Información

¿Cuál es la forma estándar de analizar los datos de EEG en un paradigma de negatividad de desajuste?

¿Cuál es la forma estándar de analizar los datos de EEG en un paradigma de negatividad de desajuste?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Estoy ejecutando un experimento de EEG usando un diseño de negatividad de desajuste auditivo modificado (MMN), y me pregunto si alguien puede decirme el mejor método para el análisis de datos (y recomendar programas / paquetes de estadísticas para este propósito también).

El experimento solo tendrá unos pocos (6-8) sujetos con un alto número de ensayos por sujeto (~ 700). La condición emparejada constituye el 75% de los ensayos. Los estímulos se seleccionan de un conjunto cerrado de 10 elementos, con la misma frecuencia de elementos en las condiciones coincidentes / no coincidentes.

Una de las diferencias entre este estudio y las tareas de MMN auditivas normales es que los estímulos esperados / inesperados varían entre los ensayos y la expectativa se establece ensayo por ensayo. Por lo tanto, es posible que la diferencia entre los potenciales relacionados con eventos (ERP) y los estímulos esperados / inesperados se promedie debido a pequeñas variaciones en respuesta a estos estímulos cambiantes.

¿Alguien conoce las mejores técnicas de análisis y procesamiento de datos de EEG para detectar el ERP pequeño en respuesta a los estímulos MMN auditivos? ¿Alguien puede recomendar técnicas para evitar promediar pequeños ERP cuyas latencias pueden variar?


Programas / paquetes para análisis EEG
Hay cajas de herramientas MatLab decentes con buenos tutoriales para el análisis de datos de EEG. La caja de herramientas EEGLAB (tutorial) puede ser operada tanto por GUI como por línea de comandos (y script). La caja de herramientas de fieldtrip (tutorial) es operada principalmente por línea de comando / script.

Por supuesto, también hay paquetes de software (comerciales) para el análisis de EEG que no requieren Matlab (por ejemplo, BESA, Brain Vision Analyzer, eeprobe), pero no estoy familiarizado con ellos.

¿Existen técnicas para evitar promediar ERP pequeños cuyas latencias pueden variar?
No, probablemente no. Los ERP se calculan promediando varias pruebas porque este promedio cancela todos los componentes que fluctúan en el tiempo (es decir, principalmente ruido), es decir, lo que desea evitar (cancelar los componentes de fluctuación) es en realidad el propósito de calcular los ERP.

Sin embargo, para estar seguro, debería echar un vistazo a las revisiones o tutoriales para medir la negatividad de la falta de coincidencia. Ver por ejemplo

Duncan CC, Barry RJ, Connolly JF, Fischer C, Michie PT, Näätänen R, Polich J, Reinvang I, Van Petten C. (2009) Potenciales relacionados con eventos en la investigación clínica: pautas para obtener, registrar y cuantificar la negatividad de los desajustes, P300 y N400. Clin Neurophysiol. 120 (11): 1883-908. (pubmed)


Utilizo la caja de herramientas FieldTrip en Matlab para analizar mi propio experimento MMN auditivo modificado :) Pero uso MEG, así que no tengo tantas opciones de software. La caja de herramientas es muy poderosa pero tiene una curva de aprendizaje empinada y la recomendaría solo si ya tiene experiencia en análisis de datos de Matlab y EEG.

No analizo mis datos de la manera clásica de MMN, así que no puedo comentar sobre eso. Escuché que la multitud de MMN a veces puede ser un poco dogmática en términos de cómo abordar el análisis de datos, por lo que es una buena idea obtener información precisa antes de sentarse a hacerlo. Quizás contactar a alguien que tenga un estudio MMN publicado sea suficiente.

Una de las diferencias entre este estudio y las tareas de MMN auditivas normales es que los estímulos esperados / inesperados varían entre los ensayos y la expectativa se establece ensayo por ensayo. Por lo tanto, es posible que la diferencia entre los potenciales relacionados con eventos (ERP) y los estímulos esperados / inesperados se promedie debido a pequeñas variaciones en respuesta a estos estímulos cambiantes.

Dado que las frecuencias de los tipos de estímulos físicamente diferentes son idénticas en las dos condiciones, esto no es motivo de preocupación. Sin embargo, habrá más ruido en la condición inesperada en relación con lo esperado, debido al menor número total de ensayos. No estoy seguro de qué manera esto puede afectar las estadísticas (creo que no las sesgaría de manera sistemática, pero no le he preguntado a un experto, ¡avíseme si lo averigua!), Pero generalmente como Como precaución, tomo una muestra aleatoria de ensayos esperados, igual al número de ensayos inesperados por participante. De esta manera, hay la misma cantidad de ruido en ambas condiciones porque tiene una muestra de igual tamaño de estímulos físicamente idénticos y la única diferencia está en la expectativa de estímulo.


Introducción

La negatividad de desajuste (MMN) es un potencial relacionado con eventos (ERP) que se produce cuando una secuencia de sonidos repetitivos desatendidos es interrumpida por un estímulo desviado. 1 La principal patología de la reducción de MMN parece originarse en la disfunción del norte-metilo-D-sistema receptor de aspartato (NMDA). 2, 3 La disfunción glutamatérgica mediada por el receptor de NMDA bien puede explicar la patología tanto de la esquizofrenia como del trastorno bipolar, 3, 4 que exhiben explícitamente una atenuación de MMN.

Hay 2 teorías principales con respecto a los mecanismos subyacentes a la MMN. Una de las teorías es & # x0201cmemoria sensorial & # x0201d 5 Según esta teoría, los estímulos estándar dejan un rastro en la memoria y el MMN es evocado por estímulos desviados que tienen propiedades sensoriales incongruentes. Esta teoría se ha expandido a las teorías & # x0201c codificación predictiva & # x0201d 6 y & # x0201 violación de lacregularidad & # x0201d 7 que establecen que la MMN puede explicarse con un error de predicción por un estímulo desviado. La otra teoría es la & # x0201adaptación neuronal & # x0201d 8, que explica que los estímulos estándar repetidos conducen a la adaptación y atenuación de la actividad neural, mientras que las neuronas consideran los estímulos desviados como nuevos y están menos adaptados a ellos.

La reducción de MMN se ha encontrado de manera constante en la esquizofrenia a lo largo de varias etapas del progreso de la enfermedad 9 & # x0201311 y se ha interpretado como un reflejo de las deficiencias en el procesamiento auditivo pre-atento temprano. 12, 13 Investigaciones recientes también han demostrado que el trastorno bipolar presenta una disminución anormal de MMN. 14 & # x0201316 Sin embargo, dado que investigaciones anteriores sobre el trastorno bipolar informaron resultados nulos, 17 & # x0201319 no está claro qué tan robusta es en realidad la aparente disminución de MMN en el trastorno bipolar.

El MMN auditivo generalmente se genera en la corteza auditiva primaria y en áreas adyacentes del lóbulo temporal superior. Las áreas frontales que incluyen la circunvolución frontal media e inferior (IFG) y la corteza cingulada anterior (ACC) se consideran como generadores de MMN adicionales. 20 & # x0201327 Los generadores frontales del MMN se activan un poco más tarde que los temporales. Los generadores temporales se han asociado con el análisis de características auditivas y la detección de desviaciones, y los generadores frontales con el cambio involuntario de atención hacia cambios en el entorno auditivo. Además, se ha informado que las alteraciones funcionales y anatómicas en las regiones consideradas como generadoras de MMN se relacionan con la función ejecutiva deteriorada en la esquizofrenia, y el proceso emocional y el control de la inhibición deteriorados en el trastorno bipolar. 29 & # x0201331

Los estudios de imágenes por resonancia magnética (IRM) han demostrado anomalías cerebrales estructurales en pacientes con esquizofrenia y trastorno bipolar. Varios estudios demostraron recientemente que el adelgazamiento cortical en el lóbulo frontal parece ser común tanto en la esquizofrenia como en el trastorno bipolar. 32 & # x0201334 Estos estudios sugirieron que el adelgazamiento del lóbulo frontal puede representar una característica biológica compartida por ambos grupos de enfermedades.

Se han realizado pocos estudios que investiguen la relación entre la reducción de MMN y las anomalías estructurales del cerebro en la esquizofrenia. Se ha informado que la reducción de MMN está correlacionada con la reducción del volumen de materia gris en la circunvolución de Heschl & # x02019s en el hemisferio izquierdo. 35 Otro estudio demostró que las reducciones bilaterales de materia gris en la circunvolución de Heschl & # x02019s, así como en las regiones motoras y ejecutivas de la corteza frontal, se correlacionaban con amplitudes reducidas de MMN. 36 El último estudio mostró correlaciones negativas entre la actividad de la fuente de MMN y el grosor cortical en las circunvoluciones frontales inferiores bilaterales. 37 Para el trastorno bipolar, hay una falta de investigación sobre anomalías de MMN y estructuras cerebrales. Además, ningún estudio previo ha explorado y comparado la relación entre MMN y el grosor cortical en pacientes con esquizofrenia y trastorno bipolar.

La disfunción neurocognitiva y las alteraciones de la función social son características bien conocidas de la esquizofrenia. 38, 39 Varios estudios sugieren que la disfunción neurocognitiva puede estar asociada con un funcionamiento social deficiente en la esquizofrenia. En general, se ha considerado que el trastorno bipolar tiene una mejor evolución y evolución que la esquizofrenia. 42 Sin embargo, estudios previos han revelado que los pacientes con trastorno bipolar demuestran déficits neuropsicológicos en la función ejecutiva, el aprendizaje verbal y la memoria verbal inmediata y retardada. 43, 44 Además, se han reportado déficits en el funcionamiento social en pacientes con trastorno bipolar. 42

En este estudio, nuestro objetivo fue examinar la reducción de MMN y su correlación con el grosor cortical en pacientes con esquizofrenia y trastorno bipolar, con fines exploratorios. Además, también se examinaron las correlaciones entre MMN y el funcionamiento neurocognitivo y social. Presumimos que las amplitudes de MMN se reducirían en pacientes con esquizofrenia y trastorno bipolar en comparación con los de controles sanos (HC) y que la reducción de MMN mostraría una estrecha relación con el grosor cortical de las áreas frontal y temporal.


Métodos

Participantes

El estudio se realizó en un grupo de 29 pacientes con epilepsia, sometidos a evaluación prequirúrgica con rejilla / tira subdural y electrodos de profundidad hipocampal. Los pacientes se incluyeron solo si no eran evidentes déficits auditivos. La edad media de los pacientes incluidos (13 varones) fue de 37,2 años (rango 16-61). El grupo representó una submuestra de un estudio más amplio sobre la compuerta sensorial aún en conducción. Los pacientes fueron completamente informados sobre los propósitos del estudio y dieron su consentimiento informado por escrito. El estudio fue aprobado por el comité de ética local de la Universidad de Bonn.

Estímulo

Los sujetos fueron estimulados por auriculares con 100 trenes de seis clics. Los primeros cinco estímulos tenían una frecuencia de 1500 Hz y una duración de 6,6 ms (incluido el tiempo de subida y bajada de 1,5 ms). El sexto estímulo se desviaba tanto en frecuencia (2000 Hz) como en duración (12,8 ms). Los clics estaban separados por 500 ms y los trenes por 8000 ms. Se indicó a los sujetos que se sentaran relajados en su silla, que evitaran los movimientos oculares y que se mantuvieran despiertos. El clic desviado no requirió una respuesta de comportamiento.

Registro y análisis de datos

El número de electrodos intracraneales y sus posiciones variaron entre pacientes. Las ubicaciones de los electrodos de cada paciente se enumeran en la Tabla 1 y las ubicaciones de electrodos ejemplares se muestran en las Figuras 1, 3, 4 y 5. La ubicación de los electrodos se determinó únicamente con el propósito de la evaluación prequirúrgica. Los datos electrofisiológicos se registraron a una frecuencia de muestreo de 1000 Hz con el sistema digital EPAS (Schwarzer, Munich, Alemania) y su software Harmonie EEG implementado (Stellate, Quebec, Canadá) en una habitación insonorizada. Las mastoides izquierda y derecha sirvieron de referencia. Además, en la mayoría de los pacientes, el EEG de superficie se registró con seis electrodos (Cz, C3, C4, T5, T6, Oz). Las grabaciones se inspeccionaron visualmente en busca de artefactos y se sometieron a muestreo descendente a 200 Hz. Se promediaron segmentos de EEG de 700 ms de duración con un período de preestímulo de 200 ms como línea de base para la primera, para la segunda a la quinta y para la sexta posición de estímulo en el tren, lo que resultó en tres ERP promediados: ERP1, ERP2…5 y ERP6. Los datos promediados se filtraron de 1 a 20 Hz con una pendiente de 24 dB / oct cada uno y se corrigió la línea de base. El MMN se calculó como potencial de diferencia entre ERP6 y ERP2…5 (ERPMMN = ERP6 - ERP2…5), ya que el primer clic en un tren evocaba un N100 mucho más fuerte que los estímulos posteriores.

La colocación de electrodos de cada paciente que participa en el estudio.

Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10
Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10

El número en la tabla se refiere al número de electrodos en los contactos frontales (f), temporales (t), parietales (p), temporomesiales (tm), temporobasales (tb) o interhemisféricos (ih) entre dos columnas indican que los números frontales y Las áreas temporal o temporal y parietal estaban cubiertas por electrodos. Un código de paciente entre paréntesis indica que no se observó señal N100 / MMN en este paciente. Los códigos de los pacientes cuyos datos se muestran en la Figura 1 están marcados con un asterisco.

La colocación de electrodos de cada paciente que participa en el estudio.

Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10
Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10

El número en la tabla se refiere al número de electrodos en los contactos frontales (f), temporales (t), parietales (p), temporomesiales (tm), temporobasales (tb) o interhemisféricos (ih) entre dos columnas indican que los números frontales y Las áreas temporal o temporal y parietal estaban cubiertas por electrodos. Un código de paciente entre paréntesis indica que no se observó señal N100 / MMN en este paciente. Los códigos de los pacientes cuyos datos se muestran en la Figura 1 están marcados con un asterisco.

Datos intracraneales individuales: en las resonancias magnéticas, los electrodos implantados se vuelven observables como artefactos (columna izquierda) y los electrodos seleccionados para el análisis están marcados con flechas blancas. En la columna central, se presenta la ubicación esquemática de los electrodos del individuo y los electrodos seleccionados se indican con un círculo relleno. En la columna de la derecha, los ERP en las posiciones especificadas se representan para mayor claridad, solo se muestran dos ERP por individuo, cada fila representa un conjunto de datos de un individuo: (A) temporal N100 del paciente 110, (B) N100 fronto-central del Paciente 120, y (C) N100 interhemisférico frontal del Paciente 128 (ERP1 versus ERP2…5).

Datos intracraneales individuales: en las resonancias magnéticas, los electrodos implantados se vuelven observables como artefactos (columna izquierda) y los electrodos seleccionados para el análisis están marcados con flechas blancas. En la columna central, se presenta la ubicación esquemática de los electrodos del individuo y los electrodos seleccionados se indican con un círculo relleno. En la columna de la derecha, los ERP en las posiciones especificadas se representan para mayor claridad, solo se muestran dos ERP por individuo, cada fila representa un conjunto de datos de un individuo: (A) temporal N100 del paciente 110, (B) N100 fronto-central del Paciente 120, y (C) N100 interhemisférico frontal del Paciente 128 (ERP1 versus ERP2…5).

Las posiciones de los electrodos que exhiben los dos componentes ERP de interés, a saber, el N100 y el MMN, se determinaron mediante inspección visual del ERP.1 y ERPMMN, respectivamente. Se esperaba que el N100 alcanzara su punto máximo en una ventana de latencia de 80 a 140 ms. Se eligió este desfase tardío de la ventana de tiempo porque la mayoría de los pacientes estaban tomando medicación anticonvulsiva en el momento de la medición y esta medicación posiblemente podría ralentizar los componentes del ERP de latencia prolongada. También se tuvo en cuenta el curso temporal del ERP con inversión de polaridad antes y después del N100 y el ERP en el electrodo Cz para la definición del pico N100. Se esperaba que el MMN alcanzara un pico más tarde que el N100 hasta una latencia de 250 ms. Los picos en ambos rangos de latencia se consideraron evidentes solo si eran discernibles a partir de la actividad cerebral anterior o posterior y su amplitud superaba claramente la actividad de la línea de base. Si dos o más electrodos vecinos exhibían un pico con una latencia similar, solo se eligió el electrodo con la mayor amplitud para el análisis, ya que en ese caso se asumió que el pico observado se originaba en una fuente común, mejor representada por el electrodo con la mayor amplitud. amplitud. Los electrodos seleccionados se denominarán electrodos N100 y MMN.

