Summary

Un protocollo di elettrofisiologia alla previsione di ricompensa di misura ed elaborazione nei bambini

Published: October 04, 2018
doi:

Summary

Questo protocollo è progettato per misurare la ricompensa attesa e trattamento nei bambini piccoli con e senza autismo. In particolare, il protocollo è progettato per studiare i correlati neurali della ricompensa durante condizioni sociali e asociali mentre controllavano per ricompensa tra condizioni.

Abstract

Vi presentiamo un protocollo progettato per misurare i correlati neurali della ricompensa in bambini. Il protocollo permette ai ricercatori di misurare sia di anticipazione di ricompensa e di elaborazione. Il suo scopo è quello di creare un’attività di ricompensa che è appropriata per i bambini con e senza autismo tenendo sotto controllo la proprietà di ricompensa tra due condizioni: sociale e asociali. Il protocollo attuale consente comparazioni di attività cerebrale tra condizioni sociali e asociali premiare mantenendo la ricompensa stessa identica tra condizioni. Usando questo protocollo, abbiamo trovato prove che i bambini neurotipici dimostrano l’attività anticipatoria migliorata del cervello durante la condizione sociale. Inoltre, abbiamo trovato che i bambini neurotipici anticipano ricompensa sociale più robusto rispetto ai bambini con diagnosi di autismo. Come l’attività utilizza snack come ricompensa, è più appropriato per i bambini piccoli. Tuttavia, il protocollo può essere adattato per l’uso con popolazioni di adolescenti o adulte se spuntini vengono sostituiti da incentivi monetari. Il protocollo è progettato per misurare eventi elettrofisiologici (potenziali evento-correlati), ma esso può essere personalizzato per l’utilizzo con eye-tracking o fMRI.

Introduction

Disturbo dello spettro autistico (ASD) è una disabilità dello sviluppo caratterizzata da menomazioni in comunicazione sociale (verbale e non verbale) e la presenza di interessi limitati e/o comportamenti ripetitivi1. Dato che ASD è supposto per essere basato su neurologico2,3, non sorprende che la ricerca in neuroscienza che coinvolgono i bambini con ASD è diventato altamente prevalente nell’ultimo decennio. Anche se sono state proposte molte teorie circa la base del cervello dell’ASD, uno in particolare che ha raccolto l’attenzione considerevole ricerca è la motivazione sociale ipotesi4. Brevemente, l’ipotesi di motivazione sociale afferma che i bambini con ASD impegnati nella interazione meno sociale che loro in genere in via di sviluppo (TD) coetanei perché l’interazione sociale non è più gratificante per loro. Chevallier et al. forniscono una revisione delle ipotesi motivazione sociale5. Perché questa ipotesi si riferisce direttamente al sistema di ricompensa, in particolare o meno il sistema in ASD è sensible a reagire alla informazione sociale, più studi hanno studiato il sistema di ricompensa sociale ASD6,7, 8 , 9 , 10 , 11 , 12. i risultati di questi studi hanno differito, con alcune prove che fornisce il sistema di ricompensa in ASD è ipoattivo alle informazioni asociali e sociale che altri suggerendo che il sistema di ricompensa in genere funzioni per nonsocial informazioni, ma sono ipoattivo agli stimoli sociali. Uno dei motivi possibili per questi risultati incoerenti riguarda gli stimoli e la metodologia utilizzata nell’uso dei protocolli. È difficile da eguagliare ricompense sociali e asociali, in un contesto sperimentale; ad esempio, gli studi multipli hanno utilizzato una foto di un volto sorridente come la ricompensa sociale, e la ricompensa asociali è monetaria (ad esempio, ottenere denaro dopo l’esperimento è completa7,8,11). Anche se questi studi forniscono una base importante per la ricerca futura, è difficile determinare o meno i risultati si riferiscono alle differenze sociali contro la reattività asociali ricompensa in ASD o se essi sono dovuti alle differenze tra ricompensa condizioni.

L’attuale protocollo è destinato per studiare il sistema di ricompensa in bambini ad alto funzionamento con ASD utilizzando elettrofisiologia. Per esplorare le differenze tra i bambini con e senza ASD basato sulla previsione di ricompensa, è stata misurata la negatività di stimolo-precedente (SPN). Il SPN è una componente di lento-wave che riflette un’aspettativa di una ricompensa stimolo13. Il significato del nome SPN in genere è concettualizzato come anticipazione emotiva14,15,16 ed è pensato per essere riflessa da attività a insula17,18. Il SPN è spesso misurato dopo i partecipanti eseguire una risposta motoria e prima dell’inizio di feedback durante un compito decisionale19,20. Il SPN è sensibile alla grandezza di ricompensa ed è costantemente più grande ricompensa contro i no-ricompensa condizioni15,16,21. Se il SPN è in genere misurato durante compiti decisionali, i ricercatori hanno riferito che il nome SPN può essere osservato quando anticipando stimoli affettivi imminenti senza alcun compito22,23,24. Uno degli obiettivi critico dell’attuale protocollo è per eseguire un’attività sperimentale in cui le ricompense tra condizioni sociali e asociali sono abbinate per eliminare potenziali confonde. Un altro obiettivo è a prova di bambini tra i 6 e gli 11 anni. Di conseguenza, il protocollo può servire come un compito di ricompensa adatti alla loro età che i bambini possono trovare coinvolgenti senza diventare frustrato.

