Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Neuroscience

Medición y análisis del umbral de discriminación Temporal aplicado a Distonía Cervical

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

Summary

Se presentan métodos para la medición y el análisis del umbral de discriminación temporal y su aplicación al estudio de la patogenia de la distonía cervical se discuten.

Abstract

El umbral de discriminación temporal (TDT) es el más corto intervalo de tiempo en el cual un observador puede discriminar dos secuenciales estímulos como asincrónicos (típicamente 30-50 ms). Se ha demostrado para ser anormales (prolongadas) en desórdenes neurológicos, incluyendo distonía cervical, un fenotipo de distonía focal aislada idiopática de inicio adulto. La TDT es una medida cuantitativa de la capacidad de percibir los cambios rápidos en el ambiente y se considera indicativo del comportamiento de las neuronas visuales en el colículo superior, un nodo clave en la orientación atencional encubierta. Este artículo establece métodos para la medición de la TDT (incluyendo dos opciones de hardware y dos modos de presentación de estímulos). También exploramos dos enfoques de análisis de datos y cálculo de la TDT. También se discute la aplicación de la evaluación de la discriminación temporal a la comprensión de la patogenesia de la distonía cervical y la distonía focal aislada idiopática de inicio adulto.

Introduction

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

Discriminación temporal describe la capacidad de una persona a discriminar o percibir, rápidos cambios en su entorno. El umbral de discriminación temporal (TDT) es el más corto intervalo de tiempo en el cual un individuo puede percibir que dos estímulos sensoriales secuenciales son asíncronos. Discriminación temporal se ha demostrado para ser anormalmente prolongada en trastornos que afectan los ganglios basales, incluyendo distonía1,2,3,4,5,6 , 7.

La distonía es el trastorno neurológico del movimiento tercera más frecuente - después de'de Parkinson enfermedad de s y temblor esencial. Se caracteriza por contracciones musculares sostenida o intermitente causando movimientos anormales, a menudo repetitivos, o posturas8. La distonía puede afectar a cualquier parte del cuerpo. Cuando afecta a una parte del cuerpo se conoce como distonía focal8. Distonía que afecta a los músculos del cuello se conoce como distonía cervical y es el fenotipo más común de distonía focal aislada idiopática de inicio adulto. 9 , 10 la patogenesia de la distonía cervical sigue siendo desconocida; se considera un trastorno genético con herencia autosómica dominante y penetrancia reducida notablemente. Factores ambientales también se consideran importantes en relación con expresión y penetrancia de la enfermedad.

El colículo superior, una estructura sensoriomotora situada en el mesencéfalo dorsal, es importante para la detección rápida de los estímulos ambientales en el proceso de encubierta atencional orientación2,11,12. Estímulos visuales acceder a colliculus superior rápidamente a través de la vía retino-tectal magnocelulares. La TDT es una medida simple y objetiva creída que representan el procesamiento visual (y otros estímulos sensoriales) en las capas superficiales del colículo superior. La TDT ha sido estudiado en personas con distonía cervical, sus parientes inafectados y participantes sanos del control. En comparación con los participantes de control pareados por edad y sexo, un TDT anormal tiene alta sensibilidad (97%, 36 de los 37 pacientes) y especificidad (98-100%) en la distonía cervical1. Un TDT anormal se ha encontrado en el 50% de parientes inafectados de mujer primer grados de pacientes con distonía cervical (14 de 25, de 48 años o más), demostrando la penetrancia relacionada con la edad y sexo con herencia autosómica dominante13, 14. un TDT anormal en parientes inafectados de los pacientes de distonía cervical (comparados a los familiares con TDTs normales) se asocia con aumento de volumen del putaminal (por morfometría basada en voxel)15 y disminución de la actividad del putaminal (por fMRI)4 . El colículo superior se considera un importante nodo de la red neuronal, que es disfuncional en distonía cervical12. La evaluación de la discriminación temporal se considera proporcionar pistas importantes en cuanto a la pathomechanisms subyacentes la distonía cervical.

