Summary
Detta protokoll beskriver ett nytt beteende test-den mänskliga metoden testet i svin hem penna-att upptäcka funktionella underskott i laboratorie svin efter subconcussive traumatisk hjärnskada.
Abstract
Traumatisk hjärnskada (TBI) incidenser har ökat i både civila och militära populationer, och många forskare antar en svin modell för TBI. Till skillnad från gnagare modeller för TBI, det finns få beteendemässiga tester som har standardiserats. Ett större djur kräver mer invasiv hantering i testområden än gnagare, vilket potentiellt tillför stress och variation till djurens svar. Här beskrivs Human metoden test (hatt), som utvecklades för att utföras framför laboratorie svin hem penna. Det är noninvasiv, men tillräckligt flexibelt för att det möjliggör skillnader i bostads uppställningar.
Under hatten, tre beteendemässiga ethograms utvecklades och sedan en formel tillämpades för att skapa en approach index (AI). Resultaten indikerar att hatten och dess index, AI, är känsliga nog för att upptäcka milda och tillfälliga förändringar i svinens beteende efter en mild TBI (mTBI). Dessutom, även om specifika beteende utfall är boende beroende, minskar användningen av en AI variation och möjliggör konsekventa mätningar över laboratorier. Detta test är tillförlitligt och giltigt. HATT kan användas i många laboratorier och för olika typer av svin modeller av skada, sjukdom och ångest. Detta test har utvecklats för en optimerad manuell tidsstämpling metod så att observatören konsekvent tillbringar inte mer än 9 min på varje prov.
Introduction
Mänskliga mtbi definieras ofta av funktionella underskott trots avsaknaden av globala strukturella förändringar eller betydande ödem i hjärnan1,2,3. Faktum är att i vissa mtbi patienter, är det karakteristiska kännetecknet för denna skada en förändring i deras psykologiska tillstånd i avsaknad av några neuroanatomiska förändringar4,5. Vi utnyttjade en porcin modell av mTBI6 eftersom gris hjärnor är både anatomiskt och fysiologiskt närmare människor än gnagare7, och motsvarande mätningar kan ge en relevant uppsättning gemensamma dataelement med människor.
Under de senaste åren har svin modellen fått intresset av neurotraumakirurg forskare och mTBI intressenter för prekliniska utredningar; men till skillnad från gnagare modeller av TBI, det finns bara några standardiserade beteendemässiga tester publiceras som gör det möjligt för bedömning av laboratoriet svinets Affektiva tillstånd (dvs. psykologiska tillstånd)7,8,9, 10. Ett långsiktigt mål för vårt laboratorium är att utveckla flera, kompletterande beteendemässiga Toolsets som är känsliga nog att mäta när svinen upplever subklinisk sjukdom eller när djuren är i ett prepatologiskt stressrelaterat tillstånd.
Upprepade beteendemässiga tester som mäter förändringen av Affektiva tillstånd i ett laboratorium gris kan vara bra kandidater för att särskilja ett djur med ett prepatologiskt tillstånd från friska djur. Till exempel, i-penna hattar användes för kommersiell grisproduktion för att hjälpa jordbrukare att välja friska svin med bra temperament eller ändra förvaltning och bostads strategier som orsakat ångest, skada, och sjukdom11,12. Dessa tester användes för att kvantifiera motivationen och det allmänna affektiva tillståndet hos en gris eller en grupp grisar13.
Vårt laboratorium och andra forskare mätt motivation hos svin genom att kvantifiera tre kategorier av beteenden: 1) explorativa stater som uttrycks genom nonnutritive muntliga beteenden (NNOB), där grisen använder munnen, nos, eller ansikte för att sniffa, slicka, tugga, och rot ett substrat, eller de Chomp utan substrat14,15; 2) de rumsliga förhållandena för svinen till ett objekt eller16. 3) nos riktning, som används i stället för ögonkontakt eftersom grisar har monokulära17, men närsynt vision, och de prioriterar sin luktsinne över vision18. Om en sund Pig bundsförvanter människor med belönande stimuli, uttrycker de en kickfrekvens av nnob, riktar deras näsa in mot människan och sökanden att få närmare närhet till människan11,16. Men efter sjukdom, skada, eller en påfrestande upplevelse, är motivation att söka även lustfyllt stimuli reduceras, och därmed dessa mätbara beteenden minskar sannolikt19. Svin beteende forskare noterade att anhedonia, bristen på motivation att uppleva lustfyllt stimuli, är igenkännbar och mätbara hos svin i deras hemmiljö20. Sålunda, upprepade hattar (före och efter behandling) kan fungera som en känslig åtgärd för att skilja laboratorie svin som behandlats med subconcussive mTBI från Sham-behandlade (anestesi-endast) försökspersoner. Anhedonia är en affektiv stat som TBI patienter kan uppleva21. Den hatt som används här har potential att hjälpa till att effektivisera översättningen av beteendemässiga fynd från en djurmodell till kliniskt arbete. Hattar kan administreras dagligen under loppet av ett experiment, som också kan bidra till att standardisera laboratorie svin vård för att optimera djurens välbefinnande och djurhållning22.
Här, med hjälp av hatten, beteende skillnader till följd av mTBI i mini-svin är probed. Minimera beteendemässig variation uppnåddes genom att använda noninvasiv åtgärder av hatten och gör det möjligt för svin att vänja sig vid sina hem pennor, rutinmässig hantering, och en daglig behandling. Traditionellt används en testarena för att mäta beteenden (t. ex. öppen fälttest). En in-Pen test kan vara till hjälp i laboratorier som har begränsat utrymme. Flytt och hantering av svin i en testarena kan orsaka en stressreaktion (ångest eller eustress) och potentiellt lägga till variationen av svaren på provet. En in-Pen-test tar bort den hanterings komponenten och minskar därför sannolikt variationen från hantering-stress17. Av dessa skäl som anges ovan, vi utvecklat en daglig, i-penna hatt för denna mTBI modell.
Standardiserade och kvantifierade åtgärder som på lämpligt sätt definierar det affektiva tillståndet hos djuret är viktiga aspekter när det gäller att utveckla ett nytt beteende test. Dessutom bör tester vara upprepbara över flera laboratorier. Här, för att utveckla detta protokoll, testades hatten i tre laboratoriers olika bostads system. Tre subethograms skapades för att tidsstämpel specifika beteenden från provet videor. Därefter skapades en viktad formel för att införliva de tre ethograms och möjliggöra användning av hattar över flera laboratorier. Även om detta test utvecklades och används specifikt för mini-svin som behandlats med subconcussive mTBI, de metoder och protokoll som utvecklats här kommer att ha ansökningar om att skilja skillnaden mellan en subkliniskt skadad/sjuk eller nödställda svin och en friska svin.
Beteende resultat kan påverkas av enskilda kontra gruppbostäder, fritt utrymme ersättning, vilken typ av golv som används, vilken typ av staket som används, placeringen av utfodring och vatten, defekation området, och miljön anrikning plats. Därför undersöktes tre typer av bostäder (figur 1): boendetyp A var vid Kansas State University (Manhattan, KS); bostäder typ B och C var vid Virginia Tech University (Arlington, VA). Den individuella institutionella djuromsorg och användning kommittén (IACUC) på varje plats godkände användningen av anläggningar och förfaranden.
