使用种族模型不平等来量化行为多感官整合效应
Özet
目前的研究旨在提供一个逐步教程,用于计算多感官整合效应的幅度,以促进不同临床人群的转化研究的产生。
Abstract
多感官整合研究研究大脑如何处理同时的感官信息。对动物(主要是猫和灵长类动物)和人类的研究表明,完整的多感官整合对于现实世界中的功能至关重要,包括认知和身体活动。在过去几十年中进行的大部分研究都记录了使用各种心理物理、电生理学和神经成像技术进行多感官整合的影响。虽然已经报道了它的存在,但用于确定多感官整合效应程度的方法各不相同,通常面临许多批评。下面概述了以前行为研究的局限性,并提供了一个分步教程,用于使用稳健的概率模型计算多感官积分效应的幅度。
Introduction
感官系统的相互作用对于日常功能至关重要。虽然使用各种感官组合和不同的神经科学方法在广泛的人群中测量多感官整合效应,包括但不限于心理物理、电生理学和神经成像方法]1,2,3,4,5,6,7,8,9,目前的黄金标准缺乏多感官整合的量化。鉴于多感官实验通常包含行为成分,反应时间(RT)数据经常被检查,以确定是否存在一种称为冗余信号效应10的众所周知的现象。顾名思义,同时的感官信号提供冗余信息,这通常会产生更快的RT。 种族和共激活模型被用来解释上述冗余信号效应11。在竞赛模型下,处理速度最快的单感官信号是比赛的获胜者,并负责产生行为反应。然而,当对多感官刺激的反应比种族模型预测的要快时,就会发生共同激活的证据。
早期版本的种族模型是固有的争议12,13,因为他们被一些人称为过于保守的14,15,并据称包含关于独立性的限制在多感官条件中固有的组成单感官检测时间16。为了解决其中一些限制,科洛尼乌斯和迪迪里希16开发了一个更传统的种族模型测试:
,
将单感官条件的累积分布频率(CDF)(例如,A和B;上限为1)与同时多感官条件(例如AB)的CDF进行比较,以达到任何给定的延迟(t )11, 16,17.一般来说,CDF确定RT在给定RT范围内发生的频率,除以刺激演示的总数(即试验)。如果实际多感官条件的
CDF 小于或等于从单感官条件派生的预测 CDF
,
然后种族模型被接受,并且没有感官整合的证据。但是,当多感官 CDF 大于从单感官条件派生的预测 CDF 时,将拒绝比赛模型。对种族模型的排斥表明,来自冗余感官源的多感官相互作用以非线性方式结合,导致RT加速(例如RT促进)加速到多感官刺激。
多感官研究人员面临的一个主要障碍是如何最好地量化整合效应。例如,在最基本的行为多感官范式中,要求参与者执行简单的反应时间任务,收集有关准确性和速度的信息。这种多感官数据可以在面值下使用,或使用各种数学应用进行操作,包括但不限于最大可能性估计18、19、CDFs11以及各种其他统计方法。我们以前的大多数多感官研究都采用定量和概率方法,其中多感官综合效应的计算方法为 1)从平均反应时间将平均反应时间 (RT) 减去到多感官事件(RT)到最短的单感官事件,2)通过使用CDF来确定RT促进是否由多余感官信息8、20、21的协同相互作用产生。22,23.然而,前一种方法可能对综合过程中的个体差异不敏感,研究人员自认为,后来的方法(即CDFs)可以为量化多感官提供更好的代理综合效应24。
Gondan和Minakata最近发表了一个教程,关于如何准确测试种族模型不平等(RMI),因为研究人员经常在获取和预处理阶段的RT数据收集和准备25无数错误。首先,作者认为,在设置了某些优先次序最小值和最大 RT 限制的情况下,应用数据修整过程是不利的。他们建议将慢速和省略的响应设置为无穷大,而不是排除。其次,鉴于 RMI 在任何延迟时都可能遭到违反,因此通常使用多个 t 检验测试在不同时间点(即分位数)测试 RMI;不幸的是,这种做法导致第一类错误增加,统计能力大大降低。为了避免这些问题,建议在一个特定时间范围内测试 RMI。一些研究人员认为,测试反应的最快四分位数(0-25%)26或一些预先识别的窗口(即10-25%)24,27是有意义的,因为通常观察到多感官积分效应在那个时间间隔内;但是,我们认为要测试的百分位数范围必须由实际数据集决定(请参阅协议第 5 节)。依赖来自年轻人的已公布数据或计算机模拟的问题在于,老年人的RT分布非常不同,这可能是由于与年龄相关的感觉系统下降。种族模型显著性测试只应在研究组实际和预测 CDF 之间组平均差波的违反部分(正值)进行测试。
为此,使用传统测试16和Gondan及其同事25提出的原则,证明了健康老年人多感官整合的保护作用。事实上,视觉感觉RMI(多感官整合的代理)的较大幅度被发现与更好的平衡性能、较低的事故坠落概率和增加的空间步态性能有关28,29 。
当前实验的目的是为研究人员提供一个分步教程,以使用 RMI 计算多感官集成效应的大小,从而促进跨区域增加各种翻译研究的编制许多不同的临床人群。请注意,目前研究中提供的数据来自最近发表的对健康老年人28、29进行的视觉体感实验,但这种方法可以应用于不同人群的不同实验设计,利用多感官组合的宽阵列。
Protocol
Representative Results
Discussion
