Untersuchungen des normalen neuronalen Verhaltens und der pathologischen Grundlagen der Metakognition (METASENS)

PROBENAHMEPLAN

1. Datenbestand Registrierung vor Datenerstellung: Zum Zeitpunkt der Einreichung dieses Forschungsplans zur Vorregistrierung wurden die Daten noch nicht erhoben, erstellt oder realisiert.
2. Datenerhebungsverfahren. Gesunde Freiwillige werden aus der allgemeinen Bevölkerung rekrutiert. Personen mit Schizophrenie werden aus kommunalen Zentren für psychische Gesundheit und Ambulanzen im Raum Versailles und aus der Kohorte FACE-SZ (FondaMental Academic Centers of Expertise for Schizophrenia) in Versailles rekrutiert. Alle Teilnehmer sind für den Zweck der Studie naiv, geben ihre informierte Zustimmung gemäß den institutionellen Richtlinien und der Deklaration von Helsinki und erhalten eine finanzielle Entschädigung (10 € / h).
3. Stichprobengröße Maximal 50 gesunde Kontrollen vs. 50 Personen mit Schizophrenie.

4. Begründung der Stichprobengröße Die geschätzten Stichprobengrößen ermöglichen das Testen von Effekten mittlerer Größe zwischen Personen mit Schizophrenie und gesunden Kontrollen mit einer Trennschärfe von 0,8, basierend auf einer einseitigen t-Test-Stärkeberechnung mit zwei Stichproben mit Cohens d = 0,5, α = 0,05. Sie erlauben die Messung mittlerer Korrelationen innerhalb von Gruppen mit einer Power von 0,7, basierend auf einer ungefähren Korrelations-Power-Berechnung mit r = 0,3, α = 0,05.

   Die Stichprobengrößen für elektrophysiologische Aufzeichnungen basieren auf einer früheren Studie mit 20 Patienten vs. 20 Kontrollen, was nach Ausschluss von Ausreißern zu 13 vs. 13 führt.

5. Abbruchregel Ein optionaler Abbruch wird durch sequentielle Bayes-Faktorenanalysen vermieden. Die Datenerfassung wird beendet, wenn ein kritischer Vergleich den Schwellenwert von BF = 3 oder BF = 1/3 erreicht.

   DESIGNPLAN

6. Studiendesign Die Forscher werden die Teilnehmer bitten, die Bewegungsrichtung eines zufälligen Punktkinetogramms (Aufgabe Typ 1) zu unterscheiden. Sie verwenden eine Maus, um anzugeben, ob sich die Punkte hauptsächlich nach rechts oder links bewegt haben, indem sie auf die Seite klicken, die ihrer Meinung nach einer richtigen Antwort entspricht (rote und blaue Kreise, siehe Abbildung 1). Die Mausbahn, die der Aufgabe vom Typ 1 entspricht, wird aufgezeichnet und analysiert. Die Bewegungsvarianz wird für jeden Probanden vor dem Experiment mit einer 1up/2down-Treppe angepasst, um eine durchschnittliche Leistung von 71% zu erreichen. Wenn die Teilnehmer länger als 6 Sekunden antworten, wird ein akustisches Feedback abgespielt. Bei jedem Versuch geben die Teilnehmer dann auf einer visuellen Analogskala das Vertrauen in ihre Reaktion an (Aufgabe Typ 2). Die Skala reicht von 0 % ("Sicher, meine Antwort ist richtig") bis 100 % ("Sicher, meine Antwort ist falsch"). Die Anfangsposition des Cursors entspricht immer 50 % Konfidenz ("Unsicher meiner Antwort)". Das Experiment besteht aus 10 Blöcken mit 30 Versuchen und dauert etwa 1 Stunde.

7. Randomisierung Die Bewegungsrichtung (links oder rechts) wird pseudo-randomisiert, mit nicht mehr als 4 aufeinanderfolgenden Versuchen mit derselben Richtung.

   ANALYSEPLAN

8. Statistische Modelle 8.1. Verhaltensdaten Alle Analysen werden mit R durchgeführt, wobei insbesondere die Pakete afex, BayesFactor, ggplot2, lme4, lmerTest und effects verwendet werden. Bei allen ANOVAs werden die Freiheitsgrade unter Verwendung der Greenhouse-Geisser-Methode korrigiert.

