Summary
Méthodes de mesure et d’analyse du seuil de discrimination temporelle sont présentées, et son application à l’étude de la pathogenèse de la dystonie cervicale sont discutées.
Abstract
Le seuil de discrimination temporelle (TDT) est le plus court intervalle de temps au cours de laquelle un observateur peut distinguer deux séquentielle des stimuli comme étant asynchrones (en général 30 à 50 ms). Il s’est avéré être anormales (prolongées) dans troubles neurologiques, y compris la dystonie cervicale, un phénotype de la dystonie focale isolée idiopathique d’adulte. La TDT est une mesure quantitative de la capacité à percevoir des changements rapides dans l’environnement et est considérée comme indicative du comportement des neurones visuels dans le colliculus supérieur, un nœud de clé en orientant attentionnel secrètes. Cet article définit des méthodes pour mesurer la TDT (y compris les deux options matérielles et deux modes de présentation des stimuli). Nous explorons également deux approches d’analyse de données et calcul de TDT. L’application de l’évaluation de la discrimination temporelle à la compréhension de la pathogenèse de la dystonie cervicale et adulte idiopathique isolée de la dystonie focale est aussi discutée.
Introduction
La discrimination temporelle décrit la capacité d’une personne à une discrimination, ou percevoir, des changements rapides dans leur environnement. Le seuil de discrimination temporelle (TDT) est le plus court intervalle de temps au cours de laquelle un individu peut percevoir que deux stimuli sensoriels séquentielles sont asynchrones. La discrimination temporelle s’est avérée être anormalement prolongée dans les troubles qui affectent les noyaux gris centraux, y compris la dystonie1,2,3,4,5,6 , 7.
La dystonie est le troisième rang des trouble du mouvement neurologiques - après Parkinson'la maladie et le tremblement essentiel. Elle est caractérisée par des contractions musculaire soutenue ou par intermittence entraînant des mouvements anormaux, souvent répétitifs, ou postures8. La dystonie peut affecter n’importe quelle partie du corps. Quand elle affecte une partie du corps, elle est appelée dystonie focale8. Dystonie affectant les muscles du cou est appelée dystonie cervicale et est le phénotype plus courant de la dystonie focale isolée idiopathique d’adulte. 9 , 10 la pathogenèse de la dystonie cervicale reste inconnue ; elle est réputée être une maladie génétique à transmission autosomique dominante et une pénétrance nettement réduite. Les facteurs environnementaux sont également importantes en ce qui concerne l’expression et la pénétrance de la maladie.
Le colliculus supérieur, une structure sensori-motrice, situé dans le mésencéphale dorsal, est important pour la détection rapide des stimuli environnementaux dans le processus de secrètes attentionnel orientation2,11,12. Stimuli visuels accéder rapidement le colliculus supérieur par la voie magnocellulaire rétino-tectal. La TDT est une mesure simple, objective, censée représenter le traitement des visuels (et autres stimuli sensoriels) dans les couches superficielles du colliculus supérieur. La TDT a été étudié chez les individus atteints de dystonie cervicale, leurs parents affectés et les participants de contrôle sain. Par rapport aux participants de contrôle appariés selon l’âge et le sexe, un TDT anormale a une sensibilité élevée (97 %, 36 des 37 patients) et la spécificité (98-100 %) dans la dystonie cervicale1. Un TDT anormal a été trouvé dans 50 % des pas affectées parentes au premier degré de patients atteints de dystonie cervicale (14 25, 48 ans ou plus), ce qui démontre la pénétrance âge - et liées au sexe avec une hérédité dominante autosomique13, 14. un TDT anormale chez les parents pas affectés des patients dystonie cervicale (comparées aux parents avec TDTs normales) est associé avec augmentation du volume putaminal (par voxel-basé morphométrie)15 et réduit l’activité putaminal (IRMf)4 . Le colliculus supérieur est considéré comme un nœud important dans le réseau neuronal qui est dysfonctionnel dans la dystonie cervicale12. L’évaluation de la discrimination temporelle est considérée comme fournissant des indices importants quant à la dystonie cervicale sous-jacente pathomécanismes.
L’objectif de cet article est de présenter deux méthodes pour mesurer et analyser la discrimination temporelle, ainsi que démontrer l’application de cette méthode à l’étude de la physiopathologie de la dystonie cervicale.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Le Comité d’éthique de recherche médicale à St. Vincent University Hospital, Dublin a approuvé pour le recrutement des patients atteints de dystonie cervicale, leurs frères et soeurs (pas affectés par la dystonie) et les témoins sains, de participer au protocole décrit ci-dessous.
