Dieser Artikel beschreibt die halbautomatische Messung der Amplituden und Latenzen der ersten fünf Spitzen und Täler in der Wellenform der auditiven Hirnstammantwort. Eine zusätzliche Routine kompiliert und kommentiert die Daten in einer Tabelle für die Analyse des Experimentators. Diese freien Computerroutinen werden mit dem Open-Source-Statistikpaket R ausgeführt.
Viele Berichte in den letzten 15 Jahren haben Veränderungen in der auditiven Hirnstammreaktion (ABR) Wellenform nach Beleidigungen wie Lärmbelastung bewertet. Zu den üblichen Änderungen gehören eine Verringerung der Amplitude von Peak 1 und der relativen Latenzen der späteren Peaks sowie eine erhöhte zentrale Verstärkung, die sich in einem relativen Anstieg der Amplituden der späteren Peaks im Vergleich zur Amplitude von Peak 1 widerspiegelt. Viele Experimentatoren identifizieren die Spitzen und Täler visuell, um ihre relativen Höhen und Latenzen zu beurteilen, was ein mühsamer Prozess ist, wenn die Wellenformen in Schritten von 5 dB im gesamten Hörbereich für jede Frequenz und Bedingung gesammelt werden. Dieses Papier beschreibt freie Routinen, die in der Open-Source-Plattform R mit der RStudio-Schnittstelle ausgeführt werden können, um die Messungen der Spitzen und Täler von auditiven Hirnstammreaktionswellenformen (ABR) halb zu automatisieren. Die Routinen identifizieren die Amplituden und Latenzen von Spitzen und Tälern, zeigen diese auf einer generierten Wellenform zur Inspektion an, ordnen und kommentieren die Ergebnisse in einer Tabelle für die statistische Analyse und generieren gemittelte Wellenformen für Abbildungen. In Fällen, in denen der automatisierte Prozess die ABR-Wellenform falsch identifiziert, gibt es ein zusätzliches Werkzeug, das bei der Korrektur hilft. Ziel ist es, den Zeit- und Arbeitsaufwand für die Analyse der ABR-Wellenform zu reduzieren, damit in Zukunft mehr Forscher diese Analysen einbeziehen können.
Die auditorische Hirnstammantwort (ABR) wird häufig verwendet, um Hörschwellen bei Tieren und menschlichen Säuglingen zu bestimmen. Da das ABR ein Elektroenzephalogramm (EEG) ist, das die ersten Reaktionen des Nervensystems auf auditive Reize aufzeichnet, enthält es zusätzliche Informationen, die das koordinierte Abfeuern von Cochlea-Spiralganglienneuronen und die frühe Signalverarbeitung im auditorischen Hirnstamm widerspiegeln, einschließlich der bilateralen Verarbeitung1. Diese Reaktionen können durch Lärmtraumata beeinflusst werden. Beispielsweise kann eine Lärmbelastung, die ausreicht, um eine vorübergehende Schwellenverschiebung bei Mäusen zu induzieren, auch die Amplitude des ABR-Peaks 12 dauerhaft reduzieren. Darüber hinaus kann ein solches Trauma die Interpeak-Latenzen reduzieren und die relativen Amplituden der späteren Peakserhöhen 3, möglicherweise aufgrund eines Verlustes der inhibitorischen Regulation4. Zusätzlich zu diesen Befunden wurde gezeigt, dass spezifische genetische Mutationen die ABR-Wellenform in Abwesenheit von Traumaverändern 5,6,7. So kann die Routineanalyse von ABR-Wellenformen Einblicke in das auditorische System in experimentellen Modellen liefern.