El objetivo de este artículo es presentar dos métodos para medir y analizar la discriminación temporal, así como demostrar la aplicación de este método al estudio de la patofisiología de la distonía cervical.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

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

El Comité de ética de investigación médica en el Hospital de la Universidad de St. Vincent, Dublín dio su aprobación para el reclutamiento de pacientes con distonía cervical, sus hermanos (no afectados por distonía) y controles sanos, a participar en el protocolo descrito a continuación.

1. hardware & Software Solutions

Nota: Se han desarrollado dos opciones de hardware para mostrar estímulos visuales con precisión intervalos inter-estímulos. Ambos fueron diseñados y construcción en el local en el centro de Trinidad para bioingeniería, Trinity College de Dublín y han sido previamente descritos5,16. Aquellos que deseen replicar las soluciones de hardware exacto utilizadas en el presente mismo podrá ponerse en contacto con el centro de la Trinidad de Bioingeniería directamente. Por otra parte, un conjunto completo de instrucciones incluyendo archivos de impresión 3D para los auriculares, instrucciones para el microcontrolador Arduino acompañamiento, etcetera. puede descargarse de http://www.dystoniaresearch.ie/temporal-discrimination-threshold/. Los estímulos presentados en el enfoque de la mesa se pueden generar usando programas especiales en presentación (p. ej., sistemas neuroconductuales), instalado en un ordenador de sobremesa y programado para controlar los diodos emisores de luz (LED) vía el puerto paralelo de el equipo. Por otra parte, como se describe a continuación, la mesa LED puede ser controlada mediante un microcontrolador Arduino. El código de presentación y archivos Arduino también están disponibles para descargar desde el enlace anterior.

  1. Hardware TDT: método de la mesa
    1. Marque una 'X', como punto de fijación, sobre un tapete negro u hoja colocada sobre la mesa delante del participante.
    2. Pregunte a los participantes a posicionarse para que se sienta directamente delante del punto de fijación.
    3. Colocar los pares amarillo diodo electroluminoso (LED) (5 mm de diámetro, 90 cd/m2 luminancia), encerrados en una caja, sobre la mesa delante del participante.
    4. Oriente la caja de tal manera que los LEDs estén alineados verticalmente y coloca 7 ° desde el punto de centro del sujeto en el lado izquierdo y derecho, según sea necesario.
    5. Realizar este experimento en una habitación oscura. Una pequeña cantidad de luminancia de fondo puede ser necesaria para permitir al operador ver lo suficiente como para ejecutar el experimento.
    6. Instruir al participante a centrarse en el punto de fijación en todo momento y no mire directamente a la intermitente LED.
    7. Conectar el microcontrolador a la caja de LED y siga la pantalla instrucciones mostradas en la pantalla de cristal líquido de la caja del microcontrolador, por ejemplo, seleccione el método de presentación: 'al azar' o 'escalera' y seleccione el modo: 'primero superior izquierda', etcetera .
    8. Pregunte al participante a responder "misma" o "diferente" la siguiente presentación de cada par de estímulo, dependiendo de si perciben los estímulos a ser sincrónica o asincrónica.
    9. Informar al participante cuando cada ensayo está a punto de comenzar, por vocalizar la pantalla cuenta descendiente de s de 5-0.

Figure 1
Figura 1: (a) diagrama esquemático del diseño del auricular. Un par de LEDs amarillos (5 mm de diámetro) y la fijación rojo LED (3 mm de diámetro), se colocan en el lado izquierdo y derecho del participante a través de un aparato montado en la cabeza y hace visibles a través de la reflexión en los espejos frente al usuario. (b) modelo 3D esquema de los auriculares. El auricular se desarrolló a partir de plástico de nylon sinterizado láser, pesa 0,70 kg, tiene un índice de baja transparencia y es negro en color para reducir al mínimo la penetración de luz. (a y b) se reproducen, con leves modificaciones, de Butler et al. 16 con el permiso de IOP Publishing. (c) la caja de estímulo de LED para la presentación de la mesa.