1. hardware & Software Solutions
Remarque : Deux options matérielles ont été développées pour afficher des stimuli visuels avec des intervalles inter-stimulus précis. Tous deux ont été conçus et construit au Centre de la Trinité pour la bio-ingénierie, Trinity College de Dublin et ont été décrites précédemment5,16. Ceux qui veulent reproduire les solutions de matériel exact utilisées dans les présentes peuvent même demander en communiquant directement avec le Centre de la Trinité pour la bio-ingénierie. Par ailleurs, un ensemble complet d’instructions, y compris les fichiers d’impression 3D pour le casque, les instructions pour l’accompagnement microcontrôleur Arduino, etc.. peut être téléchargée sur http://www.dystoniaresearch.ie/temporal-discrimination-threshold/. Les stimuli présentés dans l’approche de dessus de table peuvent être générés à l’aide de programmes personnalisés en présentation (par exemple, les systèmes neuro-comportementaux), installé sur un ordinateur de bureau et programmé pour contrôler les diodes électroluminescentes (LED) via le port parallèle de l’ordinateur. Sinon, tel que décrit ci-dessous, le dessus de table LED peut être contrôlé via un microcontrôleur Arduino. Les code de présentation et les fichiers de l’Arduino sont également disponibles en téléchargement sur le lien ci-dessus.
- Matériel TDT : méthode de la Table-Top
- Marquer un « X », comme un point de fixation, sur un noir mat ou la feuille placée sur la table en face du participant.
- Demander aux participants de se positionner afin qu’ils sont assis directement en face du point de fixation.
- Placez les paires jaune diode électroluminescente (LED) (5 mm de diamètre, 90 cd/m2 luminance), enfermés dans une boîte, sur la table en face du participant.
- Orienter la boîte telles que les LEDs sont verticalement alignées et positionnés à 7 ° du point central du sujet sur la gauche et la droite, selon les besoins.
- Faire cette expérience dans une pièce sombre. Une petite quantité de luminance de l’arrière-plan peut être requise pour permettre à l’opérateur de voir suffisamment pour exécuter l’expérience.
- Informer le participant de se concentrer sur le point de fixation en tout temps et de ne pas regarder directement le clignotement des LEDs.
- Connectez le microcontrôleur à la zone de LED et suivez l’à l’écran les instructions qui s’affichées sur l’écran à cristaux liquides de la boîte de microcontrôleur, par exemple, sélectionnez présentation méthode : « aléatoire » ou « escalier » et sélectionnez le mode : « première supérieure gauche », etc. .
- Demander au participant de répondre « même » ou « différente » présentation suivante de chaque paire de relance, selon qu’ils perçoivent les stimuli synchrones ou asynchrones.
- Informer le participant lorsque chaque procès est sur le point de commencer, en vocalisant l’à l’écran compte à rebours de 5-0 s.
Figure 1: (a) schéma de la conception du casque. Une paire de LEDs jaunes (5 mm de diamètre) et la fixation du rouge LED (3 mm de diamètre), sont placés à gauche et à droite du participant via une unité de visiocasques et rendues visibles par le biais de réflexion dans le miroir en face de l’utilisateur. (b) modèle 3D schématique du casque. Le casque a été développé à partir de plastique de frittage laser en nylon, pèse 0,70 kg, a un indice de manque de transparence et est de couleur afin de minimiser la pénétrance lumière noir. (a et b) sont reproduites, avec de légères modifications, de Butler et al. 16 avec la permission de IOP Publishing. (c) la boîte de stimulus de LED pour la présentation de la table-top.
- Matériel TDT : TDT Portable Headset
- Faire l’expérience dans n’importe quel endroit approprié.
- Connecter le microcontrôleur pour le casque et suivez l’à l’écran instructions qui s’affichées sur l’écran à cristaux liquides de la boîte de microcontrôleur, par exemple, sélectionnez mode de présentation : « aléatoire » ou « escalier » et le mode : « premier supérieur gauche », etc..
- Diriger le participant à se positionner avec les coudes sur une table en face d’eux. Puis, tenant l’appareil à la main, dirigez-les pour appuyer légèrement sur leur visage dans le joint d’étanchéité en caoutchouc entourant l’oculaire, ainsi sceller la lumière ambiante.