Es gab auch Interesse an der Verwendung von ABR-Wellenformen als Diagnosewerkzeug für Patienten. In früheren Berichten wurde untersucht, ob der ABR-Peak 1 bei menschlichen Patienten nach Lärmexposition oder bei Tinnituspatienten reduziert ist 8,9. Es wurde berichtet, dass Migräneattacken die Interpeak-Latenzen für mehrere Wochen vorübergehend erhöhen, wonach sich die ABR-Wellenform bei betroffenen Personen wieder normalisiert10. Es wurde berichtet, dass COVID-19 zu langfristigen Veränderungen der ABR-Interpeak-Latenzenführt 11,12, obwohl eine andere Studie andere Ergebnisse meldete 13. Hörverlust ist oft komorbid mit Demenz im Alter, und Menschen mit größerem Hörverlust neigen dazu, Demenz zu erleben, die schneller voranschreitet14. Forscher haben ABR-Wellenformveränderungen bei neurodegenerativen Erkrankungen wie der Parkinson-Krankheit (überprüft in Jafari et al.15) und der Alzheimer-Krankheit (überprüft in Swords et al.16) sowie bei normalem Alternuntersucht 17. Da immer mehr Forscher und Kliniker sensorische Defizite als Biomarker für häufige Krankheiten im Alter untersuchen, können Techniken wie ABR im Gesundheitswesen zur Routine werden.
Eine Untersuchung der Methodenabschnitte in der Literatur zeigt, dass Labore häufig benutzerdefinierte Skripte in MatLab zur Analyse von ABR-Wellenformen schreiben. Die ABR-Plattform von Intelligent Hearing Systems verfügt über eine Funktion zur Wellenformanalyse, erfordert jedoch eine manuelle Auswahl der Spitzen und Täler durch einen Bediener. Hier haben wir halbautomatische Analyseroutinen für die quelloffene, frei verfügbare statistische Umgebung R und die RStudio-Schnittstelle geschrieben. Dieser Bericht vergleicht die Daten, die mit unseren Routinen gewonnen wurden, mit den Daten, die durch die manuelle Identifizierung der Spitzen und Täler durch einen Experimentator erhalten wurden, und zeigt, dass die Daten der beiden Methoden stark korreliert sind. Wichtig ist, dass die Routinen eine Verblindungsfunktion enthalten, bei der die Metadaten für die Samples in einer separaten Datei abgelegt werden, die erst am Ende integriert wird. Diese Funktionen haben die Wellenformanalyse für unser Labor optimiert.
Das in dieser Veröffentlichung beschriebene Protokoll soll dazu beitragen, die Erfassung von Daten zu rationalisieren, die Spannungsamplitudenverhältnisse und Latenzintervalle für ABRs zu Klicks und Tonpips beschreiben. Durch die Verwendung einzelner Befehle in RStudio kann ein Experimentator diese Informationen extrahieren, kompilieren und in einem einzigen Dokument für statistische Analysen anzeigen. Indem wir diese Analyseroutine machen, hoffen wir, dass das Feld neue Wege entdecken wird, wie die ABR in der Entwicklung, im Altern oder durch Beleidigung bei verschiedenen Arten verändert werden kann. Solche Informationen könnten wertvoll sein, um wichtige Mechanismen ähnlich der Synaptopathie aus Rauschen2 zu identifizieren. Die jungen Mäuse, die für dieses Experiment verwendet wurden, hatten sehr variable Reaktionen, wahrscheinlich weil der auditorische Hirnstamm in diesem Altervon 20 Jahren noch reift. Dennoch zeigten die beiden Quantifizierungsmethoden sehr starke Korrelationen (Abbildung 2).