För att utveckla ethogram av bostäder typ a (figur 1a), Minnesota-Cross mini-svin (Boars = 7, förgylld = 1; Nationella svin forskningsresurs Center, Columbia, MO; ålder = 25,6 ± 3,66 [medelvärde ± standardavvikelse (SD)] veckor) inrymdes inomhus i enstaka pennor med djurvänligt golv (IACUC #3881). De svin som används för detta protokoll var i god hälsa hade inte behandlingar tillämpas. För att utveckla protokollet för bostäder typ B, Yucatan mini-grisar (ålder = 25,3 ± 2,80 veckor [medelvärde ± SD] var enkelinhysta (figur 1b) vid Virginia Tech anläggningar (IACUC #15-060). Djur behandlingar beskrivs på annat håll29 och inkluderade induktion av subconcussive mtbi med hjälp av Blast-Wave övertryck eller simulerad kontroller (anestesi endast). För att utveckla protokollet av bostäder typ C, fem kvinnliga Göttingen mini-grisar (ålder = 23,7 ± 1,18 veckor [medelvärde ± SD]) var par-inrymt i Virginia Tech i en stor penna (figur 1c; IACUC #15-060). De två första boende miljöerna är typiska laboratorie bostäder eller innehåller grisar med enkel inbyggnad. Boendetyp C är en atypisk bostadsmiljö som kan inhysa två eller fler grisar och kan anses vara mer av en berikad miljö än standard laboratorie bostäder. Detta protokoll kan användas över boendetyper om följande metoder följs.
Protocol
Den enskilde IACUC på varje plats (Kansas State University och Virginia Tech University) godkände användningen av anläggningar och förfaranden.
1. inrättande av kameror och pennor och upprättande av en rutin
- Innan djuren placeras i sina pennor, fixera kameror med en 90 ° vinkel över varje penna (se tabell över material för ett föreslaget kamerasystem).
- Spela in djur kontinuerligt vid 30 bilder/s (FPS), antingen under studiens varaktighet eller endast under provsessionerna.
- Fix skålar, waterers, mattor och leksaker med bultar och kedjor.
- Placera ljud maskiner som kontinuerligt spelar vitt eller rosa brus (e. g., ljudet av vattenfall) i svinens anläggning.
Anmärkning: Externa plötsliga ljud (t. ex. dörrar som öppnas och stängs) kan orsaka en skrämsel reflex under sessionerna23,24. - Randomisera eller stratifiera behandlingar med penna över anläggningen.
-
Inrätta en etablerad djurhållnings rutin. Detta kommer att hjälpa svin att veta när man kan förvänta sig människor att rengöra pennor, foder och hantera dem, och utföra testet.
- Använda en bekant behandla till tillåta den gris till associera mänsklig med en belöning.
- Använda en klickern under belöningen till tillåta den gris till associera den klickande ljud med en belöning. Använd inte vocalizations och visuella signaler för att bekanta svinen med belöningen (se tabell över material).
- Genomföra sessionerna före morgonen måltid eller innan du lägger ett nytt foder för AD libitum utfodrade grisar.
2. identifiering av svinen
- Gör ämnen identifierbara i videoflödet, även om de är enkla.
- Se till att observatörerna förblir blinda för behandlingar och opartisk under tidsstämpling med ett märkningssystem som inte är relaterat till behandlingar. Använd en tejp av medicinsk kvalitet (se tabell över material) som följs av en remsa av silvertejp av en viss färg, rund form och mönster.
- Använd ett runt plåster för att markera toppen av grisen och en på varje sida (se figur 1, gröna och blå markörer).
- Smear tag cement (mindre än 0,35 g) på band hörnen för att öka efterlevnaden livslängd.
Anmärkning: För mycket tagg cement kommer inte att torka mycket snabbt, vilket gör att tejpen att falla av för tidigt. - Felsöka och anpassa märknings strategin under acklimatiseringsperioden så att officiella tester utförs effektivt och utan extra stress till svinen.
- Använd datainsamlings blad för att hålla reda på markeringar och ämnesidentifiering (se kompletterande fil 1 för ett exempel datablad).
Anmärkning: För att ta bort tejp, inte rippa tejpen eftersom det kommer att orsaka smärta om något hår dras ut. Det kan antingen Slough iväg på egen hand, en vattenbaserad smörjmedel kan hjälpa till att få bort det, eller det kan rakas bort med Clippers. Om tejpen lossnar vid oönskade tidpunkter, Förbered extra Märktejp och återapplicera den medan grisen äter en måltid i stället för att hindra grisen.
3. HATTSESSIONER
- Har test-människor bära samma hatt, overaller, stövlar, lukter, etc. varje gång sessionen genomförs.
- Genomför sessioner dagligen, minst 3x, före behandlingen och därefter dagligen.
- Grisen kan vara i vilket område som helst i pennan innan sessionen påbörjas. För att starta sessionen, be test-människa att släppa behandla i skålen eller framför pennan och klicka på klickern 3x.
- Testet-mänskliga behov att placera sina händer ur grisens syn och stå stilla under provningen. Ha en annan forskare markera början av sessionen på databladet och starta en timer. Efter 120 s, signalerar forskaren tyst till test-människa att flytta till nästa ämne och starta om testet.
4. inrättande av HAT Ethograms för programvara
- Konstruera ethograms (se figur 1 och 2 och kompletterande video 1) under ett projekt med specialiserad programvara.
Anmärkning: Rumsliga beteenden är placeringen av djuret i förhållande till människan. I ethograms, de rumsliga relationer måste anpassas till djurets penna och publiceras varje gång en ny penna set-up används (figur 1). I den här kategorin betraktas beteenden som ömsesidigt uteslutande. Utrymmet är indelat i fyra områden med varierande infallsvinkel (figur 1). Områdena är standardiserade över bostadstyper. Närmaste, eller klättra (cl) innebär att svin kan klättra på staketet för att få tillgång till den mänskliga; Därför är klättring anses vara ett rumsligt beteende som indikerar att grisen är mest aktivt söker mänsklig kontakt. Close (co) betecknar området inom 61 cm från människan. Mid (M) är området inom 61-122 cm från människan. Långt (F) är området av 123 cm eller mer från människan. - Strukturella beteenden fokuserar på orienteringen av hela kroppen eller delar av kroppen (figur 2). Skapa två strukturella kategorier: 1) den Pig-Nose position och 2) den aktiva tillstånd av grisen. Använd figur 2A för att identifiera riktningen (riktning 1 betecknar grisen riktar näsan mot människan; riktning 2 betyder att grisen riktar näsan bort från människan).
- Dela upp aktivitets beteenden (figur 2b) i tre ömsesidigt uteslutande stater av förhållningssätt: nnob, stå eller gå utan nnob, och vilar utan nnob (se färgkodning i ethograms i videon).
Anmärkning: NNOB används för att beskriva när en gris använder munnen, nos, eller ansikte för att slicka, lukta, tugga, bita, gnugga eller Rota en nonnutritive objekt att söka antingen förtrogenhet eller nya möjligheter. Därför, när det är i detta aktiva tillstånd, är det intresserad av människan, och i ett inflygnings tillstånd. Om overhead kameror används vid 90 ° vinklar, är grisens näsa position och huvud rörelse indikatorer på NNOB. Ibland, svin vilja Chomp eller Sham-tugga; näsan kan ses men huvudet rör sig uppåt och nedåt. Stå eller gå utan NNOB används för att beskriva när grisen är i upprätt läge, är huvudet fortfarande, och näsan inte vidrör ett substrat eller chomping, vilket innebär att det är i mindre av en inflygnings tillstånd. Vila utan NNOB används den beskriva när grisen vilar genom liggande eller sittande, vilket är den minst inflygnings tillstånd under denna kategori av beteenden.