- Informer le participant de se concentrer sur la fixation du rouge LED en permanence et de ne pas regarder directement le clignotement des LEDs.
- Demander au participant de répondre « même » ou « différente » présentation suivante de chaque paire de relance, selon qu’ils perçoivent les stimuli synchrones ou asynchrones.
- Informer le participant lorsque chaque procès est sur le point de commencer, en vocalisant l’à l’écran compte à rebours de 5-0 s.
2. présentation du stimulus
Remarque : Deux approches de présentation de stimulation ont été employées.
- Méthode de l’escalier
- Sélectionnez « staircase » présentation ; stimuli sont présentés tous les 5 s avec l’intervalle de relance inter commençant par 0 et devenant progressivement plus asynchrone (augmentation de 5 ms) chaque fois.
- Sélectionnez l’une des modalités de la présentation de quatre : première (ii) à (i) gauche haut LED gauche inférieure d’abord LED LED supérieur (iii) droit premier, ou (iv) droite bas LED tout d’abord.
- Répétez l’étape 2.1.2 afin que chaque modalité est exécutée deux fois, soit un total de huit pistes.
- Mettre fin au procès lorsqu’un participant répond « différent » pour trois paires consécutives de stimuli.
- Méthode de présentation aléatoire
- Sélectionnez « Random » présentation ; paires de stimuli sont présentés tous les 5 s. L’intervalle de relance inter varie, de manière aléatoire, de 0 à 100 ms.
- Sélectionnez l’une des modalités de la présentation de quatre : première (ii) à (i) gauche haut LED gauche inférieure d’abord LED LED supérieur (iii) droit premier, ou (iv) droite bas LED tout d’abord.
- Répétez l’étape 2.2.2 afin que chaque modalité est exécutée deux fois, soit un total de huit pistes.
Remarque : Chaque course est la même longueur et complétera automatiquement.
3. analyse des données
- Valeur unique de TDT
- En utilisant les données de la méthode de l’escalier, mettez en surbrillance le premier des trois réponses « différents » finales pour chacun des huit pistes. Ce sont les valeurs de seuil pour chaque série.
- Calculer le seuil de discrimination temporelle (TDT) pour chaque participant, en prenant la médiane des seuils de chacune des huit descentes ; ayant pour résultat une seule valeur TDT (en millisecondes) par personne.
- Calculer le Z-score pour chaque participant. Définir le Z-score comme la différence entre TDT du participant et le TDT moyenne d’une population de témoins du même âge (
, divisé par l’écart type des valeurs TDT pour cette population de contrôle 
.
- Déterminer si l’individu a un TDT normale ou anormale. Un Zscore ≥ 2,5 est censé pour refléter un TDT anormale.
- Analyse de la distribution
- En utilisant les données de la méthode de l’escalier, encoder les données de réponse telle que « 0 » correspond au « même » et « 1 » correspond à « différent », tableau 1.
- Télécharger un MATLAB.exe gratuit pour effectuer l’analyse de distribution décrite ci-dessous de http://www.dystoniaresearch.ie/temporal-discrimination-threshold/. Voir Butler et al. 16 pour une description complète de cette méthode. Sinon, procédez comme suit.
- Touche les données pour s’assurer que toutes les séries sont la même longueur que la plus longue piste. Ceci est fait en supposant que toutes les réponses ultérieures, après la fin d’une série, sont « différents », tableau 1 b.
- Réponses moyennes dans des essais pour chaque participant, Tableau 1C. Cela peut être tracée en fonction de l’asynchronisme de stimulus.
- S’adapter à ces données, la moyennes ou représentatives avec une fonction gaussienne cumulative. La moyenne de cette distribution représente le point auquel les participants sont également susceptibles de répondre « même » ou « différent ». Ce point est appelé le « point d’égalité subjective » (PSE). L’écart type de la distribution gaussienne, également dénommée la « différence perceptible » (SDP), indique le degré de sensibilité participants sont aux changements dans l’asynchronie temporelle autour de leur moyenne.
- Étendre l’analyse en soumettant les données à une procédure bootstrap non-paramétrique afin d’estimer les intervalles de confiance de 95 % pour la TDT et le PSE et le SDP de la fonction gaussienne psychométrique, cumulative. Pour ce faire, générer des nouveaux ensembles de données représentatives par sondage avec remplacement des réponses originales, tableau 1, point b, pour chaque pas de temps. Calculer la TDT et s’adapter à une nouvelle fonction psychométrique pour chaque ensemble de données représentatif de16.
