Información

Problema de conexión con PsychoPy a la estación de red EGI para el experimento de EEG

Problema de conexión con PsychoPy a la estación de red EGI para el experimento de EEG


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.

Ya publiqué el problema en el foro de PsychoPy, pero me preguntaba si podría obtener más información de StackExchange.

Así que estoy teniendo dificultades para establecer una conexión entre la máquina de prueba en ejecución Psychopy y la máquina con la estación de red real instalada. ¡Enumeré las preguntas de resumen en la parte inferior!

Tengo el siguiente código básico a continuación, pero supongo que estoy ingresando una dirección IPv4 o un número de puerto incorrectos para la estación de red.

from __future__ import absolute_import, division, print_function from psychopy import locale_setup, sound, gui, visual, core, data, event, logging, clock from psychopy.constants import (NOT_STARTED, STARTED, PLAYING, PAUSED, STOPPED, FINISHED, PRESSED, RELEASED, PARA SIEMPRE) import numpy as np # Whole numpy lib está disponible, anteponga 'np'. from numpy import (sin, cos, tan, log, log10, pi, average, sqrt, std, deg2rad, rad2deg, linspace, asarray) from numpy.random import random, randint, normal, shuffle import os # handy system and path functions import sys # para obtener la codificación del sistema de archivos # Configuración para EGI importar egi.simple como egi # para propósitos de prueba #import egi.simple as egi ms_localtime = egi.ms_localtime # da la hora local en ms ns = egi.Netstation () ns.connect ('dirección ipv4 de la máquina de prueba', 'número de puerto de la máquina de la estación de red') # ¿cambio / verificación mediante Network Utility?

Y me sale el siguiente error:

Archivo "/Users/abc/Documents/PsychoPy/cfv/cfv_egi.py", línea 281, en ns.BeginSession () Archivo "/Users/abc/Documents/PsychoPy/cfv/egi/simple.py", línea 799, en BeginSession self._socket.write (mensaje) Archivo "/Users/abc/Documents/PsychoPy/cfv/egi/socket_wrapper.py", línea 58, en escritura self._connection.write (datos) AttributeError: La instancia de socket no tiene atributo '_connection' 6.9777 ADVERTENCIA Cuando cambio el puerto a otro con un servidor, me da lo siguiente: Traceback (última llamada más reciente): Archivo "/Users/abc/Documents/PsychoPy/cfv/cfv_egi.py", línea 281, en ns.BeginSession () File "/Users/abc/Documents/PsychoPy/cfv/egi/simple.py", línea 804, en BeginSession return self.GetServerResponse () File "/ Users / abc / Documents / PsychoPy / cfv / egi / simple.py ", línea 783, en GetServerResponse raise Eggog (" código de carácter inesperado devuelto por el servidor: '% s' "% (código,)) egi.simple.Eggog: código de carácter inesperado devuelto por el servidor: ' R '

Entonces, resumiendo mi pregunta,

  1. ¿Es correcto que se supone que debo ingresar la dirección IPv4 de la máquina NetStation?

  2. ¿Cómo averiguo qué número de puerto necesito ingresar? ¿Utilizo los números de puerto que aparecen en el uso de la aplicación “Network Utility” en mac?

  3. Al ejecutar el código de psychopy que me hace conectarme a la máquina, ¿qué se necesita configurar en la computadora Netstation? es decir. ¿Necesito tener el software de la netstation ejecutándose?

Gracias. ¡Cualquier ayuda o sugerencia será apreciada!


Discusión

Este estudio se realizó para investigar las respuestas cerebrales a altas velocidades de movimiento hacia adelante simulado del flujo óptico. El estímulo fue una carretera simulada por postes que se movían desde cerca del centro de la pantalla y hacia los bordes de la pantalla, creando una simulación realista de un campo de flujo óptico. Se investigaron los potenciales del cuero cabelludo en dos canales parietales de interés para las tres velocidades de conducción diferentes (baja, media y alta) del movimiento hacia adelante y se realizó un análisis de tiempo-frecuencia.

Encontramos diferencias significativas entre las tres velocidades de movimiento hacia adelante en los canales parietales P3 y P4 en los análisis de VEP. La latencia máxima aumentó significativamente a medida que aumentaba la velocidad, mientras que la amplitud disminuyó a medida que aumentaba la velocidad. El análisis de frecuencia de tiempo mostró desincronizaciones alfa en respuesta al movimiento hacia adelante, mientras que la condición estática mostró sincronizaciones alfa. Las desincronizaciones alfa no fueron significativamente diferentes entre las tres velocidades de movimiento hacia adelante. La fuente de la línea media parietal (PM) mostró diferencias significativas entre las desincronizaciones alfa en respuesta al movimiento hacia adelante y las sincronizaciones alfa en respuesta a la condición de control estático.

Nuestros resultados, que muestran que la latencia máxima aumentaba con la velocidad del movimiento hacia adelante, pero que la amplitud máxima estaba inversamente relacionada con la velocidad, son diferentes de los hallazgos de un estudio que utilizó velocidades considerablemente más bajas (Maruyama et al., 2002), y son lo contrario de lo que Heinrich (2007) en un artículo de revisión concluyó como el hallazgo más común. Sin embargo, para altas velocidades de movimiento hay varios estudios que corroboran los presentes hallazgos. Un estudio de MEG que midió las respuestas neuronales al inicio del movimiento del punto de luz con un amplio rango de velocidades de movimiento, informó una disminución y un aumento posterior de las latencias en función de la velocidad del movimiento (Kawakami et al., 2002). En otro estudio, Maunsell y Van Essen (1983) informaron que en el mono macaco, la mayoría de las neuronas sensibles a la velocidad en el área MT tienen preferencia por velocidades de movimiento relativamente bajas. Por lo tanto, con menos neuronas que prefieren velocidades más altas, es probable que la amplitud máxima disminuya con la velocidad de movimiento en el extremo superior de la escala. La amplitud refleja el número de neuronas sincrónicamente activas (Elul, 1972 Pfurtscheller y Lopes da Silva, 1999). Una amplitud baja indica menos neuronas que se disparan en sincronía y, por lo tanto, menos neuronas sintonizadas con la condición particular. Kawakami y col. (2002) argumentó que el cambio de amplitud está relacionado con el tamaño de la población neuronal que responde a los estímulos. Los presentes hallazgos mostraron que la amplitud disminuyó al aumentar la velocidad del movimiento hacia adelante, lo que sugiere que la mayoría de las neuronas en el área sensible al movimiento estaban sintonizadas con la velocidad más baja. De hecho, Liu y Newsome (2003) encontraron que las neuronas se agrupan según la preferencia de velocidad. Por lo tanto, estos estudios junto con los presentes hallazgos proporcionan evidencia de que las velocidades de movimiento sobre una cierta magnitud dan lugar a latencias crecientes y amplitudes decrecientes.

Estudios anteriores sobre la percepción del movimiento visual con adultos generalmente informaron latencias de N2 de aproximadamente 150 & # x02013250 ms (Kuba y Kubov & # x000E1, 1992 van der Meer et al., 2008), mientras que este estudio informó latencias de hasta 292 ms. Estas latencias más largas podrían indicar que el patrón de flujo óptico que especifica el movimiento hacia adelante a velocidades de conducción utilizado en el presente estudio fue más desafiante que el utilizado anteriormente.

Desde una perspectiva de desarrollo a lo largo de la vida, se ha argumentado que el aumento de latencias en respuesta al movimiento visual refleja un procesamiento de información más lento (Langrov & # x000E1 et al., 2006 van der Meer et al., 2008). El aumento de latencias en el estudio actual podría deberse a la mayor cantidad de información contenida en la condición de alta velocidad y, como resultado, los participantes podrían haberlo percibido como más complejo que las velocidades más bajas. Esto podría explicar por qué las altas velocidades dan como resultado un procesamiento de información más lento en comparación con las velocidades más bajas. El aumento de latencias en respuesta a las velocidades más altas también podría reflejar que las velocidades altas son menos familiares que las velocidades más bajas, ya que los humanos no se encuentran con estas velocidades con tanta frecuencia en el mundo real. Se ha argumentado que un tiempo de respuesta prolongado es el resultado de la falta de redes neuronales o menos especializadas (Howard et al., 1996 Johnson, 2000 Dubois et al., 2006) y se ha sugerido que un aumento en la velocidad de procesamiento podría ser el resultado de la experiencia de un individuo con diferentes estímulos ambientales (Mukherjee et al., 2002 Agyei et al., 2015). La mielinización de la materia blanca aumenta con la experiencia y aumenta desde la infancia hasta la edad adulta, y se ha demostrado que la mejora de los tractos de materia blanca está relacionada con una mayor velocidad de procesamiento (Mukherjee et al., 2002 Fields, 2008). Esto podría indicar que los participantes tenían más experiencia con las velocidades más bajas, lo que resultó en latencias más bajas. Se cree que las tareas exigentes suponen una mayor carga de trabajo para el sistema (Strayer y Drews, 2007 Allison y Polich, 2008) y se ha demostrado que disminuyen la magnitud de la respuesta. Nuestros hallazgos mostraron esta disminución en la amplitud en respuesta a las velocidades de flujo óptico más altas en comparación con la velocidad más baja. Esto podría indicar que el sistema visual cuando se trata de velocidades más altas de movimiento visual hacia adelante simulado está sometido a una mayor tensión y, por lo tanto, muestra amplitudes más bajas. La densidad de flujo óptico más alta a las velocidades más altas del movimiento visual hacia adelante simulado podría ser más exigente para el sistema visual.

Las latencias en el canal P4 mostraron un aumento significativamente mayor con la velocidad de movimiento en comparación con el canal P3. Este hallazgo sugiere que el hemisferio derecho está más involucrado en el procesamiento del flujo óptico. La lateralización derecha de los estímulos de movimiento también se encontró en un estudio de de Jong et al. (1994), quienes encontraron que el precuneus lateroposterior derecho (lóbulo parietal superior) era un contribuyente importante al procesamiento del flujo óptico, alimentado por el área V3.

El estudio actual encontró cambios de latencia y amplitud en el componente N2 como una función de los cambios de velocidad en el movimiento visual hacia adelante simulado del flujo óptico. Se ha demostrado que el componente N2 responde a los estímulos de movimiento visual que pueden inducir la vección en los participantes. Estos componentes de N2 también se han encontrado en respuesta a estímulos inductores de vección según lo informado por Keshavarz y Berti (2014). Encontraron las mayores amplitudes de N2 en O1 y O2 en respuesta a un estímulo en movimiento traslacional con una periferia en movimiento y un centro estacionario. Sin embargo, los autores afirmaron que los estímulos utilizados eran demasiado cortos (2.5 & # x020133.5 s) para inducir la vección durante las grabaciones de EEG, pero argumentaron que sus hallazgos de N2 podrían indicar los pasos iniciales en el procesamiento de vección. Las calificaciones de vección se obtuvieron utilizando presentaciones de movimiento visual más largas (45 s) después de las grabaciones de EEG, y los resultados mostraron las calificaciones de vección más altas para el centro estacionario y el estímulo envolvente en movimiento. Un estudio de Thilo et al. (2003) encontraron una disminución en el componente N70 en los electrodos occipitales O1, Oz y O2 en respuesta al auto-movimiento rotatorio percibido con informes de vección de los participantes. Estos estudios no han investigado los cambios de velocidad en el flujo óptico, pero sugirieron que la investigación de EEG puede ayudar a encontrar marcadores objetivos de vección (Palmisano et al., 2015). Sin embargo, el estudio actual utilizó una presentación de estímulo de 1 s, que es demasiado corta para inducir cualquier sensación de vección (Palmisano et al., 2015), y tuvo una escena estática de 3 s entre cada condición de movimiento para evitar la adaptación al movimiento. (Heinrich, 2007). Además, no preguntamos si los participantes estaban experimentando vección. Esto es necesario ya que la vección es una sensación subjetiva (consciente) de auto-movimiento (Palmisano et al., 2015), y el informe del participante es crucial para establecer si se ha producido la percepción de la vección. Los estudios adicionales deberían utilizar presentaciones de estímulo más largas y recopilar informes subjetivos de vección durante las grabaciones de EEG. Esto podría determinar si los cambios en la velocidad del movimiento tienen algún efecto sobre la vección percibida y cómo esto afecta el componente N2 del movimiento visual.

Además del análisis de VEP, se llevó a cabo un análisis de frecuencia de tiempo para estudiar los cambios en las oscilaciones cerebrales en respuesta al movimiento visual. En el análisis TSE, la condición de control estático se comparó con las tres velocidades diferentes en la condición de movimiento. Los presentes hallazgos mostraron desincronizaciones de banda alfa en varias fuentes parietales y occipitales en respuesta al movimiento visual. Sin embargo, se encontraron principalmente diferencias significativas entre las sincronizaciones de banda alfa y las desincronizaciones en la fuente de PM. No hubo diferencias significativas entre las tres velocidades de movimiento visual en el análisis TSE. Esto probablemente se deba a que se mostró el mismo patrón de flujo óptico, solo moviéndose a tres velocidades diferentes. Por lo tanto, puede ser que las áreas sensibles al movimiento del cerebro estén respondiendo al movimiento visual, independientemente de la velocidad. Las diferencias radican en las velocidades de movimiento percibidas, no en el entorno en el que se encuentran los participantes, y las diferencias entre las tres velocidades solo se ven en el análisis VEP del componente N2. Si las desincronizaciones alfa reflejan el procesamiento general del movimiento visual (Pfurtscheller et al., 1994), entonces la latencia y amplitud de VEP reflejan el tiempo de procesamiento y la carga, respectivamente.

Se cree que las desincronizaciones occipital y parietal en frecuencias de banda alfa reflejan un estado activado (Pfurtscheller et al., 1994 Klimesch, 1999), y esto encaja bien con los presentes hallazgos. Hubo una desincronización alfa larga en la fuente de MP en respuesta al movimiento visual, seguida de sincronización en respuesta a la condición estática, que está relacionada con un período de inactividad o de reposo. Pfurtscheller y col. (1994) reportaron dos bandas alfa diferentes: una inferior que refleja el procesamiento visual situado en las áreas occipitales y una superior que refleja los procesos cognitivos y la atención situados en las áreas parietales. Sin embargo, las desincronizaciones alfa de los participantes actuales eran demasiado variables y los datos no eran lo suficientemente precisos para identificar si eran ondas alfa más altas o más bajas. Junto con los hallazgos de los componentes N2 evocados visualmente, las oscilaciones inducidas muy probablemente indiquen un procesamiento del movimiento visual. Estos hallazgos parecen estar en línea con varios otros estudios (Pfurtscheller et al., 1994 Sch & # x000FCrmann et al., 1997 Klimesch, 1999) que informan desincronizaciones alfa en relación con la estimulación visual.