  1. Hardware TDT: TDT portátil auriculares
    1. Realizar el experimento en cualquier lugar adecuado.
    2. Conectar el microcontrolador a la auricular y siga la pantalla instrucciones mostradas en la pantalla de cristal líquido de la caja del microcontrolador, por ejemplo, seleccione el método de presentación: 'al azar' o 'escalera' y el modo: 'primero superior izquierda', etcetera.
    3. Dirija los participantes a posicionarse con sus codos sobre una mesa frente a ellos. Luego, sosteniendo el dispositivo en sus manos, dirigirlos para presionar suavemente su cara en el sellador de goma alrededor del ocular, de tal modo sellado luz ambiente.
    4. Instruir al participante para centrarse en la fijación rojo LED en todo momento y no mirar directamente el parpadeo LEDs.
    5. Pregunte al participante a responder "misma" o "diferente" la siguiente presentación de cada par de estímulo, dependiendo de si perciben los estímulos a ser sincrónica o asincrónica.
    6. Informar al participante cuando cada ensayo está a punto de comenzar, por vocalizar la pantalla cuenta descendiente de s de 5-0.

2. estímulo presentación

Nota: Se han empleado dos métodos para la presentación del estímulo.

  1. Método de la escalera
    1. Seleccione Presentación de la 'escalera'; estímulos se presentan cada 5 s con el intervalo inter-estímulo a partir de 0 y llegar a ser progresivamente más asincrónico (aumento de 5 ms) cada vez.
    2. Seleccione cualquiera de las modalidades de presentación de cuatro: (ii) LED (i) izquierda superior izquierda inferior LED superior (iii) derecho de primera primero, o (iv) derecho LED inferior primero.
    3. Repita el paso 2.1.2 para que cada modalidad se ejecuta dos veces, resultando en un total de ocho carreras.
    4. Dar por terminado el juicio cuando un participante responde "diferente" de tres pares consecutivos de estímulos.
  2. Método de presentación al azar
    1. Seleccione Presentación 'Al azar'; pares de estímulos se presentan cada 5 s. El intervalo inter-estímulo varía, de una manera al azar, de 0-100 ms.
    2. Seleccione cualquiera de las modalidades de presentación de cuatro: (ii) LED (i) izquierda superior izquierda inferior LED superior (iii) derecho de primera primero, o (iv) derecho LED inferior primero.
    3. Repita el paso 2.2.2 para que cada modalidad se ejecuta dos veces, resultando en un total de ocho carreras.
      Nota: Cada serie tiene la misma longitud y se completará automáticamente.