- Calculer la bonté de l’ajustement, ou déviance (D), pour chaque participant en utilisant le ratio de la log-vraisemblance,16,17
où K est le nombre de points dans le temps, nj’ai est que le nombre de répétitions à ce point dans le temps, généralement huit répétitions (quatre droite et gauche quatre), yj’ai est la proportion observée de réponses asynchrones, p j’ai est la proportion de réponses asynchrones prévues par la courbe ajustée. Déviance la valeur 0 signifie un ajustement parfait. - Tracer les résultats.
Remarque : Les données de l’approche de présentation aléatoire peuvent être analysées pour déterminer la TDT simple ou distribué tel que décrit à la section 3 ci-dessus pour les données découlant de la méthode de présentation d’escalier. Toutefois, en raison de l’ordre de présentation aléatoire des intervalles inter-stimuli, ces données doivent tout d’abord commander (du plus petit au plus grand intervalle de relance inter), avant de commencer l’analyse décrite ci-dessus, le tableau 2. En outre, il n’est pas nécessaire remplir les données après présentation aléatoire car, par défaut, toutes les pistes sont d’égale longueur.
, divisé par l’écart type des valeurs TDT pour cette population de contrôle 
.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Exemples de remplie de feuilles de pointage sont fournies dans les tableaux 1 et 2, où elles représentent respectivement les résultats après l’escalier et les méthodes de présentation de stimulus aléatoires. Les seuils pour chaque série (le moment où le premier des trois paires de stimulus censé pour être différents ''), sont mis en évidence. Dans le cas du tableau 1, le TDT est égale à 25 ms (c.-à-d., la médiane de 40, 25, 25, 25, 45, 25, 40, 10 ms). Ces données sont extraites d’une femme de 35 an, qui a participé à une précédente étude18. La moyenne et l’écart-type pour les valeurs TDT de femmes dans cette tranche d’âge ont été 27,48 ms et ms 10,86, respectivement. Par conséquent, le Z-score pour cet individu peut être calculé comme :
Comme cette Zscore est inférieur à 2,5, cet individu a un TDT normal.
Réponses de la même présentation individuelle de relance aléatoire suivant sont présentées au tableau 2. Classer des ces données est une étape importante avant de poursuivre avec l’analyse.
Analyse de la distribution
Étapes clés de l’analyse de la distribution sont illustrées dans le tableau 1 (données rembourrage et réponse en moyenne) et la Figure 2. Les exemples de données utilisées dans cette analyse provient du même sujet que celui discuté ci-dessus et indiqué dans les tableaux 1 et 2. Les parcelles à la Figure 2 sont générés à partir du fichier MATLAB.exe téléchargeable. Le côté gauche montre les données observées, les fonctions gaussiennes cumulatives ajustées aux données bootstrap (itérations suivantes de 2000) et la fonction gaussienne cumulative moyenne. La bonté de mesure fit est illustrée sur le côté droit. Également montré sont les seuils de discrimination temporelle, les paramètres de l’ajustement, le point d’égalité subjective (PSE) et les valeurs de seuil de différence perceptible (SDP). Du côté droit montre la bonté de forme mesure le rapport de vraisemblance de journal (déviance) pour les données d’observation (ligne horizontale rouge) et le Monte-Carlo généré log vraisemblance répartition et les intervalles de confiance 95 % (pointillés horizontaux).
Le même exécutable MATLAB exporte les valeurs TDT, PSE et SDP et amorcés seuil de 2,5 %, 25 %, 50 %, 75 % et 97,5 % des intervalles de confiance, ainsi que la bonté d’ajustement ou de déviance et de seuils dans un fichier excel. Le tableau 3 présente les sorties générées pour les données dans les tableaux 1 et 2. A titre de comparaison, les valeurs TDT pour escalier et procédés de présentation de stimulus aléatoires, obtenues par la méthode standard (médiane de 8 seuils), sont de 25 ms et ms 50 respectivement ; alors que le tableau 3 présente la TDT valeurs obtenues amorçage suivant des données. Voici les 23,75 ms et ms 48,75 respectivement.