En conclusión, demostramos que para altas velocidades de movimiento hacia adelante simulado, la latencia máxima aumenta mientras que la amplitud máxima disminuye con la velocidad. Esto sugiere que para velocidades de conducción, las velocidades más bajas se perciben como menos exigentes, o que una mayor experiencia con velocidades más bajas resulta en latencias más cortas y amplitudes más altas. Con menos neuronas sintonizadas con velocidades visuales más altas, las áreas sensibles al movimiento del cerebro adulto parecen estar menos sintonizadas con velocidades de movimiento relativamente altas de hasta 75 km / h. Estos hallazgos tienen implicaciones para la seguridad del tráfico vial, ya que los adultos tardan más en responder y tienen menos neuronas especializadas para velocidades de conducción más altas. Además, se encontraron diferencias significativas entre las desincronizaciones alfa en respuesta al movimiento visual y las sincronizaciones alfa en la condición estática en la fuente de la línea media parietal (PM). Sugerimos que las desincronizaciones alfa reflejan un estado activado relacionado con el procesamiento visual del movimiento hacia adelante simulado, mientras que las sincronizaciones alfa en respuesta a la condición estática reflejan un período de descanso desactivado.


Bandas de frecuencia

Como se desprende de la inspección visual, el EEG es una señal compleja compuesta por múltiples frecuencias que oscilan simultáneamente. En el cerebro, las frecuencias más bajas muestran mayor potencia que las frecuencias más altas, y la potencia disminuye a medida que aumenta la frecuencia. La mayor parte de la actividad cerebral se produce a frecuencias inferiores a 100 Hz. El espectro de frecuencias del cerebro se divide en diferentes bandas de actividad basadas en una frecuencia central. Estas bandas y sus rangos son, en orden de frecuencia creciente: delta (& lt4 Hz), theta (4-7 Hz), alfa (8-13 Hz), beta (14-30 Hz) y gamma (& gt35 Hz). La actividad alfa tiene más poder que la actividad beta, que tiene más poder que la actividad gamma. De estos, alfa es quizás el más fácil de ver, apareciendo como grandes ondas rítmicas visibles a simple vista en una señal de EEG. Cabe señalar que, si bien la frecuencia central de cada banda nunca cambia (por ejemplo, alfa siempre se extiende a lo largo de 10 Hz), los límites de las bandas son imprecisos. Por ejemplo, algunos pueden informar alfa como 8-13 Hz o beta como 15-30 Hz.

Estas bandas de frecuencia de EEG están asociadas con fenómenos psicológicos. Delta a menudo se asocia con somnolencia, sueño y estados de conciencia alterada. Theta parece servir como onda portadora y moduladora de las otras oscilaciones y está asociada con el cese de la actividad placentera. La actividad alfa está asociada con la atención y el control inhibitorio en el cerebro. La actividad alfa es más prominente durante la relajación y está inversamente relacionada con la actividad cerebral, como lo indican los estudios PET y fMRI (Cook, O'Hara, Uijtdehaage, Mandelkern y Leuchter, 1998 Goldman, Stern, Engel y Cohen, 2002). La interrupción de alfa, conocida como bloqueo alfa, ocurre durante las tareas cognitivas. Durante el bloqueo alfa, las ondas alfa se reemplazan por ondas beta de mayor frecuencia y menor amplitud. La actividad beta ocurre cuando uno está alerta y está relacionada con la regulación de los estados de procesamiento. Finalmente, la actividad gamma está asociada con el mantenimiento de objetos, la memoria y una variedad de procesos cognitivos.

La señal de EEG se recopila en el dominio del tiempo y debe convertirse al dominio de la frecuencia antes de que se puedan analizar estas bandas. Esto se hace usando la transformada de Fourier. Fourier postuló que una serie de tiempo se puede representar por la suma de series de ondas sinusoidales y un coeficiente correspondiente a la cantidad de esa onda sinusoidal que se necesita para reconstruir la señal original. A la inversa, multiplicar estas ondas sinusoidales por su coeficiente asociado y sumarlas reproducirá la forma de onda inicial. Estos principios forman la base del análisis de frecuencia. En la investigación de EEG, se utiliza una transformada de Fourier para descomponer el EEG en una serie de coeficientes de frecuencia que representan la cantidad de energía en cada frecuencia necesaria para reconstruir la forma de onda original. En la práctica, esto etiqueta la cantidad de potencia en cada frecuencia y, por lo tanto, permite el examen de las bandas de frecuencia de EEG. Stern, Ray y Quigley (2001) describen la transformada de Fourier como la comparación de una "plantilla" de frecuencias (las ondas sinusoidales) con una señal de EEG existente para ver qué tan cerca coincide con la plantilla. Un espectro de potencia permite a los investigadores representar visualmente todas las frecuencias presentes en el conjunto de datos, colapsados ​​con el tiempo. Se utilizan versiones más complejas de este análisis para examinar las variaciones de frecuencia bloqueadas en el tiempo en la forma de onda.

Un procedimiento relacionado es un análisis de coherencia, que proporciona información sobre cómo la señal de dos electrodos dados covaría a una determinada frecuencia. En otras palabras, un análisis de coherencia describe cómo una señal de EEG en “cada uno de los dos electrodos está relacionada con cada electrodo” (Stern et al., 2001, p. 91). Un análisis de coherencia permite a los investigadores investigar hasta qué punto las frecuencias en diferentes sitios de electrodos son sincrónicas.


Referencia de funciones en línea disponible

Gracias al trabajo inteligente y entusiasta de Tobias Wolf, los textos de ayuda de Psychtoolbox ahora también están disponibles en línea:

El mismo enlace está disponible en la página superior del Wiki como "Referencia de función".

La referencia se genera principalmente de forma automática mediante un script de Python inteligente que de vez en cuando ejecutamos en toda la distribución "beta". El script extrae, formatea, hipervínculos y carga automáticamente el contenido de ayuda de todos los archivos M de Psychtoolbox y la ayuda en línea de la mayoría de los archivos MEX a la Wiki de documentación.

La referencia en línea es en mi humilde opinión mucho más fácil de leer / navegar debido a todos los enlaces cruzados agradables en los que se puede hacer clic y al formato mucho más agradable.Sin embargo, el contenido es casi el mismo que obtiene de su consola Matlab escribiendo help Psychtoolbox, help GetChar, Screen, Screen OpenWindow? etc. Desafortunadamente, no existe ningún script que reescriba automáticamente la documentación :-(

El guión es inteligente, pero tiene el arduo trabajo de convertir una masa de textos de ayuda que han crecido orgánicamente, escritos por muchas personas diferentes y tantas opiniones diferentes sobre el estilo de formato / escritura pero sin ningún lenguaje de marcado formal, en algo estructurado a medio camino -) - iow. Es de esperar que se produzcan fallos de formato. Si encuentra pequeños fallos, tómelos como hermosos ejemplos de arte moderno. Si está realmente molesto por algún formato, siéntase libre de averiguar qué sale mal y contribuir con arreglos a la documentación o, mejor aún, ofrézcase como voluntario para ser el que tenga buen gusto y convierta su misión personal en embellecer nuestra documentación.


Discusión

El presente estudio tuvo como objetivo replicar asociaciones previamente reportadas entre una mayor conectividad funcional del EEG en bebés de 14 meses y el diagnóstico posterior de TEA y variación dimensional en conductas restrictivas y repetitivas 10. Nuestros resultados replican parcialmente informes anteriores. Específicamente, no replicamos la observación de una mayor conectividad funcional en el rango alfa en el grupo HR-ASD, ya sea para la conectividad global o para las conexiones fronto-centrales seleccionadas. Tampoco replicamos las correlaciones de nivel de tendencia entre la conectividad funcional global y los síntomas de TEA medidos por el ADI-R en toda la muestra de HR. Sin embargo, replicamos la correlación significativa entre una mayor conectividad funcional en las regiones fronto-centrales y la gravedad posterior de las conductas restringidas y repetitivas (RRB) medidas por el ADI-R dentro del grupo de bebés con TEA tardío. Además, al combinar las dos muestras, mostramos que la conectividad funcional a través de canales seleccionados se asoció específicamente con intereses circunscritos y no con el comportamiento motor repetitivo o la insistencia en la igualdad. Nuestros hallazgos son importantes tanto en términos de la imposibilidad de replicar los efectos en términos de resultados categóricos, como de la replicación de los efectos observados a nivel dimensional. La realización y presentación de informes completos de estudios de replicación en cohortes independientes establece un nuevo estándar para nuestro campo.

Conectividad cerebral y resultado categórico

No replicamos observaciones previas de hiperconectividad en el rango alfa para bebés diagnosticados posteriormente con TEA en el nivel de grupo 10. Los informes de conectividad EEG alterada son muy inconsistentes dentro de la literatura sobre TEA, y varios otros estudios informan efectos nulos en niños pequeños 29,48 y desde la infancia hasta la adolescencia 49. Si bien la heterogeneidad en el enfoque, la población y el método analítico podría explicar las inconsistencias en el trabajo anterior, nuestro fracaso actual para replicar los hallazgos a nivel de grupo utilizando técnicas idénticas, incluido el reclutamiento y los métodos experimentales y de análisis, es evidencia de que la conectividad funcional en la banda alfa evaluada utilizando nuestro presente El protocolo no es un biomarcador candidato sólido para el TEA categórico o es solo una característica de un subconjunto de bebés que pasan a un diagnóstico posterior.

Nuestra incapacidad para observar la conectividad alterada utilizando nuestro protocolo actual no descarta la posibilidad de atipicidades que podrían detectarse a través de otros métodos. Por ejemplo, los métodos fNIRS proporcionaron evidencia de conectividad atípica en bebés de 12 meses con riesgo de TEA en comparación con bebés con bajo riesgo 50, y los métodos de resonancia magnética funcional que miden la conectividad funcional en bebés de 6 meses pueden predecir el diagnóstico posterior de TEA 51. No obstante, la alta resolución temporal de la conectividad EEG proporciona una medida importante de conectividad. Las medidas con desfase de fase, como el dbWPLI que se utiliza aquí, también tienen más probabilidades de detectar diferencias de conectividad & # x02018true & # x02019 en comparación con otras medidas de conectividad de EEG que están más influenciadas por la conducción de volumen y la magnitud de la señal. Sin embargo, la ponderación que usamos elimina el efecto de los retrasos de fase pequeños, minimizando así tanto los efectos de conducción de volumen como la conectividad potencial de corto alcance con retrasos de fase pequeños. Es posible que existan diferencias entre los grupos de resultados para la conectividad con pequeños retrasos de fase que fueron subestimados por el dbWPLI.

Otras posibles explicaciones a considerar son la variabilidad intra e interindividual. La variabilidad intraindividual en la conectividad dentro de una sesión puede limitar nuestra capacidad para capturar un marcador estable de conectividad de rasgos. Las fluctuaciones breves y frecuentes en la conectividad podrían estar relacionadas con la conectividad calculada durante duraciones más largas en el EEG 52,53. En cuanto a la variación interindividual, se acepta ampliamente que existe una heterogeneidad sustancial en los factores de riesgo genéticos y ambientales para el TEA 54. Los análisis de grandes cohortes han indicado una variabilidad interindividual en las trayectorias cognitivas tempranas y de los síntomas 55 & # x0201357. Además, los estudios de MEG y fMRI han demostrado que la variabilidad interindividual en el desarrollo del cerebro y los patrones de activación del cerebro en el TEA es alta 58 & # x0201360. Lo mismo probablemente se aplica a las cohortes actuales. De hecho, una inspección cuidadosa de los datos individuales del estudio de Orekhova & # x02019s y el estudio actual revela que la variación interindividual también es evidente en los bebés con HR-TEA. La muestra en el estudio de Orekhova & # x02019s contenía 6 bebés con niveles de conectividad muy altos, mientras que otros 4 bebés tenían niveles de conectividad más bajos. En contraste, la muestra actual contenía 2 de 13 bebés que mostraban altos niveles de conectividad. Por lo tanto, la estratificación de bebés con HR-ASD en subtipos de TEA basada en la conectividad funcional en el rango alfa a los 14 meses de edad podría usarse para determinar si estos representan & # x02018subtipos & # x02019 distintos de TEA. En tamaños de muestra relativamente modestos, habrá una variación estocástica en la proporción de la muestra que muestra una conectividad elevada, lo que crea dificultades en la replicabilidad a nivel de grupo.

Conectividad funcional y severidad de conductas restringidas y repetitivas.

La heterogeneidad plantea un verdadero desafío para la investigación en TEA y algunos investigadores incluso cuestionan la validez de TEA como un constructo en sí mismo 61. Una posible solución para manejar esto es adoptar un enfoque dimensional además de una clasificación categórica y observar dominios de síntomas centrales específicos de TEA y asociaciones de comportamiento cerebral, ya que se puede llegar a un diagnóstico de TEA mediante múltiples combinaciones diferentes de síntomas específicos 62,63. Con este fin, nos centramos en investigar las asociaciones entre la conectividad funcional y los síntomas centrales de ASD medidos por el ADI-R y ADOS-2. Replicando a Orekhova y sus colegas 10, encontramos una relación significativa entre la conectividad funcional promediada a través de conexiones seleccionadas del estudio anterior y la gravedad de los RRB dentro del grupo HR-ASD. En general, nuestros hallazgos sugieren que la heterogeneidad en los mecanismos cerebrales se asocia con una heterogeneidad específica en el fenotipo conductual. La ausencia de hallazgos significativos basados ​​en categorías y la presencia de asociaciones cerebrales-conductuales significativas respaldan la noción de que se debe tomar una perspectiva dimensional al considerar los TEA, en lugar de un enfoque únicamente categórico 5. Hasta donde sabemos, este resultado es la primera réplica de un predictor neural infantil de variación dimensional en los síntomas posteriores del TEA.