Protocol

Procedure che coinvolgono i partecipanti umani sono state approvate dal umano soggetto ricerca etica Comitato/Institutional Review Board presso University of California, Riverside e University of California, San Diego. 1. stimoli preparazione Nota: Le procedure descritte di seguito sono specifiche per una suite di editing disponibile in commercio (Vedi Tabella materiali); Tuttavia, altri software di editing di foto può certamente essere utilizzato. Preparare una serie di emotivo fotografie25 classificati in due espressioni facciali (felice e triste). Utilizzando precedentemente raccolto valutazioni comportamentistiche, scegliere le fotografie con le valutazioni di emozione molto accurata (in cui oltre l’80% dei partecipanti identificato l’emozione correttamente)25.Nota: Nel nostro protocollo, c’erano 33 Selezionate adulti facce (18 femmina, maschio 15). Delle 18 femmine, 9 sono caucasici, 4 sono afro-americani e 5 sono americano asiatico. Dei 15 maschi, 9 sono caucasici, 6 sono afro-americani, e non sono americano asiatico. In questo caso, foto già ritagliata e posizionata su uno sfondo bianco. È importante notare che il set di NimStim delle espressioni facciali è stato classificato e normato da adulti25. Così, è possibile che i bambini o gli adolescenti possono percepire le espressioni facciali diversamente che gli adulti che normato le immagini. Standardizzazione degli stimoli di espressione emotiva Utilizzando una suite di fotoritocco, editare le fotografie per essere in scala di grigi, quindi salvarli (nel software utilizzato qui, questa è operazione eseguita selezionando immagine | Modalità | Scala di grigi). Assicurarsi che la risoluzione è 72 pixel/pollice e che la larghezza del file è 8,5 pollici e altezza è di 11 pollici. Utilizzando un righello, modificare la larghezza della fotografia (in pixel) fino a quando il misura faccia 11 cm dall’esterno dei capelli su un lato verso l’esterno dei capelli da altro lato, e 14 cm dall’inizio dell’attaccatura dei capelli alla parte inferiore del mento. Creare il volto strapazzato stimoli freccia Scarica il plugin “scramble” (http://telegraphics.com.au/sw/product/Scramble). Estrarre lo ZIP e spostarlo su “plug-in” all’interno della cartella dell’applicazione di suite di editing. Nel programma di fotoritocco, creare una “forma personalizzata” nelle opzioni di forma . Assicurarsi che la forma è una freccia. Aprire le immagini emotivo uno alla volta. Utilizzare lo strumento selezione per selezionare solo la faccia e non lo sfondo. Selezionare filtro | Telegraphics | Scramble | OK. Selezionare la finestra di | Strati (questo dovrebbe produrre una finestra “livelli” al lato). Fare doppio clic su sfondo, quindi fare clic su ok e rinominarlo in layer 0 (qualsiasi nome va bene). Fare clic sullo strumento forma nella barra dei menu a sinistra e scegliere la forma di freccia personalizzato. Trascinare la forma di freccia in mezzo l’immagine criptata. Utilizzare Ctrl + T per trascinare la freccia al centro dell’immagine e regolare le dimensioni, quindi è lo stesso come l’immagine del viso (ad es., 11 x 14 cm). Utilizzare lo strumento angolo affinché per facce felici sulla freccia rivolta verso l’alto e per facce tristi la freccia si affaccia verso il basso. Fare clic sul layer 0 o il nome dato al punto 1.3.7. Selezionare livelli di | Gruppo con precedente. Fare clic su Select -tutto | Modificare | Copia elementi Uniti. Creare un nuovo file con la freccia su una priorità bassa bianca selezionando File | Nuovo. Il nuovo file dovrebbe essere 8,5 x 11 pollici con una risoluzione di 72 pixel/pollice. Salvare i file.Nota: Dopo questi vengono salvati, dovrebbe esserci fotografie di individui con espressioni triste, espressioni felici e le versioni strapazzate. La fotografia strapazzata con la freccia rivolta verso l’alto è l’immagine asociali per felice, e la fotografia di uova strapazzata con la freccia rivolta verso il basso è l’immagine asociali per triste. Le immagini di ricompensa Trovare un’immagine di un cracker di pesci rossi (senza nient’altro nella cornice) e scaricarlo sul computer. Aprire l’immagine di cracker di pesci rossi in una suite di editing di foto e modificarlo per essere in scala di grigi. Creare due goldfish cracker immagini: 1) uno in scala di grigi e 2) quello che è barrato (ad esempio, ha un cerchio o ovale circostante con una linea nel mezzo). Utilizzando copia | Pasta, posizionare immagini del cracker goldfish intatta intorno le immagini felice (ad es., verso l’alto freccia rivolta sia la gente sorridente). Utilizzando copia | Pasta, posizionare immagini del cracker sbarrato