目前的研究目标是详细说明建立强大的多感官整合表型背后的过程。在这里,我们提供获得多感官积分效应所需的必要和关键步骤,这些效应可用于预测依赖类似神经电路的重要认知和运动结果。我们的总体目标是提供一个分步教程,用于计算多感官整合的幅度,以促进不同临床人群和年龄范围的创新和新颖的翻译多感官研究。
如上所述,Gondan 及其同事概述了这一点,因此保存个人?…
Açıklamalar
The authors have nothing to disclose.
Acknowledgements
目前的工作由国家卫生研究所(K01AG049813至JRM)的国家老龄问题研究所支持。补充资金由阿尔伯特·爱因斯坦医学院的雷斯尼克老年学中心提供。特别感谢所有志愿者和科研人员为这个项目提供的特殊支持。
Materials
| stimulus generator | Zenometrics, LLC; Peekskill, NY, USA | n/a | custom-built |
| Excel | Microsoft Corporation | spreadsheet program | |
| Eprime | Psychology Software Tools (PST) | stimulus presentation software |
Referanslar
- Foxe, J., et al. Auditory-somatosensory multisensory processing in auditory association cortex: an fMRI study. Journal of Neurophysiology. 88 (1), 540-543 (2002).
- Molholm, S., et al. Multisensory auditory-visual interactions during early sensory processing in humans: a high-density electrical mapping study. Brain Research: Cognitive Brain Research. 14 (1), 115-128 (2002).
- Murray, M. M., et al. Grabbing your ear: rapid auditory-somatosensory multisensory interactions in low-level sensory cortices are not constrained by stimulus alignment. Cerebral Cortex. 15 (7), 963-974 (2005).
- Molholm, S., et al. Audio-visual multisensory integration in superior parietal lobule revealed by human intracranial recordings. Journal of Neurophysiology. 96 (2), 721-729 (2006).
- Peiffer, A. M., Mozolic, J. L., Hugenschmidt, C. E., Laurienti, P. J. Age-related multisensory enhancement in a simple audiovisual detection task. Neuroreport. 18 (10), 1077-1081 (2007).
- Brandwein, A. B., et al. The development of audiovisual multisensory integration across childhood and early adolescence: a high-density electrical mapping study. Cerebral Cortex. 21 (5), 1042-1055 (2011).
- Girard, S., Collignon, O., Lepore, F. Multisensory gain within and across hemispaces in simple and choice reaction time paradigms. Experimental Brain Research. 214 (1), 1-8 (2011).
- Mahoney, J. R., Li, P. C., Oh-Park, M., Verghese, J., Holtzer, R. Multisensory integration across the senses in young and old adults. Brain Research. 1426, 43-53 (2011).
- Foxe, J. J., Ross, L. A., Molholm, S., Stein, B. E. Ch. 38. The New Handbook of Multisensory Processing. , 691-706 (2012).