Figure 2: la colonne de gauche montre la distribution gaussienne cumulative pour (a) les résultats suivant la méthode de l’escalier de la présentation du stimulus et (b) la méthode aléatoire de la présentation du stimulus. Les points noirs indiquent les données d’origine (la proportion de perception '' différentes réponses en fonction de l’intervalle de relance inter ou asynchronisme temporelle). Les courbes gris clair représentent les fonctions gaussiennes de 2000 qui ont été ajustées aux données amorcées. La courbe grise foncée représente la fonction gaussienne cumulative moyenne. Valeurs pour le Point de l’égalité Subjective (PSE) (moyenne) et juste notable différence (SDP) (déviation standard) et la valeur TDT, calculée à partir de la distribution complète sont détaillés dans le tableau 3. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Tableau 1 : Exemples de données suivant la méthode de présentation des escalier, avec des intervalles de relance inter (ISI) a augmenté de 5 ms chaque fois. (a) données présentées pour chacune des deux conditions (top LED x 2 et bas LED x 2 premières premières) pour les côtés droite et gauche, donnant un total de huit pistes. de ' représente une réponse de « même », et avait ", « différent ». Les intervalles de temps utilisés pour calculer la TDT sont l’ISI de correspondant à la première des trois réponses consécutives de « différents ». Par conséquent, le TDT = 25 ms, la médiane de 40, 25, 25, 25, 45, 25, 40 et 10. (b) les mêmes données comme indiqué en (a), mais codés tels qu’un '0' représente une réponse de « même » et « 1 » « différent ». Données de remplissage (pour la plus longue piste) sont illustrées. Il s’agit d’une étape de prétraitement avant d’appliquer l’analyse de la distribution. (c) moyenne réponses pour chaque ISI. Notez ces valeurs sont utilisées pour générer la distribution psychométrique et sont tracés sur la Figure 2.
Tableau 2 : Réponses du participant même dans le tableau 1, cette fois des stimuli sont présentés avec randomisés intervalles inter-stimulation (ISI). (a) les données pour les deux conditions du côté droit (haut dirigée x2 premier et bas premier x2). Pour la compacité, les données de la partie gauche n’apparaissent pas ici. Cependant, toutes les séries de huit sont utilisés dans toutes les analyses. (b) les mêmes données triées en incrémentant ISI. Le seuil pour chacune des quatre pistes côté droit sont indiqués avec les boîtes en pointillés.
Tableau 3 : Résumé de l’analyse de la distribution gaussienne et la bonté de la Fit pour les résultats de la méthode de présentation escalier Tableau1 et méthode de présentation aléatoire indiquée dans le tableau 2 (toutes les données pour ce participant, par exemple total de huit pistes (4 à gauche et 4 à droite) ont été utilisées en ci-dessus analyse). Point d’égalité subjective, PSE ; seuil de différence perceptible, JND ; discrimination temporelle, TDT ; Qualité de l’ajustement, GoF.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Analyse et mesure de TDT
Deux types d’appareils (table-top et casque), deux méthodes de présentation de stimulation (escalier et aléatoire) et deux approches d’analyse de données (traditionnelles et distribution) ont été présentés pour illustrer la façon de mesurer et de quantifier une personne de temporel capacité de discrimination. Le casque portable fournit une option commode matériel qui assure la cohérence dans la distance et les angles entre le participant et les sources lumineuses LED tout en permettant également les données qui seront recueillies dans n’importe quel endroit pratique. Il, donc, traite certaines des limitations associées à l’approche de dessus de table, à savoir la nécessité de l’éclairage ambiant contrôlé et la portabilité limitée – nécessitant généralement les participants assister à un centre clinique ou de recherche. Le casque protège également contre la possibilité de la variabilité de la distance et l’angle entre les stimuli et participant pendant ou entre les essais, potentiellement découlant des ajustages par le participant. Molloy et coll. ont comparé la table-top et le casque s’approche pour la livraison de stimulus et trouvé le casque pour être fiable et précis5. Toutefois, les deux faiblesses potentielles du casque sont qu’il présente les stimuli monoculaire, c'est-à-dire, seulement l’oeil gauche peut voir les stimulus présentés sur la gauche et vice versa ; et la conception actuelle n’est pas satisfaisant le port de lunettes. Acuité visuelle peut affecter les performances de la TDT, et comme tel, on devrait vérifier toujours aux participants d’avoir une acuité visuelle normale. C’est autant plus important dans le cas de l’approche de l’oreillette, où les verres ne peuvent s’accommoder.