goldfish intorno le tristi immagini (ad es., verso il basso che indica freccia sia accigliato persone). Preparando gli stimoli in software di presentazione di elettrofisiologia (EEG) Creare due blocchi di stimoli in un pacchetto di software di presentazione di EEG. Sarà un blocco sociale (ad esempio, immagini di sorridente e accigliato facce) e l’altro sarà asociali (ad esempio, immagini di frecce di fronte verso l’alto e verso il basso). Pseudo-casuale l’ordine di stimoli in ogni blocco tale che nessuna immagine si verifica più di una volta in una fila e tale che il partecipante non vede più di tre triste o verso il basso fronte frecce o fronte felice/verso l’alto le frecce in una riga. Impostare ogni prova per contenere quanto segue: una fissazione trasversale; 2 scatole con punti interrogativi (il partecipante utilizzerà la pressione di un pulsante per indicare una scelta tra la casella di sinistra e destra); una freccia che punta alla casella il partecipante sceglie tramite la pressione del pulsante; e feedback (gli stimoli creati in precedenza).Nota: Anche se i partecipanti stanno scegliendo la casella di sinistra o a destra, se correggere (ad es., faccia felice o freccia rivolta verso l’alto verso circondato da pesci rossi intatti) o errate (ad es., triste viso o rivolto verso il basso sulla freccia circondata da barrato feedback di Goldfish) indicato è pre-programmato da casualizzazione descritto al punto 1.5.2. Così, i partecipanti possono sentire che essi sono indovinando correttamente o meno, ma in realtà la scelta non interessa quale immagine di feedback è mostrato. Visualizzare ogni processo basato sulle seguenti durate: 1) fissazione trasversale per 500 ms, 2) due caselle con punti interrogativi all’interno per 3000 ms, 3) due caselle con punti interrogativi all’interno, con una freccia che punta verso la scatola scelta dal partecipante per 2000 ms e 4) risposte (e.g., viso o faccia strapazzate immagini) per 1000 ms. vedere la Figura 1.Nota: Se i partecipanti non riescono a rispondere (tramite la pressione del pulsante) all’interno di 3000 ms, il periodo di prova e la prova successiva inizia. L’angolo di visuale atteso è un angolo di visuale orizzontale di 14,5 ° e angolo di visuale verticale di 10,67 °. 2. comportamentale procedure Reclutare i partecipanti con e senza diagnosi ASD sulla base degli orientamenti Institutional Review Board. Somministrare i test cognitivi (ad es., Wechsler abbreviato scala di intelligenza, WASI26) a tutti i partecipanti per confermare che i bambini hanno punteggi conoscitivi all’interno della bassa-media di gamma media (ad es., un IQ su vasta scala di almeno 70) .Nota: È stato stabilito che i bambini con un fondo scala QI inferiore a 70 avrebbe probabilmente difficoltà a comprendere e ricordare le direzioni di attività. Di conseguenza, un cut-off IQ di 70 è stato scelto come criterio di esclusione per la partecipazione. Per i partecipanti con una precedente diagnosi di ASD, amministrare la pianificazione di osservazione diagnostica di autismo (seconda edizione, ADOS-2)27 a confermare la loro idoneità. 3. registrazione EEG Impostare i partecipanti. Garantire che ogni partecipante si siede in una comoda sedia in una stanza poco illuminata e regolare la sedia in modo che gli individui sono 72cm lontano dallo schermo del computer. Fornire un breve tutorial sulla procedura.Nota: In questo studio, i partecipanti hanno detto quanto segue: “si sarà una partita un gioco a quiz – proprio come pick-a-mano, tranne sul computer. Vedrete 2 scatole con punti interrogativi in loro, e quindi si utilizzerà questa casella pulsante per scegliere se pensi che il diritto o casella a sinistra è quello giusto. Se pensi che la casella a sinistra è quello giusto, premere il tasto sinistro. Se pensi che la casella a destra è quello giusto, premere il tasto destro. Una volta che si sceglie, si vedrà le caselle con punti interrogativi e una freccia in mezzo mostrando che quello che hai scelto. Poi vedrai se hai capito bene. Per ognuno di essi è ottenere giusto, si otterrà 1 cracker di pesci rossi. Se non ti piace il pesce rosso, è possibile barattare per spuntini di frutta. Quando farlo bene, vedrete un anello di crackers goldfish. Ciò significa che si ottiene un goldfish cracker! Quando si sbaglia, si vedrà un anello di barrato crackers goldfish. Quando si sbaglia, non perderai alcun pesce rosso, non guadagnerai uno qualsiasi di quel tempo. Il computer verrà tenere traccia di quanti pesci rossi si ottiene, e poi ti darò che molti dopo che abbiamo tutti finito. ” Dopo il tutorial, chiedere ai partecipanti, “Ok, così che cosa