¿Qué mecanismo subyace a nuestra asociación replicada entre la conectividad funcional en las regiones fronto-centrales y las RRB posteriores? La alta conectividad alfa en las regiones fronto-centrales en bebés con HR-TEA en nuestro estudio podría contribuir a las anomalías conductuales observadas y / o reflejar factores patológicos comunes que afectan tanto al EEG como al comportamiento, como p. Ej. anomalías funcionales / neuroquímicas 64 & # x0201368, y cambios estructurales observados en áreas frontales y subcorticales relacionadas en ASD (69,70, ver también 71 & # x0201374). Es de destacar que se ha encontrado que la gravedad de los BRR en niños mayores y adultos con TEA se correlacionó con anomalías neuroquímicas frontales y / o estriatales 64,66, y cambios estructurales en la corteza frontal y áreas subcorticales relacionadas (como el cerebelo y los núcleos caudados ) 69.

Los estudios de conectividad estructural en bebés con alto riesgo familiar de TEA muestran un patrón de hallazgos algo convergente en relación con los CRR. Específicamente, el área cortical y el grosor cortical del cuerpo calloso durante el primer año de vida se asociaron positivamente con RRB posteriores en lactantes con HR-TEA 75. Además, una mayor conectividad estructural entre el genu del cuerpo calloso y el cerebelo a los 6 meses de edad se relacionó con RRB de orden superior más graves (como rituales, compulsiones, insistencia en la igualdad e intereses circunscritos) a la edad posterior de 76 años. El género del cuerpo calloso juega un papel importante en los circuitos frontal-estriatal. Se ha sugerido que los circuitos fronto-estriatales podrían estar implicados en los mecanismos subyacentes de los RRB 39,77,78, que ocurren en el TEA pero también en, por ejemplo, el trastorno obsesivo compulsivo.

Además, los análisis realizados en la muestra combinada de alto riesgo sugieren que estos hallazgos surgen de asociaciones entre la conectividad funcional en el EEG de frecuencia alfa e intereses circunscritos que pueden detectarse a nivel de rasgo en el grupo de alto riesgo en su conjunto. Esta observación parece coherente con la idea de que la conectividad alfa elevada refleja un estilo de atención demasiado centrado, que está más estrechamente relacionado con los intereses circunscritos que los otros subtipos de RRB. Posiblemente, no observamos una asociación entre la conectividad alfa y los RRB en el grupo de alto riesgo porque los intereses circunscritos son el factor impulsor y pueden no ser lo suficientemente fuertes como para mostrar una asociación con la conectividad alfa cuando se combinan con los otros subtipos de RRB. Langen et al. 39 han propuesto que los intereses circunscritos están mediados por un bucle límbico formado por la corteza cingulada anterior (ACC), la corteza orbitofrontal (OFC), el estriado ventral, el paladio ventral y el núcleo tálamo dorsal medial. Nuestra observación de la hiperconectividad funcional sobre las regiones del cuero cabelludo frontal y central sería al menos consistente con los cambios funcionales en la parte cortical de este bucle, aunque se requeriría un análisis de la fuente que combine técnicas de resonancia magnética y electroencefalograma para confirmar esto.

Finalmente, la asociación entre conectividad funcional para conexiones seleccionadas con RRB debe tomarse teniendo en cuenta las mediciones de RRB. La asociación entre conectividad funcional y RRB alcanzó significación cuando se midió con el ADI-R, pero no con el ADOS-2, y solo en el grupo HR-ASD, no en el grupo HR-TD o HR-Atyp. Esto es consistente con el artículo anterior que no encontró ninguna asociación que alcanzara importancia en los bebés con HR que no desarrollaron TEA a una edad más avanzada. El ADI-R se ha diseñado para medir atipicidades en los RRB y, por lo tanto, es posible que no detecte la variación típica dentro de rangos más pequeños en los grupos de HR-sin TEA. Además, los CRR en los bebés son comportamientos de frecuencia relativamente baja que probablemente se informarán durante el ADI-R, donde los padres informan sobre el comportamiento de su hijo a lo largo del tiempo, en lugar de ser observados durante la breve captura de comportamiento por parte del ADOS-2.

Este estudio es el primero en replicar un predictor de neuroimagen de la variación dimensional en los síntomas del TEA en bebés pequeños. Los resultados de los estudios de resonancia magnética estructural y funcional muestran evidencia convergente en apoyo de las asociaciones entre las anomalías en los circuitos fronto-estriatales y los intereses circunscritos en los TEA. Las direcciones futuras serían combinar el electroencefalograma con métodos con mayor resolución espacial (como la resonancia magnética o el NIRS más amigable para los niños) para desentrañar los sistemas cerebrales que subyacen a la sobreconectividad funcional y los intereses circunscritos. Además, será importante rastrear si podemos identificar las manifestaciones cognitivas tempranas de intereses circunscritos en los bebés con TEA que pueden relacionarse con la hiperconectividad concurrente, por ejemplo, exploración visual atípica durante el juego 79, o con métodos de seguimiento ocular 23. Por último, el aumento de los tamaños de muestra permitiría realizar los cálculos de especificidad y sensibilidad necesarios para la aplicación clínica de este predictor neural infantil de la variación fenotípica.


La neuromodulación prefrontal con rTMS mejora la función de control y corrección de errores en el autismo

Una función ejecutiva importante que se sabe que está comprometida en el trastorno del espectro autista (TEA) está relacionada con el monitoreo del error de respuesta y la corrección de la respuesta posterior al error. Varios informes indican que los niños con TEA muestran un procesamiento de errores reducido y una corrección de comportamiento deficiente después de que se comete un error. La sensibilidad al error se puede examinar fácilmente midiendo los potenciales relacionados con eventos (ERP) asociados con las respuestas a los errores, la negatividad relacionada con el error fronto-central (ERN) y la positividad relacionada con el error (Pe). El objetivo de nuestro estudio fue investigar si el tiempo de reacción (RT), la tasa de error, el cambio de RT posterior al error, ERN y Pe mostrarán cambios positivos después de una TMS repetitiva de frecuencia lenta (rTMS) de 12 semanas de duración sobre la corteza prefrontal dorsolateral (DLPFC ) en niños con TEA de alto funcionamiento. Presumimos que 12 sesiones de rTMS a 1 Hz aplicadas bilateralmente sobre el DLPFC darán como resultado mejoras reflejadas tanto en las medidas de comportamiento como en las de ERP. Los participantes fueron asignados aleatoriamente a grupos de tratamiento activo de rTMS o de lista de espera (WTL). El EEG basal y post-TMS / o WTL se recogió utilizando un sistema EEG de 128 canales. La tarea implicó el reconocimiento de una forma ilusoria específica, en este caso un cuadrado o un triángulo, creado por tres o cuatro discos inductores. La ERN en el grupo de tratamiento con TMS se volvió significativamente más negativa. El número de errores de omisión disminuyó después del TMS. El RT no cambió, pero el RT posterior al error se hizo más lento. No hubo cambios en la RT, la tasa de error, la desaceleración de la RT posterior al error ni en las medidas de ERN / Pe en el grupo de la lista de espera. Nuestros resultados muestran diferencias significativas posteriores al TMS en el ERP de respuesta bloqueada, como ERN, así como medidas de monitoreo de respuesta conductual que indican una función mejorada de monitoreo y corrección de errores. El ERN y Pe, junto con las medidas de desempeño conductual, se pueden usar como medidas de resultado funcional para evaluar la efectividad de la neuromodulación (por ejemplo, rTMS) en niños con autismo y, por lo tanto, pueden tener importantes implicaciones prácticas.

Esta es una vista previa del contenido de la suscripción, acceda a través de su institución.


IGT-Open: una versión disponible gratuitamente de Iowa Gambling Task

Hemos desarrollado una versión de código abierto de Iowa Gambling Task que está disponible gratuitamente para su descarga, uso o modificación. Nota al pie 1 Esta versión de IGT (IGT-Open) puede ejecutarse tanto en Matlab como en Octave (una versión de código abierto del intérprete de Matlab) utiliza las bibliotecas Psychtoolbox Footnote 2 para Matlab (Brainard, 1997 Kleiner, 2010 Kleiner et al., 2007) que permiten una sincronización visual precisa de la presentación para que el software pueda usarse junto con instrumentos que recopilan datos fisiológicos. IGT-Open se ha utilizado para recopilar datos de comportamiento humano, seguimiento ocular y actividad electrodérmica. Los modelos de proceso computacional que se crean para usar el módulo JSON Network Interface (JNI) en ACT-R (Hope et al., 2014) también pueden hacer que los modelos ACT-R completen la tarea IGT con el sistema IGT-Open.

Usando el software con sujetos humanos

IGT-Open fue desarrollado para ser utilizado en un estudio de toma de decisiones para examinar los efectos de los estímulos emocionales subliminales en el comportamiento fisiológico y relacionado con la tarea durante el curso de la tarea (Dancy, 2014). Este software utiliza las bibliotecas Psychtoolbox que se pueden usar tanto con Octave como con Matlab para que la presentación visual dentro de la tarea sea lo suficientemente precisa como para mostrar imágenes rápidamente (es decir, presentación subliminal) y relacionar estos eventos visuales con cambios fisiológicos. El uso de estas bibliotecas también permitió que los datos de comportamiento se alinearan correctamente con los datos de seguimiento ocular que se ingresaron en el sistema a través de una conexión en serie. Con la distribución del software se incluye un manual que incluye detalles sobre la configuración de las bibliotecas que utiliza el software.

Usar el software IGT-Open es bastante simple ya que el programa se puede iniciar llamando a la GUI o llamando directamente al igt_open funcionar desde dentro de los intérpretes de Matlab u Octave. Un usuario puede llamar al puesta en marcha Interfaz gráfica de usuario (desde el intérprete) que proporciona una interfaz visual para que el usuario vea los parámetros que están cambiando para confirmar la configuración de sus tareas. La Figura 1 muestra una captura de pantalla de la GUI con los parámetros predeterminados.

La GUI que se puede utilizar para especificar parámetros e iniciar el software

La función (igt_open) se puede llamar con 11 parámetros (consulte la Tabla 1 para obtener una explicación de estos parámetros) que permiten al usuario personalizar el experimento.

La Figura 2 muestra un diagrama funcional de ejemplo del software llamado con los 11 argumentos posibles (el último parámetro de función se usa para simulaciones basadas en modelos). IGT-Open ha sido diseñado para dividir cada prueba en cuatro fases: una fase de selección de mazo, una fase de visualización de cartas, una fase de recompensa / pérdida (en la que se puede mostrar una imagen opcional basada en el tratamiento) y una fase de interrupción entre pruebas. La división de los ensayos en estas fases permite el análisis relacionado con eventos de algunas medidas fisiológicas (p. Ej., Análisis de resonancia magnética funcional relacionada con eventos o análisis EDA).

Un diagrama funcional del software IGT-Open y sus parámetros

El software IGT se ha utilizado tanto en una máquina que ejecuta Windows 7 que utiliza un intérprete de Matlab como en una máquina que ejecuta Ubuntu 12.04 LTS (una distribución de Linux) que utiliza un intérprete de Octave para un estudio que examina los efectos de la presentación rápida de estímulos visuales en la fisiología y la decisión. Al realizar el comportamiento durante el IGT (Dancy, 2014), el software también se ha probado en una máquina Mac (OSX 10.10) utilizando el intérprete de Matlab y con Ubuntu 14.04 LTS utilizando el intérprete de Octave. Esos datos se procesaron y analizaron utilizando una combinación de funciones incluidas con el software IGT y las bibliotecas de software R. Las estadísticas descriptivas de los datos de comportamiento registrados con el software se pueden generar utilizando el AnalizarIGT función. La Figura 3 ofrece un conjunto de comandos de ejemplo que se pueden ejecutar dentro de Octave o Matlab para generar estadísticas descriptivas útiles en el análisis de datos.

Un ejemplo de la función de salida de datos descriptivos incluida con el software IGT-Open

La Tabla 2 proporciona una lista de las métricas separadas por comas que generan las funciones que se muestran en la Fig. 3. El archivo contiene métricas generales sobre la tarea (por ejemplo, puntuación por bloque) y métricas basadas en el contexto de la tarea cuando un participante realiza una selección de mazo (por ejemplo, número de cartas seleccionadas del mazo A cuando la cantidad actual de dinero es menor que la cantidad que tenía un participante al comienzo de la tarea). Debido a que los tres sistemas operativos y ambos intérpretes son oficialmente compatibles con las bibliotecas de Psychtoolbox, no existen diferencias funcionales entre ejecutar el software IGT-Open en las diferentes combinaciones de intérprete de sistema.

Tiempo de presentación de estímulos visuales

Cuando se presentan estímulos visuales rápidamente (p. Ej., Con intervalos de ms entre estímulos), es importante que el tiempo de presentación del estímulo sea preciso para que el experimento pueda replicarse.El tiempo exacto y preciso también permite al experimentador correlacionar eventos de estímulos rápidos con cualquier cambio fisiológico relacionado con eventos (por ejemplo, potenciales relacionados con eventos o respuesta galvánica de la piel). Para los estudios que involucran una presentación subliminal o preconsciente (por ejemplo, Dehaene et al., 1998), se puede desear un tiempo de presentación tan bajo como, o menor que, 16 ms.

Aunque las bibliotecas Psychtoolbox se han utilizado anteriormente para la presentación precisa y precisa de estímulos visuales, es útil probar las funciones de la biblioteca de forma independiente dentro del software usándolas para asegurarse de que no haya problemas o incompatibilidades que comprometan la precisión de la función. Para garantizar la precisión de la sincronización de la presentación del estímulo en el software IGT-Open, se registraron los tiempos de inicio del estímulo de una imagen rápidamente (es decir, 16,6 ms) presentada en más de 1.000 ensayos durante una ejecución simulada de un experimento IGT normal. También realizamos una prueba similar sobre el tiempo de presentación de estímulos de una versión del IGT que viene con el software PEBL 0.14. La Figura 4 muestra un histograma del tiempo de inicio del cambio de imagen exhibido mientras se ejecuta el software IGT-Open.

Un histograma de tiempos de cambio de imagen registrados en IGT-Open en más de 1,000 pruebas

En la distribución bimodal que se muestra en la Fig. 4, el segundo pico contiene la mayoría de los tiempos de volteo, ya que las imágenes toman entre 16.65 ms y 16.70 ms para la mayoría de las 1000 pruebas. La distribución de los tiempos se debe principalmente a la variación en la frecuencia de actualización del monitor utilizado para las pruebas. Como también se indica en la Tabla 3, aunque existe una variación en el tiempo, el error estándar general de la media (SEM) todavía se encuentra en un nivel razonable.