Das Skript verwendet eine Datei namens “Time.csv”, um Intervalle innerhalb der Daten für die Spitzenidentifikation festzulegen. Kurz gesagt, eine maximale Spannungsamplitude, die in einem bestimmten Zeitintervall auftritt, wird als “Spitze 1” bezeichnet, ein Spannungsminimum, das im folgenden Intervall auftritt, wird als “Trog 1” bezeichnet, und so weiter. Wir wählten die Intervalle, um die Latenzen sowohl der Klick- als auch der Tonpip-Antworten für CBA / CaJ-Mäuse im Alter von 1 Monat bis 12 Monaten mit Frequenzen von 8 kHz bis 32 kHz zu umfassen. Wir haben das Tool erfolgreich eingesetzt, um auch Tonpip-Reaktionen bei Mäusen zu messen. Andere Arten, einschließlich des Menschen, haben auch ABR-Antworten innerhalb ähnlicher Fenster, und wir erwarten, dass dieses Tool auch für Daten von anderen Arten verwendet werden kann. Wir empfehlen die Verwendung der neuen parallelen ABR-Methode für Menschen21, die hervorragende Wellenformen erzeugt. Die Zeitintervallbegrenzung beschränkt die Verwendung dieses Tools auf die Bewertung sofortiger ABR-Antworten. Wir stellen jedoch fest, dass die Intervalldaten in dieser Datei von Benutzern geändert werden können, um die Messung von ABR-Reaktionen auf Sprache oder von ereignisbezogenen Potenzialen (ERPs) zu automatisieren, die typischerweise zu unterschiedlichen Zeiten als Reaktion auf Schall auftreten.
Einige Merkmale der statistischen Behandlung dieser Daten sind hervorzuheben. Unseres Wissens gibt es in diesem Bereich keine standardisierte Behandlung zur Unterscheidung von Amplitudenverläufen. Frühe Studien verwendeten ANOVA22,23. Die Daten aus der Klickreihe hier (Abbildung 2) waren nicht-parametrisch, was zur Verwendung des Kruskal-Wallis-Rangsummentests führte. Ähnlich wie bei der ANOVA bewertet der Kruskal-Wallis-Rangsummentest Unterschiede in den Werten, die auf einem bestimmten Niveau eines Stimulus erhalten werden; Das heißt, es vergleicht die im Diagramm erhaltenen Linien. Es sind aber auch andere Behandlungen möglich. Biologisch spiegeln Amplitudenprogressionen die zusätzliche Rekrutierung von höherschwelligen Neuronen wider, wenn das Stimulusniveau zunimmt. Dies deutet darauf hin, dass die Fläche unter der Kurve, die die Integrale der Linien darstellt, das relevantere Maß sein könnte. Verallgemeinerte Schätzgleichungen (GEE) können verwendet werden, um individuelle Daten für eine Integralanalyse zu modellieren, wie in Patel et al.5. Insbesondere kann die GEE-Analyse das Design dieser Experimente mit wiederholten Messungen berücksichtigen. Da immer mehr Forscher die Datenanalysemethoden diskutieren, erwarten wir die Entstehung eines Konsenses über Best Practices.
Zusammenfassend stellt dieses Papier kostenlose und benutzerfreundliche Tools zum Messen, Kompilieren und Visualisieren von ABR-Wellenformen vor. Diese Tools können von Anfängern von RStudio-Studenten verwendet werden, indem sie diesem Protokoll folgen, und sie enthalten einen Blendungsschritt für verbesserte Strenge und Reproduzierbarkeit. Wir gehen davon aus, dass die routinemäßige ABR-Wellenformanalyse die Entdeckung von Beleidigungen, genetischen Varianten und anderen Behandlungen ermöglichen wird, die die Hörfunktion beeinträchtigen können.
The authors have nothing to disclose.
Diese Arbeit wurde durch zwei Zuschüsse des NIDCD an PW unterstützt: R01 DC018660 und einen administrativen Zusatzpreis, R01 DC014261-05S1.
C57BL/6J mice | Jackson Labs | 664 | |
CBA/CaJ mice | Jackson Labs | 654 | |
E-series PC | Dell | n/a (this equipment was discontinued) | This runs the IHS system. |
Mini-anechoic chamber | Industrial Acoustics Company | Special order number 104306 | This enclosure reduces noise levels for auditory testing of animals. |
Optiplex 7040 | Dell | i5-6500 | Rstudio may also be run on a Mac or Linux system. |
Universal Smart Box | Intelligent Hearing Systems | n/a (this equipment was discontinued) | Both TDT and IHS can output hearing data as ASCII files. |