3. Análisis de los datos

  1. Valor único de la TDT
    1. Usando los datos por el método de la escalera, destacar la primera de las tres respuestas "diferentes" finales para cada una de las ocho carreras. Estos son los valores de umbral para cada serie.
    2. Calcular el umbral de discriminación temporal (TDT) para cada participante, tomando la media de los umbrales de cada uno de sus ocho carreras; dando como resultado un valor único de la TDT (en milisegundos) por persona.
    3. Calcular el Zscore para cada participante. Definir el Zscore como la diferencia entre TDT el participante y la TDT media de una población de edad comparable del control (Equaiton 1, dividido por la desviación estándar de los valores de la TDT para que la población control Equaiton 2 .
      Equaiton 3
    4. Determinar si el individuo tiene un TDT normal o anormal. Se considerará que un Zscore ≥ 2.5 para reflejar un TDT anormal.
  2. Análisis de distribución
    1. Usando los datos por el método de la escalera, codificar los datos de respuesta tal que '0' corresponde a "mismo" y "1" corresponde al "diferente", tabla 1.
    2. Descargar un MATLAB.exe libre para realizar el análisis de la distribución que se describe a continuación de http://www.dystoniaresearch.ie/temporal-discrimination-threshold/. Ver Butler et al. 16 para una descripción completa de este método. Por otra parte, proceda como se describe a continuación.
    3. Cojín los datos para todas las ejecuciones de la misma longitud que el funcionamiento más largo. Esto se hace asumiendo que todas las respuestas posteriores, siguiendo la terminación de una carrera, son "diferentes", tabla 1.
    4. Respuestas promedio a través de ensayos para cada participante, tabla 1. Esto se puede trazar como una función de asincronía de estímulo.
    5. Ajustar estos datos con una función Gaussiana acumulada promedio o representativos. La media de esta distribución representa el punto en el cual los participantes son igualmente probables responder "mismo" o "diferente". Este punto se conoce como el 'punto de igualdad subjetiva' (PSE). La desviación estándar de la distribución de Gauss, también conocida como la 'diferencia apenas notable' (JND), indica a los participantes cómo sensibles son a los cambios en asincronía temporal alrededor de su media.
    6. Extender el análisis presentando los datos a un procedimiento de bootstrapping no paramétrica para estimar los intervalos de confianza de 95% para la TDT y el PSE y de la función Gaussiana psicométrica y acumulativa. Para ello, generar nuevos conjuntos de datos representativos por muestreo al azar con reemplazo de las respuestas originales, tabla 1, para cada paso de tiempo. Calcular el TDT y montar una nueva función psicométrica para cada conjunto de datos representativo16.
    7. Calcular la bondad de ajuste, o desviación (D), para cada participante con la log-verosimilitud,16,17
      Equaiton 4
      donde K es el número de puntos del tiempo, n es que el número de repeticiones en ese momento, generalmente ocho repeticiones (cuatro derecha y cuatro a la izquierda), y es la proporción observada de las respuestas asincrónicas, p es la proporción de respuestas asincrónicas predicho por la curva cabida. Un valor de desviación de 0 significa un ajuste perfecto.
    8. Trazar los resultados.
      Nota: Datos desde el enfoque de presentación al azar pueden ser analizados para determinar la TDT simple o distribuido como se describe en la sección 3 arriba para datos derivados del método de presentación de la escalera. Sin embargo, debido a la orden de presentación al azar de intervalos entre estímulos, se deben pedir primero estos datos (de menor a mayor intervalo inter-estímulo), antes de comenzar el análisis describen anteriormente, la tabla 2. Además, no es necesario rellenar los datos según presentación aleatoria, de forma predeterminada, todas las ejecuciones son de igual longitud.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

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

Lleno de ejemplos de hojas de resultados se proporcionan en las tablas 1 y 2, donde estos representan respectivamente los resultados después de la escalera y métodos de presentación de estímulo al azar. Los umbrales para cada (el tiempo de la primera de tres pares de estímulos considerados diferentes 'de '), se destacan. En el caso de la tabla 1, la TDT se calcula como 25 ms (es decir, la mediana de 40, 25, 25, 25, 45, 25, 40, 10 ms). Estos datos son tomados de una mujer de 35 año de edad que participaron en un anterior estudio18. La media y la desviación estándar para valores de la TDT de las mujeres en este grupo de edad fueron ms 27,48 y 10,86 ms, respectivamente. Por lo tanto el Z-score para este individuo puede ser calculado como:
Equaiton 5

Como este Zpuntuación está por debajo de 2.5, este individuo tiene un TDT normal.

Las respuestas de la misma presentación de estímulo al azar siguientes individuales se muestran en la tabla 2. Ordenar estos datos es un paso importante antes de continuar con el análisis.

Análisis de distribución

Etapas clave en el análisis de la distribución se ilustran en la tabla 1 (datos almohadillado y respuesta promedio) y la figura 2. Los datos de ejemplo utilizados en este análisis están del mismo tema que hemos comentado anteriormente y se muestra en las tablas 1 y 2. Las parcelas en la figura 2 se generan desde el archivo MATLAB.exe descargable. El lado izquierdo muestra los datos observados, las funciones Gaussianas acumuladas a los datos de arranque (siguiente 2000 iteraciones) y la función Gaussiana acumulada promedio. La bondad de ajuste medida es ilustrada a la derecha. También se muestran los umbrales de discriminación temporal, los parámetros de ajuste, el punto de igualdad subjetiva (PSE) y valores de la diferencia apenas perceptible (JND). El lado derecho muestra la bondad de ajuste medida la razón de verosimilitud log (desviación) de los datos observados (línea horizontal roja) y el Monte-Carlo genera distribución de relación de probabilidad log y los intervalos de confianza de 95% (líneas horizontales discontinuas).