Para validar los electrodos y formas de onda seleccionados, se calcularon grandes promedios para estos electrodos en el lóbulo temporal o cerca del mismo. Las amplitudes y latencias máximas se midieron para el N100 en los picos individuales de los ERP en los electrodos N100 y en la latencia máxima del ERP.6 o, si no es posible en la latencia máxima del ERPMMN, en los electrodos MMN. ERP1 y ERP2…5 en su mayoría no tenía un pico discernible en este rango de latencia. Las amplitudes y latencias se compararon entre ERP mediante un análisis de varianza de medición repetida (ANOVA) y post hoc emparejado t pruebas. La ubicación de los electrodos se verificó a partir de cortes axiales y coronales de 2 mm. T2Imágenes de resonancia magnética FLAIR ponderadas y en rodajas de 3 mm adquiridas de forma rutinaria después de la implantación del electrodo.


La negatividad del desajuste visual provocada por las expresiones faciales: nueva evidencia del paradigma equiprobable

Fondo: La evidencia convergente reveló que las expresiones faciales se procesan automáticamente. Recientemente, hay evidencia de que las expresiones faciales podrían provocar la negatividad de desajuste visual (MMN), expresión MMN (EMMN), lo que refleja que la expresión facial podría procesarse en condiciones no atencionales. En el presente estudio, utilizando una tarea de modalidad cruzada, intentamos investigar si existe una EMMN basada en la comparación de la memoria.

Métodos: Se instruyó a 12 adultos normales para que escucharan simultáneamente una historia y prestaran atención a un círculo blanco sin patrón como un objetivo visual intercalado entre los estímulos faciales. En el bloque bicho raro, la cara triste fue la desviada con una probabilidad del 20% y la cara neutral fue el estándar con una probabilidad del 80% en el bloque de control, la cara triste idéntica se presentó con otros cuatro tipos de estímulos faciales con igual probabilidad (20% para cada uno). El electroencefalograma (EEG) se registró continuamente y se obtuvieron los ERP (potenciales relacionados con eventos) en respuesta a cada tipo de estímulo facial. Oddball-EMMN en el bloque de bichos raros se obtuvo restando los ERP provocados por las caras neutrales (estándar) de los de las caras tristes (desviadas), mientras que el EMMN controlado se obtuvo restando los ERP provocados por las caras tristes en el bloque de control. de los de las caras tristes en el bloque de bichos raros. Ambos EMMN se midieron y analizaron mediante ANOVA (análisis de varianza) con mediciones repetidas. Se utilizó sLORETA (tomografía electromagnética cerebral de baja resolución estandarizada) para investigar los generadores corticales de EMMN controlada.

Resultados: Tanto la EMMN extraña en la comparación estándar desviada como la EMMN controlada en la comparación control desviado se observaron en las regiones occipital-temporales con predominio del hemisferio derecho. El bicho raro-EMMN era más grande y anterior que el controlado-EMMN porque, además de la comparación basada en la memoria, el primero incluía una diferencia de refractariedad debido a la distinción de probabilidad presentada entre los estímulos faciales desviados y estándar.El análisis de la fuente de EMMN controlada indicó una fuente de corriente involucrada principalmente en áreas posteriores, incluida la circunvolución temporal superior, la circunvolución poscentral, el lóbulo parietal inferior y la ínsula.


Métodos

Participantes

Treinta y tres hablantes nativos de mandarín diestros participaron en el experimento. Todos los sujetos fueron reclutados en la Universidad de Toronto Scarborough. Toda la sesión experimental se llevó a cabo en chino mandarín. Ningún participante informó de déficit auditivo, de lenguaje o neurológico. Se excluyeron los datos de siete participantes debido a problemas técnicos durante las sesiones de grabación. Esto dejó a 26 participantes (17 mujeres, media (x & # x0304) edad = 19,7 años, desviación estándar (s) = 0,7 años, x & # x0304 edad de llegada = 16,8 años, s = 2,3 años). Todos los participantes también hablaban inglés. Nueve participantes informaron dominio de idiomas adicionales (es decir, cantonés, shanghainés y japonés). Todos los participantes autoinformaron 10/10 en competencia auditiva y al menos 8/10 en competencia oral en mandarín, excepto un participante, que calificó a sí mismo como 7/10 en competencia auditiva. Los participantes en mandarín informaron calificaciones propias en inglés consistentemente más bajas para hablar y escuchar (hablando: x & # x0304 = 6.54, s = 1,64 escuchando: x & # x0304 = 7.43, s = 1,56) y solo informó que usaba inglés en promedio un 23,7% (s = 18%) del tiempo en su vida diaria. La duración media de la estancia en Canadá fue de 3,02 años (s = 2,63 años). El experimento fue aprobado por la Junta de Ética en Investigación de la Universidad de Toronto. Todos los participantes dieron su consentimiento informado por escrito y recibieron crédito del curso.

Estímulos

Los estímulos incluían ocho sílabas [C & # x0264 & # x02D04]. La C representa una consonante de cuatro pares de consonantes retroflex / no retroflex: [s] / [& # x0282], [ts] / [t & # x0282], [ts h] / [t & # x0282 h], [l] / [& # x027B]. Las ocho consonantes representan todas las consonantes retroflex en el inventario del mandarín y sus contrapartes no retroflex. Se eligieron la vocal posterior media alta no redondeada [& # x0264] y el Tono 4 para formar el marco porque producen sílabas fonotácticamente legales con todas las consonantes del experimento, y todas eran palabras reales del chino mandarín. Por ejemplo, [s & # x0264 & # x02D04] corresponde a las palabras & # x8272 & # x201Ccolor & # x201D o & # x6DA9 & # x201Castringent & # x201D. Algunos estímulos [C & # x0264 & # x02D04] correspondían a múltiples elementos léxicos. Se tomó la decisión de utilizar palabras reales. El inventario de sílabas mandarín relativamente limitado hizo imposible obtener un conjunto de sílabas CV donde cada una era una pseudopalabra fonotácticamente legal en el idioma en las ocho combinaciones de consonantes, vocales y tonos. Las alternativas eran utilizar un conjunto de estímulos que contuvieran una mezcla de palabras y pseudopalabras o un conjunto de ocho sílabas fonotácticamente ilegales. La elección de una combinación de palabras y pseudopalabras podría resultar en evocar un conjunto de procesos (por ejemplo, acceso léxico) que estaría presente para algunos elementos pero no para otros. Mientras tanto, el uso de sílabas fonotácticamente ilegales requeriría que los participantes empleen estrategias de reparación que no forman parte del procesamiento del lenguaje natural en su lengua materna (Dehaene-Lambertz et al., 2000).

Los estímulos fueron producidos por un hablante nativo de chino mandarín. Las fichas se grabaron con un micrófono cardioide Audio-Technica AT3035 en una grabadora digital MixPre-3 (Sound Devices LLC, Estados Unidos). La sesión de grabación de estímulos se llevó a cabo en una cabina con sonido atenuado. Los archivos de audio se grabaron con una frecuencia de muestreo de 44,1 kHz a una profundidad de 16 bits. Los estímulos retroflejos tuvieron una duración media de 429 ms (s = 9 ms). Los estímulos no retroflejos tuvieron una duración media de 459 ms (s = 81 ms). La Tabla 1 proporciona la duración de las sílabas y consonantes para los estímulos en nuestro experimento, el número de palabras y sentidos para cada sílaba y sus frecuencias de corpus. El número de palabras y sentidos se obtienen del diccionario Xinhua (The Commercial Press, 2009). Las frecuencias de las palabras se obtienen de DoWLS (Neergaard et al., 2016), que se basa en SUBTLEX-CH (Cai y Brysbaert, 2010) e incluye transcripciones fonéticas. Se aplicaron rampas de compensación de coseno 2 a los 10 ms finales de cada estímulo. La intensidad del estímulo se normalizó a 70 dB SPL.

Tabla 1. Propiedades acústicas e información léxica de los estímulos.

Como se demuestra en la Figura 1, la característica acústica distintiva entre fricativa retroflex / no retroflex es el rango de energía espectral. La retroflexión se asocia con rangos de energía espectral más bajos tanto en fricativas como en africadas (Lee, 1999). En el par aproximado [l] / [& # x027B], la retroflexión conduce a un F3 más bajo, que es similar a las diferencias entre / l / y / r / prevocálicas en inglés americano (Polka y Strange, 1985). Un F3 más bajo se correlaciona con más color & # x201Cr & # x201D. El retroflex [& # x027B] también tiene una diferencia mayor entre F4 y F5 que [l].

Figura 1. Formas de onda y espectrogramas para el par aproximado (superior) [l & # x0264 & # x02D04] / [& # x027B & # x0264 & # x02D04] y el par fricativo (inferior) [s & # x0264 & # x02D04] / [& # x0282 & # x02D04 & # ].

Adquisición de EEG

Los sujetos estaban sentados en una cabina insonorizada. Se les indicó que miraran una película muda mientras escuchaban pasivamente los estímulos durante la grabación del EEG (Tervaniemi et al., 1999 Scharinger et al., 2016b). Los experimentadores se comunicaron con los participantes en mandarín, y todos los materiales del experimento (es decir, las instrucciones, los materiales de reclutamiento y de informe) se proporcionaron en mandarín. Los estímulos se presentaron en un paradigma auditivo excéntrico. El experimento constaba de dos bloques. Un bloque contenía estándares retroflex y desviaciones no retroflex. El otro bloque tenía estándares de no retroflexión y desviaciones de retroflexión. El orden de los bloques fue aleatorio para cada sujeto. En cada bloque, cada uno de los cuatro tokens de la categoría desviada se presentó 20 veces, totalizando 80 tokens desviados por bloque. El orden de las fichas desviadas fue aleatorio. Antes de cada estímulo desviado, se presentó un número aleatorio (extraído de una distribución uniforme entre 4 y 10) de tokens estándar. Esto resultó en una relación estándar / desviada aproximada de 7 a 1. Había aproximadamente 560 tokens estándar por bloque. Los tokens estándar también se muestrearon aleatoriamente a partir de los cuatro estímulos de su categoría. La duración del intervalo entre estímulos se muestreó aleatoriamente a partir de una distribución uniforme entre 1,25 y 1,75 s. Estos valores fueron seleccionados para reforzar el procesamiento a nivel fonológico (Werker y Logan, 1985 Yu Y. H. et al., 2017).

Las señales de EEG continuas se adquirieron con electrodos activos ActiCAP de 32 canales (Brain Products GmbH, Alemania) y un amplificador actiCHamp (Brain Products GmbH, Alemania). Los datos se digitalizaron a 1000 Hz con un filtro de paso de banda en línea de 0,01 & # x2013500 Hz. Los electrodos se colocaron de acuerdo con el sistema internacional 10-20 y las posiciones incluyen Fp1 / 2, F3 / 4, F7 / 8, FC1 / 2, FC5 / 6, FT9 / 10, C3 / 4, T7 / 8, CP1 / 2, CP5 / 6, TP9 / 10, P3 / 4, P7 / 8, O1 / 2, Oz, Fz, Cz y Pz. Se colocó un electrodo de tierra en Fpz. La señal de EEG continua se hizo referencia a la mastoides izquierda (TP9) en línea.

Para garantizar una sincronización precisa del disparo de estímulo digital, los estímulos auditivos se pasaron primero a través de un dispositivo StimTrak (Brain Products GmbH, Alemania), que está diseñado específicamente para la precisión del disparo de EEG. En nuestra configuración, el dispositivo StimTrak envía la señal auditiva simultáneamente al amplificador y los auriculares. La señal auditiva enviada al amplificador se registra como un canal EEG adicional. Esto proporciona el momento en el que se presenta el estímulo auditivo a los participantes. Los estímulos auditivos se enviaron a los sujetos a través de los auriculares BeyerDynamic DT 770 PRO.

Análisis EEG

El análisis de datos se realizó en MATLAB (Mathworks, Inc) utilizando la caja de herramientas EEGLAB (Delorme y Makeig, 2004). Primero, corregimos cualquier retraso de compensación entre el disparador y la presentación del estímulo auditivo para asegurar una sincronía de disparador digital-estímulo precisa de milisegundos. Esto se hizo mediante la correlación cruzada de los archivos de sonido de los estímulos originales y la pista de audio en la grabación de EEG proporcionada por StimTrak. Posteriormente, los desencadenantes se alinearon con el inicio del archivo de audio en la grabación de EEG. Se comprobó la sincronía de inicio de disparo-estímulo en la señal de EEG continua sin procesar. A continuación, la señal de EEG se volvió a referenciar a los mastoides vinculados, que proporcionan las respuestas MNN más robustas (Mahajan et al., 2017). A continuación, la señal de EEG se filtró con un filtro FIR sinc con ventana de Hamming. La señal se filtró primero en paso alto a 0,1 Hz (ancho de banda de transición 0,1 Hz), luego se filtró en paso bajo a 70 Hz (ancho de banda de transición 17,5 Hz). La señal filtrada se redujo a 250 Hz. La tubería PREP (Bigdely-Shamlo et al., 2015) se utilizó posteriormente para eliminar el ruido de la línea y los canales defectuosos. Luego, se aplicó la reconstrucción del subespacio de artefactos (se aplicó el algoritmo ASR 1 para eliminar los artefactos estacionarios. En promedio, se eliminaron 2,3 canales como canales defectuosos. A continuación, se interpolaron los canales previamente eliminados. Adaptive Mixture Independent realizó un análisis de componentes independientes (ICA) descomposición Análisis de componentes (AMICA Palmer et al., 2012). Los dipolos de los componentes independientes se localizaron con el complemento DIPFIT (Oostenveld y Oostendorp, 2002) 2. Inspeccionamos manualmente la topografía, ajustamos las ubicaciones de los dipolos, las formas de onda y las variaciones residuales para identificar los componentes independientes. Se eliminaron los componentes independientes que corresponden a los movimientos oculares (p. ej., parpadeos, movimientos sacádicos) o artefactos ampliamente distribuidos en el cuero cabelludo. Menos de seis (x & # x0304 = 2,1) se eliminaron componentes independientes para cada sujeto. A continuación, los datos de EEG continuos se cronometraron con un período de pre-inicio de 1 segundo y un período de post-inicio de 2 segundos. Se rechazaron épocas con voltajes & # x00B1 75 & # x03BCV. Combinado con el rechazo de la ventana de la aplicación de ASR, se eliminaron menos del 3% de los ensayos para cada sujeto. Entre los ensayos estándar, los dos ensayos inmediatamente después de cada ensayo desviado se excluyeron del análisis adicional. Esto se hizo para garantizar que solo se incluyeran en el análisis los ensayos en los que los participantes escucharon una secuencia de estándares antes de una desviación. Después del preprocesamiento, cada sujeto tenía más de 357 estándares y más de 76 desviaciones en cada uno de los dos bloques para el análisis final.

Los análisis de MMN dentro del bloque comparan los potenciales evocados con los estímulos desviados y estándar en el mismo bloque experimental. Las diferentes propiedades de los estándares y las desviaciones podrían provocar diferentes ERP incluso sin las diferencias de frecuencia extrañas. Esto podría confundir potencialmente el análisis MMN. Una alternativa es analizar la identidad MMN (iMMN). En este análisis, el ERP para el desviado se compara con el ERP para la versión estándar del mismo estímulo (Pulverm & # x00FCller y Shtyrov, 2006 Peter et al., 2010 Hestvik y Durvasula, 2016). En el estudio actual, incluimos tanto el análisis intrabloque (ver sección & # x201CWithin-Block MMN & # x201D) como el iMMN (ver sección & # x201CIdentity MMN & # x201D). Debido a que los MMN son más grandes en las áreas fronto-central del cuero cabelludo cuando se hace referencia a mastoides enlazados (N & # x00E4 & # x00E4t & # x00E4nen et al., 2007), el potencial promedio de cuatro sitios de electrodos fronto-centrales (es decir, Cz, Fz, FC1 / 2 ) se utiliza para calcular los ERP promedio. Los análisis estadísticos se realizan en EEGLAB con pruebas de permutación en el estadístico t y una corrección FDR para comparaciones múltiples. Las diferencias con pFDR & # x003C 0.05 se informan como estadísticamente significativas. En el análisis de ERP, solo se informan y discuten las diferencias significativas de más de 30 ms de duración. Debido a que los MMN a veces van acompañados de una inversión de polaridad en los sitios mastoideos (Schr & # x00F6ger, 1998), también calculamos e inspeccionamos visualmente las ondas diferenciales promediadas en los electrodos mastoideos y fronto-centrales después de hacer referencia al promedio de los datos. En el análisis topográfico, las pruebas de permutación para las comparaciones dentro del bloque e iMMN se realizan en cada ventana de tiempo en cada sitio de electrodo (con una corrección FDR).