Le « approche escalier' est la méthode la plus courante de la présentation du stimulus pour discrimination temporelle visuels et tactiles des protocoles6,7,14,15,19. Une limitation de cette technique, qui présente des stimuli progressivement asynchrones non randomisées, est qu’il peut éventuellement contribuer à un potentiel effet d’apprentissage. Comme alternative, une modalité de présentation aléatoire a été développée, permettant à des stimuli qui sera présenté de manière aléatoire. La possibilité de la méthode de l’escalier faisant l’objet d’un effet d’apprentissage a été testée spécifiquement par McGovern et collègues16. La méthode d’escalier' 's’est avérée être une approche solide pour des résultats constants à travers les expériences répétées18. Les résultats de cette étude antérieure, comme indiqué ci-dessus, a révélé que méthode de présentation des stimuli randomisée donne des valeurs TDT constamment plus longues comparées à la méthode d’escalier existant (signifie TDTRANDOM 55,08 ms ; moyenne TDTescalier = 30,57 ms pour 30 témoins sains)18. Alors que les deux méthodes de présentation sont valides, la différence dans les valeurs résultantes de TDT met l’accent sur l’importance de maintenir l’uniformité dans le choix de la technique expérimentale au sein et entre des études dans un laboratoire donné. En outre, il faut quand comparant TDT absolue des valeurs dans toutes les études (à partir de patients et contrôles) et dans le calcul desscoresde la Z.
Deux méthodes d’analyse des données ont également été présentés. La méthode d’analyse tout d’abord, standard, donne une valeur de seuil simple pour chacune des huit fonctionne, où ce seuil est l’intervalle de relance inter du premier de trois paires de stimulation sont identifiées comme étant asynchrone. La médiane des huit seuils est considérée comme la valeur TDT pour ce participant. Cela s’est avéré pour être fiable, mais il est néanmoins une valeur unique. Afin de surmonter la limitation potentielle d’évaluer la capacité de discrimination temporelle d’une personne basée sur une valeur unique, une approche plus sophistiquée a également été présentée. Dans ce cas, un participant'données de s sont équipées d’une distribution gaussienne cumulative et la moyenne et l’écart extrait. En outre, les données sont soumises à une analyse bootstrap non-paramétrique pour obtenir des intervalles de confiance de 95 % pour chaque participant's données16. Cette méthode d’analyse de données offre la possibilité d’acquérir une compréhension plus profonde des différences de perception visuelle, particulièrement lorsqu’on examine les différences au sein et entre les groupes de patients et de contrôle.
Application de TDT à la compréhension de la physiopathologie de la dystonie cervicale
S’il est probable que le traitement cortical est pertinent dans la discrimination temporelle20, la preuve indique que dans la dystonie cervicale anormale discrimination temporelle reflète surtout un trouble en un réseau impliquant le colliculus supérieur et noyaux gris centraux4,21. Un TDT anormale peut être interprété comme une capacité affaiblie à détecter ou à discriminer des changements environnementaux. Le colliculus supérieur, dans le mésencéphale dorsal, joue un rôle essentiel dans la détection et de réaction à des stimuli saillants22. Bien qu’une structure complexe, il peut être fonctionnellement séparé en deux couches,22. Les visuosensory de neurones dans la couche superficielle reçoit entrée directe du système visuel, tandis que les neurones pré-motrices et cephalomotor dans la couche profonde ont des projections multiples, y compris le contrôle des muscles des yeux, cou et tête. Colliculaire supérieure activité est modulée par l’acide gamma - aminobutyrique (GABA), un neurotransmetteur inhibiteur23. L’activité GABAergique inhibitrice limite la durée de la réponse transitoire rafale dans les deux visuosensory neurones dans la couche superficielle et prémoteur neurones dans la couche profonde du colliculus supérieur24. En réponse à un stimulus visuel, les neurones visuels dans la couche superficielle présentent un transitoire '' réponse. L’inhibition GABAergique puis fait taire cette réponse, ce qui permet des neurones être prêt à répondre de nouveau quand ils détectent un changement dans l’environnement que le stimulus visuel est désactivé. Si il n’y a pas suffisamment GABA, ces neurones peuvent devenir active dysfunctionally24. Il est possible que l’inhibition GABAergique insuffisante aboutit à durée prolongée de tir des neurones visuels, donnant lieu à une discrimination temporelle anormale et prolongée des valeurs TDT. En outre, la caractéristique des mouvements anormaux de la dystonie cervicale sont l’hypothèse également le résultat d’une inhibition GABAergique insuffisante, cette fois par les neurones cephalomotor dans les couches profondes du colliculus supérieur.