5. tidsstämpling av videorna för effektivitet och tillförlitlighet
- Baserat på de starttider som registreras av datainsamlaren redigerar du materialet i exakt 3 min-sessioner. Metoden för tidsstämpling tar 9 min per session.
- Använd endast upp till två utbildade observatörer för att tidsstämpel videoklippen.
Anmärkning:om två observatörer används bör variationen inom observatören kvantifieras, utvärderas, justeras och sedan rapporteras som en korrelationskoefficient för Pearson efter det att observatörerna har tidstämplat samma prov video (för metoder, se Martin och Bateson25). - Ställ in uppspelningshastigheten med 1x normal hastighet (dvs. 30 fps). Inte pausa, spola tillbaka eller tidsstämpel ram för bildruta.
-
Tidsstämpel varje kategori av ömsesidigt uteslutande beteenden separat.
- Tidsstämpel rumsliga beteenden. Starta om videon.
- Tidsstämpel strukturella beteenden. Starta om videon.
- Tidsstämpel för strukturella/näsa positions beteenden.
- Använd varaktigheten för varje beteende utfall (se kompletterande videor 2 och 3) för att sammanfatta data. Varaktighets mätningarna måste konverteras till en procentandel av tiden per kategori.
6. inflygnings index
- Använd formeln (figur 3) så att varje strukturellt och spatialt beteende kombineras för att skapa en AI (figur 3, figur 4). AI används förutom att rapportera beteenden och kategorier separat som siffror (figur 5) eller i tabellform.
Anmärkning: Se tabell över material för programvaru Detaljer. Inom varje kategori konverteras beteende varaktigheter först till procent (varaktigheten för beteenden dividerat med den totala varaktigheten för Testsessionen). Varje beteende viktas baserat på tillvägagångssättet (figur 3). Undvikande beteenden (den procentuella tiden i fjärran området, vilande, med näsan vände bort) multipliceras med 0. Beteenden med måttlig inflygning (andelen av tiden i mellersta området, vände mot människan, och stående med huvudet fortfarande) multipliceras med 1. Den största nivån av tillvägagångssätt beteenden (andelen tid i nära och närmast område och visar NNOB) multipliceras med 2. Därefter är varje kategori ytterligare viktad 3, 2 och 1 för rumslig, näsa orientering och aktivitet, respektive. En konstant (0,10) används för att skapa en procentskala. Till exempel, om grisen ansikten människan, är i nära/närmast område, och utför NNOB under hela Testsessionen, notera att AI är 100% (den röda grisen i figur 3). Däremot, om grisen är i fjärran området, inte står inför den mänskliga, och förblir i viloläge under hela Testsessionen, AI är 0% (den svarta grisen i figur 3). Svin i den nära zonen kan ha samma AI som en gris utför NNOB i mitten av området om de vänds bort från den mänskliga och stående med huvudet fortfarande (de orange svin i figur 3).
Representative Results
Tre bostadstyper (A, B och C; se figur 1) användes i tre olika laboratorier för hattar. Strukturella beteende kategorier och huvud-och kropps orientering användes i hattar över alla laboratorier och experiment som presenteras i figur 2. Tabell 1 representerar de data som samlats in från alla tre Bostadstyper och beskrivande statistik som utfördes med hjälp av data som erhållits från förbehandlade friska svin under hatten. Därefter utvecklades en formel för att beräkna en AI från de data som erhållits under hattar (se figur 3). Resultaten indikerar att användningen av en AI reducerade variationen (tabell 1) i de insamlade uppgifterna. Detta är en viktig slutsats eftersom mindre varierande data kommer att möjliggöra användning av mindre försöksdjur för att upptäcka mindre skillnader.
För tabell 1erhölls beskrivande statistik med hjälp av proc UNIVARIATE-proceduren (se tabell över material för specifik programvaruinformation). För att jämföra resultatet av varje labbs typ beteende, användes det blandade förfarandet med en upprepad mått modell. Grisen behandlades som en slumpvariabel. Den första ordningens autoregressiva typ valdes som kovariansstruktur. Minst kvadratiska medel separerades med Tukey-Kramer justeringsmetoden. Betydelsen definierades som P ≤ 0,05.
Därefter bestämdes det om samma person eller en annan mänsklig försöksledaren bör användas för varje test session av hatten. För att jämföra de obekanta beteende svaren på de välbekanta Svaren användes den blandade proceduren med en upprepad mått modell. Grisen behandlades som en slumpvariabel. Den första ordningens autoregressiva typ valdes som kovariansstruktur. Minst kvadratiska medel separerades med Tukey-Kramer justeringsmetoden. Betydelsen definierades som P ≤ 0,05. Vi fann att det inte fanns någon skillnad i AI när en bekant människa användes jämfört med när en obekant människa användes under testningen (se data i tabell 2). Om svinen aldrig haft några negativa interaktioner med människor, de vanligtvis generaliserade och associerade alla människor positivt med mat26.
Acklimatieringsperioden för HAT-protokollet fastställdes utifrån inflygning indexen för svinen från Bostadstyp A (336 provsessioner). HATTEN startade dag 8 efter ankomsten och utfördes två gånger av den välbekanta människan (som tillbringade den föregående veckan med att hantera svinen) och av en obekant människa (som inte hade haft någon tidigare kontakt med svinen). För att bestämma effekten av tid på resultaten av hatten, användes det blandade förfarandet med en upprepad mått modell. Grisen behandlades som en slumpvariabel. Den första ordningens autoregressiva typ valdes som kovariansstruktur. Minst kvadratiska medel separerades med Tukey-Kramer justeringsmetoden. Betydelsen definierades som P ≤ 0,05. Som nämnts ovan, detekterar data inte en skillnad mellan svaren från välbekanta eller obekanta human exponering (tabell 2). Men, den acklimatisering perioden bestämdes baserat på dag 9, 11, och 13 visar AIs som var betydligt lägre än alla andra dagar. Baslinjen bör innehålla minst tre mätningar efter acklimatisering, men vi rekommenderar sex sessioner för att beräkna ett AI-medelvärde som en kovariat i modellerna.
För att avgöra om HAT metoder kan skilja mTBI-behandlade svin från simulerad svin, hatt data från 12 svin 1 dag före (-1) och 3 dagar efter att de behandlades med antingen anestesi29 endast (Sham) eller anestesi och blast-Wave exponering med hjälp av en Shockwave röret29 till en topp psi av 47,4 ± 13,6 SD för en längd av 4,7 ± 0,9 MS SD (Blast). Data analyserades av begränsad sannolikhet ANOVA med hjälp av blandad modell förfarande i ett statistiskt program. Denna analys bestäms skillnader mellan behandling, tid, och deras interaktioner. Den maximala SEM från modellen rapporteras, och P < 0,05 ansågs signifikant. AI omfattar alla beteenden (figur 3). På dag 1 och 2 efter behandling, AI åtgärd distingerade mTBI svin från bluff svin (P < 0,05; Figur 4). Beteenden kan analyseras och presenteras inom deras ömsesidigt uteslutande kategorier (figur 5). Det nära rumsliga uppförandet mäter distingerade Blast Pigs från simulerade svin på dag 1 och 2 efter behandling (P < 0,05; Figur 5a). Likaså, näsa riktning, vilotid, och NNOB mätningar framstående bluff svin från Blast svin på dag 1 och 2 efter behandling (Figur 5b och 5c).