Introducción

La negatividad discordante (MMN) es una respuesta electrofisiológica que refleja la detección automática de cambios en el entorno sensorial y se produce al violar una regularidad establecida en una secuencia de estímulos sensoriales. Tales violaciones pueden tomar la forma de simples cambios físicos en las propiedades del estímulo, por ejemplo, un cambio en el tono de un estímulo acústico (Paavilainen et al., 1993), hasta desviaciones abstractas en las relaciones entre los estímulos, por ejemplo, falta de un paso en un estímulo. escala musical (Brattico et al., 2006), o un estímulo no simétrico en una secuencia de estímulos simétricos (Kecsk & # x000E9s-Kov & # x000E1cs et al., 2012). Desde su primera descripción (N & # x000E4 & # x000E4t & # x000E4nen et al., 1978 N & # x000E4 & # x000E4t & # x000E4nen y Michie, 1979) se ha convertido en una herramienta establecida en la investigación del procesamiento sensorial y la atención, y un marcador de deterioro cognitivo. en una variedad de condiciones (ver N & # x000E4 & # x000E4t & # x000E4nen et al., 2011 para una revisión). Después del enfoque inicial en el MMN auditivo (aMMN), ahora existe un cuerpo de evidencia establecido para MMN en la modalidad visual, el vMMN (ver Pazo-Alvarez et al., 2003 Kimura et al., 2011 Winkler y Czigler, 2012 para revisiones).

El método típico para medir la respuesta MMN es restar la respuesta de potencial evocado (EP) al estímulo repetitivo estándar de la del estímulo desviado, es decir, el estímulo que viola la regularidad establecida por el estándar. La onda de diferencia resultante refleja la diferencia de procesamiento neuronal entre los estímulos estándar y desviados. Las técnicas estadísticas varían, pero por lo general el objetivo es establecer la duración y la magnitud de cualquier desviación en la onda de diferencia desde cero.

Además de examinar las respuestas electrofisiológicas con amplitud en función del tiempo, las mismas respuestas también pueden examinarse en el dominio de la frecuencia, con el fin de examinar las características oscilatorias de una respuesta en función del tiempo. Desde la primera observación de cambios oscilatorios relacionados con eventos (Berger, 1929), se ha demostrado cada vez más que la actividad oscilatoria juega un papel clave en la exploración de procesos sensoriales, cognitivos y motores (ver Ba & # x0015Far et al., 2001 Ward, 2003 Buzs & # x000E1ki y Draguhn, 2004 para revisiones). Por lo general, las oscilaciones se separan en las siguientes bandas para el análisis, delta (0 y # x020134 Hz), theta (4 y # x020138 Hz), alfa (8 y # x0201314 Hz), beta (14 y # x0201330 Hz) y gamma (30 y # 43) Hz). En la modalidad visual, los procesos que están involucrados o influenciados por la respuesta de vMMN se han asociado con diferentes procesos oscilatorios. Los procesos de supresión de distractores y atención selectiva se han relacionado con cambios de oscilación alfa (Foxe y Snyder, 2011), unión de características de objeto (Gray et al., 1989 Tallon-Baudry y Bertrand, 1999) y memoria de trabajo visual (Tallon-Baudry et al. , 1998 Rizzuto et al., 2003) se han asociado con aumentos en las oscilaciones gamma y theta. Mishra y col. (2012) identificaron aumentos concomitantes en el bloqueo y la potencia de la fase theta como marcadores oscilatorios de atención visuoespacial.

Debe tenerse en cuenta que un estímulo puede provocar cambios oscilatorios en fase de estímulo (a veces conocido como & # x0201Cevoked & # x0201D) y sin bloqueo de fase (a veces conocido como & # x0201Cinduced & # x0201D), sin embargo, es solo la fase- actividad bloqueada que se sumará para formar los picos y valles característicos de un EP reconocible en el dominio del tiempo. La actividad sin bloqueo de fase, debido a que su fase no se alinea de una prueba a otra, no sumará ninguna actividad significativa en un EP promediado en el dominio del tiempo. Se ha sugerido que la actividad oscilatoria sin bloqueo de fase juega un papel importante en la sincronización y desincronización de las redes funcionales en el cerebro (Bastiaansen et al., 2012).

Recientemente, las características oscilatorias del aMMN se han examinado utilizando análisis de tiempo-frecuencia. Fuentemilla et al. (2008) demostraron que las fuentes frontales y temporales del aMMN se modulaban diferencialmente por el aumento de potencia theta bloqueado en fase de estímulo y el bloqueo de fase theta. La fuente frontal del aMMN mostró un aumento en el poder theta bloqueado en fase del estímulo después de estímulos desviados y un aumento en el bloqueo de fase. Sin embargo, las fuentes temporales mostraron un aumento en el bloqueo de la fase theta en ausencia de cualquier aumento en la potencia. En un estudio magnetoencefalográfico (MEG) de aMMN, Hsiao et al. (2009) demostraron resultados parcialmente convergentes con Fuentemilla et al., Específicamente un aumento en el bloqueo de la fase theta y el poder en respuesta a estímulos desviados en las fuentes temporales, y un aumento en el bloqueo de la fase theta solo en las fuentes frontales. No se informaron cambios en la potencia en las fuentes frontales, por lo que no está claro si los hallazgos en las fuentes frontales coincidieron con los de Fuentemilla et al. Además, el estudio de Hsiao & # x00027s demostró aumentos en la potencia y bloqueo de fase a estímulos desviados que eran mayores en el hemisferio derecho que en el izquierdo. Ko y col. (2012) también demostraron que aMMN se asoció con aumentos tanto en la potencia theta como en el bloqueo de fase, alcanzando un pico en los electrodos frontocentrales y más fuerte en el hemisferio derecho. Bishop y Hardiman (2010) examinaron la respuesta aMMN en ensayos individuales utilizando análisis de componentes principales y también encontraron un aumento significativo en el bloqueo de la fase theta. Aunque existen diferencias en los resultados y en las técnicas de análisis entre los estudios (por ejemplo, sitios de electrodos elegidos para los análisis), ha surgido un papel claro para la actividad oscilatoria theta en la respuesta aMMN, con una tendencia hacia el dominio hemisférico derecho.

El presente estudio investigó el papel de las oscilaciones neuronales en la respuesta vMMN. Al examinar los potenciales evocados visuales (VEP), el cambio de potencia espectral de estímulo bloqueado y no bloqueado en fase, y el bloqueo de fase entre ensayos (ITPL) en un rango de frecuencias (4 & # x0201350 Hz), pudimos examinar si theta La actividad juega un papel similar en la generación de la respuesta vMMN como se ha demostrado en aMMN.


Introducción

La negatividad de desajuste (MMN) es un componente de potencial relacionado con eventos negativos (ERP) cuando se restan las respuestas cerebrales a los estímulos estándar de aquellos a los estímulos raros, generalmente alcanzando un máximo de 150 a 250 ms después del inicio de la desviación (N & # x00E4 & # x00E4t & # x00E4nen et al. , 2007). MMN fue descubierto por N & # x00E4 & # x00E4t & # x00E4nen et al. (1978) utilizando un paradigma auditivo excéntrico y se han observado respuestas equivalentes en otras modalidades sensoriales como en la visión (Pazo-Alvarez et al., 2003) o en el olfato (Krauel et al., 1999). En un paradigma auditivo extraño típico, un sonido desviado poco frecuente se presenta ocasionalmente dentro de una secuencia de sonidos estándar frecuentes, y los participantes detectan activamente el desviado o ignoran la secuencia completa mientras se enfocan en señales de otra modalidad. La obtención de MMN en el último caso indica que se puede observar independientemente de la atención, y dicha independencia es más pronunciada en los bebés dormidos (Cheour et al., 2002 Martynova et al., 2003).MMN aparentemente revela un mecanismo neuronal para detectar nuevos estímulos, e incluso se provoca en situaciones complejas cuando se violan reglas abstractas (Saarinen et al., 1992 Schr & # x00F6ger et al., 2007).

En la investigación sobre MMN, la amplitud de la respuesta, generalmente cuantificada por el valor más negativo dentro de la ventana de tiempo de MMN convencional, ha demostrado ser un parámetro útil (Sinkkonen y Tervaniemi, 2000 Paavilainen, 2013). Por lo general, la amplitud de MMN aumenta cuando los estímulos bichos raros se vuelven más diferentes, es decir, cuando aumenta la magnitud de la desviación del bicho raro y # x2019s de los estímulos estándar (N & # x00E4 & # x00E4t & # x00E4nen, 1992 Jaramillo et al., 2000 Pakarinen et al., 2007 pero ver Horv & # x00E1th et al., 2008). Por ejemplo, Pakarinen et al. (2007) variaron la distancia de frecuencia entre los sonidos estándar y desviados y encontraron que una desviación más grande en relación con la más pequeña (por ejemplo, 523 y 609 Hz en relación con 523 y 546 Hz) conducía a una amplitud de MMN más alta medida en el electrodo Fz. También se pueden demostrar relaciones similares entre la magnitud de la desviación y la amplitud del MMN en otras dimensiones desviadas, como la intensidad del estímulo (Pakarinen et al., 2007), la duración (Jaramillo et al., 2000 Pakarinen et al., 2007), y ubicación percibida (Pakarinen et al., 2007). Además, cuando aumenta el número de estímulos estándar antes de una desviación, las amplitudes de MMN también se mejoran (Haenschel et al., 2005).

Además de la amplitud, la latencia máxima medida por el tiempo desde el inicio desviado hasta el pico de MMN también se usa ampliamente como indicador en la investigación de MMN (Sinkkonen y Tervaniemi, 2000 Paavilainen, 2013). Se ha observado que la latencia máxima de MMN se acorta cuando aumenta la desviación de estímulos (Amenedo y Escera, 2000 Pakarinen et al., 2007). Tanto la amplitud de MMN como la latencia máxima son buenos predictores del comportamiento conductual. Mientras que la precisión de la detección de desviaciones entre series de estándares es paralela a la amplitud MMN (Lang et al., 1990, 1995 Jaramillo et al., 2000 Novitski et al., 2004 Pakarinen et al., 2007), la latencia máxima de MMN en algunos casos predicen la velocidad de las respuestas conductuales, es decir, cuanto más corta es la latencia, más rápida es la reacción (Novitski et al., 2004 Pakarinen et al., 2007). Además, tanto la amplitud como la latencia han sido bien establecidas como biomarcadores en casos clínicos de trastornos psiquiátricos como la esquizofrenia (Kargel et al., 2014) o el autismo (Roberts et al., 2011). Estas observaciones indican que la amplitud y latencia de MMN son indicadores ecológicamente relevantes, que pueden reflejar las operaciones neuronales de la detección de novedades sensoriales. Por tanto, es necesario un análisis en profundidad de estos indicadores.

En estudios previos de ERP, la amplitud o amplitud promedio en una ventana corta se eligen con mayor frecuencia para análisis estadísticos (N & # x00E4 & # x00E4t & # x00E4nen et al., 1978). En algunos casos, los parámetros temporales como el inicio, el desplazamiento o la latencia máxima también se analizan, estimándose la latencia del inicio y el desplazamiento en el momento en el valor más positivo inmediatamente antes y después del pico de MMN, respectivamente (Baldeweg et al., 1999). A veces se exploran las pendientes de las ondas indexadas por el flujo de la línea extrapolada entre el inicio y el pico de MMN o la integral de la mitad del área de onda MMN (Korostenskaja et al., 2003).

Aunque se han utilizado varios parámetros en estudios previos de ERP, no está claro en detalle cómo se relacionan entre sí los diferentes parámetros. Los estudios anteriores proporcionan solo pruebas limitadas que no muestran una relación clara entre la amplitud de MMN y las diferentes latencias (Lang et al., 1995). Con respecto a otros componentes de ERP en lugar de MMN, Polich et al. (1997) encontraron correlaciones negativas entre la amplitud P3 y su latencia, es decir, cuanto mayor es la amplitud P3, más corta es la latencia, en una tarea que requiere que los participantes discriminen un objetivo poco frecuente de los estándares frecuentes, esta correlación estaba algo sesgada hacia los electrodos frontales derechos. , lo que sugiere que la generación de P3 puede involucrar inicialmente el sistema de control de la atención de la corteza frontal derecha. En otro estudio (Intriligator y Polich, 1994) se encontró que la potencia del EEG en bandas de frecuencias más bajas se correlacionó positivamente con la amplitud P3, sugiriendo un posible papel mediador de los recursos de atención. Estas observaciones indican que explorar las correlaciones entre diferentes parámetros es un método útil para investigar los mecanismos neuronales de los componentes del ERP.

La investigación descrita anteriormente ha examinado principalmente la relación entre la amplitud y las latencias; otros parámetros potencialmente indicativos, como las pendientes al alza y a la baja, se ignoran en gran medida. Como se sugirió en algunos estudios previos (Korostenskaja et al., 2003), la pendiente ascendente refleja la velocidad del aumento de la onda MMN e indexa la velocidad de los procesos de activación neuronal asociados con las respuestas MMN. Sobre esta base, es importante extender el análisis de ERP de centrarse solo en la amplitud y latencias a más parámetros como pendientes ascendentes y descendentes, así como otros parámetros temporales.

En el estudio presentado aquí, nuestro objetivo era examinar sistemáticamente nueve parámetros en la forma de onda MMN, es decir, inicio, desplazamiento, amplitud máxima, amplitud máxima promediada (abreviada como & # x201Campavg & # x201D), duración, área, latencia máxima, alza y a la baja. pendientes (ver Figura 1), tratando de averiguar si existen ciertas correlaciones entre diferentes parámetros de MMN. Los datos de este análisis se tomaron de un estudio anterior (Wang et al., 2015), en el que se compararon las amplitudes de MMN provocadas por desviaciones de frecuencia de tonos sinusoidales en un paradigma pasivo bicho raro para cuatro condiciones de intervalo entre estímulos (ISI) (1.5 , 3, 4.5 y 6 s). Los resultados originales demostraron MMN significativamente más grandes sobre áreas del cuero cabelludo frontal central para ISI más cortos de hasta 3 s en comparación con los más largos, lo que sugiere que la modulación temporal de 3 s proporciona un proceso básico de segmentación secuencial que puede operarse pre-atenta o pre semánticamente (P & # x00F6ppel, 1997, 2009). Este hallazgo también planteó otra pregunta para el análisis actual si las correlaciones sospechadas podrían estar presentes en todas o en un subconjunto de las condiciones de ISI. Considerando MMN como un componente ERP negativo presente en varios ISI, centramos nuestro análisis en las correlaciones potenciales entre diferentes parámetros MMN, que podrían capturar los procesos neuronales subyacentes sustanciales de detección de novedades. Anticipamos que las correlaciones sospechadas deberían ser independientes de las ISI, ya que su generación se debe a operaciones genéricas del sistema neuronal que se ocupan de la salida del equilibrio.

FIGURA 1. Nueve parámetros que caracterizan la onda de negatividad de desajuste simplificado (MMN).