Un endophénotype est un marqueur subclinique de transport génétique qui peut nous aider à comprendre la maladie pathomécanismes. La TDT est proposé comme un endophénotype potentiel pour adulte dystonie focale2,4 et s’est avéré pour être anormal dans jusqu'à 97 % des patients et environ 50 % de leurs parents cliniquement affectés1,3 ,4. En outre, TDT anormale s’est avéré suivent un modèle liés à âge et sexe, semblable à celui de la dystonie cervicale14,25. Ces résultats suggèrent une hérédité dominante autosomique et soutiennent l’utilisation de la TDT comme un endophénotype pour adulte dystonie focale et en particulier, cervicale dystonie.
Cet article a fourni un guide sur la façon de mesurer et d’analyser la discrimination temporelle visuelle du participant. En outre, avec l’aide de graphiques animés dans la vidéo, l’application de TDT à l’étude de la dystonie cervicale a été soulignée aussi bien dans le cadre de celui-ci étant un endophénotype fiable et comme un outil potentiel pour faire la lumière sur les pathomécanismes de ce trouble.
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 n’avoir aucune source de financement, des divulgations financières ou conflit d’intérêts à déclarer. Michael Hutchinson reçoit des subventions de recherche de dystonie en Irlande, le Health Research Board d’Irlande (CSA-2012-5), Fondation pour la recherche de dystonie (Belgique) et l’Institut irlandais des neurosciences cliniques. Sean O'Riordan rapports reçoit une enceinte'honoraires de s de Abbvie. Richard Reilly reçoit du financement de la Science Foundation Ireland, Enterprise Ireland et le Health Research Board de l’Irlande.
Acknowledgments
Cette recherche a été financée par des subventions de la Health Research Board et dystonie Irlande, Science Foundation Ireland, l’Irish Institute for Clinical Neuroscience.
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. |
References
- 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).
- Hutchinson, M., et al. The endophenotype and the phenotype: temporal discrimination and adult-onset dystonia. Mov Disord. 28 (13), 1766-1774 (2013).
- 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).
- Kimmich, O., et al. Temporal discrimination, a cervical dystonia endophenotype: penetrance and functional correlates. Mov Disord. 29 (6), 804-811 (2014).
- 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).
- Termsarasab, P., et al. Neural correlates of abnormal sensory discrimination in laryngeal dystonia. Neuroimage Clin. 10, 18-26 (2016).
- 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).
- Albanese, A., et al. Phenomenology and classification of dystonia: a consensus update. Mov Disord. 28 (7), 863-873 (2013).
- 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).
- Williams, L., et al. Epidemiological, clinical and genetic aspects of adult onset isolated focal dystonia in Ireland. Eur J Neurol. , (2016).
- 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).
- Hutchinson, M., et al. Cervical dystonia: a disorder of the midbrain network for covert attentional orienting. Front Neurol. 5, 54 (2014).
- Williams, L. J., et al. Young Women do it Better: Sexual Dimorphism in Temporal Discrimination. Front Neurol. 6, 258 (2015).
- 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).
- 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).
- 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).
- Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Percept Psychophys. 63 (8), 1293-1313 (2001).
- McGovern, E. M., et al. A comparison of stimulus presentation methods in temporal discrimination testing. Physiol Meas. 38 (2), N57-N64 (2017).
- Scontrini, A., et al. Somatosensory temporal discrimination in patients with primary focal dystonia. J Neurol Neurosurg Psychiatry. 80 (12), 1315-1319 (2009).
- 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).
- Pastor, M. A., Macaluso, E., Day, B. L., Frackowiak, R. S. Putaminal activity is related to perceptual certainty. Neuroimage. 41 (1), 123-129 (2008).
- Isa, T., Hall, W. C. Exploring the superior colliculus in vitro. J Neurophysiol. 102 (5), 2581-2593 (2009).
- 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).
- Kaneda, K., Isa, T. GABAergic mechanisms for shaping transient visual responses in the mouse superior colliculus. Neuroscience. 235, 129-140 (2013).
- Ramos, V. F., Esquenazi, A., Villegas, M. A., Wu, T., Hallett, M. Temporal discrimination threshold with healthy aging. Neurobiol Aging. 43, 174-179 (2016).