vuoi fare?” seguita da, “Quello che vedrete quando farlo bene?” e “Quello che vedrete quando si sbaglia?” per confermare che comprendano l’attività. Se non sembrano capire, spiegare di nuovo fino a quando non sono in grado di rispondere a queste domande correttamente. Utilizzare un tappo di EEG con 32 Ag/AgCl elettrodi nel sistema internazionale 10-20, con ulteriori verticale (VEOG) e orizzontale (HEOG) elettrodi per catturare il movimento degli occhi. Misurare la testa del partecipante per determinare quali dimensioni cap è appropriato per la dimensione della testa. Utilizzando un ago smussato, pre-gel il tappo da iniettare gli elettrodi gel conduttivo. Collegare il tappo di EEG all’amplificatore con un filtro passa-basso a 70 Hz, un filtro passa-alto direttamente accoppiato (DC), un filtro notch 60Hz e 500 Hz frequenza di campionamento. Montare il tappo di EEG alla testa del partecipante, tale che l’elettrodo “Cz” si trova al centro del cuoio capelluto (ad es., metà del nasion a inion) secondo il sistema 10-20. Utilizzando un ago smussato o bastone di legno sterile, turbinio all’interno dell’elettrodo per spostare tutti i capelli e lasciare che il gel a contatto del cuoio capelluto. Utilizzare un misuratore di impedenza (o il computer di EEG) per assicurarsi che l’impedenza sia di sotto 10 KΩ per un sistema di bassa impedenza e 50 KΩ per un sistema ad alta impedenza. Una volta che tutti gli elettrodi sul tappo mostrano livelli di impedenza accettabile, posizionare gli elettrodi HEOG e VEOG. Posizionare gli elettrodi HEOG al canthus di ogni occhio e di elettrodi VEOG sopra e sotto l’occhio. Se eventuali elettrodi hanno livelli di impedenza di sopra delle soglie accettabili indicate in precedenza, registrarli in un quaderno o sul computer. Iniziano i blocchi sperimentali, controbilanciare l’ordine dei blocchi (per esempio, sociale e asociali) tra i partecipanti. Assicurarsi che il computer di EEG è la registrazione, vengono sincronizzate sul computer di EEG e registrazione, e gli eventi vengono inviati correttamente. Dare ai partecipanti le interruzioni di 30 secondi dopo ogni 15 prove (circa ogni 2-3 minuti) per consentire loro di muoversi se necessario.Nota: Anche se nessun indicazioni esplicite sono state date ai bambini per quanto riguarda il movimento, i partecipanti hanno detto di utilizzare interruzioni per “get the wiggles”, “uscire qualche energia”, o per eseguire tutti i movimenti che volevano. Tra i blocchi, dare ai partecipanti una pausa più lunga (circa 5 minuti). Dopo ogni blocco, chiedere ai partecipanti di compilare una scala di Likert 4-domanda su quanto hanno apprezzato molto il gioco di indovinare e quante volte si sono sentiti che hanno potuto ottenere le risposte corrette. Dopo che entrambi i blocchi sono stati completati e i partecipanti hanno compilato due questionari di Likert, togliere il tappo di EEG e consentire loro di lavarsi i capelli. Fornire il pagamento (o un equivalente “premio”) per i partecipanti e le loro famiglie. Pulire e sterilizzare il tappo di EEG. 4. elaborazione dei dati EEG Nota: Le procedure e i comandi descritti in questa sezione sono specifici per EEGLAB ed ERPlab toolboxes28. In ERPlab, filtrare i dati di EEG utilizzando un filtro passa-alto del filtro.01 Hz e passa-basso di 30 Hz. Scartare (in ERPlab) o interpolare (in EEGLAB) canali cattivi che sembrano avere ad alta impedenza e/o sono stati problematici durante la registrazione (ad es., perdita il contatto con la pelle durante la registrazione). Ri-utilizzando le operazioni del canale EEG GUI (in ERPlab), fare riferimento ai dati di EEG utilizzando la media degli elettrodi sinistra e destra mastoid (elettrodi mastoid sono stati scelti come riferimento a causa di non avere un array di elettrodi denso; in tal caso, gli esperti a volte suggerire utilizzando la media di riferimento29, e perché utilizzando la media di entrambi gli elettrodi mastoid è meno problematico per gli effetti di lateralità contro un singolo mastoid30). Se si utilizza la media di mastoid elettrodi per ri-fare riferimento a, quei due elettrodi devono fornire un segnale chiaro. Se entrambi mastoid elettrodo ha un segnale di scarsa qualità (ad es., con ad alta impedenza) o perso il contatto con la pelle durante la registrazione, non utilizzare i dati del partecipante per l’analisi. Utilizzare il menu a discesa EVENTLIST in ERPlab per creare un EEG Eventliste assegnare codici dal computer stimolo a bidoni utilizzando BINLISTER. Utilizzando il menu a discesa Estrarre basati su bin epoche in ERPlab, segmentare i dati EEG continui in epoche di stimolo-bloccato e previsione