Como se esperaba, el software IGT-Open informó un tiempo de inicio de estímulo visual que estaba dentro de 0,1 ms del tiempo de inicio mínimo permitido por el hardware utilizado (un monitor con una frecuencia de actualización de 60 Hz). Más específicamente, IGT-Open tuvo un tiempo de inicio promedio registrado de 16.67 ms (con un error estándar de la media de 0.002). También registramos la sincronización PEBL utilizando las funciones de sincronización nativas proporcionadas por el software. Curiosamente, la prueba de tiempo PEBL dio como resultado un tiempo de inicio promedio imposible de 12,07 ms (con un error estándar de la media de 0,17). Hay dos posibles razones para este resultado de sincronización: (a) el mecanismo de sincronización utilizado en el software no funcionó correctamente (b) el estímulo visual experimentó un "desgarro", es decir, la imagen comenzó a presentarse después de que ya comenzó una actualización del monitor, lo que solo provocó parte de la imagen que se presentará durante ese ciclo en particular.

Es difícil diagnosticar la primera explicación sin una imagen más clara de los mecanismos de temporización utilizados en PEBL, pero la segunda explicación posible puede entenderse como un artefacto del uso de bibliotecas heredadas Simple Direct Media Layer (SDL) 1.2 C para la presentación de estímulos visuales. Además de agregar una capa adicional entre el software y el hardware de gráficos (SDL puede actuar como una capa intermedia entre las API de OpenGL y DirectX), SDL 1.2 no admite de forma nativa la aceleración de hardware (Mueller & amp Piper, 2014), lo que reduce el tiempo de presentación visual. preciso y confiable. Las bibliotecas Psychtoolbox que utiliza IGT-Open eluden esta limitación al usar directamente la API de OpenGL como una interfaz con hardware de gráficos. Por lo tanto, el software interpretado por Matlab u Octave que usa las bibliotecas Psychtoolbox (como lo hace IGT-Open) tiene aceleración de hardware disponible y habilitada por defecto.

Uso del software con procesos y modelos computacionales y modelos estadísticos.

El software IGT-Open se puede utilizar para comunicarse con ciertos modelos de procesos computacionales para que los modeladores puedan completar y obtener información del mismo entorno de tareas que se presenta a los participantes humanos (ver Ritter et al., 2000 y Hope et al., 2014, para discusiones relacionadas). Para permitir que los modelos computacionales utilicen el software, desarrollamos una funcionalidad que puede comunicarse con la interfaz de red JSON (JNI Hope et al., 2014). El JNI permite que un modelo de proceso computacional se comunique con otro software a través de una conexión TCP.

El sistema de comunicación está diseñado para usarse con el módulo JNI ACT-R, aunque el software podría usarse con cualquier software que siga el protocolo de comunicación JNI general, el protocolo esencialmente especifica un lenguaje de comunicación estándar entre dos sistemas (en este caso, IGT-Open y un modelo ACT-R). Hemos utilizado el software IGT y el módulo de comunicación JNI para que los modelos de procesos computacionales utilicen ojos y manos simulados para percibir los estímulos visuales en el entorno de la tarea, utilicen estos estímulos para elegir la plataforma y respondan mediante el uso de un teclado virtual (Dancy, 2014 ). Debido a que el código fuente está disponible gratuitamente, otros modeladores computacionales también podrían modificar el sistema de comunicación para que funcione dentro de sus respectivos marcos.

Los modelos estadísticos también se pueden utilizar con el software de una manera bastante sencilla. Se incluye una función de modelo de valencia de expectativa con el software que simulará el modelo en el número dado de barajas y la distribución de penalización utilizando el cubiertas variable que es la salida de la función de distribución de penalización de un usuario (especificada por el PenaltyFunStr en la función principal igt_open detallada en una sección anterior). Los usuarios pueden ingresar parámetros opcionales para el número máximo de cartas en cada mazo, parámetros del modelo de expectativa-valencia (α, peso y C de Busemeyer & amp Stout, 2002), el número de ensayos para ejecutar el modelo, un nombre de archivo de salida personalizado y el número total de ejecuciones de simulación (que pueden ser útiles si se utilizan parámetros que dan como resultado un comportamiento más aleatorio, por ejemplo, un C de 0). El archivo de función que se incluye también les dará a los usuarios una idea de cómo pueden crear su propio modelo estadístico para ejecutar con la función de distribución de penalizaciones elegida.


La conectividad funcional del electroencefalograma en bebés se asocia con conductas posteriores restringidas y repetitivas en el autismo un estudio de replicación

Realizamos un estudio de replicación de nuestro informe anterior que el aumento de la conectividad alfa EEG a los 14 meses se asocia con el diagnóstico posterior de trastorno del espectro autista (TEA) y la variación dimensional en intereses restringidos / conductas repetitivas. 143 bebés con alto y bajo riesgo familiar de TEA vieron videos dinámicos de juguetes giratorios y mujeres cantando canciones infantiles mientras se registraba un electroencefalograma de alta densidad. La conectividad funcional alfa (7-8 Hz) se calculó utilizando el índice de desfase de fase ponderado sin suavizar. La muestra final con datos limpios incluyó bebés de bajo riesgo (norte = 20), y los bebés de alto riesgo que a los 36 meses mostraron un desarrollo típico (norte = 47), desarrollo atípico (norte = 21), o cumplió con los criterios de TEA (norte = 13). Si bien no replicamos el hallazgo de que la conectividad EEG global se asociaba con el diagnóstico de TEA, sí replicamos la asociación entre una mayor conectividad funcional a los 14 meses y una mayor gravedad de las conductas restringidas y repetitivas a los 36 meses en bebés que cumplían los criterios de TEA. Además, demostramos que esta asociación es más fuerte para el subdominio de intereses circunscritos. Proponemos que las anomalías estructurales y / o funcionales en los circuitos frontal-estriatales subyacen a la asociación observada. Este es el primer predictor neural infantil replicado de la variación dimensional en los síntomas posteriores del TEA.


Introducción

La identificación y el análisis precisos de las expresiones faciales son fundamentales para comprender los estados internos de los demás 1 y, por lo tanto, para regular las relaciones sociales. Esto es particularmente cierto para el niño preverbal, cuyo mundo social se compone predominantemente de interacciones cara a cara con un cuidador principal 2, y para quien la comunicación se logra en gran parte a través de la "lectura" de rostros 3. Por lo tanto, es evidente que es muy ventajoso para los bebés detectar y aprender rápidamente acerca de las caras poco después del nacimiento 4 y, de hecho, las habilidades de procesamiento facial aparecen a una edad temprana. Por ejemplo, incluso los recién nacidos demuestran un sesgo hacia los estímulos que parecen caras 5,6,7, y la capacidad de discriminar entre diferentes expresiones faciales surge dentro de los primeros meses de vida 8,9,10. Al final de su primer año, los bebés pueden explotar la información proporcionada por las expresiones de otros para guiar su propio comportamiento en situaciones ambiguas 11,12, y las dificultades tempranas en la comprensión de las expresiones faciales se han relacionado con una serie de resultados adversos en la infancia posterior 13, 14.

El procesamiento de las expresiones faciales implica una amplia red de regiones cerebrales que comprenden estructuras tanto corticales como subcorticales 15,16. Los componentes esenciales para el procesamiento socioemocional, incluida la amígdala y la corteza frontal, son funcionales poco después del nacimiento 3,17,18, y las áreas corticales sensibles al rostro como la circunvolución fusiforme y el surco temporal superior muestran cierto grado de afinación facial en los primeros meses 19 , 20,21. Un extenso cuerpo de investigación con adultos y primates no humanos también sugiere que las regiones sensitivomotoras del cerebro, incluidas las cortezas parietal y premotora, podrían apoyar el procesamiento de la expresión facial (p. Ej., Refs 22,23,24), pero si este es el caso en los bebés humanos, no lo ha hecho. sido investigado. Se piensa ampliamente que el reclutamiento de estas regiones parietal-premotoras mientras se observan las acciones de los demás implementa un mapeo desde la representación visual de una acción hasta su correspondiente representación motora 25. Se cree que este mecanismo de "espejo" o "coincidencia de acción-percepción" juega un papel clave en el procesamiento visual del comportamiento de los demás y en la regulación de las interacciones sociales 26,27. Tal mecanismo puede ser especialmente importante para las expresiones faciales en el período posnatal temprano, permitiendo que los bebés sintonicen su propio comportamiento con el de su madre durante los complejos intercambios cara a cara 28,29,30,31, y sirviendo como base para el desarrollo de habilidades sociocognitivas más avanzadas 32. En los monos macacos, la evidencia sugiere que un mecanismo que empareja los propios gestos faciales y otros está presente en los primeros días de vida 18,33, pero en los humanos, la evidencia más temprana proviene de niños de 30 meses 34.

Nuestro estudio tuvo como objetivo abordar dos cuestiones importantes y destacadas sobre una red de acción-percepción facial: i) es un mecanismo que acopla las expresiones faciales propias y otras presentes en el bebé humano y ii) si es así, cómo se desarrolla (en particular, qué es el papel del entorno social temprano)? Para responder a la primera pregunta, utilizamos electroencefalografía (EEG) para medir la desincronización relacionada con eventos (ERD) en la banda de frecuencia mu durante la observación / ejecución de expresiones faciales, en un grupo de bebés de nueve meses. Se incluyeron una condición no emocional (abrir la boca) y dos condiciones emocionales (feliz, triste), todas las cuales son expresiones que ocurren comúnmente en el repertorio infantil. También se incluyó una condición de control codificado para controlar la observación de cualquier estímulo similar a una cara en movimiento (como en la referencia 34). Mu ERD en los electrodos centrales es un índice comúnmente utilizado de la actividad del sistema motor y, por lo tanto, de una red de percepción de la acción si se observa tanto durante la observación de la acción como durante la ejecución 35,36,37 (consulte el archivo de información complementaria para obtener más detalles). Tenga en cuenta que elegimos observar mu ERD a los nueve meses porque otra investigación de EEG ya ha encontrado evidencia de reclutamiento del sistema motor durante la observación de acciones manuales a esta edad (por ejemplo, refs 38,39,40).

Para abordar la segunda pregunta, identificamos comportamientos específicos durante las primeras interacciones madre-hijo que podrían apoyar el desarrollo de un mecanismo que empareja los propios gestos faciales y otros. Críticamente, a diferencia de manual acciones, donde la autoobservación durante la ejecución de la acción podría fortalecer un mapeo entre las representaciones visuales y motoras 30,41,42 (una hipótesis respaldada por evidencia tanto de niños de 40 como de adultos 43,44), facial Las expresiones son "opacas", es decir, normalmente no se puede observar la propia cara mientras se realizan movimientos faciales. En consecuencia, la autoobservación no pudo facilitar el desarrollo de una red de percepción-acción facial. En cambio, el desarrollo de este sistema puede depender de la imitación materna de los gestos faciales del bebé, con los cuidadores actuando como "espejos biológicos" para los bebés durante las interacciones muy tempranas 29,31,41,42. En otras palabras, a través de la imitación materna (o "espejo"), los bebés pueden observar las consecuencias visuales de sus propios movimientos faciales, proporcionando la experiencia sensoriomotora necesaria para fortalecer un vínculo entre las representaciones motoras y visuales de los gestos faciales 30,41,45.

Durante las primeras interacciones madre-hijo, las madres intentan habitualmente dar forma al intercambio para incluir episodios de espejo facial y vocal 46,47,48, y la gran mayoría de los espejos los realiza la propia madre 49,50. Esta es una forma particularmente enriquecedora y preferida de respuesta materna 51,52, y se ha encontrado que el reflejo materno durante las primeras nueve semanas de vida predice el grado en que los bebés producen los mismos comportamientos durante los intercambios sociales posteriores 31. Sin embargo, ninguna investigación previa ha investigado si el reflejo materno guía el desarrollo de una red de acción-percepción. Por lo tanto, además de examinar las respuestas del electroencefalograma infantil a la ejecución / observación de las expresiones faciales a los nueve meses, también filmamos a los mismos bebés interactuando con sus madres a los dos meses posparto. Estos videos se codificaron para identificar casos en los que las madres reflejaban las expresiones faciales de sus bebés, incluidos los equivalentes (sonrisa, apertura de la boca y negativos) a las expresiones observadas durante la adquisición del electroencefalograma más adelante. Elegimos observar las interacciones madre-hijo a los dos meses porque este es un momento privilegiado en términos de interacción cara a cara y espejo materno de expresiones, con los bebés mostrando el mayor interés en los intercambios 'puros' cara a cara en esta edad 31,53. Predijimos que la tendencia de las madres a imitar expresiones particulares durante las interacciones tempranas se relacionaría con la fuerza de la ERD mu del bebé durante la observación de la misma expresión, apoyando la hipótesis de que la experiencia visuomotora proporcionada por el espejo materno apoya el desarrollo de un mecanismo de correspondencia entre la acción y la percepción facial. .