Figur 1: rumslig kategori av beteenden av tre olika laboratorie hustyper. Ethogram är inrättat i förhållande till den mänskliga (Footprints), och i förhållande till gris storlek till mängden ledigt utrymme. Den största nivån av tillvägagångssätt för denna kategori av beteenden är när grisen försöker klättra på panelen närmast den mänskliga (cl, närmast eller klättra). En utbildad observatör tidsstämplar "nära" (co; 0-61 cm från människan), "Mid" (M; 61-122 cm från den mänskliga), och "långt" (F; 123 + cm från den mänskliga) när svinens öron eller mer är i dessa rumsliga områden. Varje laboratorie penna inrättades med en eller två skålar för två gånger dagligen utfodringen, vattenkopp (W), och en leksak. (A) varje 50 kg vildsvin var enkelinrymt i 190 cm x 114 cm pennor med riven golv. (B) varje 50 kg vildsvin var inrymt på en svart matta med riven golv och ett avlopp på bak i pennan. (C) vildsvin på ca 10 kg var par-inrymt i 274 x 366 cm pennor, med betonggolv, en matta, en avlopp, och fasta skålar och leksaker. Färgremsorna (t. ex. grönt och blått) representerar märknings strategin. Alla svin i diagrammet är markerade med gröna eller blå fläckar som exempel för markering och identifiering av svin på videor. Vänligen klicka här för att se en större version av denna siffra.
Figur 2: strukturella beteende kategorier som används i alla tre laboratorier och experiment. (A) för kategorin huvud orientering var grisen vänd antingen mot eller bort från det mänskliga eller rörliga föremålet. B) för kategorin kropps orientering var svinens huvud antingen nere och utförde icke-nutritiva orala beteenden (NNOB). i upprätt läge, stående eller gående, men huvudet inte flytta eller ner; i viloläge, vilket inkluderar sittande eller liggande. Vänligen klicka här för att se en större version av denna siffra.
Figur 3: metod index formel och diagram. Metoden index utvecklades för att placera alla kombinationer av beteenden på en skala från 0 till 100, med 0 är grisen i minst inflygnings tillstånd (i den avlägsna delen, näsan vände sig bort, liggande med huvudet fortfarande) och 100 i den nära delen , näsa pekar mot den mänskliga, utför NNOB. Ett program (se tabell över material för mer information) användes för att mäta beteenden så att de justerade linjärt. Varje gris struktur representerar en datapunkt som linjärt justeras från varje kategori. Inom varje kategori konverteras beteende varaktigheterna först till procent (varaktigheten för beteenden dividerat med den totala varaktigheten för Testsessionen). Därefter viktas varje beteende baserat på Approach-nivån. Undvikande uppföranden (procentsatsen av tid i den avlägsna området som vilar, med näsan som vänds bort), multipliceras av 0. Måttlig tillvägagångssätt beteenden (andelen av tiden i mellersta området, vände sig mot människan, och stående med huvudet fortfarande) multipliceras med 1. Den största nivån av tillvägagångssätt beteende (andelen tid i nära och närmaste områden, utför NNOB) multipliceras med 2. Därefter är varje kategori ytterligare viktad 3, 2 och 1 för rumslig, näsa orientering och aktivitet, respektive. En konstant (0,10) används för att skala data över hela intervallet från 0 till 100 procent. En värmekarta-liknande färgschema används för att representera grisen i den mest inflygnings tillstånd kontra gris i minsta inflygnings tillstånd (svart). Vänligen klicka här för att se en större version av denna siffra.
Figur 4: inflygnings index för svin som behandlats med blastvågexponering. Denna siffra visar inflygnings index för svin 1 dag före (-1) och 3 dagar efter att de behandlades med antingen anestesi endast (Sham, n = 6) eller anestesi och blast-Wave exponering för en topp psi på 47,4 ± 13,6 SD för en längd av 4,7 ± 0,9 MS SD. Felstaplarna representerar SEM. P-värdena för behandling = 0,032, för tid = 0,033, och för behandling x tid = 0,012. Data analyserades av begränsad sannolikhet ANOVA med hjälp av blandad modell förfarande i ett statistiskt program. Denna analys bestäms skillnader mellan behandling, tid, och deras interaktioner. Den maximala SEM från modellen rapporteras, och *P < 0,05 anses vara betydande. Vänligen klicka här för att se en större version av denna siffra.
Bild 5: staplad bar-metod för att Visa beteenden. Dessa paneler visar en stapel-bar metod för att Visa beteenden för (a) den rumsliga beteende, (B) näsan riktning, och (C) aktiviteten av svin 1 dag före (-1) och 3 dagar efter att de behandlades med antingen anestesi endast (Sham, n = 6) eller anestesi plus Blast-Wave exponering för en topp PSI på 47,4 ± 13,6 SD för en längd av 4,7 ± 0,9 MS SD. boendetyp B användes för detta experiment. Alla ömsesidigt uteslutande beteenden kan representeras i varje staplat stapeldiagram. (A) behandling x tid P-värden för rumsliga beteenden är långt = 0,060, Mid = 0,110, * Close = 0,014, närmast = 0,557; B) behandling x tid P-värden för nos riktningen är < 0,001 *. C) behandling x tid P-värden för aktiviteten är > 0,10. behandlingen P-värden var rest = * 0,046, stand = 0,584, och * NNOB = 0,042. De poolade SEMs var (a) 7,5%, (B) 9,6%, och (C) 9,7%. Varje beteende resultat analyserades av begränsad sannolikhet ANOVA med hjälp av blandad modell förfarande i ett statistiskt program (se tabell över material för det specifika programmet) och, sedan, kombinerades i ett diagram. Analyserna fastställde skillnaderna mellan behandling, tid och deras interaktioner. Den maximala SEM från modellen rapporteras, och *P < 0,05 ansågs signifikant. Vänligen klicka här för att se en större version av denna siffra.
