवा के दुस्तानता के लिए लागू
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