2. Métodos

2.1. Información del participante

Los bebés del grupo de alta probabilidad (HL) tenían un hermano mayor con un diagnóstico clínico comunitario de trastorno del espectro autista (TEA) según lo confirmado por el juicio del médico. Los bebés del grupo de baja probabilidad (LL) tenían al menos un hermano mayor con un desarrollo típico (según lo informado por los padres) y ningún pariente de primer grado con TEA. Se puede encontrar más información sobre la verificación clínica en S1.0. Los lactantes se inscribieron principalmente a los 5 o 10 meses y algunos lactantes se inscribieron a los 14 meses. En cada punto de edad, la ventana de prueba preferida era +/- 1 mes a partir del cumpleaños correspondiente. Si esto no fuera posible, permitimos las pruebas hasta +2 meses para minimizar la pérdida de datos. En el presente manuscrito, informamos las métricas de datos disponibles de un subconjunto de bebés evaluados a los 5, 10 y 14 meses. Algunos sitios no recopilaron datos de EEG o seguimiento ocular en la infancia y, por lo tanto, no se incluyen en el presente informe. Otros sitios solo recopilaron flujos de datos particulares en puntos de tiempo particulares (por ejemplo, el sitio E no recopiló EEG infantil de las tareas de Eurosibs, el sitio D solo recopiló EEG a los 5 meses). Debido a que la recopilación de datos es continua, hemos incluido todos los datos cargados en la base de datos central y sometidos a una evaluación de control de calidad antes de febrero de 2018 en este informe preliminar. Por lo tanto, estos datos están destinados a ilustrar nuestro protocolo y procedimientos, y no a representar un informe finalizado sobre la cohorte. Por lo tanto, todas las métricas se presentan colapsadas en todos los grupos de probabilidad para evitar comprometer los planes de análisis futuros, que están prerregistrados y embargados hasta nuestros puntos de congelación de datos definidos (ver Discusión). Las medidas analizadas, los tamaños de muestra y la probabilidad, los perfiles de género y edad de las muestras en cada sitio se muestran en las Tablas 1a y b. Cabe señalar que hubo diferencias significativas entre los sitios en la proporción de niños de alta y baja probabilidad en la muestra (X 2 & # x02009 = & # x0200913.6, pag& # x02009 = & # x02009 0,009), con el sitio E teniendo un equilibrio relativamente uniforme (debido al diseño del estudio) mientras que la mayoría de los sitios tenían una mayoría de niños con alta probabilidad. También hubo diferencias de edad significativas entre los sitios (máx. & # X003b7p 2 & # x02009 = & # x020090.19), aunque las diferencias medias numéricas fueron pequeñas (Tabla 1b).

Cuadro 1a

Equilibrio de género de los participantes y grupo de probabilidad para cada sitio (%). HL = Alta probabilidad LL & # x02009 = & # x02009 Baja probabilidad.


IGT-Open: una versión disponible gratuitamente de Iowa Gambling Task

Hemos desarrollado una versión de código abierto de Iowa Gambling Task que está disponible gratuitamente para su descarga, uso o modificación. Nota al pie 1 Esta versión de IGT (IGT-Open) puede ejecutarse tanto en Matlab como en Octave (una versión de código abierto del intérprete de Matlab) utiliza las bibliotecas Psychtoolbox Footnote 2 para Matlab (Brainard, 1997 Kleiner, 2010 Kleiner et al., 2007) que permiten una sincronización visual precisa de la presentación para que el software pueda usarse junto con instrumentos que recopilan datos fisiológicos. IGT-Open se ha utilizado para recopilar datos de comportamiento humano, seguimiento ocular y actividad electrodérmica. Los modelos de proceso computacional que se crean para usar el módulo JSON Network Interface (JNI) en ACT-R (Hope et al., 2014) también pueden hacer que los modelos ACT-R completen la tarea IGT con el sistema IGT-Open.

Usando el software con sujetos humanos

IGT-Open fue desarrollado para ser utilizado en un estudio de toma de decisiones para examinar los efectos de los estímulos emocionales subliminales en el comportamiento fisiológico y relacionado con la tarea durante el curso de la tarea (Dancy, 2014). Este software utiliza las bibliotecas Psychtoolbox que se pueden usar tanto con Octave como con Matlab para que la presentación visual dentro de la tarea sea lo suficientemente precisa como para mostrar imágenes rápidamente (es decir, presentación subliminal) y relacionar estos eventos visuales con cambios fisiológicos. El uso de estas bibliotecas también permitió que los datos de comportamiento se alinearan correctamente con los datos de seguimiento ocular que se ingresaron en el sistema a través de una conexión en serie. Con la distribución del software se incluye un manual que incluye detalles sobre la configuración de las bibliotecas que utiliza el software.

Usar el software IGT-Open es bastante simple ya que el programa se puede iniciar llamando a la GUI o llamando directamente al igt_open funcionar desde dentro de los intérpretes de Matlab u Octave. Un usuario puede llamar al puesta en marcha Interfaz gráfica de usuario (desde el intérprete) que proporciona una interfaz visual para que el usuario vea los parámetros que están cambiando para confirmar la configuración de sus tareas. La Figura 1 muestra una captura de pantalla de la GUI con los parámetros predeterminados.

La GUI que se puede utilizar para especificar parámetros e iniciar el software

La función (igt_open) se puede llamar con 11 parámetros (consulte la Tabla 1 para obtener una explicación de estos parámetros) que permiten al usuario personalizar el experimento.

La Figura 2 muestra un diagrama funcional de ejemplo del software llamado con los 11 argumentos posibles (el último parámetro de función se usa para simulaciones basadas en modelos). IGT-Open ha sido diseñado para dividir cada prueba en cuatro fases: una fase de selección de mazo, una fase de visualización de cartas, una fase de recompensa / pérdida (en la que se puede mostrar una imagen opcional basada en el tratamiento) y una fase de interrupción entre pruebas.La división de los ensayos en estas fases permite el análisis relacionado con eventos de algunas medidas fisiológicas (p. Ej., Análisis de resonancia magnética funcional relacionada con eventos o análisis EDA).

Un diagrama funcional del software IGT-Open y sus parámetros

El software IGT se ha utilizado tanto en una máquina que ejecuta Windows 7 que utiliza un intérprete de Matlab como en una máquina que ejecuta Ubuntu 12.04 LTS (una distribución de Linux) que utiliza un intérprete de Octave para un estudio que examina los efectos de la presentación rápida de estímulos visuales en la fisiología y la decisión. Al realizar el comportamiento durante el IGT (Dancy, 2014), el software también se ha probado en una máquina Mac (OSX 10.10) utilizando el intérprete de Matlab y con Ubuntu 14.04 LTS utilizando el intérprete de Octave. Esos datos se procesaron y analizaron utilizando una combinación de funciones incluidas con el software IGT y las bibliotecas de software R. Las estadísticas descriptivas de los datos de comportamiento registrados con el software se pueden generar utilizando el AnalizarIGT función. La Figura 3 ofrece un conjunto de comandos de ejemplo que se pueden ejecutar dentro de Octave o Matlab para generar estadísticas descriptivas útiles en el análisis de datos.

Un ejemplo de la función de salida de datos descriptivos incluida con el software IGT-Open

La Tabla 2 proporciona una lista de las métricas separadas por comas que generan las funciones que se muestran en la Fig. 3. El archivo contiene métricas generales sobre la tarea (por ejemplo, puntuación por bloque) y métricas basadas en el contexto de la tarea cuando un participante realiza una selección de mazo (por ejemplo, número de cartas seleccionadas del mazo A cuando la cantidad actual de dinero es menor que la cantidad que tenía un participante al comienzo de la tarea). Debido a que los tres sistemas operativos y ambos intérpretes son oficialmente compatibles con las bibliotecas de Psychtoolbox, no existen diferencias funcionales entre ejecutar el software IGT-Open en las diferentes combinaciones de intérprete de sistema.

Tiempo de presentación de estímulos visuales

Cuando se presentan estímulos visuales rápidamente (p. Ej., Con intervalos de ms entre estímulos), es importante que el tiempo de presentación del estímulo sea preciso para que el experimento pueda replicarse. El tiempo exacto y preciso también permite al experimentador correlacionar eventos de estímulos rápidos con cualquier cambio fisiológico relacionado con eventos (por ejemplo, potenciales relacionados con eventos o respuesta galvánica de la piel). Para los estudios que involucran una presentación subliminal o preconsciente (por ejemplo, Dehaene et al., 1998), se puede desear un tiempo de presentación tan bajo como, o menor que, 16 ms.

Aunque las bibliotecas Psychtoolbox se han utilizado anteriormente para la presentación precisa y precisa de estímulos visuales, es útil probar las funciones de la biblioteca de forma independiente dentro del software usándolas para asegurarse de que no haya problemas o incompatibilidades que comprometan la precisión de la función. Para garantizar la precisión de la sincronización de la presentación del estímulo en el software IGT-Open, se registraron los tiempos de inicio del estímulo de una imagen rápidamente (es decir, 16,6 ms) presentada en más de 1.000 ensayos durante una ejecución simulada de un experimento IGT normal. También realizamos una prueba similar sobre el tiempo de presentación de estímulos de una versión del IGT que viene con el software PEBL 0.14. La Figura 4 muestra un histograma del tiempo de inicio del cambio de imagen exhibido mientras se ejecuta el software IGT-Open.

Un histograma de tiempos de cambio de imagen registrados en IGT-Open en más de 1,000 pruebas

En la distribución bimodal que se muestra en la Fig. 4, el segundo pico contiene la mayoría de los tiempos de volteo, ya que las imágenes toman entre 16.65 ms y 16.70 ms para la mayoría de las 1000 pruebas. La distribución de los tiempos se debe principalmente a la variación en la frecuencia de actualización del monitor utilizado para las pruebas. Como también se indica en la Tabla 3, aunque existe una variación en el tiempo, el error estándar general de la media (SEM) todavía se encuentra en un nivel razonable.

Como se esperaba, el software IGT-Open informó un tiempo de inicio de estímulo visual que estaba dentro de 0,1 ms del tiempo de inicio mínimo permitido por el hardware utilizado (un monitor con una frecuencia de actualización de 60 Hz). Más específicamente, IGT-Open tuvo un tiempo de inicio promedio registrado de 16.67 ms (con un error estándar de la media de 0.002). También registramos la sincronización PEBL utilizando las funciones de sincronización nativas proporcionadas por el software. Curiosamente, la prueba de tiempo PEBL dio como resultado un tiempo de inicio promedio imposible de 12,07 ms (con un error estándar de la media de 0,17). Hay dos posibles razones para este resultado de sincronización: (a) el mecanismo de sincronización utilizado en el software no funcionó correctamente (b) el estímulo visual experimentó un "desgarro", es decir, la imagen comenzó a presentarse después de que ya comenzó una actualización del monitor, lo que solo provocó parte de la imagen que se presentará durante ese ciclo en particular.

Es difícil diagnosticar la primera explicación sin una imagen más clara de los mecanismos de temporización utilizados en PEBL, pero la segunda explicación posible puede entenderse como un artefacto del uso de bibliotecas heredadas Simple Direct Media Layer (SDL) 1.2 C para la presentación de estímulos visuales. Además de agregar una capa adicional entre el software y el hardware de gráficos (SDL puede actuar como una capa intermedia entre las API de OpenGL y DirectX), SDL 1.2 no admite de forma nativa la aceleración de hardware (Mueller & amp Piper, 2014), lo que reduce el tiempo de presentación visual. preciso y confiable. Las bibliotecas Psychtoolbox que utiliza IGT-Open eluden esta limitación al usar directamente la API de OpenGL como una interfaz con hardware de gráficos. Por lo tanto, el software interpretado por Matlab u Octave que usa las bibliotecas Psychtoolbox (como lo hace IGT-Open) tiene aceleración de hardware disponible y habilitada por defecto.

Uso del software con procesos y modelos computacionales y modelos estadísticos.

El software IGT-Open se puede utilizar para comunicarse con ciertos modelos de procesos computacionales para que los modeladores puedan completar y obtener información del mismo entorno de tareas que se presenta a los participantes humanos (ver Ritter et al., 2000 y Hope et al., 2014, para discusiones relacionadas). Para permitir que los modelos computacionales utilicen el software, desarrollamos una funcionalidad que puede comunicarse con la interfaz de red JSON (JNI Hope et al., 2014). El JNI permite que un modelo de proceso computacional se comunique con otro software a través de una conexión TCP.

El sistema de comunicación está diseñado para usarse con el módulo JNI ACT-R, aunque el software podría usarse con cualquier software que siga el protocolo de comunicación JNI general, el protocolo esencialmente especifica un lenguaje de comunicación estándar entre dos sistemas (en este caso, IGT-Open y un modelo ACT-R). Hemos utilizado el software IGT y el módulo de comunicación JNI para que los modelos de procesos computacionales utilicen ojos y manos simulados para percibir los estímulos visuales en el entorno de la tarea, utilicen estos estímulos para elegir la plataforma y respondan mediante el uso de un teclado virtual (Dancy, 2014 ). Debido a que el código fuente está disponible gratuitamente, otros modeladores computacionales también podrían modificar el sistema de comunicación para que funcione dentro de sus respectivos marcos.

Los modelos estadísticos también se pueden utilizar con el software de una manera bastante sencilla. Se incluye una función de modelo de valencia de expectativa con el software que simulará el modelo en el número dado de barajas y la distribución de penalización utilizando el cubiertas variable que es la salida de la función de distribución de penalización de un usuario (especificada por el PenaltyFunStr en la función principal igt_open detallada en una sección anterior). Los usuarios pueden ingresar parámetros opcionales para el número máximo de cartas en cada mazo, parámetros del modelo de expectativa-valencia (α, peso y C de Busemeyer & amp Stout, 2002), el número de ensayos para ejecutar el modelo, un nombre de archivo de salida personalizado y el número total de ejecuciones de simulación (que pueden ser útiles si se utilizan parámetros que dan como resultado un comportamiento más aleatorio, por ejemplo, un C de 0). El archivo de función que se incluye también les dará a los usuarios una idea de cómo pueden crear su propio modelo estadístico para ejecutar con la función de distribución de penalizaciones elegida.


La neuromodulación prefrontal con rTMS mejora la función de control y corrección de errores en el autismo

Una función ejecutiva importante que se sabe que está comprometida en el trastorno del espectro autista (TEA) está relacionada con el monitoreo del error de respuesta y la corrección de la respuesta posterior al error. Varios informes indican que los niños con TEA muestran un procesamiento de errores reducido y una corrección de comportamiento deficiente después de que se comete un error. La sensibilidad al error se puede examinar fácilmente midiendo los potenciales relacionados con eventos (ERP) asociados con las respuestas a los errores, la negatividad relacionada con el error fronto-central (ERN) y la positividad relacionada con el error (Pe). El objetivo de nuestro estudio fue investigar si el tiempo de reacción (RT), la tasa de error, el cambio de RT posterior al error, ERN y Pe mostrarán cambios positivos después de una TMS repetitiva de frecuencia lenta (rTMS) de 12 semanas de duración sobre la corteza prefrontal dorsolateral (DLPFC ) en niños con TEA de alto funcionamiento. Presumimos que 12 sesiones de rTMS a 1 Hz aplicadas bilateralmente sobre el DLPFC darán como resultado mejoras reflejadas tanto en las medidas de comportamiento como en las de ERP. Los participantes fueron asignados aleatoriamente a grupos de tratamiento activo de rTMS o de lista de espera (WTL). El EEG basal y post-TMS / o WTL se recogió utilizando un sistema EEG de 128 canales. La tarea implicó el reconocimiento de una forma ilusoria específica, en este caso un cuadrado o un triángulo, creado por tres o cuatro discos inductores. La ERN en el grupo de tratamiento con TMS se volvió significativamente más negativa. El número de errores de omisión disminuyó después del TMS. El RT no cambió, pero el RT posterior al error se hizo más lento. No hubo cambios en la RT, la tasa de error, la desaceleración de la RT posterior al error ni en las medidas de ERN / Pe en el grupo de la lista de espera. Nuestros resultados muestran diferencias significativas posteriores al TMS en el ERP de respuesta bloqueada, como ERN, así como medidas de monitoreo de respuesta conductual que indican una función mejorada de monitoreo y corrección de errores. El ERN y Pe, junto con las medidas de desempeño conductual, se pueden usar como medidas de resultado funcional para evaluar la efectividad de la neuromodulación (por ejemplo, rTMS) en niños con autismo y, por lo tanto, pueden tener importantes implicaciones prácticas.