| ANOVA-statistik för olika boendetyper | Beskrivande statistik för alla friska gris data | Nej. experimentella enheter | |||||||||||||||||||
| Typ av hölje | P | Lol | Kvantiler,% | för att detektera Δ% från kontroll1 | |||||||||||||||||
| A | B | C | Sem | Värden | Obs. | Μ | Sd | CV | Sem | Min | 25 | 50 | 75 | Max | 25 | 50 | 75 | 100 | 200 | ||
| Metod-index,% | 75,4 | 69,2 | 76,6 | 5,5 | 0,318 | 288 | 74 | 17 | 23 | 1 | 0 | 70 | 80 | 84 | 99 | 18 | 4 | 3 | 3 | 3 | |
| Pennans plats varaktighet,% | |||||||||||||||||||||
| Långt | 8,5en | 5,3en | 23,0b | 4,8 | 0,008 | 288 | 10 | 20 | 200,1 | 1,2 | 0 | 0 | 0 | 10 | 100 | -- | 336 | 149 | 84 | 21 | |
| Mitten | 18,9 | 46 | 13,75 | 16,2 | 0,066 | 288 | 23 | 29 | 125 | 1,7 | 0 | 2 | 10 | 32 | 100 | 526 | 131 | 58 | 33 | 8 | |
| Nära | 72,4en | 43,9b | 62,4en | 12,8 | 0,032 | 288 | 23 | 29 | 123,9 | 1,7 | 0 | 47 | 78 | 93 | 100 | 509 | 127 | 57 | 32 | 8 | |
| Närmaste (klättra) | 0 | 8,9 | 0 | 3,1 | 0,001 | 288 | 67 | 32 | 47,8 | 1,9 | 0 | 46 | 80 | 95 | 100 | 74 | 19 | 8 | 5 | 3 | |
| Stäng + närmast | 72,5 | 53 | 62,3 | 14,9 | 0,311 | 288 | 68 | 32 | 46,6 | 1,9 | 0 | 46 | 78 | 93 | 100 | 74 | 19 | 8 | 5 | 3 | |
| Aktivitetens varaktighet,% | |||||||||||||||||||||
| Lie/sitta med huvudet stilla | 5,6en | 0,0b | 17,0c | 1,8 | 0,001 | 288 | 1,3 | 5 | 393,7 | 0,3 | 0 | 1 | 3 | 7 | 59 | -- | -- | 579 | 326 | 82 | |
| Stand/Walk med huvud stillbild | 48,3en | 63,6a, b | 83,5b | 10 | 0,006 | 288 | 52 | 43 | 82,1 | 2,5 | 1 | 7 | 47 | 100 | 100 | 226 | 57 | 25 | 14 | 4 | |
| NNOB | 81,5 | 57,7 | 71,1 | 13,3 | 0,109 | 288 | 77 | 28 | 36,4 | 1,7 | 0 | 66 | 91 | 98 | 100 | 44 | 11 | 5 | 3 | 3 | |
| Huvudriktning, varaktighet,% | |||||||||||||||||||||
| Bort | 24,7en | 17,4en | 50,7b | 4,5 | 0,001 | 288 | 26 | 21 | 79,3 | 1,2 | 0 | 10 | 22 | 39 | 92 | 212 | 53 | 24 | 13 | 3 | |
| Mot | 75,3 en | 82,6 en | 49,3 b | 4,5 | 0,001 | 288 | 74 | 21 | 27,8 | 1,2 | 8 | 62 | 79 | 90 | 100 | 26 | 6 | 3 | 3 | 3 | |
Tabell 1: mätningar av Baslinjehatt undersöktes för alla boendetyper för att skapa denna datauppsättning. Beteende utfall analyserades av begränsad sannolikhet ANOVA med hjälp av det blandade förfarandet för en statistisk analysprogramvara. Dessa analyser beslutsamma skillnaderna mellan uppförandevaraktigheten och att närma sig indexet av varje laboratorium inhysa typ. Den maximala SEM från modellen rapporteras, och P < 0,05 ansågs signifikant. Dessutom användes den statistiska analysprogram varans UNIVARIATFÖRFARANDE för beskrivande statistik. Konfidensvärdet (CV)% ingick sedan i en experimentell enhets kalkylator27 och villkoren för de förväntade skillnaderna mellan två behandlingar undersöktes.
| Behandling | P-värden | |||||
| Bekant | Obekant | Sem | Trt | Tid | TRT * tid | |
| Metod-index,% | 84,8 | 84,4 | 3,06 | 0,766 | 0,002 | 0,661 |
| Pennans plats varaktighet,% | ||||||
| Långt | 10,7 | 10,1 | 3,49 | 0,844 | 0,008 | 0,522 |
| Mitten | 18,7 | 17,6 | 3,38 | 0,717 | 0,014 | 0,918 |
| Nära | 70,4 | 72,3 | 5,25 | 0,617 | < 0,001 | 0,895 |
| Aktivitetens varaktighet,% | ||||||
| Ligg eller sitta, ingen NNOB | 5,8 | 5,8 | 0,8 | 0,995 | < 0,001 | 0,901 |
| Stå eller gå, ingen NNOB | 5,5 | 5,5 | 1,4 | 0,995 | < 0,001 | 0,524 |
| NNOB | 82,1 | 83,3 | 4,12 | 0,722 | 0,0029 | 0,617 |
| Huvudriktning, varaktighet,% | ||||||
| Bort | 23,9 | 23 | 2,81 | 0,725 | < 0,001 | 0,329 |
| Mot | 76,1 | 77 | 2,8 | 0,725 | < 0,001 | 0,329 |
Tabell 2: ett experiment utfördes på sju svin från hustyp A. Två sessioner utfördes varje dag. För varje session, en bekant (hona) eller en av sju (tre hanar och fyra honor) obekanta människor användes i hattar. Samma bekanta person gick först, och sju obekanta personer användes. En ANOVA modell för statistisk analysprogramvara undersöktes för behandling (bekant eller obekanta), tid (dag), och deras interaktioner.
Kompletterande video 1: Observer programvara set-up med undertexter. Vänligen klicka här för att ladda ner denna fil.
Kompletterande video 2: data export med undertexter. Vänligen klicka här för att ladda ner denna fil.
Kompletterande video 3: data analys med undertexter. Vänligen klicka här för att ladda ner denna fil.
Tilläggsfil 1: exempel på datainsamlings blad. Vänligen klicka här för att ladda ner denna fil.
Discussion
Lindriga skador på hjärnan som inte resulterar i öppen anatomiska och strukturella förändringar detekterbara med State-of-the-art Imaging kan vara svårt att identifiera och behandla28. Patienter med mTBI är dock särskilt utsatta för ytterligare förolämpning som kan orsaka betydande skador på hjärnan, och därför är det viktigt att denna population identifieras. Beteendemässiga tester som utvecklats i en mini-gris modell av mtbi är särskilt relevanta för mänskliga mtbi patienter eftersom grisar har en liknande fysiologi som människor och uttrycker liknande affektiva stater, såsom likgiltighet8,9,10 ,20. Här har vi utvecklat en noninvasiv, in-Pen beteende test (hatten), och har visat att det är tillräckligt känsligt för att skilja mTBI grisar från bluff grisar. Dessutom utvecklades ett viktat index (AI) för beteenden observerade under hatten som är allestädes närvarande i olika typer av bostäder och svin.
Ändringar och felsökning:
Metoderna för hatten fastställdes baserat på etologi riktlinjer25 och flera Trial-and-error strategier för att förbättra tillförlitligheten, repeterbarhet, och giltigheten av test6. Tillförlitlighets åtgärder bidrog till att identifiera testets styrkor och begränsningar. Tillförlitlighet definierar i vilken utsträckning mätningen är repeterbar och konsekvent och fri från slumpmässiga fel28,29. Vi har tidigare rapporterat om den intra-och interobserver tillförlitlighet hatt, och med de ytterligare strukturella ethograms, reliabiliteter är lika hög (Pearson ' s R2 > 0,90) för varaktighet6. Frekvens-och latens åtgärder kräver utbildade observatörer, medan varaktighets åtgärderna är mindre observatörs beroende och därför mer tillförlitliga i laboratorier30.