   Die soziodemografischen (Alter, Geschlecht, Bildung), kognitiven (prämorbider und aktueller IQ sowie Führungsleistung mit Planungs- und Arbeitsgedächtnis) und Stimmungsmerkmale (Depression) der Gruppen werden gegebenenfalls mit dem Student t-Test oder Χ²-Tests verglichen. Nur Variablen, die sich zwischen den beiden Gruppen signifikant unterscheiden, werden als Kovariaten in die folgenden Analysen aufgenommen.

   Die metakognitive Leistung wird hauptsächlich mit binomialen Mixed-Effects-Modellen zwischen Genauigkeit und Vertrauen analysiert, mit Gruppe (Patient vs. Kontrolle) und mehreren Kovariaten (prämorbider und aktueller IQ, Depression und Führungsleistung mit Planungs- und Arbeitsgedächtnis) als Zwischensubjektfaktoren . Die Regressionssteigung wird als Indikator für metakognitive Leistung und Asymptoten als Marker für Vertrauensverzerrungen verwendet, d. h. die Tendenz, unabhängig von der Aufgabenleistung hohe oder niedrige Vertrauensbewertungen zu melden. Likelihood-Ratio-Tests bewerten die Signifikanz.

   Prädezisionsverhaltensvariablen (Reaktionszeiten, Mausbewegungsparameter) werden dem Modell in einer sekundären Analyse hinzugefügt, nachdem die Hauptunterschiede zwischen Patienten und Kontrollen festgestellt wurden. Geometrische Merkmale von Maustrajektorien (Bewegungsentropie auf der x-Achse) werden mit den Paketen EMOT und Mousetrap quantifiziert. Korrelationen zwischen Bewegungsentropie und Konfidenz werden durch R² quantifiziert, bereinigt um die Anzahl der abhängigen Variablen relativ zur Anzahl der Datenpunkte.

   8.2. Korrelation zwischen metakognitiver Leistung und klinischen Merkmalen bei Schizophrenie

   Die Forscher werden Korrelationsanalysen zwischen metakognitiver Leistung (Regressionssteigung zwischen metakognitiven Urteilen und Genauigkeit der Aufgabe erster Ordnung) und mehreren klinischen Variablen durchführen. Die klinischen Variablen sind:

   • Die Positiv- und Desorganisations-Scores für die Positive and Negative Syndrome Scale (PANSS) gemäß dem von van der Gaag et al. vorgeschlagenen 5-Faktoren-Modell.
   • Die Gesamtpunktzahl auf der Birchwood Insight Scale (BIS) für die Einsicht in Krankheit
   • Die Gesamtpunktzahl auf der Beck Cognitive Insight Scale (BCIS) für kognitive Einsicht
   • Die Gesamtpunktzahl auf der Personal and Social Performance Scale (PSP) für das soziale Funktionieren. Die Ermittler verwenden einen Spearman-Rangordnungs-Korrelationstest mit falscher Entdeckungsrate, um mehrere Vergleiche zu korrigieren.

   8.3. Elektrophysiologische Daten Vorverarbeitung: Kontinuierliches EEG wird bei 1200 Hz mit einem Gtec HIamp-System mit 64 Kanälen erfasst. Die Signalvorverarbeitung wird unter Verwendung von benutzerdefinierten Matlab (Mathworks)-Skripten unter Verwendung von Funktionen aus der EEGLAB-Toolbox durchgeführt. Nach der visuellen Inspektion werden die mit Artefakten kontaminierten Elektroden für jeden Teilnehmer entfernt, und das Epoching wird beim Einsetzen der Typ-1-Reaktion durchgeführt. Für jede Epoche wird das Signal von jeder Elektrode auf Null zentriert und auf den Mittelwert bezogen. Nach der visuellen Inspektion und Zurückweisung von Epochen mit artefaktischen Signalen wird eine unabhängige Komponentenanalyse auf einzelne Datensätze angewendet, gefolgt von einer halbautomatischen Erkennung artefaktischer Komponenten auf der Grundlage von Messungen der Autokorrelation, der Fokuskanaltopographie und der generischen Diskontinuität. Nach der Artefaktunterdrückung werden mit Artefakten verunreinigte Elektroden unter Verwendung von sphärischen Splines interpoliert.