Esta es una vista previa del contenido de la suscripción, acceda a través de su institución.


Referencia de funciones en línea disponible

Gracias al trabajo inteligente y entusiasta de Tobias Wolf, los textos de ayuda de Psychtoolbox ahora también están disponibles en línea:

El mismo enlace está disponible en la página superior del Wiki como "Referencia de función".

La referencia se genera principalmente de forma automática mediante un script de Python inteligente que de vez en cuando ejecutamos en toda la distribución "beta". El script extrae, formatea, hipervínculos y carga automáticamente el contenido de ayuda de todos los archivos M de Psychtoolbox y la ayuda en línea de la mayoría de los archivos MEX a la Wiki de documentación.

La referencia en línea es en mi humilde opinión mucho más fácil de leer / navegar debido a todos los enlaces cruzados agradables en los que se puede hacer clic y al formato mucho más agradable. Sin embargo, el contenido es casi el mismo que obtiene de su consola Matlab escribiendo help Psychtoolbox, help GetChar, Screen, Screen OpenWindow? etc. Desafortunadamente, no existe ningún script que reescriba automáticamente la documentación :-(

El guión es inteligente, pero tiene el arduo trabajo de convertir una masa de textos de ayuda que han crecido orgánicamente, escritos por muchas personas diferentes y tantas opiniones diferentes sobre el estilo de formato / escritura pero sin ningún lenguaje de marcado formal, en algo estructurado a medio camino -) - iow. Es de esperar que se produzcan fallos de formato. Si encuentra pequeños fallos, tómelos como hermosos ejemplos de arte moderno. Si está realmente molesto por algún formato, siéntase libre de averiguar qué sale mal y contribuir con arreglos a la documentación o, mejor aún, ofrézcase como voluntario para ser el que tenga buen gusto y convierta su misión personal en embellecer nuestra documentación.


Discusión

Este estudio se realizó para investigar las respuestas cerebrales a altas velocidades de movimiento hacia adelante simulado del flujo óptico. El estímulo fue una carretera simulada por postes que se movían desde cerca del centro de la pantalla y hacia los bordes de la pantalla, creando una simulación realista de un campo de flujo óptico. Se investigaron los potenciales del cuero cabelludo en dos canales parietales de interés para las tres velocidades de conducción diferentes (baja, media y alta) del movimiento hacia adelante y se realizó un análisis de tiempo-frecuencia.

Encontramos diferencias significativas entre las tres velocidades de movimiento hacia adelante en los canales parietales P3 y P4 en los análisis de VEP. La latencia máxima aumentó significativamente a medida que aumentaba la velocidad, mientras que la amplitud disminuyó a medida que aumentaba la velocidad. El análisis de frecuencia de tiempo mostró desincronizaciones alfa en respuesta al movimiento hacia adelante, mientras que la condición estática mostró sincronizaciones alfa. Las desincronizaciones alfa no fueron significativamente diferentes entre las tres velocidades de movimiento hacia adelante. La fuente de la línea media parietal (PM) mostró diferencias significativas entre las desincronizaciones alfa en respuesta al movimiento hacia adelante y las sincronizaciones alfa en respuesta a la condición de control estático.

Nuestros resultados, que muestran que la latencia máxima aumentaba con la velocidad del movimiento hacia adelante, pero que la amplitud máxima estaba inversamente relacionada con la velocidad, son diferentes de los hallazgos de un estudio que utilizó velocidades considerablemente más bajas (Maruyama et al., 2002), y son lo contrario de lo que Heinrich (2007) en un artículo de revisión concluyó como el hallazgo más común. Sin embargo, para altas velocidades de movimiento hay varios estudios que corroboran los presentes hallazgos. Un estudio de MEG que midió las respuestas neuronales al inicio del movimiento del punto de luz con un amplio rango de velocidades de movimiento, informó una disminución y un aumento posterior de las latencias en función de la velocidad del movimiento (Kawakami et al., 2002). En otro estudio, Maunsell y Van Essen (1983) informaron que en el mono macaco, la mayoría de las neuronas sensibles a la velocidad en el área MT tienen preferencia por velocidades de movimiento relativamente bajas. Por lo tanto, con menos neuronas que prefieren velocidades más altas, es probable que la amplitud máxima disminuya con la velocidad de movimiento en el extremo superior de la escala. La amplitud refleja el número de neuronas sincrónicamente activas (Elul, 1972 Pfurtscheller y Lopes da Silva, 1999). Una amplitud baja indica menos neuronas que se disparan en sincronía y, por lo tanto, menos neuronas sintonizadas con la condición particular. Kawakami y col. (2002) argumentó que el cambio de amplitud está relacionado con el tamaño de la población neuronal que responde a los estímulos. Los presentes hallazgos mostraron que la amplitud disminuyó al aumentar la velocidad del movimiento hacia adelante, lo que sugiere que la mayoría de las neuronas en el área sensible al movimiento estaban sintonizadas con la velocidad más baja. De hecho, Liu y Newsome (2003) encontraron que las neuronas se agrupan según la preferencia de velocidad. Por lo tanto, estos estudios junto con los presentes hallazgos proporcionan evidencia de que las velocidades de movimiento sobre una cierta magnitud dan lugar a latencias crecientes y amplitudes decrecientes.

Estudios anteriores sobre la percepción del movimiento visual con adultos generalmente informaron latencias de N2 de aproximadamente 150 & # x02013250 ms (Kuba y Kubov & # x000E1, 1992 van der Meer et al., 2008), mientras que este estudio informó latencias de hasta 292 ms. Estas latencias más largas podrían indicar que el patrón de flujo óptico que especifica el movimiento hacia adelante a velocidades de conducción utilizado en el presente estudio fue más desafiante que el utilizado anteriormente.

Desde una perspectiva de desarrollo a lo largo de la vida, se ha argumentado que el aumento de latencias en respuesta al movimiento visual refleja un procesamiento de información más lento (Langrov & # x000E1 et al., 2006 van der Meer et al., 2008). El aumento de latencias en el estudio actual podría deberse a la mayor cantidad de información contenida en la condición de alta velocidad y, como resultado, los participantes podrían haberlo percibido como más complejo que las velocidades más bajas. Esto podría explicar por qué las altas velocidades dan como resultado un procesamiento de información más lento en comparación con las velocidades más bajas. El aumento de latencias en respuesta a las velocidades más altas también podría reflejar que las velocidades altas son menos familiares que las velocidades más bajas, ya que los humanos no se encuentran con estas velocidades con tanta frecuencia en el mundo real. Se ha argumentado que un tiempo de respuesta prolongado es el resultado de la falta de redes neuronales o menos especializadas (Howard et al., 1996 Johnson, 2000 Dubois et al., 2006) y se ha sugerido que un aumento en la velocidad de procesamiento podría ser el resultado de la experiencia de un individuo con diferentes estímulos ambientales (Mukherjee et al., 2002 Agyei et al., 2015). La mielinización de la materia blanca aumenta con la experiencia y aumenta desde la infancia hasta la edad adulta, y se ha demostrado que la mejora de los tractos de materia blanca está relacionada con una mayor velocidad de procesamiento (Mukherjee et al., 2002 Fields, 2008). Esto podría indicar que los participantes tenían más experiencia con las velocidades más bajas, lo que resultó en latencias más bajas. Se cree que las tareas exigentes suponen una mayor carga de trabajo para el sistema (Strayer y Drews, 2007 Allison y Polich, 2008) y se ha demostrado que disminuyen la magnitud de la respuesta. Nuestros hallazgos mostraron esta disminución en la amplitud en respuesta a las velocidades de flujo óptico más altas en comparación con la velocidad más baja. Esto podría indicar que el sistema visual cuando se trata de velocidades más altas de movimiento visual hacia adelante simulado está sometido a una mayor tensión y, por lo tanto, muestra amplitudes más bajas. La densidad de flujo óptico más alta a las velocidades más altas del movimiento visual hacia adelante simulado podría ser más exigente para el sistema visual.

Las latencias en el canal P4 mostraron un aumento significativamente mayor con la velocidad de movimiento en comparación con el canal P3. Este hallazgo sugiere que el hemisferio derecho está más involucrado en el procesamiento del flujo óptico. La lateralización derecha de los estímulos de movimiento también se encontró en un estudio de de Jong et al. (1994), quienes encontraron que el precuneus lateroposterior derecho (lóbulo parietal superior) era un contribuyente importante al procesamiento del flujo óptico, alimentado por el área V3.

El estudio actual encontró cambios de latencia y amplitud en el componente N2 como una función de los cambios de velocidad en el movimiento visual hacia adelante simulado del flujo óptico. Se ha demostrado que el componente N2 responde a los estímulos de movimiento visual que pueden inducir la vección en los participantes. Estos componentes de N2 también se han encontrado en respuesta a estímulos inductores de vección según lo informado por Keshavarz y Berti (2014). Encontraron las mayores amplitudes de N2 en O1 y O2 en respuesta a un estímulo en movimiento traslacional con una periferia en movimiento y un centro estacionario. Sin embargo, los autores afirmaron que los estímulos utilizados eran demasiado cortos (2.5 & # x020133.5 s) para inducir la vección durante las grabaciones de EEG, pero argumentaron que sus hallazgos de N2 podrían indicar los pasos iniciales en el procesamiento de vección. Las calificaciones de vección se obtuvieron utilizando presentaciones de movimiento visual más largas (45 s) después de las grabaciones de EEG, y los resultados mostraron las calificaciones de vección más altas para el centro estacionario y el estímulo envolvente en movimiento. Un estudio de Thilo et al. (2003) encontraron una disminución en el componente N70 en los electrodos occipitales O1, Oz y O2 en respuesta al auto-movimiento rotatorio percibido con informes de vección de los participantes. Estos estudios no han investigado los cambios de velocidad en el flujo óptico, pero sugirieron que la investigación de EEG puede ayudar a encontrar marcadores objetivos de vección (Palmisano et al., 2015). Sin embargo, el estudio actual utilizó una presentación de estímulo de 1 s, que es demasiado corta para inducir cualquier sensación de vección (Palmisano et al., 2015), y tuvo una escena estática de 3 s entre cada condición de movimiento para evitar la adaptación al movimiento. (Heinrich, 2007). Además, no preguntamos si los participantes estaban experimentando vección.Esto es necesario ya que la vección es una sensación subjetiva (consciente) de auto-movimiento (Palmisano et al., 2015), y el informe del participante es crucial para establecer si se ha producido la percepción de la vección. Los estudios adicionales deberían utilizar presentaciones de estímulo más largas y recopilar informes subjetivos de vección durante las grabaciones de EEG. Esto podría determinar si los cambios en la velocidad del movimiento tienen algún efecto sobre la vección percibida y cómo esto afecta el componente N2 del movimiento visual.

Además del análisis de VEP, se llevó a cabo un análisis de frecuencia de tiempo para estudiar los cambios en las oscilaciones cerebrales en respuesta al movimiento visual. En el análisis TSE, la condición de control estático se comparó con las tres velocidades diferentes en la condición de movimiento. Los presentes hallazgos mostraron desincronizaciones de banda alfa en varias fuentes parietales y occipitales en respuesta al movimiento visual. Sin embargo, se encontraron principalmente diferencias significativas entre las sincronizaciones de banda alfa y las desincronizaciones en la fuente de PM. No hubo diferencias significativas entre las tres velocidades de movimiento visual en el análisis TSE. Esto probablemente se deba a que se mostró el mismo patrón de flujo óptico, solo moviéndose a tres velocidades diferentes. Por lo tanto, puede ser que las áreas sensibles al movimiento del cerebro estén respondiendo al movimiento visual, independientemente de la velocidad. Las diferencias radican en las velocidades de movimiento percibidas, no en el entorno en el que se encuentran los participantes, y las diferencias entre las tres velocidades solo se ven en el análisis VEP del componente N2. Si las desincronizaciones alfa reflejan el procesamiento general del movimiento visual (Pfurtscheller et al., 1994), entonces la latencia y amplitud de VEP reflejan el tiempo de procesamiento y la carga, respectivamente.

Se cree que las desincronizaciones occipital y parietal en frecuencias de banda alfa reflejan un estado activado (Pfurtscheller et al., 1994 Klimesch, 1999), y esto encaja bien con los presentes hallazgos. Hubo una desincronización alfa larga en la fuente de MP en respuesta al movimiento visual, seguida de sincronización en respuesta a la condición estática, que está relacionada con un período de inactividad o de reposo. Pfurtscheller y col. (1994) reportaron dos bandas alfa diferentes: una inferior que refleja el procesamiento visual situado en las áreas occipitales y una superior que refleja los procesos cognitivos y la atención situados en las áreas parietales. Sin embargo, las desincronizaciones alfa de los participantes actuales eran demasiado variables y los datos no eran lo suficientemente precisos para identificar si eran ondas alfa más altas o más bajas. Junto con los hallazgos de los componentes N2 evocados visualmente, las oscilaciones inducidas muy probablemente indiquen un procesamiento del movimiento visual. Estos hallazgos parecen estar en línea con varios otros estudios (Pfurtscheller et al., 1994 Sch & # x000FCrmann et al., 1997 Klimesch, 1999) que informan desincronizaciones alfa en relación con la estimulación visual.