corretta. Per misurare la negatività di stimolo-precedente (SPN), utilizzare epoca da -2200 a 100 ms (linea di base di -2200 a-2000 ms). Per misurare l’elaborazione ricompensa o attività cerebrale post-stimolo, utilizzare epoca da -200 a 800 ms (linea di base di da -200 a 0 ms). Tracciare i dati in EEGlab, evidenziate e scartare le epoche che sembrano contenere batter occhio non artefatti (ad es., eccessivo rumore o movimento del motore). Scegliere Eseguire ICA sui dati epoched. Tracciare i componenti indipendenti (selezionare trama | Attivazioni di componente) e identificare eventuali artefatti da movimento degli occhi e lampeggia. Rimuovere i componenti identificati come movimenti oculari o occhio batter artefatti. Per controllare se i componenti contrassegnati per la rimozione sono responsabili del movimento di occhio, scegliere dati di prova singola trama per visualizzare i dati con i componenti identificati rimossi. Dopo aver rimosso i movimenti oculari e lampeggia, accettare la rimozione di componenti identificati. In strumenti di ERPlab, selezionare rifiuto di artefatto nei dati epoched | Procedura di picco-picco di finestra di spostamento. Nello studio corrente, sono stati utilizzati un 200 ms movimento finestra, finestra istruzione di 100 ms e soglia di tensione di 150 mV. Calcolare la media ERPs. Assicurarsi di utilizzare le impostazioni predefinite, verrà scartato che dichiarano che tutte le epoche contrassegnati per la rimozione dalla media ERP. Per analizzare l’attività cerebrale medio che si verificano prima dell’inizio degli stimoli, estrazione (nel passaggio 4,11) dovrebbe verificarsi durante gli ultimi 200 ms prima dell’inizio di stimolo (per esempio, -210 a-10 ms) dagli elettrodi di interesse. In caso di negatività di stimolo-precedente (SPN), elettrodi di interesse includono: F3/F4, C3/C4, P3/P4 e T5/T6 (Nota che in alcuni sistemi, elettrodi temporali in questa regione sono etichettati T6/T7 o T3/T4).Nota: -210 a ms-10 è stato scelto in questo protocollo, piuttosto che da -200 a 0 ms per evitare la contaminazione di attività cerebrale non relazionati con il nome SPN (ad esempio, l’inizio dell’attività neurale quando gli stimoli di feedback è mostrato a 0 ms). Per esportare i dati numerici per l’analisi, utilizzare lo strumento di misurazione di ERP.Nota: Questo strumento permette ai ricercatori di specificare latenza o informazione relativa all’ampiezza, le finestre di tempo di interesse e gli elettrodi di interesse. Ampiezza è calcolabile come il picco locale in una determinata finestra temporale, o come l’ampiezza media di una determinata finestra temporale. Scarica i dati numerici in un file. txt. Se necessario, esportare i dati in excel o copia e incolla in un programma di analisi statistica (ad esempio, SPSS o JMP). 5. differenze di elaborazione per l’analisi ERSP Iniziare con il file creato nel passaggio 4,11 (ad esempio, il file epoched con tutte le procedure di rifiuto artefatto completo). Utilizzare il EEGlab “newtimef” plug-in per ottenere un tempo x trasformazione di frequenza con valori per ogni punto nel tempo, la frequenza e la prova. Per misurare l’attività anticipatoria banda alfa, calcolare i valori medi da 8 a 12 Hz. Calcolare la media attivazione prima dell’inizio di feedback (per esempio, -2200 a-100 ms con previsione di -2200 a-2000 ms) negli stessi elettrodi utilizzati per il nome SPN. Per calcolare alfa asimmetria prima del feedback, sottrarre il potere di registro nell’emisfero di sinistra dall’emisfero destro.Nota: Per calcolare l’attivazione ERSP dopo l’inizio di feedback, dati avrebbero bisogno di essere ri-analizzati e ri-raggruppati in epoche utilizzando una finestra di tempo diversi (ad es., da -200 a 800 ms con previsione di -200 su 0 ms). 6. elaborazione statistica Incollare i dati numerici estratti nella sezione 4 (passaggi 4.11 e 4.12) in un programma di statistico (ad esempio, SPSS o JMP). Condurre le misure ripetute ANOVA nel software statistico per i valori medi di ERPs per confrontare attività cerebrale tra gli emisferi (sinistra, destra), posizioni degli elettrodi (frontale, centrale, temporali, parietali), condizioni (viso, freccia) e gruppi (autismo disturbo dello spettro, con sviluppo tipico).Nota: Emisfero, posizionamento degli elettrodi e le condizioni sono fattori di entro-oggetti, e il gruppo è un fattore tra soggetti. Se posizione emisfero o elettrodo non è statisticamente significativa, crollo in tutto per le analisi future. Se la relazione tra misure comportamentali (ad es., Punteggio di severità ADOS) ed ERPs è di interesse, analisi di correlazione possono essere eseguiti.