El mismo ejecutable MATLAB exporta a un archivo de excel el TDT, PSE y y valores y cortes de arranque de 2,5%, 25%, 50%, 75% y 97.5% intervalos de confianza, así como la bondad del ajuste o desviación y atajos. Tabla 3 proporciona las salidas generadas por los datos en las tablas 1 y 2. A modo de comparación, los valores de la TDT para escalera y métodos de presentación de estímulo al azar, obtenidos por el método estándar (media de los 8 umbrales), son 25 ms y ms 50 respectivamente; mientras que la tabla 3 proporciona la TDT valores bootstrap siguiente obtenida de los datos. Estas son 23,75 ms y ms 48,75 respectivamente.

Figure 2
Figura 2: la columna de la izquierda muestra las distribuciones Gaussian acumulativa para (a) resultados siguiendo el método de la escalera de la presentación de estímulos y (b) el método al azar de la presentación del estímulo. Los puntos negros muestran los datos originales (la proporción de percepción '' diferentes respuestas en función del intervalo inter-estímulo, o asincronía temporal). Las luz gris curvas representan las funciones Gaussian de 2000 que se ajustaron a los datos de arranque. La curva gris oscurezca representa la función Gaussiana acumulada promedio. Valores para el punto de igualdad subjetiva (PSE) (media) y a notable diferencia (JND) (desviación estándar) y el valor de la TDT, calculada a partir de la distribución completa se detallan en la tabla 3. Haga clic aquí para ver una versión más grande de esta figura.

Table 1
Tabla 1: Datos de muestra método de presentación de escalera, con intervalos entre estímulos (ISI) aumentando en 5 ms cada vez. (a) datos mostrados para cada una de las dos condiciones (LED superior primero x 2 y el LED inferior primero x 2) para los lados de derecha e izquierda, dando un total de ocho carreras. de ' representa una respuesta del mismo, y había ', 'diferente'. Los intervalos de tiempo permite calcular la TDT son el ISI de correspondiente a la primera de tres consecutivas respuestas 'diferentes'. Por lo tanto, la TDT = 25 ms, la mediana de 40, 25, 25, 25, 45, 25, 40 y 10. (b) los mismos datos como se muestra en (a), pero codificado en tal manera que un '0' representa una respuesta del 'mismo', y '1' representa 'diferente'. Se ilustran datos almohadillado (a más largo plazo). Este es un paso de preprocesamiento antes de aplicar el análisis de la distribución. (c) media las respuestas para cada ISI. Tenga en cuenta estos valores se utilizan para generar la distribución psicométrica y se representan gráficamente en la figura 2.

Table 1
Tabla 2: Las respuestas al mismo participante como tabla 1, esta vez los estímulos son presentados con al azar intervalos entre estímulos (ISI). (a) datos de las dos condiciones en el lado derecho (parte superior LED x2 primera y fondo LED x2 primera). Por compacidad, los datos de la izquierda no se muestran aquí. Sin embargo, en todos los análisis se utilizan todas las ejecuciones de ocho. (b) los mismos datos ordenados por incremento de ISI. El umbral para cada una de las cuatro carreras de la derecha se indican con trazos cajas.