En conclusión, demostramos que para altas velocidades de movimiento hacia adelante simulado, la latencia máxima aumenta mientras que la amplitud máxima disminuye con la velocidad. Esto sugiere que para velocidades de conducción, las velocidades más bajas se perciben como menos exigentes, o que una mayor experiencia con velocidades más bajas resulta en latencias más cortas y amplitudes más altas. Con menos neuronas sintonizadas con velocidades visuales más altas, las áreas sensibles al movimiento del cerebro adulto parecen estar menos sintonizadas con velocidades de movimiento relativamente altas de hasta 75 km / h. Estos hallazgos tienen implicaciones para la seguridad del tráfico vial, ya que los adultos tardan más en responder y tienen menos neuronas especializadas para velocidades de conducción más altas. Además, se encontraron diferencias significativas entre las desincronizaciones alfa en respuesta al movimiento visual y las sincronizaciones alfa en la condición estática en la fuente de la línea media parietal (PM). Sugerimos que las desincronizaciones alfa reflejan un estado activado relacionado con el procesamiento visual del movimiento hacia adelante simulado, mientras que las sincronizaciones alfa en respuesta a la condición estática reflejan un período de descanso desactivado.


Bandas de frecuencia

Como se desprende de la inspección visual, el EEG es una señal compleja compuesta por múltiples frecuencias que oscilan simultáneamente. En el cerebro, las frecuencias más bajas muestran mayor potencia que las frecuencias más altas, y la potencia disminuye a medida que aumenta la frecuencia. La mayor parte de la actividad cerebral se produce a frecuencias inferiores a 100 Hz. El espectro de frecuencias del cerebro se divide en diferentes bandas de actividad basadas en una frecuencia central. Estas bandas y sus rangos son, en orden de frecuencia creciente: delta (& lt4 Hz), theta (4-7 Hz), alfa (8-13 Hz), beta (14-30 Hz) y gamma (& gt35 Hz). La actividad alfa tiene más poder que la actividad beta, que tiene más poder que la actividad gamma. De estos, alfa es quizás el más fácil de ver, apareciendo como grandes ondas rítmicas visibles a simple vista en una señal de EEG. Cabe señalar que, si bien la frecuencia central de cada banda nunca cambia (por ejemplo, alfa siempre se extiende a lo largo de 10 Hz), los límites de las bandas son imprecisos. Por ejemplo, algunos pueden informar alfa como 8-13 Hz o beta como 15-30 Hz.

Estas bandas de frecuencia de EEG están asociadas con fenómenos psicológicos. Delta a menudo se asocia con somnolencia, sueño y estados de conciencia alterada. Theta parece servir como onda portadora y moduladora de las otras oscilaciones y está asociada con el cese de la actividad placentera. La actividad alfa está asociada con la atención y el control inhibitorio en el cerebro. La actividad alfa es más prominente durante la relajación y está inversamente relacionada con la actividad cerebral, como lo indican los estudios PET y fMRI (Cook, O'Hara, Uijtdehaage, Mandelkern y Leuchter, 1998 Goldman, Stern, Engel y Cohen, 2002). La interrupción de alfa, conocida como bloqueo alfa, ocurre durante las tareas cognitivas. Durante el bloqueo alfa, las ondas alfa se reemplazan por ondas beta de mayor frecuencia y menor amplitud. La actividad beta ocurre cuando uno está alerta y está relacionada con la regulación de los estados de procesamiento. Finalmente, la actividad gamma está asociada con el mantenimiento de objetos, la memoria y una variedad de procesos cognitivos.

La señal de EEG se recopila en el dominio del tiempo y debe convertirse al dominio de la frecuencia antes de que se puedan analizar estas bandas. Esto se hace usando la transformada de Fourier. Fourier postuló que una serie de tiempo se puede representar por la suma de series de ondas sinusoidales y un coeficiente correspondiente a la cantidad de esa onda sinusoidal que se necesita para reconstruir la señal original. A la inversa, multiplicar estas ondas sinusoidales por su coeficiente asociado y sumarlas reproducirá la forma de onda inicial. Estos principios forman la base del análisis de frecuencia. En la investigación de EEG, se utiliza una transformada de Fourier para descomponer el EEG en una serie de coeficientes de frecuencia que representan la cantidad de energía en cada frecuencia necesaria para reconstruir la forma de onda original. En la práctica, esto etiqueta la cantidad de potencia en cada frecuencia y, por lo tanto, permite el examen de las bandas de frecuencia de EEG. Stern, Ray y Quigley (2001) describen la transformada de Fourier como la comparación de una "plantilla" de frecuencias (las ondas sinusoidales) con una señal de EEG existente para ver qué tan cerca coincide con la plantilla. Un espectro de potencia permite a los investigadores representar visualmente todas las frecuencias presentes en el conjunto de datos, colapsados ​​con el tiempo. Se utilizan versiones más complejas de este análisis para examinar las variaciones de frecuencia bloqueadas en el tiempo en la forma de onda.

Un procedimiento relacionado es un análisis de coherencia, que proporciona información sobre cómo la señal de dos electrodos dados covaría a una determinada frecuencia. En otras palabras, un análisis de coherencia describe cómo una señal de EEG en “cada uno de los dos electrodos está relacionada con cada electrodo” (Stern et al., 2001, p. 91). Un análisis de coherencia permite a los investigadores investigar hasta qué punto las frecuencias en diferentes sitios de electrodos son sincrónicas.


Discusión

El presente estudio tuvo como objetivo replicar asociaciones previamente reportadas entre una mayor conectividad funcional del EEG en bebés de 14 meses y el diagnóstico posterior de TEA y variación dimensional en conductas restrictivas y repetitivas 10. Nuestros resultados replican parcialmente informes anteriores. Específicamente, no replicamos la observación de una mayor conectividad funcional en el rango alfa en el grupo HR-ASD, ya sea para la conectividad global o para las conexiones fronto-centrales seleccionadas. Tampoco replicamos las correlaciones de nivel de tendencia entre la conectividad funcional global y los síntomas de TEA medidos por el ADI-R en toda la muestra de HR. Sin embargo, replicamos la correlación significativa entre una mayor conectividad funcional en las regiones fronto-centrales y la gravedad posterior de las conductas restringidas y repetitivas (RRB) medidas por el ADI-R dentro del grupo de bebés con TEA tardío. Además, al combinar las dos muestras, mostramos que la conectividad funcional a través de canales seleccionados se asoció específicamente con intereses circunscritos y no con el comportamiento motor repetitivo o la insistencia en la igualdad. Nuestros hallazgos son importantes tanto en términos de la imposibilidad de replicar los efectos en términos de resultados categóricos, como de la replicación de los efectos observados a nivel dimensional. La realización y presentación de informes completos de estudios de replicación en cohortes independientes establece un nuevo estándar para nuestro campo.

Conectividad cerebral y resultado categórico

No replicamos observaciones previas de hiperconectividad en el rango alfa para bebés diagnosticados posteriormente con TEA en el nivel de grupo 10. Los informes de conectividad EEG alterada son muy inconsistentes dentro de la literatura sobre TEA, y varios otros estudios informan efectos nulos en niños pequeños 29,48 y desde la infancia hasta la adolescencia 49. Si bien la heterogeneidad en el enfoque, la población y el método analítico podría explicar las inconsistencias en el trabajo anterior, nuestro fracaso actual para replicar los hallazgos a nivel de grupo utilizando técnicas idénticas, incluido el reclutamiento y los métodos experimentales y de análisis, es evidencia de que la conectividad funcional en la banda alfa evaluada utilizando nuestro presente El protocolo no es un biomarcador candidato sólido para el TEA categórico o es solo una característica de un subconjunto de bebés que pasan a un diagnóstico posterior.

Nuestra incapacidad para observar la conectividad alterada utilizando nuestro protocolo actual no descarta la posibilidad de atipicidades que podrían detectarse a través de otros métodos. Por ejemplo, los métodos fNIRS proporcionaron evidencia de conectividad atípica en bebés de 12 meses con riesgo de TEA en comparación con bebés con bajo riesgo 50, y los métodos de resonancia magnética funcional que miden la conectividad funcional en bebés de 6 meses pueden predecir el diagnóstico posterior de TEA 51. No obstante, la alta resolución temporal de la conectividad EEG proporciona una medida importante de conectividad. Las medidas con desfase de fase, como el dbWPLI que se utiliza aquí, también tienen más probabilidades de detectar diferencias de conectividad & # x02018true & # x02019 en comparación con otras medidas de conectividad de EEG que están más influenciadas por la conducción de volumen y la magnitud de la señal. Sin embargo, la ponderación que usamos elimina el efecto de los retrasos de fase pequeños, minimizando así tanto los efectos de conducción de volumen como la conectividad potencial de corto alcance con retrasos de fase pequeños. Es posible que existan diferencias entre los grupos de resultados para la conectividad con pequeños retrasos de fase que fueron subestimados por el dbWPLI.

Otras posibles explicaciones a considerar son la variabilidad intra e interindividual. La variabilidad intraindividual en la conectividad dentro de una sesión puede limitar nuestra capacidad para capturar un marcador estable de conectividad de rasgos. Las fluctuaciones breves y frecuentes en la conectividad podrían estar relacionadas con la conectividad calculada durante duraciones más largas en el EEG 52,53. En cuanto a la variación interindividual, se acepta ampliamente que existe una heterogeneidad sustancial en los factores de riesgo genéticos y ambientales para el TEA 54. Los análisis de grandes cohortes han indicado una variabilidad interindividual en las trayectorias cognitivas tempranas y de los síntomas 55 & # x0201357. Además, los estudios de MEG y fMRI han demostrado que la variabilidad interindividual en el desarrollo del cerebro y los patrones de activación del cerebro en el TEA es alta 58 & # x0201360. Lo mismo probablemente se aplica a las cohortes actuales. De hecho, una inspección cuidadosa de los datos individuales del estudio de Orekhova & # x02019s y el estudio actual revela que la variación interindividual también es evidente en los bebés con HR-TEA. La muestra en el estudio de Orekhova & # x02019s contenía 6 bebés con niveles de conectividad muy altos, mientras que otros 4 bebés tenían niveles de conectividad más bajos. En contraste, la muestra actual contenía 2 de 13 bebés que mostraban altos niveles de conectividad. Por lo tanto, la estratificación de bebés con HR-ASD en subtipos de TEA basada en la conectividad funcional en el rango alfa a los 14 meses de edad podría usarse para determinar si estos representan & # x02018subtipos & # x02019 distintos de TEA. En tamaños de muestra relativamente modestos, habrá una variación estocástica en la proporción de la muestra que muestra una conectividad elevada, lo que crea dificultades en la replicabilidad a nivel de grupo.

Conectividad funcional y severidad de conductas restringidas y repetitivas.

La heterogeneidad plantea un verdadero desafío para la investigación en TEA y algunos investigadores incluso cuestionan la validez de TEA como un constructo en sí mismo 61. Una posible solución para manejar esto es adoptar un enfoque dimensional además de una clasificación categórica y observar dominios de síntomas centrales específicos de TEA y asociaciones de comportamiento cerebral, ya que se puede llegar a un diagnóstico de TEA mediante múltiples combinaciones diferentes de síntomas específicos 62,63. Con este fin, nos centramos en investigar las asociaciones entre la conectividad funcional y los síntomas centrales de ASD medidos por el ADI-R y ADOS-2. Replicando a Orekhova y sus colegas 10, encontramos una relación significativa entre la conectividad funcional promediada a través de conexiones seleccionadas del estudio anterior y la gravedad de los RRB dentro del grupo HR-ASD. En general, nuestros hallazgos sugieren que la heterogeneidad en los mecanismos cerebrales se asocia con una heterogeneidad específica en el fenotipo conductual. La ausencia de hallazgos significativos basados ​​en categorías y la presencia de asociaciones cerebrales-conductuales significativas respaldan la noción de que se debe tomar una perspectiva dimensional al considerar los TEA, en lugar de un enfoque únicamente categórico 5. Hasta donde sabemos, este resultado es la primera réplica de un predictor neural infantil de variación dimensional en los síntomas posteriores del TEA.

¿Qué mecanismo subyace a nuestra asociación replicada entre la conectividad funcional en las regiones fronto-centrales y las RRB posteriores? La alta conectividad alfa en las regiones fronto-centrales en bebés con HR-TEA en nuestro estudio podría contribuir a las anomalías conductuales observadas y / o reflejar factores patológicos comunes que afectan tanto al EEG como al comportamiento, como p. Ej. anomalías funcionales / neuroquímicas 64 & # x0201368, y cambios estructurales observados en áreas frontales y subcorticales relacionadas en ASD (69,70, ver también 71 & # x0201374). Es de destacar que se ha encontrado que la gravedad de los BRR en niños mayores y adultos con TEA se correlacionó con anomalías neuroquímicas frontales y / o estriatales 64,66, y cambios estructurales en la corteza frontal y áreas subcorticales relacionadas (como el cerebelo y los núcleos caudados ) 69.

Los estudios de conectividad estructural en bebés con alto riesgo familiar de TEA muestran un patrón de hallazgos algo convergente en relación con los CRR. Específicamente, el área cortical y el grosor cortical del cuerpo calloso durante el primer año de vida se asociaron positivamente con RRB posteriores en lactantes con HR-TEA 75. Además, una mayor conectividad estructural entre el genu del cuerpo calloso y el cerebelo a los 6 meses de edad se relacionó con RRB de orden superior más graves (como rituales, compulsiones, insistencia en la igualdad e intereses circunscritos) a la edad posterior de 76 años. El género del cuerpo calloso juega un papel importante en los circuitos frontal-estriatal. Se ha sugerido que los circuitos fronto-estriatales podrían estar implicados en los mecanismos subyacentes de los RRB 39,77,78, que ocurren en el TEA pero también en, por ejemplo, el trastorno obsesivo compulsivo.