Tillförlitlighet inom ett laboratorium och repeterbarhet mellan laboratorier är beroende av metoder. I vårt laboratorium, videosystemet inspelade kontinuerligt, var filerna ursprungligen lagras som 5-minuters filer, och några HAT sessioner inträffade över två filer. Färre misstag gjordes när den exakta tiden från databladet användes för att klippa och kombinera videorna. Innan utveckla ethogram, observatörer tilläts pausa, stoppa och spola tillbaka videofilmer till tidsstämpel alla beteenden i hela ethogram. Denna metod orsakade inte bara variation i tidsstämplar varje prov, allt från 3 min till 20 min, men mellan-och inom-observatör tillförlitlighet var också dålig för de flesta beteenden. Därför ställer vi in uppspelningshastigheten och hade observatörer tidsstämpel varje kategori i taget. Därför, när tillförlitligheten var låg i bara en kategori, observatörer självständigt retimestämplas bara kategorin snarare än hela ethogram, efter att de hört definitionerna och Footage tillsammans. De ange uppspelnings-och kategori metoder som tillåts för en konsekvent förutsägelse av hur mycket tid som behövdes för att tidsstämpel varje exempel. För projekt som sträcker sig över längre än en månad, är rutinmässig granskning av kodade videor och inom-Observer tillförlitlighet viktigt att mäta.
En annan faktor som minskar tillförlitligheten och repeterbarheten är video uppsättningen. Inledningsvis användes en handhållen kamera och ett stativ, som flyttades från penna till penna. När denna metod användes, svin behövde införas till stativ och kamera innan hatten; annars verkade svinen reagera på stativ och förflyttning mer än till test-människa. I tillägg kameravinklar som begränsas observatörens beskådar under tidsstämplar, och djup föreställningen av utrymme ökade within-och mellan-observatören variation i det rumsliga uppförandet mäter; Därför utvecklade vi protokollet med fasta kameror. När denna metod används, extra försiktighet behövs för att se till att kameran är placerad korrekt före varje test, och mer tid behövs för att ställa upp mellan varje svin session. Men vi lärde oss att den kontinuerliga video overhead system som behövs för att starta sin första inspelningen vid midnatt minst 24 h före den första hatten. Tidsstämpelvisningen för många videosystem är inte korrekt och synkroniserad ner till ramen; Därför förlitar vi oss inte längre på visnings tiderna. Midnatt börjar tillåtas för exakt Bildinsamling och videoredigering och tidsstämpel-visningen användes inte.
Dessutom var acklimatisering av svinen och inrättande av en rutin viktigt vid felsökning av detta test. I bilder av grisar som inte var väl ackliated till sina miljöer, var pacing observerades under hatten. Detta är en indikator på att svinet kan vara i ett agierat tillstånd31 i stället för i en undersökande stat32. Acklimatisering perioder av tre eller flera veckor kan minska antalet svin som takten i ett experiment. Men om pacing kvarstår under alla provtagningsperioder, kan detta ethogram behöva justeras för att inkludera promenader och stående fortfarande.
Giltighet är i vilken utsträckning en mätning utgör den avsedda omfattningen av den fråga som ställs25. När vi först utveckla hatten, använde vi bara en rumslig ethogram. Definitioner av rumsligt ethogram uppförande beskriver exakt och specifikt närheten till människan betvingar, och de berättar observatören direkt hur mycket utrymme grisen lämnar mellan honom och en människa. Men när dessa metoder behövs för att tillämpas på en ny laboratorie-set-up, vi insåg att rumsliga ethograms är laboratoriespecifika. Penn dimensioner och placeringen av andra objekt påverkar resultatet av spatial ethogram; Därför måste ett diagram med mått och detaljer i pennan publiceras om pennuppsättningen inte har rapporterats tidigare. Förutom rapportering om pen miljön, de strukturella beteenden lades till ethogram. Till skillnad från rumsliga beteenden kan strukturella beteenden utvärderas lättare mellan laboratorier. dessa beteenden har giltighet eftersom de specifikt beskriver svinens nivå av aktivt tillstånd. När en gris vilar, är det sannolikt inte motiverad att närma sig och är oförmögen att ändra positioner att närma sig så snabbt som en stående gris. På samma sätt är en gris som visar NNOB i ett undersökande tillstånd, men en gris med huvudet fortfarande stående är mer sannolikt i en katatonisk stat. Näsan orientering hjälper till med giltighet eftersom näsan, öron, och sedan ögonen är vad grisen använder för att samla in information om den mänskliga.
Begränsningar av tekniken:
En potentiell oro med denna teknik är variationen i svinens svar på test-människa. Dessutom kommer grisar titta på test-människans händer, som kan orsaka oavsiktlig cueing av den personen. Därför var dessa begränsningar uttrycks genom experimentellt testning av 1) svinens svar på en bekant mänskliga och okända människor, och 2) standardisera att efter pelleten tappas, test-mänskliga står still och placerar sina händer ur svin syn. Data visade att det inte fanns någon behandling eller behandling x tidsskillnader under hatten (tabell 2), vilket tyder på att hatten kunde administreras av antingen bekant eller obekanta människor. Andra forskare tyder på att svin tenderar att generalisera om människor baserat på tidigare interaktioner11,12,13; Därför måste en gris tidigare erfarenheter med människor vara positiva. Denna utmaning kan också åtgärdas med en vaksam experimentell design; för varje block behövs ett tillräckligt antal experimentella enheter representerade för varje behandling av intresse.
I denna studie, även om det bara fanns två erfarna observatörer tidsstämplar alla videor för alla tre bostäder typer, det fanns skillnader mellan bostäder typer för specifika beteende resultat (tabell 1). Till exempel, svin i hustyp B in i närmaste område oftare än de i boendetyper A och C. Detta beror sannolikt på en skillnad i Penn materialet; i hustyp B var framsidan av pennan en kedjekopplad grind med horisontella stänger som tillät grisen att klättra upp för grinden under hatten. Boendetyperna A och C hade å andra sidan vertikala streck och färre horisontella ytor för svinen att klättra på. Denna variation kan avhjälpas genom att lägga till varaktighets utgifterna i de nära och närmaste områdena innan de jämförs mellan olika boendetyper (tabell 1; P > 0,10). Svin i boendetyp C tillbringade dock mer tid i fjärran området än de i boendetyperna A och B (tabell 1. P < 0,05), vilket troligen berodde på placeringen av waterers på baksidan av pennan i stället för på pennans framsida. Detta är en begränsning som kan avhjälpas om laboratorier väljer att standardisera placeringen av waterers, skålar och leksaker och se till att de är fasta så att grisen inte flyttar objektet till ett annat område.