Table 1
Tabla 3: Resumen de análisis de la distribución gaussiana y bondad de ajuste para los resultados del método de presentación de escalera que se muestra en la tabla 1y método al azar de la presentación que se muestra en la tabla 2 (todos los datos para el participante, por ejemplo, el total de ocho funcionamientos (4 a la izquierda y 4 derecha) han sido utilizados en por encima de análisis). Punto de igualdad subjetiva, PSE; diferencia apenas perceptible, y; discriminación temporal, TDT; Bondad de ajuste, fibra optica.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

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

Análisis y medición de la TDT

Dos formas de aparato (mesa y auricular), dos métodos de presentación del estímulo (escalera y al azar) y dos enfoques de análisis de datos (tradicional y distribución) se presentan para ilustrar cómo medir y cuantificar una persona de temporal capacidad de discriminación. Los auriculares portátiles ofrece una opción de hardware conveniente que asegura la consistencia en la distancia y los ángulos entre el participante y las fuentes de luz LED permitiendo también datos a ser recogidos en cualquier ubicación. Que, por lo tanto, aborda algunas de las limitaciones asociadas con el enfoque de la tapa de tabla, es decir, la necesidad de iluminación controlada y la limitada portabilidad que normalmente requieren los participantes asistir a un centro de investigación o clínica. El auricular también protege contra la posibilidad de variabilidad en la distancia y ángulo entre estímulos y participante durante o entre los ensayos, potencialmente derivados de ajustes posicionales por el participante. Molloy et al. en comparación con la tapa de tabla y se acerca para la entrega de estímulos y encuentra el auricular para ser confiable y exacto5. Sin embargo, dos debilidades potenciales del auricular son que presenta los estímulos monocularly, es decir, sólo el ojo izquierdo puede ver los estímulos presentados a la izquierda y viceversa; y el diseño actual de no dar cabida a la utilización de gafas de. Agudeza visual puede afectar al rendimiento de la TDT, y como tal se debe comprobar siempre que los participantes tienen agudeza visual normal. Esto es más importante en el caso del enfoque de auricular, donde no se admiten lentes.

La ' escalera' es el método más común de presentación del estímulo visual y táctil de discriminación temporal protocolos6,7,14,15,19. Una limitación de esta técnica, que presenta estímulos progresivamente asincrónicos no aleatorios, es que posiblemente pueden contribuir a un potencial efecto de aprendizaje. Como alternativa, se desarrolló una modalidad de presentación al azar, permitiendo que los estímulos que se presentará de una manera al azar. La posibilidad del método de la escalera están sujetos a un efecto de aprendizaje específicamente fue probada por McGovern y sus colegas16. El método de escalera' 'fue demostrado para ser un robusto enfoque con resultados consistentes a través de repetidos experimentos18. Los resultados de este estudio anterior, como se muestra arriba, revelaron que el método de presentación de estímulos aleatorios produce consistentemente más valores TDT en comparación con el método de la escalera existente (significa TDTal azar = 55,08 ms; significa TDTescalera = 30,57 ms de 30 controles sanos)18. Mientras que ambos métodos de presentación son válidos, la diferencia de valores resultantes de la TDT hace hincapié en la importancia de mantener la uniformidad en la selección de la técnica experimental dentro y a través de estudios de un laboratorio determinado. Además, debe tenerse cuidado al comparar TDT absoluta los valores entre los estudios (de pacientes y controles) y en el cálculo de Zpartituras.

También se presentan dos métodos de análisis de datos. El método de análisis en primer lugar, estándar, resulta en un valor de umbral individual para cada uno de los ocho funcionamientos, donde ese umbral es el intervalo inter-estímulo de la primera de tres pares de estímulos identificados como asincrónico. La mediana de los ocho umbrales se toma como el valor de la TDT para el participante. Mientras que esto ha demostrado para ser confiable, sin embargo es un valor único. Para superar la limitación potencial de evaluar la capacidad de discriminación temporal de una persona basada en un único valor, también se presenta un enfoque más sofisticado. En este caso, un participante'datos s está equipados con una distribución acumulada de Gauss y la media y desviación estándar extraído. Además, los datos son sometidos a un análisis stock-reclutamiento no paramétrica para obtener intervalos de confianza del 95% para cada participante's datos16. Este método de análisis de datos ofrece la posibilidad de conocer más profundamente las diferencias en la percepción visual, especialmente al examinar las diferencias dentro y entre grupos de pacientes y control.