Representative Results

Progettazione di esperimenti di confrontare sistematicamente attività cerebrale con sociale contro stimoli di ricompensa non sociale è complessa, a causa delle difficoltà inerenti a equiparare ricompense sociali e non sociale. Figura 1 rappresenta stimoli da un protocollo sperimentale progettato per indagare le risposte neurali alla ricompensa mentre controllavano per proprietà di ricompensa. In particolare, questo paradigma è stato progettato per (i) mantenere ricompense coerenti tra sperimentazioni sociali e asociali, (ii) il controllo per la proprietà di stimolo fisico tra sperimentazioni sociali e asociali e (iii) essere adeguate all’età da 6 a 11-anno-vecchi bambini con e senza autismo. Figura 2 descrive le risposte ERP come anticipano ai partecipanti stimoli sociali e non sociale. Si noti che poiché il protocollo attuale è stato progettato per misurare l attesa ricompensa (SPN), le epoche visualizzate sono in gran parte prima dell’inizio di feedback (che si verificano a 0 ms nelle figure). Questi risultati indicano che in genere in via di sviluppo i bambini (TD) anticipano stimoli di ricompensa accompagnati dai volti più robusto rispetto ai bambini con ASD. Inoltre, anche se i bambini TD anticipano faccia stimoli significativamente più di non-facciali stimoli, i bambini con ASD evidentemente non mostrano differenze significative nell’attività cerebrale tra condizioni. Figura 1 : Schema di presentazione dello stimolo e la tempistica. Feedback per la condizione sociale (faccia) è mostrato nella colonna di sinistra. Feedback per la condizione (non-facciali) asociali è mostrato nella colonna di destra. Feedback per risposte “corrette” appare in alto, e di seguito è riportato il feedback per risposte “errate”. Questa figura è ristampata con permesso12. Clicca qui per visualizzare una versione più grande di questa figura. Figura 2 : Grand media di forme d’onda per TD bambini e quelli con ASD dal nome SPN in risposta a sociale/facce (a sinistra) e nonsocial/frecce (a destra). Bambini di TD sono rappresentati da una linea continua e i bambini con ASD da una linea tratteggiata. L’area tra -210 e ms-10, utilizzato per l’analisi statistica, viene evidenziato con una casella grigia. Questa figura è stata modificata da una precedente pubblicazione6. Clicca qui per visualizzare una versione più grande di questa figura. 

Discussion

L’articolo attuale descrive gli stimoli, processo di raccolta dati e analisi di dati ERP in un paradigma di ricompensa per i bambini. In questo paradigma, i bambini giocare un gioco a quiz simile a pick-a-mano sul feedback computer e vedere se la loro ipotesi è corretta o errata. Risultati ERP per anticipazione di ricompensa (attività cerebrale prima dell’inizio del feedback) erano costanti con la negatività di stimolo-precedente (SPN). Tra le condizioni, i risultati indicano che i bambini TD anticipano stimoli di ricompensa accompagnati dai volti più fortemente di stimoli di ricompensa accompagnati da immagini non-facciali6. Tra i gruppi di bambini, i risultati indicano che i bambini TD anticipano stimoli viso che significativamente più di bambini con autismo fare. Questi risultati sono entusiasmanti, come essi forniscono importanti informazioni sulle informazioni come sociale e asociali sono anticipati in bambini con autismo. Ciò è particolarmente importante per favorire la comprensione dei meccanismi neurali dell’autismo e fornire supporto per l’ipotesi di motivazione sociale. Questi risultati forniscono informazioni utili per la creazione e il perfezionamento degli interventi, come sottolinea l’importanza della motivazione sociale per i bambini con ASD; ad esempio, può essere importante per gli interventi di esplicitamente tenta di aumentare il valore di ricompensa delle parti sociali per colpire direttamente la motivazione sociale in questa popolazione.

Questo protocollo è utile per misurare l’attività cerebrale anticipatoria in bambini con e senza ASD e i dati forniscono la prova che questo tipo di attività cerebrale può essere suscitato in modo affidabile e con successo nei bambini dai 6 anni. Inoltre, questo metodo consente sociale e asociali condizioni per essere confrontati direttamente senza la presenza di confonde legate alla proprietà di ricompensa (dato che la ricompensa per le risposte corrette era pesce rosso in entrambe le condizioni). Nel protocollo attuale, facce erano uova strapazzate e una forma di freccia è stata creata. Questa procedura consente di mantenere le proprietà di stimolo fisico delle facce nella condizione di nonsocial (non-facciali). Questo protocollo può essere utile per le indagini future in sottogruppi di ASD (ad es., alcuni bambini con ASD sono socialmente più motivati rispetto ad altri) e potrebbero essere utilizzati per meglio comprendere perché alcuni bambini rispondono in modo più efficace rispetto ad altri per taluni interventi.