Detta test har stor tillgänglighet för laboratorier av alla slag, men, som tidigare nämnts, den manuellt stämplade rumsliga ethogram och mätningar kommer att variera mer mellan laboratorier. Icke desto mindre, kroppen-och huvud-strukturella ethograms är allestädets närvarande. Laboratorier som har tillgång till validerade, automatiserad spårning för svin kan dra nytta genom att ha spatial ethogram spåras automatiskt snarare än manuellt eftersom avståndet flyttas och hastigheten av rörelse kan vara ytterligare utfall av beteendeåtgärder från HATTEN. Begränsningarna från in-Pen-uppsättningen och traditionell teknik snarare än testområden och automatisk spårningsteknik kan avhjälpas genom att AI-formeln anpassas. AI ger standardiserade mätningar och terminologi för hur enskilda grisar använder sin penna utrymme och uttrycka intresse för en människa. Denna beräkning, som härrör från gemensamma beteendeåtgärder, är känslig för svin modeller av subconcussive mTBI och, möjligen, andra stater av subklinisk skada eller sjukdom. Dessutom minskar AI slumpmässiga variationer under experimenterande och kan lättare jämföras mellan experiment och laboratorier än metoder som förlitar sig på mer experimentetspecifika mätningar. De strukturella beteenden som grunden för denna formel, eftersom dessa beteenden är standard mätningar över behandlingar, medan de rumsliga beteenden är beroende av pennan set-up, antalet svin i en penna, och spårningssystem. Till exempel konstaterade vi att när två friska svin testas i en penna, kommer de att utföra liknande rumsliga beteenden genom att närma sig tillsammans, men grisen som följer den första kan orientera näsan mer mot sin penna Mate än mot den mänskliga och uttrycka mer NNOB , eftersom grisen som leder fungerar som Sentinel. Icke desto mindre, AI stöd för att minska denna variation även från Parade beteenden.
Även om AI är en utmärkt uppsättning verktyg för att standardisera testet över laboratorier, forskare kan fortfarande vill undersöka test-specifika beteende resultat inom ett laboratorium eller experiment, särskilt om de har tillräckligt med ström (dvs., experimentella enheter och upprepade tester) i ett enda experiment. Därför ingick tabell 1, som innehåller alla beteende resultat, variansen, distributionen och ett beräknat test för antalet djur för varje specifikt beteende. Till exempel, om forskarna har penna miljöer som tillåter grisar att konsekvent klättra under hatten och de vet att deras behandling orsakar över en 75% skillnad i klättring beteenden, då de kan motivera djur nummer baserat på variansen mätt. Om nya beteenden läggs till ethogram, kommer forskarna att behöva motivera vilka beteenden som tyder på tillvägagångssätt eller återkallande innan de införlivas i indexet. Till exempel, om de flesta av djuren i ett experiment takt längs väggarna i pennan (dvs., thigmotaxis)32, varaktigheten av detta beteende kan införlivas i kroppen-strukturell ethogram kategori. Beteendet kan representeras i det detaljerade staplade stapeldiagrammet (d.v.s. figur 5) eller i tabellform, och sedan kan det sammanfattas med Stand-still innan indexberäkningen tillämpas. AI, därför kan representera beteenden som är allmänt förekommande mellan laboratorier, men ytterligare unika beteenden kan fortfarande representeras separat.
Betydelse med avseende på befintliga metoder:
De befintliga metoderna för hatten fastställdes för svin på kommersiella gårdar för att bedöma djurens välbefinnande. Här har ett protokoll för laboratorie svin upprättats, vilket kan hjälpa forskarna att bedöma djurens välbefinnande och särskilja mTBI-grisar från simulerad svin. Ett alternativt traditionellt test kan vara att använda ett öppet fält test. Detta test användes tidigare för att bedöma svinemotionalitet och välfärd33. Öppen fälttester utformades ursprungligen för att testa de affektiva staterna av gnagare genom att mäta deras naturliga riskaversion att öppna rymden och ljus. Däremot kan friska svin se samma stimuli som aptitretande10, och efter en sjukdom, skada, eller stress behandling, de sannolikt uttrycker rädsla. Detta test kräver mer laboratorie utrymme och kommer att kräva grisar att vänja sig vid att hanteras och placeras i en öppen fält Arena. Om laboratorier har utrymme och protokoll för hantering av svinen är på plats, kan upprepade MÖSSESSIONER, förutom ett öppet fält test, bidra till att ytterligare särskilja behandlade djur från simulerad djur.
Kritiska steg inom protokollet:
De tre första stegen i protokollet är de mest kritiska för lyckade HAT-åtgärder. Sessionerna per gris tar bara 3 min; emellertid, adekvat förberedelse kommer att bidra till att göra detta test tillförlitlig. Som nämnts ovan är kamerans placering och inspelnings uppsättning avgörande för klarhet och replikering. Felaktig kameravinklar kan begränsa observatörens vision, vilket kommer att lägga till fel i mätningarna. En annan ofta förbisedd steg är fastställande av objekt i pennan. Grisen kommer att flytta ofixerade föremål, och detta kan påverka dess motivation att närma sig människan. Set-up och hantera systemet är viktiga eftersom grisar måste acklieras till sina miljöer innan de kan utföra testet konsekvent. Svin som inte är väl acklierade till sina hem pennor eller rutin eller upplever stress kommer att defecera i andra områden snarare än på baksidan av pennan34. Defekation området kan påverka deras motivation att närma sig. Från kameravyn bör observatören kunna identifiera enskilda svin. Det är dock viktigt att märkningssystemet inte har tillhandahållit information om djurets behandling, eftersom observatören25kommer att vara partisk.
Identifiera svin är mycket viktigt för att få rätt beteendedata för rätt gris, även när de är enkel-inrymt. Grisar är ofta flyttas för sina behandlingar, och en markering återförsäkrar betraktaren att de tittar på samma gris efter det har tagits bort och placeras tillbaka i sin penna. Grisar kan inhysas i par, som i hustyp C, och därför blir det mycket viktigt att identifiera svinen. Djurmärkning färger och markörer kräver daglig applicering; Därför kräver detta protokoll användning av en medicinsk kvalitet tejp och ett utstryk av tag cement. Tejpen sticker bäst till grisar med längre hår. Svin med kort hår och torr hud kommer att Slough bort tejpen oftare än grisar med längre hår.
Framtida tillämpningar:
Sammanfattnings, den noninvasiv in-Pen hatt test som beskrivs här är känslig nog för att upptäcka milda och temporala beroende förändringar hos svin efter mTBI. Dessutom har vi utvecklat ett viktat index som kallas AI för att utvärdera förändringar i svin som är inhysta i olika Penn typer, samt i olika typer av svin. Även om hatten har använts för att upptäcka förändringar hos svin som utsätts för mTBI, kan detta beteende test vara användbart för att upptäcka mätbara beteendemässiga förändringar hos djur som upplever stress eller prepatologiska tillstånd.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Författarna skulle vilja erkänna finansiering från byrån för marin forskning (Grant #12166253). Dessutom författarna vänligt tacka djuromsorg personal, veterinärer och studenter vid Kansas State University och Virginia Tech för deras stöd under djur arbetet. Författarna vill också tacka Nadège Krebs för hennes tekniska stöd, och studenter Shelby Stair, Sarah Greenway och Mikayla Goering för deras tekniska stöd och ytterligare djuromsorg.
Materials
| Name | Company | Catalog Number | Comments |
| Dome 3.0 Megapixel Cameras with 2.8-12 mm lens set between 2.8-3.2 mm | Points North Surveillance, Auburn, ME | CDL7233S | Lower mm lenses are needed for low-profile pens |
| Manfrotto 244 friction arm kit | B&H Photo | B&H # MA244; MFR # 244 | To mount and secure cameras at a 90° angle |
| Video Recording System | Points North Surveillance, Auburn, ME | NVR-RACK64 | NVR is customized |
| Colored and patterned duct tape attached to a double-sided medical grade tape | MBK Tape Solutions, Chatsworth, CA | 3M 1522H | Sustainable marking of pigs |
| Approach Index Formula generator | Dinasym, Manhattan, KS | Approach Formula | Company will customize macros for specific lab needs |
| Geovision Software | Points North Surveillance, Auburn, ME | Geovision | Software to edit video time into 180 s clips |
| Clicker | Petco | Good2Go Dog Training Clicker | |
| Reward treat (feed pellet, carob chip, raisin, marshmallow) | Variable | N/A | Depending on previous exposure, adult pigs are very neophobic when new food is introduced. Limit-fed pigs can be fed a few pellets of feed. |
| Statistical Analysis System (SAS) | SAS Institute, Cary, North Carolina | SAS 9.0 | Our laboratories preference for analyzing mixed models and repeated measures |
| Observer 11.5 software | Noldus Information Technology, Leesburg, VA | Observer 11.5 | Software to manually timestamp video clips |
References
- Iverson, G. L. Outcome from mild traumatic brain injury. Current Opinion in Psychiatry. 18 (3), 301-317 (2005).