Aplicación de TDT para la comprensión de la patofisiología de la distonía Cervical

Si bien es probable que el procesamiento cortical es relevante la discriminación temporal20, la evidencia sugiere que en la distonía cervical anormal discriminación temporal refleja principalmente un trastorno en una red con el colículo superior y los ganglios basales4,21. Un TDT anormal puede interpretarse como una capacidad para detectar o discriminar el cambio ambiental. El colículo superior, en el mesencéfalo dorsal, juega un papel fundamental en detectar y reaccionar a estímulos salientes22. Aunque una estructura compleja, funcionalmente se puede dividir en dos capas22. Las visuosensory las neuronas en la capa superficial reciben entrada directa desde el sistema visual, mientras que las neuronas en la capa profunda premotor y cephalomotor tienen múltiples proyecciones, incluyendo el control de los músculos de los ojos, cuello y cabeza. Superior collicular actividad es modulada por el ácido gamma - aminobutírico (GABA), un neurotransmisor inhibitorio23. Actividad inhibitoria GABAérgica limita la duración de la respuesta transitoria de la explosión en las visuosensory las neuronas en la capa superficial y del premotor neuronas en la capa profunda del colículo superior24. En respuesta a un estímulo visual, las neuronas visuales en la capa superficial exhiben a un transitorio '' respuesta. Entonces la inhibición GABAérgica silencia esta respuesta, permitiendo a las neuronas estar preparados para responder otra vez cuando detectan un cambio en el ambiente como el estímulo visual esté apagado. Si hay suficiente GABA, estas neuronas pueden volverse dysfunctionally activa24. Se presume que insuficiente inhibición GABAérgica resulta en una duración prolongada de la leña de las neuronas visuales, dando lugar a discriminación temporal anormal y prolongada TDT de valores. Además, la característica de movimientos anormales de la distonía cervical se presumen también resultado de insuficiente inhibición GABAérgica, esta vez por las cephalomotor las neuronas en las capas profundas del colículo superior.

Un endofenotipos es un marcador subclínico de transporte genético que nos puede ayudar a comprender los pathomechanisms de la enfermedad. La TDT es propuesto como un potencial endofenotipos de distonía focal de inicio adulto2,4 y se ha encontrado para ser anormales hasta el 97% de los pacientes y aproximadamente el 50% de sus parientes clínico inafectado1,3 ,4. Además, TDT anormal ha demostrado seguir un patrón relacionado con la edad y sexo similar a la de la distonía cervical14,25. Estos resultados sugieren herencia autosómica dominante y apoyan el uso de la TDT como un endofenotipos de distonía focal de inicio adulto y en particular, cervical distonía.

Este artículo ha proporcionado a una guía sobre cómo medir y analizar la discriminación temporal visual de los participantes. Además, con la ayuda de gráficos animados en el video, la aplicación de TDT para el estudio de la distonía cervical ha sido delineada tanto en el contexto de que sea un confiable endofenotipos y como una herramienta potencial para arrojar luz sobre los pathomechanisms de este desorden.

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 no tienen fuentes de financiamiento, divulgación financiera o conflicto de intereses para declarar. Michael Hutchinson recibe becas de investigación de la distonía Irlanda, la Junta de investigación en salud de Irlanda (CSA-2012-5), Fundación para la investigación de la distonía (Bélgica) y el Instituto irlandés de Neurociencias Clínicas. Sean O'Riordan informes reciben un altavoz'honorarios de s de Abbvie. Richard Reilly recibe fondos de la Fundación científica de Irlanda, Enterprise Ireland y la Junta de investigación de salud de Irlanda.

Acknowledgments

Esta investigación fue apoyada por subvenciones de la Junta de investigación de salud, distonía Irlanda, Reino Unido de la Fundación de la ciencia y el Instituto irlandés de Neurociencia clínica.

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).
Medición y análisis del umbral de discriminación Temporal aplicado a Distonía Cervical
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

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).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