Entre todos los parámetros que examinamos, la latencia, la amplitud (incluida la amplitud promedio) y la pendiente (tanto la pendiente ascendente como la descendente) fueron de especial interés. Dado que el estudio anterior no mostró ninguna relación clara entre la latencia y la amplitud de MMN (Lang et al., 1995), no anticipamos correlación entre la latencia máxima de MMN y la amplitud o amplitud promedio también. Dado que las pendientes de MMN son parámetros relacionados con la forma de onda, mientras que la latencia es temporal, no anticipamos ninguna correlación entre la latencia máxima de MMN y las pendientes (pendientes tanto al alza como a la baja). Con respecto a la relación entre la amplitud de MMN y las pendientes, que fue de nuestro mayor interés en el presente estudio, anticipamos un panorama diferente. Como se sugirió anteriormente (Korostenskaja et al., 2003), la pendiente ascendente indica la velocidad de la onda MMN ascendente. Por tanto, cuanto más rápida sea la velocidad de subida, mayor será la amplitud de MMN. Por lo tanto, planteamos la hipótesis de una correlación positiva entre la amplitud de MMN y la pendiente alcista. Sin embargo, una vez que la onda MMN alcanzó su pico, se esperaban procesos de atenuación neural independientes de la amplitud máxima que reflejaba una caída exponencial. Por lo tanto, planteamos la hipótesis de que no hay correlación entre la amplitud de MMN y la pendiente a la baja.

En conjunto, nuestro estudio actual adoptó una nueva perspectiva para comprender mejor el procesamiento neuronal que subyace a la detección de cambios auditivos. Investigamos sistemáticamente las relaciones entre diferentes parámetros de MMN con ciertas predicciones sobre las relaciones entre los principales parámetros de nuestra preocupación.


Introducción

El trastorno del espectro autista (TEA) se caracteriza por deficiencias en la comunicación e interacción social, así como por la presencia de comportamientos o intereses repetitivos y restringidos, incluidas respuestas atípicas a estímulos sensoriales como sonidos (Asociación Estadounidense de Psiquiatría, 2013). Las deficiencias del lenguaje, aunque no son síntomas centrales en el TEA, a menudo ocurren simultáneamente (Tager-Flusberg et al., 2005). Las respuestas atípicas a los estímulos auditivos y la dificultad para aprender el lenguaje hablado están relacionadas con interrupciones del filtrado auditivo, discriminación de características acústicas, identificación de la fuente de sonido y memoria de trabajo auditiva (Anderson & # x00026 Kraus, 2010 Foss-Feig, Stone, & # x00026 Wallace, 2012 N & # x000e4 & # x000e4t & # x000e4nen et al., 2012 O & # x02019Connor, 2012). Dado que estos procesos son componentes vitales del procesamiento auditivo, varios investigadores han planteado la hipótesis de que en el TEA existe una interrupción común en las redes neuronales que gobiernan el procesamiento auditivo básico (Bomba & # x00026 Pang, 2004 Marco, Hinkley, Hill, & # x00026 Nagarajan , 2011). Para identificar las bases subyacentes del procesamiento auditivo atípico en los trastornos cerebrales, los investigadores a menudo recurren a medidas como la electroencefalografía (EEG) y la magnetoencefalografía (MEG). Estos enfoques de imágenes neuroeléctricas tienen la resolución temporal necesaria para rastrear la actividad neuronal asociada con eventos auditivos específicos, proporcionando así una ventana al procesamiento auditivo que no ofrecen otras medidas neuronales no invasivas 2. Aquí, se llevó a cabo un metanálisis para determinar en qué medida la respuesta neuronal que refleja la discriminación de características acústicas y la memoria de trabajo auditiva en el procesamiento auditivo temprano difiere en el TEA en relación con el desarrollo típico (TD).

Nos centramos en un enfoque común que puede capturar tales características del procesamiento auditivo temprano: el paradigma de la negatividad de desajuste (MMN) (N & # x000e4 & # x000e4t & # x000e4nen et al., 2012 N & # x000e4 & # x000e4t & # x000e4nen, Paavilainen, Rinne, Alho, 2007). El MMN mide la capacidad de un individuo para detectar cambios en los patrones auditivos presentando un patrón & # x0201cstandard & # x0201d que ocurre regularmente y que se interrumpe al azar con estímulos raros & # x0201cdeviant & # x0201d (Naatanen, Gaillard, & # x00026 M & # x000e4ntysalo, 1978). Los estímulos desviados suelen diferir perceptualmente de los estándares en una sola característica acústica, como la intensidad, el tono o el fonema. Por lo general, los sonidos inesperados y raros provocan respuestas neuronales que no están presentes cuando se espera ese mismo sonido. El tamaño de esas respuestas neuronales indica el grado en que un oyente ha acumulado un rastro de memoria de un patrón auditivo en curso y ha detectado una desviación de ese rastro (Kujala & # x00026 N & # x000e4 & # x000e4t & # x000e4nen, 2010). Se ha argumentado que esta respuesta neuronal es impulsada por la actividad del receptor NMDA en las cortezas frontal y auditiva bilateral (N & # x000e4 & # x000e4t & # x000e4nen et al., 2012). Los componentes de MMN se pueden detectar bien en el cuero cabelludo y la línea media frontal-central utilizando EEG y se pueden cuantificar como un componente negativo que ocurre de 100 a 250 ms después de un inicio de estímulo desviado (Haesen et al., 2011). En el espacio fuente, el campo de desajuste surge de los generadores frontales y supratemporales durante una ventana de tiempo similar (Giard et al., 1990 Novak et al., 1990).

El componente MMN en sí mismo se calcula a partir de la diferencia entre la respuesta evocada por el mismo evento cuando es estándar y cuando es desviado. Al comparar directamente las respuestas a estímulos idénticos cuando se esperan versus cuando son desviados, el MMN en una medida de referencia corregida, revela la actividad neuronal impulsada por escuchar un evento inesperado. La latencia de respuesta del MMN se determina basándose en la sincronización del pico negativo en la forma de onda de diferencia. La amplitud de respuesta se puede calcular tomando la respuesta promedio en una ventana centrada en este pico negativo. Sin embargo, la ventana de análisis utilizada para determinar la amplitud y la latencia de MMN varía entre los estudios (p. Ej., Puede basarse en la forma de onda de cada sujeto individual, en la forma de onda promedio de cada grupo de sujetos o en el promedio de todos los participantes). Tanto las métricas de amplitud como de latencia de MMN significan una discriminación rápida impulsada por procesos de atención ascendentes automáticos y descendentes en las primeras etapas del procesamiento cortical (N & # x000e4 & # x000e4t & # x000e4nen et al., 2012 Roberts et al., 2011) .

La respuesta MMN puede obtenerse tanto durante las tareas activas, donde el sujeto da una respuesta abierta al detectar el estímulo desviado, como en situaciones en las que el sujeto escucha pasivamente, sin que se requiera una respuesta abierta. Como tal, el MMN es una de las pocas medidas neuronales establecidas del procesamiento auditivo que no requiere un alto grado de instrucción, atención abierta o participación activa del participante de la investigación (Bishop, 2007 N & # x000e4 & # x000e4t & # x000e4nen et al. , 2012). Esto hace que el MMN sea atractivo para los investigadores que estudian a personas con TEA, cuyas habilidades verbales y cognitivas abarcan un amplio espectro de paradigmas medidos en un entorno activo que requieren que los sujetos sigan instrucciones, presten atención a los estímulos o realicen una tarea conductual, variaciones en los sujetos y Las habilidades # x02019 indudablemente afectan la respuesta medida. Para hacer comparaciones significativas entre grupos a partir de experimentos que incluyen sujetos con y sin déficits verbales y cognitivos, es importante utilizar un paradigma en el que el rendimiento no se vea significativamente influenciado por la atención u otros procesos cognitivos de nivel superior.

Se han realizado muchos experimentos de MMN pasivos en la población con TEA, pero no hay consenso entre los estudios sobre si las personas con TEA muestran o no una respuesta de MMN diferente a los desviadores auditivos. Algunas publicaciones han informado respuestas de MMN intensificadas y / o más tempranas a las desviaciones acústicas en el TEA, lo que sugiere una mayor sensibilidad auditiva a los cambios en los estímulos acústicos (Gomot et al., 2011 Lepist & # x000f6, Niemin-von Wendt, von Wendt, N & # x000e4 & # x000e4t & # x000e4nen y # x00026 Kujala, 2007). Otras publicaciones han informado respuestas MMN suprimidas y / o retrasadas a desviaciones acústicas en TEA, lo que indica una sensibilidad más débil (Andersson, Posserud, & # x00026 Lundervold, 2013 Yu et al., 2015). Otros han informado resultados mixtos, de modo que algunos estímulos desviados provocan diferencias de grupo mientras que otros no (Lepist & # x000f6 et al., 2005 Lepist & # x000f6 et al., 2008). Si bien varias revisiones anteriores han descrito estos hallazgos contradictorios (Foss-Feig et al., 2012 Haesen et al., 2011 Kujala et al., 2013 McFadden & # x00026 Rojas, 2013 N & # x000e4 & # x000e4t & # x000e4nen & # x00026 Kujala, 2011 O & # x02019Connor, 2012 Orekhova & # x00026 Stroganova, 2014), ninguno ha evaluado críticamente qué factores pueden explicar las similitudes y discrepancias entre los estudios.

Esta falta de consenso nos llevó a realizar un metanálisis para explorar si existen diferencias metodológicas o de estímulo que expliquen las aparentes inconsistencias entre los estudios. Comparamos la amplitud de respuesta de MMN y la latencia de respuesta de MMN entre individuos con TEA y controles TD de la misma edad. Recopilamos los resultados de todos los experimentos que cumplieron con nuestros criterios de inclusión en un marco estadístico integral, tratando cada experimento o estadística como un único punto de datos en nuestro análisis. Dadas las complejidades de la recopilación de datos de EEG y MEG de personas con TEA, los tamaños de muestra en los estudios individuales tendían a ser bastante pequeños y carecían de un poder sólido por sí mismos. Nuestro metanálisis sintetizó los resultados de los estudios, aumentando así el poder estadístico al probar las diferencias entre los grupos.

Comenzamos analizando todos los experimentos publicados que midieron las diferencias de grupo entre los participantes con TEA y TD utilizando amplitud o latencia de MMN en un paradigma de MMN pasivo basado en la audición. Luego, reducimos nuestro análisis para incluir solo aquellos experimentos que controlaban la variación general en el potencial relacionado con el evento o las respuestas del campo relacionado con el evento (ERP / ERF) a diferentes tokens de estímulo. Específicamente, solo incluimos estudios en los que el MMN se calculó comparando respuestas a estímulos idénticos presentados en dos contextos diferentes & # x02013 uno en el que eran desviaciones inesperadas y el otro en el que eran estándares esperados. Sin los estímulos de compensación de esta manera, cualquier diferencia en la morfología de la señal entre la respuesta a los desviados y los estándares podría deberse a diferencias en las respuestas neuronales no relacionadas a los estímulos específicos presentados, como un sonido fuerte que produce un ERP / ERF más grande que un sonido suave. (Duncan et al., 2009 Kujala et al., 2007). Seguimos con análisis que examinaban cómo las características de los estímulos (sonidos del habla versus sonidos que no eran del habla) impactaban en el tamaño del efecto de diferencia del grupo y si las características de los participantes (edad y razonamiento verbal) influían en los hallazgos.


Descripción del conjunto de datos de EEG auditivo extraño (& amp MEG)

Para el taller EEG-MEG en NatMEG, registramos un conjunto de datos de un solo tema para permitirle trabajar en todos los diferentes pasos involucrados en el análisis EEG-MEG: desde el promedio relacionado con eventos hasta el análisis de frecuencia, modelado de fuentes y estadísticas.

El paradigma bicho raro

El experimento que realizó el sujeto es una ligera adaptación del clásico experimento excéntrico. Usando el paradigma del bicho raro, uno puede estudiar el conocido componente EEG llamado discordancia-negatividad (MMN). El experimento auditivo clásico del bicho raro implica la presentación de una serie continua de tonos idénticos a un ritmo relativamente lento, digamos entre uno cada dos segundos y dos cada segundo. De vez en cuando, digamos uno de cada diez, el tono es ligeramente diferente en el tono, la duración o el volumen. En nuestra versión, se produce un bicho raro después de cada 3 a 7 tonos estándar. El intervalo entre cada tono fluctúa entre 700 y 900 ms.

Desajuste de la negatividad

El MMN auditivo se produce entonces como un potencial EEG negativo fronto-central (en relación con la respuesta al tono estándar), con fuentes en la corteza auditiva primaria y no primaria y una latencia típica de 150-250 ms después del inicio de la desviación. tono. El MMN no solo es un indicador o funcionamiento auditivo, sino que también se ha demostrado que está bajo la influencia de factores cognitivos e indica deficiencias cognitivas y psiquiátricas. Para obtener una descripción general reciente y completa, consulte Näätänen et al (2007).

Preparación del motor con señales

Con el fin de analizar la dinámica oscilatoria, queríamos que el paradigma bicho raro incluyera las respuestas motoras, específicamente las pulsaciones de botón izquierdo y derecho con el dedo índice izquierdo y derecho, respectivamente. Por lo tanto, se indicó al sujeto que respondiera con el dedo índice izquierdo o derecho siempre que, y tan pronto como fuera posible, después de que se produjera un tono desviado. Por lo tanto, el experimento consiste en una serie de tonos estándar + desviados, precedidos por una señal (izquierda o derecha) y seguidos por la pulsación de un botón.

Rebote y supresión beta

Es bien sabido que la potencia en la banda beta (15-30 Hz) disminuye antes del inicio del movimiento, pero mostró un marcado aumento repentino que comienza aproximadamente 300 a 400 ms después de la terminación de la actividad EMG y dura más de 500 ms. Este rebote beta posmovimiento (PMBR) se localiza en regiones bilaterales de la circunvolución precentral, pero con mayor lateralización al hemisferio contralateral. Por lo tanto, contrastar las respuestas izquierda y derecha debería darnos un buen rebote beta lateralizado en la circunvolución precentral.

Para obtener una descripción general reciente de los ritmos sensoriomotores, incluido el rebote beta, consulte Cheyne (2013).

Entrenamiento con retroalimentación y ensayos de parpadeo

Antes de la grabación, el sujeto realizó el experimento en una breve sesión de entrenamiento para familiarizarse con la tarea. Siempre que el sujeto respondía demasiado tarde (& gt2 segundos) o presionaba el botón incorrecto, se proporcionaba información. En el experimento real, el sujeto siempre llegó a tiempo y respondió con la mano correcta cada vez. Finalmente, tras cada respuesta, se presenta un ensayo de parpadeo en el que se pide a los sujetos que parpadeen para que puedan permanecer fijos en la cruz de fijación -sin parpadear- durante todo el tiempo en el que nos interese la señal cerebral.

Estímulos

Los tonos estándar eran ondas sinusoidales de 400ms 1000Hz, con un corto aumento de 50ms hacia arriba y hacia abajo para evitar un sonido de clic. Los tonos extraños eran idénticos excepto por 1200Hz. Los estímulos auditivos se presentan con un dispositivo externo que almacena archivos de audio sin comprimir (.wav) que luego se pueden presentar con una precisión de menos de milisegundos (en efecto instantáneo). El sonido se presentó a través de duchas de sonido de pantalla plana. Medimos la duración entre la llegada de los disparadores (ver más abajo) en los datos y la llegada del sonido a través del aire a los oídos del sujeto. Esto tarda 7,0 ms.

Disparadores

El sistema MEG registra eventos desencadenantes en canales separados, llamados STI101 y STI102. Estos canales se graban simultáneamente con los canales de datos y con la misma frecuencia de muestreo. Por lo tanto, el inicio (o el desplazamiento) se puede programar con precisión con respecto a los datos. Los siguientes códigos de activación se pueden utilizar para el análisis que realizaremos durante el taller:

  • Inicio del estímulo estándar: 1
  • Inicio del estímulo bicho raro: 2
  • Inicio de pulsación de botón de la mano izquierda: 256
  • Inicio al presionar el botón de la mano derecha: 4096
  • Los datos se muestrearon a 1000 Hz.
  • 306 canales MEG de los cuales 102 son magnetómetros y 204 son gradiómetros planos.
  • EEG de 128 electrodos. La referencia se colocó en la mastoides derecha, el suelo en la mastoides izquierda. Las ubicaciones de los electrodos se colocan de acuerdo con el sistema del 5%, que es una extensión del sistema estándar 10-20 para casquillos de EEG de alta densidad. Puede encontrar detalles en Oostenveld y Praamstra, (2001). Además, la ubicación de los electrodos de EEG se midió en 3D utilizando el sistema Polhemus y se registró en los datos.
  • Se colocaron electrodos horizontales EOG (1) justo fuera del ojo izquierdo y derecho. Se colocaron EOG verticales (2) por encima y por debajo del ojo izquierdo.
  • El electrocardiograma (ECG) se registró como un registro bipolar de las clavículas.
  • Se registró la electromiografía de los flexores del antebrazo del brazo izquierdo (1) y derecho (2).