- Taber, K. H., Warden, D. L., Hurley, R. A. Blast-related traumatic brain injury: what is known? The Journal of Neuropsychiatry and Clinical Neurosciences. 18 (2), 141-145 (2006).
- White, H., Venkatesh, B. Traumatic brain injury. Oxford Textbook of Neurocritical Care. Smith, M., Kofke, W. A., Citerio, G. 210, University Press. Oxford. (2016).
- Greve, K. W., et al. Personality and neurocognitive correlates of impulsive aggression in long-term survivors of severe traumatic brain injury. Brain Injury Journal. 15 (3), 255-262 (2001).
- Janusz, J. A., Kirkwood, M. W., Yeates, K. O., Taylor, H. G. Social Problem-Solving Skills in Children with Traumatic Brain Injury: Long-Term Outcomes and Prediction of Social Competence. Child Neuropsychology. 8 (3), 179-194 (2002).
- Luo, Y. Swine Applied Ethology Methods for a Model of Mild Traumatic Brain Injury (Master's Thesis). , Available from: http://hdl.handle.net/2097/35760 (2017).
- Kornum, B. R., Knudsen, G. M. Cognitive testing of pigs (Sus scrofa) in translational biobehavioral research. Neuroscience & Behavioral Reviews. 35 (3), 437-451 (2011).
- Bauman, R. A., et al. An Introductory Characterization of a Combat-Casualty-Care Relevant Swine Model of Closed Head Injury Resulting from Exposure to Explosive Blast. Journal of Neurotrauma. 26, 841-860 (2009).
- Friess, S., et al. Repeated traumatic brain injury affects composite cognitive function in piglets. Journal of Neurotrauma. 26, 1111-1121 (2009).
- Xiong, Y. A., Mahmood, A., Chopp, M. Animal models of traumatic brain injury. Nature Reviews Neuroscience. 14 (2), 128-142 (2013).
- Waiblinger, S., et al. Assessing the human-animal relationship in farmed species: A critical review. Applied Animal Behavior and Science. 101, 185-242 (2006).
- Powell, C., Hemsworth, L. M., Rice, M., Hemsworth, P. H. Comparison of methods to assess fear of humans in commercial breeding gilts and sows. Applied Animal Behavior and Science. 181, 70-75 (2016).
- Hemsworth, P. H., Barnett, J. L., Coleman, G. J., Hansen, C. A study of the relationships between the attitudinal and behavioural profiles of stockpersons and the level of fear of humans and reproductive performance of commercial pigs. Applied Animal Behaviour Science. 23, 301-314 (1989).
- Hulbert, L. E., McGlone, J. J. Evaluation of drop versus trickle-feeding systems for crated or group-penned gestating sows. Journal of Animal Science. 84 (4), 1004-1014 (2006).
- Mills, D. S., Marchant-Forde, J. N. The encyclopedia of applied animal behavior and welfare. , CAB International. Wallingford, UK. (2010).
- Backus, B. L., Sutherland, M. A., Brooks, T. A. Relationship between environmental enrichment and the response to novelty in laboratory-housed pigs. Journal of the American Association for Laboratory Animal Science. 56 (6), 735-741 (2017).
- Price, E. O. Behavioral development in animals undergoing domestication. Applied Animal Behavior Science. 65 (3), 245-271 (1999).
- Plogmann, D., Kruska, D. Volumetric comparison of auditory structures in the brains of European wild boars (Sus scrofa) and domestic pigs (Sus scrofa f. dom.). Brain, Behavior and Evolution. 35 (3), 146-155 (1990).
- Horbak, K. Nosing Around: Play in Pigs. Animal Behavior and Cognition. 1 (2), 186-196 (2014).
- Daigle, C. Parallels between Postpartum Disorders in Humans and Preweaning Piglet Mortality in Sows. Animals. 8 (2), 22 (2018).
- Willner, P., Muscat, R., Papp, M. Chronic mild stress-induced anhedonia: A realistic animal model of depression. Neuroscience & Biobehavioral Reviews. 16 (4), 525-534 (1992).
- Pairis, M., Young, A., Millman, S. T., Garvey, J., Johnson, A. K. Can Fear Be Effectively Assessed in Swine? A Study Measuring Fear Levels during a Human Approach Test. Animal Industry Report. , AS 655, ASL R2470 (2009).
- Grandin, T. Behavioral principles of livestock handling. American registry of Professional Animal Scientist. , 1-11 (2002).
- Weeks, C. A. A review of welfare in cattle, sheep and pig lairages, with emphasis on stocking rates, ventilation and noise. Animal Welfare. (South Mimms, England). 17, 275-284 (2008).
- Martin, P., Bateson, P. How Good are Your Measures. Measuring Behaviour: An Introductory Guide. Martin, P., Bateson, P. , University Press. Cambridge. 72-85 (2007).
- Grandin, T., Shivley, C. How Farm animals react and perceive stressful situations such as handling, restraint, and transport. Animals. 5, 1233-1251 (2015).
- Galyean, M. Sample size calculations I. , Available from: https://www.depts.ttu.edu/afs/home/mgalyean/ (2018).
- Shenton, M. E., et al. A review of magnetic resonance imaging and diffusion tensor imaging findings in mild traumatic brain injury. Brain Imaging and Behavior. 6 (2), 137-192 (2012).
- Walilko, T., VandeVord, P., Hulbert, L. E., Fievisohn, E., Zai, L. Establishing a neurological injury threshold using a blast overpressure model in minipigs. Military Health System Research Symposium. , (2017).
- Coffin, M. J., et al. Side Bias and Time of Day Influenced Cognition after Minipigs were Conditioned Using a Novel Tactile Stimulation Device. Journal of Animal Science. 96, 255-256 (2018).
- Dailey, J. W. Stereotypic Behavior in Pregnant Swine (Master's Thesis). , Available from: https://ttu-ir.tdl.org/ttu-ir/handle/2346/9669 (1995).
- Fleming, S. A., Dilger, R. N. Young pigs exhibit differential exploratory behavior during novelty preference tasks in response to age, sex and delay. Behavioural Brain Research. 321, 50-60 (2017).
- Ramona, D. D., Healy, S. D., Lawrence, A. B., Rutherford, K. M. D. Emotionality in growing pigs: Is the open field a valid test. Physiology & Behavior. 104, 906-913 (2011).
- Matthews, S. G., Miller, A. L., Clapp, J., Plötz, T., Kyriazakis, I. Early detection of health and welfare compromises through automated detection of behavioral changes in pigs. The Veterinary Journal. 217, 43-51 (2016).