Además, los análisis realizados en la muestra combinada de alto riesgo sugieren que estos hallazgos surgen de asociaciones entre la conectividad funcional en el EEG de frecuencia alfa e intereses circunscritos que pueden detectarse a nivel de rasgo en el grupo de alto riesgo en su conjunto. Esta observación parece coherente con la idea de que la conectividad alfa elevada refleja un estilo de atención demasiado centrado, que está más estrechamente relacionado con los intereses circunscritos que los otros subtipos de RRB. Posiblemente, no observamos una asociación entre la conectividad alfa y los RRB en el grupo de alto riesgo porque los intereses circunscritos son el factor impulsor y pueden no ser lo suficientemente fuertes como para mostrar una asociación con la conectividad alfa cuando se combinan con los otros subtipos de RRB. Langen et al. 39 han propuesto que los intereses circunscritos están mediados por un bucle límbico formado por la corteza cingulada anterior (ACC), la corteza orbitofrontal (OFC), el estriado ventral, el paladio ventral y el núcleo tálamo dorsal medial. Nuestra observación de la hiperconectividad funcional sobre las regiones del cuero cabelludo frontal y central sería al menos consistente con los cambios funcionales en la parte cortical de este bucle, aunque se requeriría un análisis de la fuente que combine técnicas de resonancia magnética y electroencefalograma para confirmar esto.

Finalmente, la asociación entre conectividad funcional para conexiones seleccionadas con RRB debe tomarse teniendo en cuenta las mediciones de RRB. La asociación entre conectividad funcional y RRB alcanzó significación cuando se midió con el ADI-R, pero no con el ADOS-2, y solo en el grupo HR-ASD, no en el grupo HR-TD o HR-Atyp. Esto es consistente con el artículo anterior que no encontró ninguna asociación que alcanzara importancia en los bebés con HR que no desarrollaron TEA a una edad más avanzada. El ADI-R se ha diseñado para medir atipicidades en los RRB y, por lo tanto, es posible que no detecte la variación típica dentro de rangos más pequeños en los grupos de HR-sin TEA. Además, los CRR en los bebés son comportamientos de frecuencia relativamente baja que probablemente se informarán durante el ADI-R, donde los padres informan sobre el comportamiento de su hijo a lo largo del tiempo, en lugar de ser observados durante la breve captura de comportamiento por parte del ADOS-2.

Este estudio es el primero en replicar un predictor de neuroimagen de la variación dimensional en los síntomas del TEA en bebés pequeños. Los resultados de los estudios de resonancia magnética estructural y funcional muestran evidencia convergente en apoyo de las asociaciones entre las anomalías en los circuitos fronto-estriatales y los intereses circunscritos en los TEA. Las direcciones futuras serían combinar el electroencefalograma con métodos con mayor resolución espacial (como la resonancia magnética o el NIRS más amigable para los niños) para desentrañar los sistemas cerebrales que subyacen a la sobreconectividad funcional y los intereses circunscritos. Además, será importante rastrear si podemos identificar las manifestaciones cognitivas tempranas de intereses circunscritos en los bebés con TEA que pueden relacionarse con la hiperconectividad concurrente, por ejemplo, exploración visual atípica durante el juego 79, o con métodos de seguimiento ocular 23. Por último, el aumento de los tamaños de muestra permitiría realizar los cálculos de especificidad y sensibilidad necesarios para la aplicación clínica de este predictor neural infantil de la variación fenotípica.


2. Métodos

2.1. Información del participante

Los bebés del grupo de alta probabilidad (HL) tenían un hermano mayor con un diagnóstico clínico comunitario de trastorno del espectro autista (TEA) según lo confirmado por el juicio del médico. Los bebés del grupo de baja probabilidad (LL) tenían al menos un hermano mayor con un desarrollo típico (según lo informado por los padres) y ningún pariente de primer grado con TEA. Se puede encontrar más información sobre la verificación clínica en S1.0. Los lactantes se inscribieron principalmente a los 5 o 10 meses y algunos lactantes se inscribieron a los 14 meses. En cada punto de edad, la ventana de prueba preferida era +/- 1 mes a partir del cumpleaños correspondiente. Si esto no fuera posible, permitimos las pruebas hasta +2 meses para minimizar la pérdida de datos. En el presente manuscrito, informamos las métricas de datos disponibles de un subconjunto de bebés evaluados a los 5, 10 y 14 meses. Algunos sitios no recopilaron datos de EEG o seguimiento ocular en la infancia y, por lo tanto, no se incluyen en el presente informe. Otros sitios solo recopilaron flujos de datos particulares en puntos de tiempo particulares (por ejemplo, el sitio E no recopiló EEG infantil de las tareas de Eurosibs, el sitio D solo recopiló EEG a los 5 meses). Debido a que la recopilación de datos es continua, hemos incluido todos los datos cargados en la base de datos central y sometidos a una evaluación de control de calidad antes de febrero de 2018 en este informe preliminar. Por lo tanto, estos datos están destinados a ilustrar nuestro protocolo y procedimientos, y no a representar un informe finalizado sobre la cohorte. Por lo tanto, todas las métricas se presentan colapsadas en todos los grupos de probabilidad para evitar comprometer los planes de análisis futuros, que están prerregistrados y embargados hasta nuestros puntos de congelación de datos definidos (ver Discusión). Las medidas analizadas, los tamaños de muestra y la probabilidad, los perfiles de género y edad de las muestras en cada sitio se muestran en las Tablas 1a y b. Cabe señalar que hubo diferencias significativas entre los sitios en la proporción de niños de alta y baja probabilidad en la muestra (X 2 & # x02009 = & # x0200913.6, pag& # x02009 = & # x02009 0,009), con el sitio E teniendo un equilibrio relativamente uniforme (debido al diseño del estudio) mientras que la mayoría de los sitios tenían una mayoría de niños con alta probabilidad. También hubo diferencias de edad significativas entre los sitios (máx. & # X003b7p 2 & # x02009 = & # x020090.19), aunque las diferencias medias numéricas fueron pequeñas (Tabla 1b).

Cuadro 1a

Equilibrio de género de los participantes y grupo de probabilidad para cada sitio (%). HL = Alta probabilidad LL & # x02009 = & # x02009 Baja probabilidad.


Introducción

La identificación y el análisis precisos de las expresiones faciales son fundamentales para comprender los estados internos de los demás 1 y, por lo tanto, para regular las relaciones sociales. Esto es particularmente cierto para el niño preverbal, cuyo mundo social se compone predominantemente de interacciones cara a cara con un cuidador principal 2, y para quien la comunicación se logra en gran parte a través de la "lectura" de rostros 3. Por lo tanto, es evidente que es muy ventajoso para los bebés detectar y aprender rápidamente acerca de las caras poco después del nacimiento 4 y, de hecho, las habilidades de procesamiento facial aparecen a una edad temprana. Por ejemplo, incluso los recién nacidos demuestran un sesgo hacia los estímulos que parecen caras 5,6,7, y la capacidad de discriminar entre diferentes expresiones faciales surge dentro de los primeros meses de vida 8,9,10. Al final de su primer año, los bebés pueden explotar la información proporcionada por las expresiones de otros para guiar su propio comportamiento en situaciones ambiguas 11,12, y las dificultades tempranas en la comprensión de las expresiones faciales se han relacionado con una serie de resultados adversos en la infancia posterior 13, 14.

El procesamiento de las expresiones faciales implica una amplia red de regiones cerebrales que comprenden estructuras tanto corticales como subcorticales 15,16. Los componentes esenciales para el procesamiento socioemocional, incluida la amígdala y la corteza frontal, son funcionales poco después del nacimiento 3,17,18, y las áreas corticales sensibles al rostro como la circunvolución fusiforme y el surco temporal superior muestran cierto grado de afinación facial en los primeros meses 19 , 20,21. Un extenso cuerpo de investigación con adultos y primates no humanos también sugiere que las regiones sensitivomotoras del cerebro, incluidas las cortezas parietal y premotora, podrían apoyar el procesamiento de la expresión facial (p. Ej., Refs 22,23,24), pero si este es el caso en los bebés humanos, no lo ha hecho. sido investigado. Se piensa ampliamente que el reclutamiento de estas regiones parietal-premotoras mientras se observan las acciones de los demás implementa un mapeo desde la representación visual de una acción hasta su correspondiente representación motora 25. Se cree que este mecanismo de "espejo" o "coincidencia de acción-percepción" juega un papel clave en el procesamiento visual del comportamiento de los demás y en la regulación de las interacciones sociales 26,27. Tal mecanismo puede ser especialmente importante para las expresiones faciales en el período posnatal temprano, permitiendo que los bebés sintonicen su propio comportamiento con el de su madre durante los complejos intercambios cara a cara 28,29,30,31, y sirviendo como base para el desarrollo de habilidades sociocognitivas más avanzadas 32. En los monos macacos, la evidencia sugiere que un mecanismo que empareja los propios gestos faciales y otros está presente en los primeros días de vida 18,33, pero en los humanos, la evidencia más temprana proviene de niños de 30 meses 34.

Nuestro estudio tuvo como objetivo abordar dos cuestiones importantes y destacadas sobre una red de acción-percepción facial: i) es un mecanismo que acopla las expresiones faciales propias y otras presentes en el bebé humano y ii) si es así, cómo se desarrolla (en particular, qué es el papel del entorno social temprano)? Para responder a la primera pregunta, utilizamos electroencefalografía (EEG) para medir la desincronización relacionada con eventos (ERD) en la banda de frecuencia mu durante la observación / ejecución de expresiones faciales, en un grupo de bebés de nueve meses. Se incluyeron una condición no emocional (abrir la boca) y dos condiciones emocionales (feliz, triste), todas las cuales son expresiones que ocurren comúnmente en el repertorio infantil. También se incluyó una condición de control codificado para controlar la observación de cualquier estímulo similar a una cara en movimiento (como en la referencia 34). Mu ERD en los electrodos centrales es un índice comúnmente utilizado de la actividad del sistema motor y, por lo tanto, de una red de percepción de la acción si se observa tanto durante la observación de la acción como durante la ejecución 35,36,37 (consulte el archivo de información complementaria para obtener más detalles). Tenga en cuenta que elegimos observar mu ERD a los nueve meses porque otra investigación de EEG ya ha encontrado evidencia de reclutamiento del sistema motor durante la observación de acciones manuales a esta edad (por ejemplo, refs 38,39,40).

Para abordar la segunda pregunta, identificamos comportamientos específicos durante las primeras interacciones madre-hijo que podrían apoyar el desarrollo de un mecanismo que empareja los propios gestos faciales y otros. Críticamente, a diferencia de manual acciones, donde la autoobservación durante la ejecución de la acción podría fortalecer un mapeo entre las representaciones visuales y motoras 30,41,42 (una hipótesis respaldada por evidencia tanto de niños de 40 como de adultos 43,44), facial Las expresiones son "opacas", es decir, normalmente no se puede observar la propia cara mientras se realizan movimientos faciales. En consecuencia, la autoobservación no pudo facilitar el desarrollo de una red de percepción-acción facial. En cambio, el desarrollo de este sistema puede depender de la imitación materna de los gestos faciales del bebé, con los cuidadores actuando como "espejos biológicos" para los bebés durante las interacciones muy tempranas 29,31,41,42. En otras palabras, a través de la imitación materna (o "espejo"), los bebés pueden observar las consecuencias visuales de sus propios movimientos faciales, proporcionando la experiencia sensoriomotora necesaria para fortalecer un vínculo entre las representaciones motoras y visuales de los gestos faciales 30,41,45.

Durante las primeras interacciones madre-hijo, las madres intentan habitualmente dar forma al intercambio para incluir episodios de espejo facial y vocal 46,47,48, y la gran mayoría de los espejos los realiza la propia madre 49,50. Esta es una forma particularmente enriquecedora y preferida de respuesta materna 51,52, y se ha encontrado que el reflejo materno durante las primeras nueve semanas de vida predice el grado en que los bebés producen los mismos comportamientos durante los intercambios sociales posteriores 31. Sin embargo, ninguna investigación previa ha investigado si el reflejo materno guía el desarrollo de una red de acción-percepción. Por lo tanto, además de examinar las respuestas del electroencefalograma infantil a la ejecución / observación de las expresiones faciales a los nueve meses, también filmamos a los mismos bebés interactuando con sus madres a los dos meses posparto. Estos videos se codificaron para identificar casos en los que las madres reflejaban las expresiones faciales de sus bebés, incluidos los equivalentes (sonrisa, apertura de la boca y negativos) a las expresiones observadas durante la adquisición del electroencefalograma más adelante. Elegimos observar las interacciones madre-hijo a los dos meses porque este es un momento privilegiado en términos de interacción cara a cara y espejo materno de expresiones, con los bebés mostrando el mayor interés en los intercambios 'puros' cara a cara en esta edad 31,53. Predijimos que la tendencia de las madres a imitar expresiones particulares durante las interacciones tempranas se relacionaría con la fuerza de la ERD mu del bebé durante la observación de la misma expresión, apoyando la hipótesis de que la experiencia visuomotora proporcionada por el espejo materno apoya el desarrollo de un mecanismo de correspondencia entre la acción y la percepción facial. .


La conectividad funcional del electroencefalograma en bebés se asocia con conductas posteriores restringidas y repetitivas en el autismo un estudio de replicación

Realizamos un estudio de replicación de nuestro informe anterior que el aumento de la conectividad alfa EEG a los 14 meses se asocia con el diagnóstico posterior de trastorno del espectro autista (TEA) y la variación dimensional en intereses restringidos / conductas repetitivas. 143 bebés con alto y bajo riesgo familiar de TEA vieron videos dinámicos de juguetes giratorios y mujeres cantando canciones infantiles mientras se registraba un electroencefalograma de alta densidad. La conectividad funcional alfa (7-8 Hz) se calculó utilizando el índice de desfase de fase ponderado sin suavizar. La muestra final con datos limpios incluyó bebés de bajo riesgo (norte = 20), y los bebés de alto riesgo que a los 36 meses mostraron un desarrollo típico (norte = 47), desarrollo atípico (norte = 21), o cumplió con los criterios de TEA (norte = 13). Si bien no replicamos el hallazgo de que la conectividad EEG global se asociaba con el diagnóstico de TEA, sí replicamos la asociación entre una mayor conectividad funcional a los 14 meses y una mayor gravedad de las conductas restringidas y repetitivas a los 36 meses en bebés que cumplían los criterios de TEA. Además, demostramos que esta asociación es más fuerte para el subdominio de intereses circunscritos. Proponemos que las anomalías estructurales y / o funcionales en los circuitos frontal-estriatales subyacen a la asociación observada. Este es el primer predictor neural infantil replicado de la variación dimensional en los síntomas posteriores del TEA.


Ver el vídeo: EEG (Junio 2022).