Resumen y lectura adicional sugerida

En este tutorial, aprendimos cómo mirar datos MEG y EEG sin procesar, definir ensayos basados ​​en códigos de activación, preprocesar los datos, incluido el filtrado y la re-referencia, y promediar los datos en ERP y ERF. Luego aprendimos cómo mostrar los resultados en términos de sus cursos de tiempo, así como sus correspondientes topografías. También obtuvimos una buena idea de las diferencias en las topografías de campos y potenciales cuando comparamos los magnetómetros MEG con gradiómetros y EEG. Finalmente, también le mostramos cómo puede combinar EEG y MEG si desea analizarlos simultáneamente.

Si está interesado en un análisis diferente de sus datos que muestre cambios relacionados con eventos en los componentes oscilatorios de la señal, puede continuar con el tutorial de frecuencia de tiempo combinado EEG-MEG o el tutorial de análisis de frecuencia de tiempo estándar.


Resumen y lectura adicional sugerida

En este tutorial, aprendimos cómo mirar datos MEG y EEG sin procesar, definir ensayos basados ​​en códigos de activación, preprocesar los datos, incluido el filtrado y la re-referencia, y promediar los datos en ERP y ERF. Luego aprendimos cómo mostrar los resultados en términos de sus cursos de tiempo, así como sus correspondientes topografías. También obtuvimos una buena idea de las diferencias en las topografías de campos y potenciales cuando comparamos los magnetómetros MEG con gradiómetros y EEG. Finalmente, también le mostramos cómo puede combinar EEG y MEG si desea analizarlos simultáneamente.

Si está interesado en un análisis diferente de sus datos que muestre cambios relacionados con eventos en los componentes oscilatorios de la señal, puede continuar con el tutorial de frecuencia de tiempo combinado EEG-MEG o el tutorial de análisis de frecuencia de tiempo estándar.


Métodos

Participantes

El estudio se realizó en un grupo de 29 pacientes con epilepsia, sometidos a evaluación prequirúrgica con rejilla / tira subdural y electrodos de profundidad hipocampal. Los pacientes se incluyeron solo si no eran evidentes déficits auditivos. La edad media de los pacientes incluidos (13 varones) fue de 37,2 años (rango 16-61). El grupo representó una submuestra de un estudio más amplio sobre la compuerta sensorial aún en conducción. Los pacientes fueron completamente informados sobre los propósitos del estudio y dieron su consentimiento informado por escrito. El estudio fue aprobado por el comité de ética local de la Universidad de Bonn.

Estímulo

Los sujetos fueron estimulados por auriculares con 100 trenes de seis clics. Los primeros cinco estímulos tenían una frecuencia de 1500 Hz y una duración de 6,6 ms (incluido el tiempo de subida y bajada de 1,5 ms). El sexto estímulo se desviaba tanto en frecuencia (2000 Hz) como en duración (12,8 ms). Los clics estaban separados por 500 ms y los trenes por 8000 ms. Se indicó a los sujetos que se sentaran relajados en su silla, que evitaran los movimientos oculares y que se mantuvieran despiertos. El clic desviado no requirió una respuesta de comportamiento.

Registro y análisis de datos

El número de electrodos intracraneales y sus posiciones variaron entre pacientes. Las ubicaciones de los electrodos de cada paciente se enumeran en la Tabla 1 y las ubicaciones de electrodos ejemplares se muestran en las Figuras 1, 3, 4 y 5. La ubicación de los electrodos se determinó únicamente con el propósito de la evaluación prequirúrgica. Los datos electrofisiológicos se registraron a una frecuencia de muestreo de 1000 Hz con el sistema digital EPAS (Schwarzer, Munich, Alemania) y su software Harmonie EEG implementado (Stellate, Quebec, Canadá) en una habitación insonorizada. Las mastoides izquierda y derecha sirvieron de referencia. Además, en la mayoría de los pacientes, el EEG de superficie se registró con seis electrodos (Cz, C3, C4, T5, T6, Oz). Las grabaciones se inspeccionaron visualmente en busca de artefactos y se sometieron a muestreo descendente a 200 Hz. Se promediaron segmentos de EEG de 700 ms de duración con un período de preestímulo de 200 ms como línea de base para la primera, para la segunda a la quinta y para la sexta posición de estímulo en el tren, lo que resultó en tres ERP promediados: ERP1, ERP2…5 y ERP6. Los datos promediados se filtraron de 1 a 20 Hz con una pendiente de 24 dB / oct cada uno y se corrigió la línea de base. El MMN se calculó como potencial de diferencia entre ERP6 y ERP2…5 (ERPMMN = ERP6 - ERP2…5), ya que el primer clic en un tren evocaba un N100 mucho más fuerte que los estímulos posteriores.

La colocación de electrodos de cada paciente que participa en el estudio.

Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10
Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10

El número en la tabla se refiere al número de electrodos en los contactos frontales (f), temporales (t), parietales (p), temporomesiales (tm), temporobasales (tb) o interhemisféricos (ih) entre dos columnas indican que los números frontales y Las áreas temporal o temporal y parietal estaban cubiertas por electrodos. Un código de paciente entre paréntesis indica que no se observó señal N100 / MMN en este paciente. Los códigos de los pacientes cuyos datos se muestran en la Figura 1 están marcados con un asterisco.

La colocación de electrodos de cada paciente que participa en el estudio.

Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10
Paciente . Izquierda . . . . . Derecha . . . . . .
. f. t. pag . tm. tb. f. t. pag . tm. tb. ih.
105 3 × 8 10 3 × 4
106 1 × 4 10 2 × 4 1 × 4 10 1 × 4
107 8 × 8, 1 × 8 10 2 × 4 1 × 4 10 2 × 4
108 1 × 4 10 2 × 4 1 × 4 10 2 × 4
109 1 × 4 10 2 × 4 1 × 4 10 2 × 4
110 * 1 × 4 2 × 4 8 × 8, 2 × 8 3 × 4
111 4 × 8 10 2 × 4
114 1 × 8 10 2 × 4 2 × 8 10 2 × 4
116 4 × 8
117 * 8 ×8 2 × 4
118 * 1 × 4 10 2 × 4 1 × 4 10 2 × 4
119 1 × 4 2 × 8 10 2 × 4 1 × 4 2 × 8 10 2 × 4
120 * 3 × 8, 8 × 8, 1 × 8 10 3 × 4 1 × 4
123 * 8 × 8
125 1 × 4 10 2 × 4 1 × 4 10 2 × 4
126 * 8 × 8
128 * 8 × 8 2 × 4
129 8 × 8 10
130 * 8 × 8
503 2 × 9 2 × 4 4 × 5 2 × 4
504 2 × 9 10 2 × 4 2 × 8 10 2 × 4
508 4 × 8 3 × 4
509 2 × 8, 4 × 8 2 × 4, 1 × 6
(104) 1 × 8 1 × 4 10 2 × 4 1 × 8 10
(112) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(121) 4 × 8 10 2 × 4 1 × 4 10 2 × 4
(122) 1 × 4 10 2 × 4 1 × 4 10 2 × 4
(127) 2 × 9 10
(501) 10 10

El número en la tabla se refiere al número de electrodos en los contactos frontales (f), temporales (t), parietales (p), temporomesiales (tm), temporobasales (tb) o interhemisféricos (ih) entre dos columnas indican que los números frontales y Las áreas temporal o temporal y parietal estaban cubiertas por electrodos. Un código de paciente entre paréntesis indica que no se observó señal N100 / MMN en este paciente. Los códigos de los pacientes cuyos datos se muestran en la Figura 1 están marcados con un asterisco.

Datos intracraneales individuales: en las resonancias magnéticas, los electrodos implantados se vuelven observables como artefactos (columna izquierda) y los electrodos seleccionados para el análisis están marcados con flechas blancas. En la columna central, se presenta la ubicación esquemática de los electrodos del individuo y los electrodos seleccionados se indican con un círculo relleno. En la columna de la derecha, los ERP en las posiciones especificadas se representan para mayor claridad, solo se muestran dos ERP por individuo, cada fila representa un conjunto de datos de un individuo: (A) temporal N100 del paciente 110, (B) N100 fronto-central del Paciente 120, y (C) N100 interhemisférico frontal del Paciente 128 (ERP1 versus ERP2…5).

Datos intracraneales individuales: en las resonancias magnéticas, los electrodos implantados se vuelven observables como artefactos (columna izquierda) y los electrodos seleccionados para el análisis están marcados con flechas blancas. En la columna central, se presenta la ubicación esquemática de los electrodos del individuo y los electrodos seleccionados se indican con un círculo relleno. En la columna de la derecha, los ERP en las posiciones especificadas se representan para mayor claridad, solo se muestran dos ERP por individuo, cada fila representa un conjunto de datos de un individuo: (A) temporal N100 del paciente 110, (B) N100 fronto-central del Paciente 120, y (C) N100 interhemisférico frontal del Paciente 128 (ERP1 versus ERP2…5).

Las posiciones de los electrodos que exhiben los dos componentes ERP de interés, a saber, el N100 y el MMN, se determinaron mediante inspección visual del ERP.1 y ERPMMN, respectivamente. Se esperaba que el N100 alcanzara su punto máximo en una ventana de latencia de 80 a 140 ms. Se eligió este desfase tardío de la ventana de tiempo porque la mayoría de los pacientes estaban tomando medicación anticonvulsiva en el momento de la medición y esta medicación posiblemente podría ralentizar los componentes del ERP de latencia prolongada. También se tuvo en cuenta el curso temporal del ERP con inversión de polaridad antes y después del N100 y el ERP en el electrodo Cz para la definición del pico N100. Se esperaba que el MMN alcanzara un pico más tarde que el N100 hasta una latencia de 250 ms. Los picos en ambos rangos de latencia se consideraron evidentes solo si eran discernibles a partir de la actividad cerebral anterior o posterior y su amplitud superaba claramente la actividad de la línea de base. Si dos o más electrodos vecinos exhibían un pico con una latencia similar, solo se eligió el electrodo con la mayor amplitud para el análisis, ya que en ese caso se asumió que el pico observado se originaba en una fuente común, mejor representada por el electrodo con la mayor amplitud. amplitud. Los electrodos seleccionados se denominarán electrodos N100 y MMN.

Para validar los electrodos y formas de onda seleccionados, se calcularon grandes promedios para estos electrodos en el lóbulo temporal o cerca del mismo. Las amplitudes y latencias máximas se midieron para el N100 en los picos individuales de los ERP en los electrodos N100 y en la latencia máxima del ERP.6 o, si no es posible en la latencia máxima del ERPMMN, en los electrodos MMN. ERP1 y ERP2…5 en su mayoría no tenía un pico discernible en este rango de latencia. Las amplitudes y latencias se compararon entre ERP mediante un análisis de varianza de medición repetida (ANOVA) y post hoc emparejado t pruebas. La ubicación de los electrodos se verificó a partir de cortes axiales y coronales de 2 mm. T2Imágenes de resonancia magnética FLAIR ponderadas y en rodajas de 3 mm adquiridas de forma rutinaria después de la implantación del electrodo.


Introducción

La negatividad de desajuste (MMN) es un potencial relacionado con eventos (ERP) que se produce cuando una secuencia de sonidos repetitivos desatendidos es interrumpida por un estímulo desviado. 1 La principal patología de la reducción de MMN parece originarse en la disfunción del norte-metilo-D-sistema receptor de aspartato (NMDA). 2, 3 La disfunción glutamatérgica mediada por el receptor de NMDA bien puede explicar la patología tanto de la esquizofrenia como del trastorno bipolar, 3, 4 que exhiben explícitamente una atenuación de MMN.

Hay 2 teorías principales con respecto a los mecanismos subyacentes a la MMN. Una de las teorías es & # x0201cmemoria sensorial & # x0201d 5 Según esta teoría, los estímulos estándar dejan un rastro en la memoria y el MMN es evocado por estímulos desviados que tienen propiedades sensoriales incongruentes. Esta teoría se ha expandido a las teorías & # x0201c codificación predictiva & # x0201d 6 y & # x0201 violación de lacregularidad & # x0201d 7 que establecen que la MMN puede explicarse con un error de predicción por un estímulo desviado. La otra teoría es la & # x0201adaptación neuronal & # x0201d 8, que explica que los estímulos estándar repetidos conducen a la adaptación y atenuación de la actividad neural, mientras que las neuronas consideran los estímulos desviados como nuevos y están menos adaptados a ellos.

La reducción de MMN se ha encontrado de manera constante en la esquizofrenia a lo largo de varias etapas del progreso de la enfermedad 9 & # x0201311 y se ha interpretado como un reflejo de las deficiencias en el procesamiento auditivo pre-atento temprano. 12, 13 Investigaciones recientes también han demostrado que el trastorno bipolar presenta una disminución anormal de MMN. 14 & # x0201316 Sin embargo, dado que investigaciones anteriores sobre el trastorno bipolar informaron resultados nulos, 17 & # x0201319 no está claro qué tan robusta es en realidad la aparente disminución de MMN en el trastorno bipolar.

El MMN auditivo generalmente se genera en la corteza auditiva primaria y en áreas adyacentes del lóbulo temporal superior. Las áreas frontales que incluyen la circunvolución frontal media e inferior (IFG) y la corteza cingulada anterior (ACC) se consideran como generadores de MMN adicionales. 20 & # x0201327 Los generadores frontales del MMN se activan un poco más tarde que los temporales. Los generadores temporales se han asociado con el análisis de características auditivas y la detección de desviaciones, y los generadores frontales con el cambio involuntario de atención hacia cambios en el entorno auditivo. Además, se ha informado que las alteraciones funcionales y anatómicas en las regiones consideradas como generadoras de MMN se relacionan con la función ejecutiva deteriorada en la esquizofrenia, y el proceso emocional y el control de la inhibición deteriorados en el trastorno bipolar. 29 & # x0201331

Los estudios de imágenes por resonancia magnética (IRM) han demostrado anomalías cerebrales estructurales en pacientes con esquizofrenia y trastorno bipolar. Varios estudios demostraron recientemente que el adelgazamiento cortical en el lóbulo frontal parece ser común tanto en la esquizofrenia como en el trastorno bipolar. 32 & # x0201334 Estos estudios sugirieron que el adelgazamiento del lóbulo frontal puede representar una característica biológica compartida por ambos grupos de enfermedades.

Se han realizado pocos estudios que investiguen la relación entre la reducción de MMN y las anomalías estructurales del cerebro en la esquizofrenia. Se ha informado que la reducción de MMN está correlacionada con la reducción del volumen de materia gris en la circunvolución de Heschl & # x02019s en el hemisferio izquierdo. 35 Otro estudio demostró que las reducciones bilaterales de materia gris en la circunvolución de Heschl & # x02019s, así como en las regiones motoras y ejecutivas de la corteza frontal, se correlacionaban con amplitudes reducidas de MMN. 36 El último estudio mostró correlaciones negativas entre la actividad de la fuente de MMN y el grosor cortical en las circunvoluciones frontales inferiores bilaterales. 37 Para el trastorno bipolar, hay una falta de investigación sobre anomalías de MMN y estructuras cerebrales. Además, ningún estudio previo ha explorado y comparado la relación entre MMN y el grosor cortical en pacientes con esquizofrenia y trastorno bipolar.