Non ci sono limitazioni per l’approccio corrente che devono essere presi in considerazione. In primo luogo, il paradigma descritto sopra è utile per i bambini tra i 6 e gli 11 anni con e senza ASD che abbiano capacità cognitive nella gamma media. Dati pilota di età inferiore ai 6 bambini con sviluppo tipico non sono riusciti, come i bambini erano confusi dalle direzioni e non hanno capito le istruzioni del gioco. Nel protocollo attuale, criteri di esclusione incluso un scala reale Punteggio QI inferiore a 70. Di conseguenza, il paradigma corrente non può essere appropriato per i bambini con un mentale o età anagrafica inferiore a 6. Tuttavia, è possibile modificare l’attuale protocollo, quindi è opportuno per gli individui con IQs inferiore e i bambini più piccoli. Alcune modifiche per renderlo più appropriato per i bambini piccoli come i più piccoli attualmente stanno studiandi. Tali modifiche includono la modifica dell’attività per essere passivo (per esempio, avendo bambini orologio stimoli che compaiono a intervalli prevedibile in un disegno di blocco) e utilizzando un paradigma di S1/S224. In tale progetto, il contenuto di S1 in modo affidabile fornisce informazioni sul contenuto di S2 (ad es., se S1 è un quadrato, poi S2 sarà un volto; se S1 è un cerchio, poi S2 sarà una freccia). In alternativa, la struttura di temporizzazione del paradigma corrente potrebbe essere utilizzata per creare un protocollo uditivo anticipatorio.

In ASD, sarebbe di interesse per usare i comandi vocali versus gruppi di non-discorso e misurare l’attività cerebrale in bambini con ASD che sono non-verbale e hanno difficoltà a rispondere alle istruzioni o per partecipare a stimoli visivi31. Concernenti la prima limitazione, si deve osservare che risultati da bambini con ASD che hanno capacità cognitive nell’intervallo medio non sono probabilmente rappresentante dello spettro autismo intero – che, per definizione, cattura una vasta gamma di livelli di funzionamento. Di conseguenza, questi risultati rappresentativi non possono essere estrapolati a tutti i bambini con ASD. Infine, è importante notare che gli stimoli utilizzati nel protocollo corrente erano normati da adulti, piuttosto che i bambini. Pertanto, gli studi futuri dovrebbero considerare utilizzando un set di stimolo delle espressioni facciali normate dai bambini.

Divulgations

The authors have nothing to disclose.

Acknowledgements

Ringraziamo tutti i bambini e le famiglie che hanno partecipato i protocolli descritti. Spese di pubblicazione sono state pagate da Brain Products.

Materials

EEG cap ElectroCap International E1-SM/ E1-S/XSM Electro-Cap – Small (50-54 cm)/Electro-Cap -Small/Extra Small
NeuroScan 4.5 Neuro Scan https://compumedicsneuroscan.com/tag/scan/ EEG Recording Software
Stim2 Neuro Scan https://compumedicsneuroscan.com/product/stim2-precise-stimulus-presentation/ Stimulus Presentation Software
JMP Pro 11  SAS https://www.jmp.com/en_us/software/buy-jmp.html Statistical analysis software
NimStim Face Stimulus Set  N/A, open source images  Open source, Available at https://www.macbrain.org/resources.htm  Face Images 
EEGlab N/A, free software N/A, free software EEG analysis software (free download)
ERPlab N/A, free software N/A, free software EEG analysis software (free download)
Photoshop Photoshop https://www.photoshop.com Adobe Photoshop, image editing software
Photoshop 'scramble' plug-in Telegraphics http://telegraphics.com.au/sw/product/Scramble photoshop plug-in to scramble images 
NUAMPS EEG AMPLIFIERd Neuro Scan http://compumedicsneuroscan.com/wp-content/uploads/NuAmps-Brochure.pdf EEG amplifier 