- Kinchla, R. Detecting target elements in multielement arrays: A confusability model. Perception and Psychophysics. 15, 149-158 (1974).
- Miller, J. Divided attention: Evidence for coactivation with redundant signals. Cognitive Psychology. 14 (2), 247-279 (1982).
- Eriksen, C. W., Goettl, B., St James, J. D., Fournier, L. R. Processing redundant signals: coactivation, divided attention, or what?. Perception and Psychophysics. 45 (4), 356-370 (1989).
- Mordkoff, J. T., Yantis, S. An interactive race model of divided attention. Journal of Experimental Psychology: Human Perception and Performance. 17 (2), 520-538 (1991).
- Miller, J. Timecourse of coactivation in bimodal divided attention. Perception and Psychophysics. 40 (5), 331-343 (1986).
- Gondan, M., Lange, K., Rosler, F., Roder, B. The redundant target effect is affected by modality switch costs. Psychonomic Bulletin Review. 11 (2), 307-313 (2004).
- Colonius, H., Diederich, A. The race model inequality: interpreting a geometric measure of the amount of violation. Psychological Review. 113 (1), 148-154 (2006).
- Maris, G., Maris, E. Testing the race model inequality: A nonparametric approach. Journal of Mathematical Psychology. 47 (5-6), 507-514 (2003).
- Clark, J. J., Yuille, A. L. . Data Fusion for Sensory Information Processing Systems. , (1990).
- Ernst, M. O., Banks, M. S. Humans integrate visual and haptic information in a statistically optimal fashion. Nature. 415 (6870), 429-433 (2002).
- Mahoney, J. R., Verghese, J., Dumas, K., Wang, C., Holtzer, R. The effect of multisensory cues on attention in aging. Brain Research. 1472, 63-73 (2012).
- Mahoney, J. R., Holtzer, R., Verghese, J. Visual-somatosensory integration and balance: evidence for psychophysical integrative differences in aging. Multisensory Research. 27 (1), 17-42 (2014).
- Mahoney, J. R., Dumas, K., Holtzer, R. Visual-Somatosensory Integration is linked to Physical Activity Level in Older Adults. Multisensory Research. 28 (1-2), 11-29 (2015).
- Dumas, K., Holtzer, R., Mahoney, J. R. Visual-Somatosensory Integration in Older Adults: Links to Sensory Functioning. Multisensory Research. 29 (4-5), 397-420 (2016).
- Couth, S., Gowen, E., Poliakoff, E. Using race model violation to explore multisensory responses in older adults: Enhanced multisensory integration or slower unisensory processing. Multisensory Research. 31 (3-4), 151-174 (2017).
- Gondan, M., Minakata, K. A tutorial on testing the race model inequality. Attention, Perception & Psychophysics. 78 (3), 723-735 (2016).
- Gondan, M. A permutation test for the race model inequality. Behavior Research Methods. 42 (1), 23-28 (2010).
- Kiesel, A., Miller, J., Ulrich, R. Systematic biases and Type I error accumulation in tests of the race model inequality. Behavior Research Methods. 39 (3), 539-551 (2007).
- Mahoney, J., Cotton, K., Verghese, J. Multisensory Integration Predicts Balance and Falls in Older Adults. Journal of Gerontology: Medical Sciences. , (2018).
- Mahoney, J. R., Verghese, J. Visual-Somatosensory Integration and Quantitative Gait Performance in Aging. Frontiers in Aging Neuroscience. 10, 377 (2018).
- Yueh, B., et al. Long-term effectiveness of screening for hearing loss: the screening for auditory impairment–which hearing assessment test (SAI-WHAT) randomized trial. Journal of the American Geriatrics Society. 58 (3), 427-434 (2010).
- Galvin, J. E., et al. The AD8: a brief informant interview to detect dementia. Neurology. 65 (4), 559-564 (2005).
- Galvin, J. E., Roe, C. M., Xiong, C., Morris, J. C. Validity and reliability of the AD8 informant interview in dementia. Neurology. 67 (11), 1942-1948 (2006).
- Buschke, H., et al. Screening for dementia with the memory impairment screen. Neurology. 52 (2), 231-238 (1999).