La disfunción neurocognitiva y las alteraciones de la función social son características bien conocidas de la esquizofrenia. 38, 39 Varios estudios sugieren que la disfunción neurocognitiva puede estar asociada con un funcionamiento social deficiente en la esquizofrenia. En general, se ha considerado que el trastorno bipolar tiene una mejor evolución y evolución que la esquizofrenia. 42 Sin embargo, estudios previos han revelado que los pacientes con trastorno bipolar demuestran déficits neuropsicológicos en la función ejecutiva, el aprendizaje verbal y la memoria verbal inmediata y retardada. 43, 44 Además, se han reportado déficits en el funcionamiento social en pacientes con trastorno bipolar. 42

En este estudio, nuestro objetivo fue examinar la reducción de MMN y su correlación con el grosor cortical en pacientes con esquizofrenia y trastorno bipolar, con fines exploratorios. Además, también se examinaron las correlaciones entre MMN y el funcionamiento neurocognitivo y social. Presumimos que las amplitudes de MMN se reducirían en pacientes con esquizofrenia y trastorno bipolar en comparación con los de controles sanos (HC) y que la reducción de MMN mostraría una estrecha relación con el grosor cortical de las áreas frontal y temporal.


Descripción del conjunto de datos de EEG auditivo extraño (& amp MEG)

Para el taller EEG-MEG en NatMEG, registramos un conjunto de datos de un solo tema para permitirle trabajar en todos los diferentes pasos involucrados en el análisis EEG-MEG: desde el promedio relacionado con eventos hasta el análisis de frecuencia, modelado de fuentes y estadísticas.

El paradigma bicho raro

El experimento que realizó el sujeto es una ligera adaptación del clásico experimento excéntrico. Usando el paradigma del bicho raro, uno puede estudiar el conocido componente EEG llamado discordancia-negatividad (MMN). El experimento auditivo clásico del bicho raro implica la presentación de una serie continua de tonos idénticos a un ritmo relativamente lento, digamos entre uno cada dos segundos y dos cada segundo. De vez en cuando, digamos uno de cada diez, el tono es ligeramente diferente en el tono, la duración o el volumen. En nuestra versión, se produce un bicho raro después de cada 3 a 7 tonos estándar. El intervalo entre cada tono fluctúa entre 700 y 900 ms.

Desajuste de la negatividad

El MMN auditivo se produce entonces como un potencial EEG negativo fronto-central (en relación con la respuesta al tono estándar), con fuentes en la corteza auditiva primaria y no primaria y una latencia típica de 150-250 ms después del inicio de la desviación. tono. El MMN no solo es un indicador o funcionamiento auditivo, sino que también se ha demostrado que está bajo la influencia de factores cognitivos e indica deficiencias cognitivas y psiquiátricas. Para obtener una descripción general reciente y completa, consulte Näätänen et al (2007).

Preparación del motor con señales

Con el fin de analizar la dinámica oscilatoria, queríamos que el paradigma bicho raro incluyera las respuestas motoras, específicamente las pulsaciones de botón izquierdo y derecho con el dedo índice izquierdo y derecho, respectivamente.Por lo tanto, se indicó al sujeto que respondiera con el dedo índice izquierdo o derecho siempre que, y tan pronto como fuera posible, después de que se produjera un tono desviado. Por lo tanto, el experimento consiste en una serie de tonos estándar + desviados, precedidos por una señal (izquierda o derecha) y seguidos por la pulsación de un botón.

Rebote y supresión beta

Es bien sabido que la potencia en la banda beta (15-30 Hz) disminuye antes del inicio del movimiento, pero mostró un marcado aumento repentino que comienza aproximadamente 300 a 400 ms después de la terminación de la actividad EMG y dura más de 500 ms. Este rebote beta posmovimiento (PMBR) se localiza en regiones bilaterales de la circunvolución precentral, pero con mayor lateralización al hemisferio contralateral. Por lo tanto, contrastar las respuestas izquierda y derecha debería darnos un buen rebote beta lateralizado en la circunvolución precentral.

Para obtener una descripción general reciente de los ritmos sensoriomotores, incluido el rebote beta, consulte Cheyne (2013).

Entrenamiento con retroalimentación y ensayos de parpadeo

Antes de la grabación, el sujeto realizó el experimento en una breve sesión de entrenamiento para familiarizarse con la tarea. Siempre que el sujeto respondía demasiado tarde (& gt2 segundos) o presionaba el botón incorrecto, se proporcionaba información. En el experimento real, el sujeto siempre llegó a tiempo y respondió con la mano correcta cada vez. Finalmente, tras cada respuesta, se presenta un ensayo de parpadeo en el que se pide a los sujetos que parpadeen para que puedan permanecer fijos en la cruz de fijación -sin parpadear- durante todo el tiempo en el que nos interese la señal cerebral.

Estímulos

Los tonos estándar eran ondas sinusoidales de 400ms 1000Hz, con un corto aumento de 50ms hacia arriba y hacia abajo para evitar un sonido de clic. Los tonos extraños eran idénticos excepto por 1200Hz. Los estímulos auditivos se presentan con un dispositivo externo que almacena archivos de audio sin comprimir (.wav) que luego se pueden presentar con una precisión de menos de milisegundos (en efecto instantáneo). El sonido se presentó a través de duchas de sonido de pantalla plana. Medimos la duración entre la llegada de los disparadores (ver más abajo) en los datos y la llegada del sonido a través del aire a los oídos del sujeto. Esto tarda 7,0 ms.

Disparadores

El sistema MEG registra eventos desencadenantes en canales separados, llamados STI101 y STI102. Estos canales se graban simultáneamente con los canales de datos y con la misma frecuencia de muestreo. Por lo tanto, el inicio (o el desplazamiento) se puede programar con precisión con respecto a los datos. Los siguientes códigos de activación se pueden utilizar para el análisis que realizaremos durante el taller:

  • Inicio del estímulo estándar: 1
  • Inicio del estímulo bicho raro: 2
  • Inicio de pulsación de botón de la mano izquierda: 256
  • Inicio al presionar el botón de la mano derecha: 4096
  • Los datos se muestrearon a 1000 Hz.
  • 306 canales MEG de los cuales 102 son magnetómetros y 204 son gradiómetros planos.
  • EEG de 128 electrodos. La referencia se colocó en la mastoides derecha, el suelo en la mastoides izquierda. Las ubicaciones de los electrodos se colocan de acuerdo con el sistema del 5%, que es una extensión del sistema estándar 10-20 para casquillos de EEG de alta densidad. Puede encontrar detalles en Oostenveld y Praamstra, (2001). Además, la ubicación de los electrodos de EEG se midió en 3D utilizando el sistema Polhemus y se registró en los datos.
  • Se colocaron electrodos horizontales EOG (1) justo fuera del ojo izquierdo y derecho. Se colocaron EOG verticales (2) por encima y por debajo del ojo izquierdo.
  • El electrocardiograma (ECG) se registró como un registro bipolar de las clavículas.
  • Se registró la electromiografía de los flexores del antebrazo del brazo izquierdo (1) y derecho (2).

Introducción

El trastorno del espectro autista (TEA) se caracteriza por deficiencias en la comunicación e interacción social, así como por la presencia de comportamientos o intereses repetitivos y restringidos, incluidas respuestas atípicas a estímulos sensoriales como sonidos (Asociación Estadounidense de Psiquiatría, 2013). Las deficiencias del lenguaje, aunque no son síntomas centrales en el TEA, a menudo ocurren simultáneamente (Tager-Flusberg et al., 2005). Las respuestas atípicas a los estímulos auditivos y la dificultad para aprender el lenguaje hablado están relacionadas con interrupciones del filtrado auditivo, discriminación de características acústicas, identificación de la fuente de sonido y memoria de trabajo auditiva (Anderson & # x00026 Kraus, 2010 Foss-Feig, Stone, & # x00026 Wallace, 2012 N & # x000e4 & # x000e4t & # x000e4nen et al., 2012 O & # x02019Connor, 2012). Dado que estos procesos son componentes vitales del procesamiento auditivo, varios investigadores han planteado la hipótesis de que en el TEA existe una interrupción común en las redes neuronales que gobiernan el procesamiento auditivo básico (Bomba & # x00026 Pang, 2004 Marco, Hinkley, Hill, & # x00026 Nagarajan , 2011). Para identificar las bases subyacentes del procesamiento auditivo atípico en los trastornos cerebrales, los investigadores a menudo recurren a medidas como la electroencefalografía (EEG) y la magnetoencefalografía (MEG). Estos enfoques de imágenes neuroeléctricas tienen la resolución temporal necesaria para rastrear la actividad neuronal asociada con eventos auditivos específicos, proporcionando así una ventana al procesamiento auditivo que no ofrecen otras medidas neuronales no invasivas 2. Aquí, se llevó a cabo un metanálisis para determinar en qué medida la respuesta neuronal que refleja la discriminación de características acústicas y la memoria de trabajo auditiva en el procesamiento auditivo temprano difiere en el TEA en relación con el desarrollo típico (TD).

Nos centramos en un enfoque común que puede capturar tales características del procesamiento auditivo temprano: el paradigma de la negatividad de desajuste (MMN) (N & # x000e4 & # x000e4t & # x000e4nen et al., 2012 N & # x000e4 & # x000e4t & # x000e4nen, Paavilainen, Rinne, Alho, 2007). El MMN mide la capacidad de un individuo para detectar cambios en los patrones auditivos presentando un patrón & # x0201cstandard & # x0201d que ocurre regularmente y que se interrumpe al azar con estímulos raros & # x0201cdeviant & # x0201d (Naatanen, Gaillard, & # x00026 M & # x000e4ntysalo, 1978). Los estímulos desviados suelen diferir perceptualmente de los estándares en una sola característica acústica, como la intensidad, el tono o el fonema. Por lo general, los sonidos inesperados y raros provocan respuestas neuronales que no están presentes cuando se espera ese mismo sonido. El tamaño de esas respuestas neuronales indica el grado en que un oyente ha acumulado un rastro de memoria de un patrón auditivo en curso y ha detectado una desviación de ese rastro (Kujala & # x00026 N & # x000e4 & # x000e4t & # x000e4nen, 2010). Se ha argumentado que esta respuesta neuronal es impulsada por la actividad del receptor NMDA en las cortezas frontal y auditiva bilateral (N & # x000e4 & # x000e4t & # x000e4nen et al., 2012). Los componentes de MMN se pueden detectar bien en el cuero cabelludo y la línea media frontal-central utilizando EEG y se pueden cuantificar como un componente negativo que ocurre de 100 a 250 ms después de un inicio de estímulo desviado (Haesen et al., 2011). En el espacio fuente, el campo de desajuste surge de los generadores frontales y supratemporales durante una ventana de tiempo similar (Giard et al., 1990 Novak et al., 1990).

El componente MMN en sí mismo se calcula a partir de la diferencia entre la respuesta evocada por el mismo evento cuando es estándar y cuando es desviado. Al comparar directamente las respuestas a estímulos idénticos cuando se esperan versus cuando son desviados, el MMN en una medida de referencia corregida, revela la actividad neuronal impulsada por escuchar un evento inesperado. La latencia de respuesta del MMN se determina basándose en la sincronización del pico negativo en la forma de onda de diferencia. La amplitud de respuesta se puede calcular tomando la respuesta promedio en una ventana centrada en este pico negativo. Sin embargo, la ventana de análisis utilizada para determinar la amplitud y la latencia de MMN varía entre los estudios (p. Ej., Puede basarse en la forma de onda de cada sujeto individual, en la forma de onda promedio de cada grupo de sujetos o en el promedio de todos los participantes). Tanto las métricas de amplitud como de latencia de MMN significan una discriminación rápida impulsada por procesos de atención ascendentes automáticos y descendentes en las primeras etapas del procesamiento cortical (N & # x000e4 & # x000e4t & # x000e4nen et al., 2012 Roberts et al., 2011) .

La respuesta MMN puede obtenerse tanto durante las tareas activas, donde el sujeto da una respuesta abierta al detectar el estímulo desviado, como en situaciones en las que el sujeto escucha pasivamente, sin que se requiera una respuesta abierta. Como tal, el MMN es una de las pocas medidas neuronales establecidas del procesamiento auditivo que no requiere un alto grado de instrucción, atención abierta o participación activa del participante de la investigación (Bishop, 2007 N & # x000e4 & # x000e4t & # x000e4nen et al. , 2012). Esto hace que el MMN sea atractivo para los investigadores que estudian a personas con TEA, cuyas habilidades verbales y cognitivas abarcan un amplio espectro de paradigmas medidos en un entorno activo que requieren que los sujetos sigan instrucciones, presten atención a los estímulos o realicen una tarea conductual, variaciones en los sujetos y Las habilidades # x02019 indudablemente afectan la respuesta medida. Para hacer comparaciones significativas entre grupos a partir de experimentos que incluyen sujetos con y sin déficits verbales y cognitivos, es importante utilizar un paradigma en el que el rendimiento no se vea significativamente influenciado por la atención u otros procesos cognitivos de nivel superior.

Se han realizado muchos experimentos de MMN pasivos en la población con TEA, pero no hay consenso entre los estudios sobre si las personas con TEA muestran o no una respuesta de MMN diferente a los desviadores auditivos. Algunas publicaciones han informado respuestas de MMN intensificadas y / o más tempranas a las desviaciones acústicas en el TEA, lo que sugiere una mayor sensibilidad auditiva a los cambios en los estímulos acústicos (Gomot et al., 2011 Lepist & # x000f6, Niemin-von Wendt, von Wendt, N & # x000e4 & # x000e4t & # x000e4nen y # x00026 Kujala, 2007). Otras publicaciones han informado respuestas MMN suprimidas y / o retrasadas a desviaciones acústicas en TEA, lo que indica una sensibilidad más débil (Andersson, Posserud, & # x00026 Lundervold, 2013 Yu et al., 2015). Otros han informado resultados mixtos, de modo que algunos estímulos desviados provocan diferencias de grupo mientras que otros no (Lepist & # x000f6 et al., 2005 Lepist & # x000f6 et al., 2008). Si bien varias revisiones anteriores han descrito estos hallazgos contradictorios (Foss-Feig et al., 2012 Haesen et al., 2011 Kujala et al., 2013 McFadden & # x00026 Rojas, 2013 N & # x000e4 & # x000e4t & # x000e4nen & # x00026 Kujala, 2011 O & # x02019Connor, 2012 Orekhova & # x00026 Stroganova, 2014), ninguno ha evaluado críticamente qué factores pueden explicar las similitudes y discrepancias entre los estudios.

Esta falta de consenso nos llevó a realizar un metanálisis para explorar si existen diferencias metodológicas o de estímulo que expliquen las aparentes inconsistencias entre los estudios. Comparamos la amplitud de respuesta de MMN y la latencia de respuesta de MMN entre individuos con TEA y controles TD de la misma edad. Recopilamos los resultados de todos los experimentos que cumplieron con nuestros criterios de inclusión en un marco estadístico integral, tratando cada experimento o estadística como un único punto de datos en nuestro análisis. Dadas las complejidades de la recopilación de datos de EEG y MEG de personas con TEA, los tamaños de muestra en los estudios individuales tendían a ser bastante pequeños y carecían de un poder sólido por sí mismos. Nuestro metanálisis sintetizó los resultados de los estudios, aumentando así el poder estadístico al probar las diferencias entre los grupos.

Comenzamos analizando todos los experimentos publicados que midieron las diferencias de grupo entre los participantes con TEA y TD utilizando amplitud o latencia de MMN en un paradigma de MMN pasivo basado en la audición. Luego, reducimos nuestro análisis para incluir solo aquellos experimentos que controlaban la variación general en el potencial relacionado con el evento o las respuestas del campo relacionado con el evento (ERP / ERF) a diferentes tokens de estímulo. Específicamente, solo incluimos estudios en los que el MMN se calculó comparando respuestas a estímulos idénticos presentados en dos contextos diferentes & # x02013 uno en el que eran desviaciones inesperadas y el otro en el que eran estándares esperados. Sin los estímulos de compensación de esta manera, cualquier diferencia en la morfología de la señal entre la respuesta a los desviados y los estándares podría deberse a diferencias en las respuestas neuronales no relacionadas a los estímulos específicos presentados, como un sonido fuerte que produce un ERP / ERF más grande que un sonido suave. (Duncan et al., 2009 Kujala et al., 2007). Seguimos con análisis que examinaban cómo las características de los estímulos (sonidos del habla versus sonidos que no eran del habla) impactaban en el tamaño del efecto de diferencia del grupo y si las características de los participantes (edad y razonamiento verbal) influían en los hallazgos.