References

  1. Association, P. . Diagnostic and Statistical Manual of Mental Disorders: DSM 5. , (2013).
  2. Mundy, P. The neural basis of social impairments in autism: the role of the dorsal medial-frontal cortex and anterior cingulate system. Journal of Child Psychology and Psychiatry. 44 (6), 793-809 (2003).
  3. Neuhaus, E., Beauchaine, T. P., Bernier, R. Neurobiological correlates of social functioning in autism. Clinical Psychology Reviews. 30 (6), 733-748 (2010).
  4. Dawson, G., Webb, S. J., McPartland, J. Understanding the nature of face processing impairment in autism: insights from behavioral and electrophysiological studies. Developmental Neuropsychology. 27 (3), 403-424 (2005).
  5. Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., Schultz, R. T. The social motivation theory of autism. Trends in Cognitive Science. 16 (4), 231-239 (2012).
  6. Stavropoulos, K. K., Carver, L. J. Reward anticipation and processing of social versus nonsocial stimuli in children with and without autism spectrum disorders. Journal of Child Psychology and Psychiatry. 55 (12), 1398-1408 (2014).
  7. Kohls, G., et al. Reward system dysfunction in autism spectrum disorders. Social Cognitive and Affective Neuroscience. 8 (5), 565-572 (2013).
  8. Scott-Van Zeeland, A. A., Dapretto, M., Ghahremani, D. G., Poldrack, R. A., Bookheimer, S. Y. Reward processing in autism. Autism Research. 3 (2), 53-67 (2010).
  9. Dichter, G. S., Richey, A., Rittenberg, A. M., Sabatino, A., Bodfish, J. W. Reward Circuitry Function in Autism During Face Anticipation and Outcomes. Journal of Autism and Developmental Disorders. 42, 147-160 (2012).
  10. Richey, J. A., et al. Common and distinct neural features of social and non-social reward processing in autism and social anxiety disorder. Social Cognitive and Affective Neuroscience. 9 (3), 367-377 (2014).
  11. Delmonte, S., et al. Social and monetary reward processing in autism spectrum disorders. Molecular Autism. 3, 1-13 (2012).
  12. Stavropoulos, K. K., Carver, L. J. Oscillatory rhythm of reward: anticipation and processing of rewards in children with and without autism. Molecular Autism. 9, 4 (2018).
  13. Damen, E. J., Brunia, C. H. Changes in heart rate and slow brain potentials related to motor preparation and stimulus anticipation in a time estimation task. Psychophysiology. 24 (6), 700-713 (1987).
  14. Chwilla, D. J., Brunia, C. H. Event-related potentials to different feedback stimuli. Psychophysiology. 28 (2), 123-132 (1991).
  15. Kotani, Y., et al. Effects of information and reward on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 40 (5), 818-826 (2003).
  16. Kotani, Y., Hiraku, S., Suda, K., Aihara, Y. Effect of positive and negative emotion on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 38 (6), 873-878 (2001).
  17. Kotani, Y., et al. The role of the right anterior insular cortex in the right hemisphere preponderance of stimulus-preceding negativity (SPN): an fMRI study. Neuroscience Letters. 450 (2), 75-79 (2009).
  18. Kotani, Y., et al. Source analysis of stimulus-preceding negativity constrained by functional magnetic resonance imaging. Biological Psychology. 111, 53-64 (2015).
  19. Brunia, C. H., van Boxtel, G. J. M., Böcker, K. B. E. . The Oxford Handbook of Event-Related Potential Components. , (2011).
  20. van Boxtel, G. J. M., Böcker, K. B. E. Cortical Measures of Anticipation. Journal of Psychophysiology. 18 (2-3), 61-76 (2004).
  21. Ohgami, Y., Kotani, Y., Hiraku, S., Aihara, Y., Ishii, M. Effects of reward and stimulus modality on stimulus-preceding negativity. Psychophysiology. 41 (5), 729-738 (2004).
  22. Takeuchi, S., Mochizuki, Y., Masaki, H., Takasawa, N., Yamazaki, K. Stimulus preceding negativity represents arousal induced by affective picture. International Congress Series. (1278), (2005).
  23. Parker, A. B., Gilbert, D. G. Brain activity during anticipation of smoking-related and emotionally positive pictures in smokers and nonsmokers: a new measure of cue reactivity. Nicotine & Tobacco Research. 10 (11), 1627-1631 (2008).
  24. Poli, S., Sarlo, M., Bortoletto, M., Buodo, G., Palomba, D. Stimulus-preceding negativity and heart rate changes in anticipation of affective pictures. International Journal of Psychophysiology. 65 (1), 32-39 (2007).
  25. Tottenham, N., et al. The NimStim set of facial expressions: judgments from untrained research participants. Psychiatry Research. 168 (3), 242-249 (2009).
  26. Wechsler, D. Wechlser Abbreviated Scale of Intelligence (WASI). The Psychological Corporation. , (1999).
  27. Lord, C., et al. Autism Diagnostic Observation Schedule: ADOS-2. Western Psychological Services. , (2012).
  28. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213 (2014).
  29. Luck, S. J. . An introduction to the event-related potential technique. , (2005).
  30. Bruder, G. E., Kayser, J., Tenke, C. E. . Oxford handbook of event-related potential components. , (2012).
  31. Yau, S. H., McArthur, G., Badcock, N. A., Brock, J. Case study: auditory brain responses in a minimally verbal child with autism and cerebral palsy. Frontiers in Neuroscience. 9, 208 (2015).

Play Video

Citer Cet Article
Stavropoulos, K. K., Carver, L. J. An Electrophysiology Protocol to Measure Reward Anticipation and Processing in Children. J. Vis. Exp. (140), e58348, doi:10.3791/58348 (2018).

View Video