Introducción

La negatividad discordante (MMN) es una respuesta electrofisiológica que refleja la detección automática de cambios en el entorno sensorial y se produce al violar una regularidad establecida en una secuencia de estímulos sensoriales. Tales violaciones pueden tomar la forma de simples cambios físicos en las propiedades del estímulo, por ejemplo, un cambio en el tono de un estímulo acústico (Paavilainen et al., 1993), hasta desviaciones abstractas en las relaciones entre los estímulos, por ejemplo, falta de un paso en un estímulo. escala musical (Brattico et al., 2006), o un estímulo no simétrico en una secuencia de estímulos simétricos (Kecsk & # x000E9s-Kov & # x000E1cs et al., 2012). Desde su primera descripción (N & # x000E4 & # x000E4t & # x000E4nen et al., 1978 N & # x000E4 & # x000E4t & # x000E4nen y Michie, 1979) se ha convertido en una herramienta establecida en la investigación del procesamiento sensorial y la atención, y un marcador de deterioro cognitivo. en una variedad de condiciones (ver N & # x000E4 & # x000E4t & # x000E4nen et al., 2011 para una revisión). Después del enfoque inicial en el MMN auditivo (aMMN), ahora existe un cuerpo de evidencia establecido para MMN en la modalidad visual, el vMMN (ver Pazo-Alvarez et al., 2003 Kimura et al., 2011 Winkler y Czigler, 2012 para revisiones).

El método típico para medir la respuesta MMN es restar la respuesta de potencial evocado (EP) al estímulo repetitivo estándar de la del estímulo desviado, es decir, el estímulo que viola la regularidad establecida por el estándar. La onda de diferencia resultante refleja la diferencia de procesamiento neuronal entre los estímulos estándar y desviados. Las técnicas estadísticas varían, pero por lo general el objetivo es establecer la duración y la magnitud de cualquier desviación en la onda de diferencia desde cero.

Además de examinar las respuestas electrofisiológicas con amplitud en función del tiempo, las mismas respuestas también pueden examinarse en el dominio de la frecuencia, con el fin de examinar las características oscilatorias de una respuesta en función del tiempo. Desde la primera observación de cambios oscilatorios relacionados con eventos (Berger, 1929), se ha demostrado cada vez más que la actividad oscilatoria juega un papel clave en la exploración de procesos sensoriales, cognitivos y motores (ver Ba & # x0015Far et al., 2001 Ward, 2003 Buzs & # x000E1ki y Draguhn, 2004 para revisiones). Por lo general, las oscilaciones se separan en las siguientes bandas para el análisis, delta (0 y # x020134 Hz), theta (4 y # x020138 Hz), alfa (8 y # x0201314 Hz), beta (14 y # x0201330 Hz) y gamma (30 y # 43) Hz). En la modalidad visual, los procesos que están involucrados o influenciados por la respuesta de vMMN se han asociado con diferentes procesos oscilatorios. Los procesos de supresión de distractores y atención selectiva se han relacionado con cambios de oscilación alfa (Foxe y Snyder, 2011), unión de características de objeto (Gray et al., 1989 Tallon-Baudry y Bertrand, 1999) y memoria de trabajo visual (Tallon-Baudry et al. , 1998 Rizzuto et al., 2003) se han asociado con aumentos en las oscilaciones gamma y theta. Mishra y col. (2012) identificaron aumentos concomitantes en el bloqueo y la potencia de la fase theta como marcadores oscilatorios de atención visuoespacial.

Debe tenerse en cuenta que un estímulo puede provocar cambios oscilatorios en fase de estímulo (a veces conocido como & # x0201Cevoked & # x0201D) y sin bloqueo de fase (a veces conocido como & # x0201Cinduced & # x0201D), sin embargo, es solo la fase- actividad bloqueada que se sumará para formar los picos y valles característicos de un EP reconocible en el dominio del tiempo. La actividad sin bloqueo de fase, debido a que su fase no se alinea de una prueba a otra, no sumará ninguna actividad significativa en un EP promediado en el dominio del tiempo. Se ha sugerido que la actividad oscilatoria sin bloqueo de fase juega un papel importante en la sincronización y desincronización de las redes funcionales en el cerebro (Bastiaansen et al., 2012).

Recientemente, las características oscilatorias del aMMN se han examinado utilizando análisis de tiempo-frecuencia. Fuentemilla et al. (2008) demostraron que las fuentes frontales y temporales del aMMN se modulaban diferencialmente por el aumento de potencia theta bloqueado en fase de estímulo y el bloqueo de fase theta. La fuente frontal del aMMN mostró un aumento en el poder theta bloqueado en fase del estímulo después de estímulos desviados y un aumento en el bloqueo de fase. Sin embargo, las fuentes temporales mostraron un aumento en el bloqueo de la fase theta en ausencia de cualquier aumento en la potencia. En un estudio magnetoencefalográfico (MEG) de aMMN, Hsiao et al. (2009) demostraron resultados parcialmente convergentes con Fuentemilla et al., Específicamente un aumento en el bloqueo de la fase theta y el poder en respuesta a estímulos desviados en las fuentes temporales, y un aumento en el bloqueo de la fase theta solo en las fuentes frontales. No se informaron cambios en la potencia en las fuentes frontales, por lo que no está claro si los hallazgos en las fuentes frontales coincidieron con los de Fuentemilla et al. Además, el estudio de Hsiao & # x00027s demostró aumentos en la potencia y bloqueo de fase a estímulos desviados que eran mayores en el hemisferio derecho que en el izquierdo. Ko y col. (2012) también demostraron que aMMN se asoció con aumentos tanto en la potencia theta como en el bloqueo de fase, alcanzando un pico en los electrodos frontocentrales y más fuerte en el hemisferio derecho. Bishop y Hardiman (2010) examinaron la respuesta aMMN en ensayos individuales utilizando análisis de componentes principales y también encontraron un aumento significativo en el bloqueo de la fase theta. Aunque existen diferencias en los resultados y en las técnicas de análisis entre los estudios (por ejemplo, sitios de electrodos elegidos para los análisis), ha surgido un papel claro para la actividad oscilatoria theta en la respuesta aMMN, con una tendencia hacia el dominio hemisférico derecho.

El presente estudio investigó el papel de las oscilaciones neuronales en la respuesta vMMN. Al examinar los potenciales evocados visuales (VEP), el cambio de potencia espectral de estímulo bloqueado y no bloqueado en fase, y el bloqueo de fase entre ensayos (ITPL) en un rango de frecuencias (4 & # x0201350 Hz), pudimos examinar si theta La actividad juega un papel similar en la generación de la respuesta vMMN como se ha demostrado en aMMN.


Introducción

La negatividad de desajuste (MMN) es un componente de potencial relacionado con eventos negativos (ERP) cuando se restan las respuestas cerebrales a los estímulos estándar de aquellos a los estímulos raros, generalmente alcanzando un máximo de 150 a 250 ms después del inicio de la desviación (N & # x00E4 & # x00E4t & # x00E4nen et al. , 2007). MMN fue descubierto por N & # x00E4 & # x00E4t & # x00E4nen et al. (1978) utilizando un paradigma auditivo excéntrico y se han observado respuestas equivalentes en otras modalidades sensoriales como en la visión (Pazo-Alvarez et al., 2003) o en el olfato (Krauel et al., 1999).En un paradigma auditivo extraño típico, un sonido desviado poco frecuente se presenta ocasionalmente dentro de una secuencia de sonidos estándar frecuentes, y los participantes detectan activamente el desviado o ignoran la secuencia completa mientras se enfocan en señales de otra modalidad. La obtención de MMN en el último caso indica que se puede observar independientemente de la atención, y dicha independencia es más pronunciada en los bebés dormidos (Cheour et al., 2002 Martynova et al., 2003). MMN aparentemente revela un mecanismo neuronal para detectar nuevos estímulos, e incluso se provoca en situaciones complejas cuando se violan reglas abstractas (Saarinen et al., 1992 Schr & # x00F6ger et al., 2007).

En la investigación sobre MMN, la amplitud de la respuesta, generalmente cuantificada por el valor más negativo dentro de la ventana de tiempo de MMN convencional, ha demostrado ser un parámetro útil (Sinkkonen y Tervaniemi, 2000 Paavilainen, 2013). Por lo general, la amplitud de MMN aumenta cuando los estímulos bichos raros se vuelven más diferentes, es decir, cuando aumenta la magnitud de la desviación del bicho raro y # x2019s de los estímulos estándar (N & # x00E4 & # x00E4t & # x00E4nen, 1992 Jaramillo et al., 2000 Pakarinen et al., 2007 pero ver Horv & # x00E1th et al., 2008). Por ejemplo, Pakarinen et al. (2007) variaron la distancia de frecuencia entre los sonidos estándar y desviados y encontraron que una desviación más grande en relación con la más pequeña (por ejemplo, 523 y 609 Hz en relación con 523 y 546 Hz) conducía a una amplitud de MMN más alta medida en el electrodo Fz. También se pueden demostrar relaciones similares entre la magnitud de la desviación y la amplitud del MMN en otras dimensiones desviadas, como la intensidad del estímulo (Pakarinen et al., 2007), la duración (Jaramillo et al., 2000 Pakarinen et al., 2007), y ubicación percibida (Pakarinen et al., 2007). Además, cuando aumenta el número de estímulos estándar antes de una desviación, las amplitudes de MMN también se mejoran (Haenschel et al., 2005).

Además de la amplitud, la latencia máxima medida por el tiempo desde el inicio desviado hasta el pico de MMN también se usa ampliamente como indicador en la investigación de MMN (Sinkkonen y Tervaniemi, 2000 Paavilainen, 2013). Se ha observado que la latencia máxima de MMN se acorta cuando aumenta la desviación de estímulos (Amenedo y Escera, 2000 Pakarinen et al., 2007). Tanto la amplitud de MMN como la latencia máxima son buenos predictores del comportamiento conductual. Mientras que la precisión de la detección de desviaciones entre series de estándares es paralela a la amplitud MMN (Lang et al., 1990, 1995 Jaramillo et al., 2000 Novitski et al., 2004 Pakarinen et al., 2007), la latencia máxima de MMN en algunos casos predicen la velocidad de las respuestas conductuales, es decir, cuanto más corta es la latencia, más rápida es la reacción (Novitski et al., 2004 Pakarinen et al., 2007). Además, tanto la amplitud como la latencia han sido bien establecidas como biomarcadores en casos clínicos de trastornos psiquiátricos como la esquizofrenia (Kargel et al., 2014) o el autismo (Roberts et al., 2011). Estas observaciones indican que la amplitud y latencia de MMN son indicadores ecológicamente relevantes, que pueden reflejar las operaciones neuronales de la detección de novedades sensoriales. Por tanto, es necesario un análisis en profundidad de estos indicadores.

En estudios previos de ERP, la amplitud o amplitud promedio en una ventana corta se eligen con mayor frecuencia para análisis estadísticos (N & # x00E4 & # x00E4t & # x00E4nen et al., 1978). En algunos casos, los parámetros temporales como el inicio, el desplazamiento o la latencia máxima también se analizan, estimándose la latencia del inicio y el desplazamiento en el momento en el valor más positivo inmediatamente antes y después del pico de MMN, respectivamente (Baldeweg et al., 1999). A veces se exploran las pendientes de las ondas indexadas por el flujo de la línea extrapolada entre el inicio y el pico de MMN o la integral de la mitad del área de onda MMN (Korostenskaja et al., 2003).

Aunque se han utilizado varios parámetros en estudios previos de ERP, no está claro en detalle cómo se relacionan entre sí los diferentes parámetros. Los estudios anteriores proporcionan solo pruebas limitadas que no muestran una relación clara entre la amplitud de MMN y las diferentes latencias (Lang et al., 1995). Con respecto a otros componentes de ERP en lugar de MMN, Polich et al. (1997) encontraron correlaciones negativas entre la amplitud P3 y su latencia, es decir, cuanto mayor es la amplitud P3, más corta es la latencia, en una tarea que requiere que los participantes discriminen un objetivo poco frecuente de los estándares frecuentes, esta correlación estaba algo sesgada hacia los electrodos frontales derechos. , lo que sugiere que la generación de P3 puede involucrar inicialmente el sistema de control de la atención de la corteza frontal derecha. En otro estudio (Intriligator y Polich, 1994) se encontró que la potencia del EEG en bandas de frecuencias más bajas se correlacionó positivamente con la amplitud P3, sugiriendo un posible papel mediador de los recursos de atención. Estas observaciones indican que explorar las correlaciones entre diferentes parámetros es un método útil para investigar los mecanismos neuronales de los componentes del ERP.

La investigación descrita anteriormente ha examinado principalmente la relación entre la amplitud y las latencias; otros parámetros potencialmente indicativos, como las pendientes al alza y a la baja, se ignoran en gran medida. Como se sugirió en algunos estudios previos (Korostenskaja et al., 2003), la pendiente ascendente refleja la velocidad del aumento de la onda MMN e indexa la velocidad de los procesos de activación neuronal asociados con las respuestas MMN. Sobre esta base, es importante extender el análisis de ERP de centrarse solo en la amplitud y latencias a más parámetros como pendientes ascendentes y descendentes, así como otros parámetros temporales.

En el estudio presentado aquí, nuestro objetivo era examinar sistemáticamente nueve parámetros en la forma de onda MMN, es decir, inicio, desplazamiento, amplitud máxima, amplitud máxima promediada (abreviada como & # x201Campavg & # x201D), duración, área, latencia máxima, alza y a la baja. pendientes (ver Figura 1), tratando de averiguar si existen ciertas correlaciones entre diferentes parámetros de MMN. Los datos de este análisis se tomaron de un estudio anterior (Wang et al., 2015), en el que se compararon las amplitudes de MMN provocadas por desviaciones de frecuencia de tonos sinusoidales en un paradigma pasivo bicho raro para cuatro condiciones de intervalo entre estímulos (ISI) (1.5 , 3, 4.5 y 6 s). Los resultados originales demostraron MMN significativamente más grandes sobre áreas del cuero cabelludo frontal central para ISI más cortos de hasta 3 s en comparación con los más largos, lo que sugiere que la modulación temporal de 3 s proporciona un proceso básico de segmentación secuencial que puede operarse pre-atenta o pre semánticamente (P & # x00F6ppel, 1997, 2009). Este hallazgo también planteó otra pregunta para el análisis actual si las correlaciones sospechadas podrían estar presentes en todas o en un subconjunto de las condiciones de ISI. Considerando MMN como un componente ERP negativo presente en varios ISI, centramos nuestro análisis en las correlaciones potenciales entre diferentes parámetros MMN, que podrían capturar los procesos neuronales subyacentes sustanciales de detección de novedades. Anticipamos que las correlaciones sospechadas deberían ser independientes de las ISI, ya que su generación se debe a operaciones genéricas del sistema neuronal que se ocupan de la salida del equilibrio.

FIGURA 1. Nueve parámetros que caracterizan la onda de negatividad de desajuste simplificado (MMN).

Entre todos los parámetros que examinamos, la latencia, la amplitud (incluida la amplitud promedio) y la pendiente (tanto la pendiente ascendente como la descendente) fueron de especial interés. Dado que el estudio anterior no mostró ninguna relación clara entre la latencia y la amplitud de MMN (Lang et al., 1995), no anticipamos correlación entre la latencia máxima de MMN y la amplitud o amplitud promedio también. Dado que las pendientes de MMN son parámetros relacionados con la forma de onda, mientras que la latencia es temporal, no anticipamos ninguna correlación entre la latencia máxima de MMN y las pendientes (pendientes tanto al alza como a la baja). Con respecto a la relación entre la amplitud de MMN y las pendientes, que fue de nuestro mayor interés en el presente estudio, anticipamos un panorama diferente. Como se sugirió anteriormente (Korostenskaja et al., 2003), la pendiente ascendente indica la velocidad de la onda MMN ascendente. Por tanto, cuanto más rápida sea la velocidad de subida, mayor será la amplitud de MMN. Por lo tanto, planteamos la hipótesis de una correlación positiva entre la amplitud de MMN y la pendiente alcista. Sin embargo, una vez que la onda MMN alcanzó su pico, se esperaban procesos de atenuación neural independientes de la amplitud máxima que reflejaba una caída exponencial. Por lo tanto, planteamos la hipótesis de que no hay correlación entre la amplitud de MMN y la pendiente a la baja.

En conjunto, nuestro estudio actual adoptó una nueva perspectiva para comprender mejor el procesamiento neuronal que subyace a la detección de cambios auditivos. Investigamos sistemáticamente las relaciones entre diferentes parámetros de MMN con ciertas predicciones sobre las relaciones entre los principales parámetros de nuestra preocupación.


Métodos

Participantes

Treinta y tres hablantes nativos de mandarín diestros participaron en el experimento. Todos los sujetos fueron reclutados en la Universidad de Toronto Scarborough. Toda la sesión experimental se llevó a cabo en chino mandarín. Ningún participante informó de déficit auditivo, de lenguaje o neurológico. Se excluyeron los datos de siete participantes debido a problemas técnicos durante las sesiones de grabación. Esto dejó a 26 participantes (17 mujeres, media (x & # x0304) edad = 19,7 años, desviación estándar (s) = 0,7 años, x & # x0304 edad de llegada = 16,8 años, s = 2,3 años). Todos los participantes también hablaban inglés. Nueve participantes informaron dominio de idiomas adicionales (es decir, cantonés, shanghainés y japonés). Todos los participantes autoinformaron 10/10 en competencia auditiva y al menos 8/10 en competencia oral en mandarín, excepto un participante, que calificó a sí mismo como 7/10 en competencia auditiva. Los participantes en mandarín informaron calificaciones propias en inglés consistentemente más bajas para hablar y escuchar (hablando: x & # x0304 = 6.54, s = 1,64 escuchando: x & # x0304 = 7.43, s = 1,56) y solo informó que usaba inglés en promedio un 23,7% (s = 18%) del tiempo en su vida diaria. La duración media de la estancia en Canadá fue de 3,02 años (s = 2,63 años). El experimento fue aprobado por la Junta de Ética en Investigación de la Universidad de Toronto. Todos los participantes dieron su consentimiento informado por escrito y recibieron crédito del curso.

Estímulos

Los estímulos incluían ocho sílabas [C & # x0264 & # x02D04]. La C representa una consonante de cuatro pares de consonantes retroflex / no retroflex: [s] / [& # x0282], [ts] / [t & # x0282], [ts h] / [t & # x0282 h], [l] / [& # x027B]. Las ocho consonantes representan todas las consonantes retroflex en el inventario del mandarín y sus contrapartes no retroflex. Se eligieron la vocal posterior media alta no redondeada [& # x0264] y el Tono 4 para formar el marco porque producen sílabas fonotácticamente legales con todas las consonantes del experimento, y todas eran palabras reales del chino mandarín. Por ejemplo, [s & # x0264 & # x02D04] corresponde a las palabras & # x8272 & # x201Ccolor & # x201D o & # x6DA9 & # x201Castringent & # x201D. Algunos estímulos [C & # x0264 & # x02D04] correspondían a múltiples elementos léxicos. Se tomó la decisión de utilizar palabras reales. El inventario de sílabas mandarín relativamente limitado hizo imposible obtener un conjunto de sílabas CV donde cada una era una pseudopalabra fonotácticamente legal en el idioma en las ocho combinaciones de consonantes, vocales y tonos. Las alternativas eran utilizar un conjunto de estímulos que contuvieran una mezcla de palabras y pseudopalabras o un conjunto de ocho sílabas fonotácticamente ilegales. La elección de una combinación de palabras y pseudopalabras podría resultar en evocar un conjunto de procesos (por ejemplo, acceso léxico) que estaría presente para algunos elementos pero no para otros. Mientras tanto, el uso de sílabas fonotácticamente ilegales requeriría que los participantes empleen estrategias de reparación que no forman parte del procesamiento del lenguaje natural en su lengua materna (Dehaene-Lambertz et al., 2000).

Los estímulos fueron producidos por un hablante nativo de chino mandarín. Las fichas se grabaron con un micrófono cardioide Audio-Technica AT3035 en una grabadora digital MixPre-3 (Sound Devices LLC, Estados Unidos). La sesión de grabación de estímulos se llevó a cabo en una cabina con sonido atenuado. Los archivos de audio se grabaron con una frecuencia de muestreo de 44,1 kHz a una profundidad de 16 bits. Los estímulos retroflejos tuvieron una duración media de 429 ms (s = 9 ms). Los estímulos no retroflejos tuvieron una duración media de 459 ms (s = 81 ms). La Tabla 1 proporciona la duración de las sílabas y consonantes para los estímulos en nuestro experimento, el número de palabras y sentidos para cada sílaba y sus frecuencias de corpus. El número de palabras y sentidos se obtienen del diccionario Xinhua (The Commercial Press, 2009). Las frecuencias de las palabras se obtienen de DoWLS (Neergaard et al., 2016), que se basa en SUBTLEX-CH (Cai y Brysbaert, 2010) e incluye transcripciones fonéticas. Se aplicaron rampas de compensación de coseno 2 a los 10 ms finales de cada estímulo. La intensidad del estímulo se normalizó a 70 dB SPL.

Tabla 1. Propiedades acústicas e información léxica de los estímulos.

Como se demuestra en la Figura 1, la característica acústica distintiva entre fricativa retroflex / no retroflex es el rango de energía espectral. La retroflexión se asocia con rangos de energía espectral más bajos tanto en fricativas como en africadas (Lee, 1999). En el par aproximado [l] / [& # x027B], la retroflexión conduce a un F3 más bajo, que es similar a las diferencias entre / l / y / r / prevocálicas en inglés americano (Polka y Strange, 1985). Un F3 más bajo se correlaciona con más color & # x201Cr & # x201D. El retroflex [& # x027B] también tiene una diferencia mayor entre F4 y F5 que [l].

Figura 1. Formas de onda y espectrogramas para el par aproximado (superior) [l & # x0264 & # x02D04] / [& # x027B & # x0264 & # x02D04] y el par fricativo (inferior) [s & # x0264 & # x02D04] / [& # x0282 & # x02D04 & # ].

Adquisición de EEG

Los sujetos estaban sentados en una cabina insonorizada. Se les indicó que miraran una película muda mientras escuchaban pasivamente los estímulos durante la grabación del EEG (Tervaniemi et al., 1999 Scharinger et al., 2016b). Los experimentadores se comunicaron con los participantes en mandarín, y todos los materiales del experimento (es decir, las instrucciones, los materiales de reclutamiento y de informe) se proporcionaron en mandarín. Los estímulos se presentaron en un paradigma auditivo excéntrico. El experimento constaba de dos bloques. Un bloque contenía estándares retroflex y desviaciones no retroflex. El otro bloque tenía estándares de no retroflexión y desviaciones de retroflexión. El orden de los bloques fue aleatorio para cada sujeto. En cada bloque, cada uno de los cuatro tokens de la categoría desviada se presentó 20 veces, totalizando 80 tokens desviados por bloque. El orden de las fichas desviadas fue aleatorio. Antes de cada estímulo desviado, se presentó un número aleatorio (extraído de una distribución uniforme entre 4 y 10) de tokens estándar. Esto resultó en una relación estándar / desviada aproximada de 7 a 1. Había aproximadamente 560 tokens estándar por bloque. Los tokens estándar también se muestrearon aleatoriamente a partir de los cuatro estímulos de su categoría. La duración del intervalo entre estímulos se muestreó aleatoriamente a partir de una distribución uniforme entre 1,25 y 1,75 s. Estos valores fueron seleccionados para reforzar el procesamiento a nivel fonológico (Werker y Logan, 1985 Yu Y. H. et al., 2017).

Las señales de EEG continuas se adquirieron con electrodos activos ActiCAP de 32 canales (Brain Products GmbH, Alemania) y un amplificador actiCHamp (Brain Products GmbH, Alemania). Los datos se digitalizaron a 1000 Hz con un filtro de paso de banda en línea de 0,01 & # x2013500 Hz. Los electrodos se colocaron de acuerdo con el sistema internacional 10-20 y las posiciones incluyen Fp1 / 2, F3 / 4, F7 / 8, FC1 / 2, FC5 / 6, FT9 / 10, C3 / 4, T7 / 8, CP1 / 2, CP5 / 6, TP9 / 10, P3 / 4, P7 / 8, O1 / 2, Oz, Fz, Cz y Pz. Se colocó un electrodo de tierra en Fpz. La señal de EEG continua se hizo referencia a la mastoides izquierda (TP9) en línea.

Para garantizar una sincronización precisa del disparo de estímulo digital, los estímulos auditivos se pasaron primero a través de un dispositivo StimTrak (Brain Products GmbH, Alemania), que está diseñado específicamente para la precisión del disparo de EEG. En nuestra configuración, el dispositivo StimTrak envía la señal auditiva simultáneamente al amplificador y los auriculares. La señal auditiva enviada al amplificador se registra como un canal EEG adicional. Esto proporciona el momento en el que se presenta el estímulo auditivo a los participantes. Los estímulos auditivos se enviaron a los sujetos a través de los auriculares BeyerDynamic DT 770 PRO.

Análisis EEG

El análisis de datos se realizó en MATLAB (Mathworks, Inc) utilizando la caja de herramientas EEGLAB (Delorme y Makeig, 2004). Primero, corregimos cualquier retraso de compensación entre el disparador y la presentación del estímulo auditivo para asegurar una sincronía de disparador digital-estímulo precisa de milisegundos. Esto se hizo mediante la correlación cruzada de los archivos de sonido de los estímulos originales y la pista de audio en la grabación de EEG proporcionada por StimTrak. Posteriormente, los desencadenantes se alinearon con el inicio del archivo de audio en la grabación de EEG. Se comprobó la sincronía de inicio de disparo-estímulo en la señal de EEG continua sin procesar. A continuación, la señal de EEG se volvió a referenciar a los mastoides vinculados, que proporcionan las respuestas MNN más robustas (Mahajan et al., 2017). A continuación, la señal de EEG se filtró con un filtro FIR sinc con ventana de Hamming. La señal se filtró primero en paso alto a 0,1 Hz (ancho de banda de transición 0,1 Hz), luego se filtró en paso bajo a 70 Hz (ancho de banda de transición 17,5 Hz). La señal filtrada se redujo a 250 Hz. La tubería PREP (Bigdely-Shamlo et al., 2015) se utilizó posteriormente para eliminar el ruido de la línea y los canales defectuosos. Luego, se aplicó la reconstrucción del subespacio de artefactos (se aplicó el algoritmo ASR 1 para eliminar los artefactos estacionarios. En promedio, se eliminaron 2,3 canales como canales defectuosos. A continuación, se interpolaron los canales previamente eliminados. Adaptive Mixture Independent realizó un análisis de componentes independientes (ICA) descomposición Análisis de componentes (AMICA Palmer et al., 2012). Los dipolos de los componentes independientes se localizaron con el complemento DIPFIT (Oostenveld y Oostendorp, 2002) 2. Inspeccionamos manualmente la topografía, ajustamos las ubicaciones de los dipolos, las formas de onda y las variaciones residuales para identificar los componentes independientes. Se eliminaron los componentes independientes que corresponden a los movimientos oculares (p. ej., parpadeos, movimientos sacádicos) o artefactos ampliamente distribuidos en el cuero cabelludo. Menos de seis (x & # x0304 = 2,1) se eliminaron componentes independientes para cada sujeto. A continuación, los datos de EEG continuos se cronometraron con un período de pre-inicio de 1 segundo y un período de post-inicio de 2 segundos. Se rechazaron épocas con voltajes & # x00B1 75 & # x03BCV. Combinado con el rechazo de la ventana de la aplicación de ASR, se eliminaron menos del 3% de los ensayos para cada sujeto. Entre los ensayos estándar, los dos ensayos inmediatamente después de cada ensayo desviado se excluyeron del análisis adicional. Esto se hizo para garantizar que solo se incluyeran en el análisis los ensayos en los que los participantes escucharon una secuencia de estándares antes de una desviación. Después del preprocesamiento, cada sujeto tenía más de 357 estándares y más de 76 desviaciones en cada uno de los dos bloques para el análisis final.

Los análisis de MMN dentro del bloque comparan los potenciales evocados con los estímulos desviados y estándar en el mismo bloque experimental.Las diferentes propiedades de los estándares y las desviaciones podrían provocar diferentes ERP incluso sin las diferencias de frecuencia extrañas. Esto podría confundir potencialmente el análisis MMN. Una alternativa es analizar la identidad MMN (iMMN). En este análisis, el ERP para el desviado se compara con el ERP para la versión estándar del mismo estímulo (Pulverm & # x00FCller y Shtyrov, 2006 Peter et al., 2010 Hestvik y Durvasula, 2016). En el estudio actual, incluimos tanto el análisis intrabloque (ver sección & # x201CWithin-Block MMN & # x201D) como el iMMN (ver sección & # x201CIdentity MMN & # x201D). Debido a que los MMN son más grandes en las áreas fronto-central del cuero cabelludo cuando se hace referencia a mastoides enlazados (N & # x00E4 & # x00E4t & # x00E4nen et al., 2007), el potencial promedio de cuatro sitios de electrodos fronto-centrales (es decir, Cz, Fz, FC1 / 2 ) se utiliza para calcular los ERP promedio. Los análisis estadísticos se realizan en EEGLAB con pruebas de permutación en el estadístico t y una corrección FDR para comparaciones múltiples. Las diferencias con pFDR & # x003C 0.05 se informan como estadísticamente significativas. En el análisis de ERP, solo se informan y discuten las diferencias significativas de más de 30 ms de duración. Debido a que los MMN a veces van acompañados de una inversión de polaridad en los sitios mastoideos (Schr & # x00F6ger, 1998), también calculamos e inspeccionamos visualmente las ondas diferenciales promediadas en los electrodos mastoideos y fronto-centrales después de hacer referencia al promedio de los datos. En el análisis topográfico, las pruebas de permutación para las comparaciones dentro del bloque e iMMN se realizan en cada ventana de tiempo en cada sitio de electrodo (con una corrección FDR).


La negatividad del desajuste visual provocada por las expresiones faciales: nueva evidencia del paradigma equiprobable

Fondo: La evidencia convergente reveló que las expresiones faciales se procesan automáticamente. Recientemente, hay evidencia de que las expresiones faciales podrían provocar la negatividad de desajuste visual (MMN), expresión MMN (EMMN), lo que refleja que la expresión facial podría procesarse en condiciones no atencionales. En el presente estudio, utilizando una tarea de modalidad cruzada, intentamos investigar si existe una EMMN basada en la comparación de la memoria.

Métodos: Se instruyó a 12 adultos normales para que escucharan simultáneamente una historia y prestaran atención a un círculo blanco sin patrón como un objetivo visual intercalado entre los estímulos faciales. En el bloque bicho raro, la cara triste fue la desviada con una probabilidad del 20% y la cara neutral fue el estándar con una probabilidad del 80% en el bloque de control, la cara triste idéntica se presentó con otros cuatro tipos de estímulos faciales con igual probabilidad (20% para cada uno). El electroencefalograma (EEG) se registró continuamente y se obtuvieron los ERP (potenciales relacionados con eventos) en respuesta a cada tipo de estímulo facial. Oddball-EMMN en el bloque de bichos raros se obtuvo restando los ERP provocados por las caras neutrales (estándar) de los de las caras tristes (desviadas), mientras que el EMMN controlado se obtuvo restando los ERP provocados por las caras tristes en el bloque de control. de los de las caras tristes en el bloque de bichos raros. Ambos EMMN se midieron y analizaron mediante ANOVA (análisis de varianza) con mediciones repetidas. Se utilizó sLORETA (tomografía electromagnética cerebral de baja resolución estandarizada) para investigar los generadores corticales de EMMN controlada.

Resultados: Tanto la EMMN extraña en la comparación estándar desviada como la EMMN controlada en la comparación control desviado se observaron en las regiones occipital-temporales con predominio del hemisferio derecho. El bicho raro-EMMN era más grande y anterior que el controlado-EMMN porque, además de la comparación basada en la memoria, el primero incluía una diferencia de refractariedad debido a la distinción de probabilidad presentada entre los estímulos faciales desviados y estándar. El análisis de la fuente de EMMN controlada indicó una fuente de corriente involucrada principalmente en áreas posteriores, incluida la circunvolución temporal superior, la circunvolución poscentral, el lóbulo parietal inferior y la ínsula.


Ver el vídeo: Números de su forma desarrollada. a la forma estándar. (Mayo 2022).