   Statistische Analyse: Die Spannungsamplitude wird innerhalb von Zeitfenstern (z. B. 20 ms) gemittelt und mit linearen Mixed-Effects-Modellen unter Verwendung von R zusammen mit den lme4- und lmerTest-Paketen analysiert. Diese Methode ermöglicht die Analyse einzelner Versuchsdaten ohne Mittelung über Zustand oder Teilnehmer und ohne Diskretisierung von Konfidenzbewertungen. Modelle werden für jede Latenzzeit und Elektrode für einzelne Versuche durchgeführt, einschließlich Rohvertrauensbewertung und Genauigkeit als feste Effekte und zufällige Abschnitte für Probanden. Die statistische Signifikanz für elektrophysiologische Daten innerhalb von interessierenden Regionen (z. B. frontozentrale und linke parietale Kopfhautregionen) wird nach Korrektur der Rate falscher Entdeckungen bewertet. Wenn möglich, wird ein clusterbasierter Permutationstest verwendet.

9. Transformationen Daten werden transformiert, falls sie gegen die Normalitätsannahme verstoßen (z. B. inverse Reaktionszeiten).

10. Folgeanalysen Neben gemischten logistischen Regressionen wird die metakognitive Leistung unter Verwendung der Signaldetektionstheorie zweiter Ordnung analysiert: meta-d' wird die Menge an Wahrnehmungsnachweisen widerspiegeln, die verfügbar sind, wenn Vertrauensbeurteilungen durchgeführt werden. Konfidenzverzerrungen werden auch mit Receiver Operating Characteristic Curves (ROC) berechnet: Die Fläche zwischen ROC und Hauptdiagonale wird durch die Nebendiagonale dividiert, und Konfidenzverzerrung wird als das logarithmische Verhältnis des unteren und oberen Bereichs definiert. Eine ANOVA mit Gruppe und geeigneten Kovariaten als Zwischensubjektfaktoren testet auf eine Abnahme der metakognitiven Effizienz und eine Zunahme der Vertrauensverzerrung bei Patienten gegenüber Kontrollteilnehmern.

    Die Drift-Diffusions-Modellierung wird es uns ermöglichen, zu bestimmen, welche Aspekte der Reaktionszeiten während der Typ-1-Aufgabe sich zwischen schizophrenen Patienten und gesunden Kontrollpersonen unterscheiden (z Vorhandensein metakognitiver Defizite an einem Entscheidungsort.

11. Inferenzkriterien Es werden zweiseitige Tests mit Gruppe als Zwischensubjektfaktor verwendet. Die Signifikanzschwelle wird auf Alpha = 5 % festgelegt. Wenn möglich, werden Bayes-Faktoren berechnet, um Nullergebnisse zu unterstützen und Stoppregeln festzulegen (siehe oben).

12. Datenausschluss Die ersten Versuche jeder Bedingung werden von der Analyse ausgeschlossen, wenn sie große Schwankungen des Wahrnehmungssignals enthalten.

    Nur Versuche mit Reaktionszeiten zwischen 100 ms und 6 s für die Aufgabe des Typs 1 werden aufbewahrt.

    Teilnehmer werden ausgeschlossen, wenn sie bei der Typ-1-Aufgabe keine Genauigkeit von 71 % erreichen, in den meisten Studien in mehr als 6 Sekunden antworten oder wenn sie die Konfidenzskala nicht richtig verwenden (z. B. keine Abweichung in den Konfidenzberichten). .

13. Fehlende Daten Die Verwendung von gemischten Modellen, die auf Verhaltens- und elektrophysiologische Daten angewendet werden, ermöglicht den Umgang mit unausgewogenen Datensätzen, so dass keine Datenimputation erforderlich ist.
14. Explorative Analyse (optional) 14.1. Korrelation zwischen metakognitiver Verzerrung und klinischen Merkmalen bei Schizophrenie Die Forscher werden explorative Spearman-Rangordnungskorrelationsanalysen zwischen metakognitiver Verzerrung (Asymptoten der Regressionslinie zwischen metakognitiven Urteilen und Genauigkeit der Aufgabe erster Ordnung) und mehreren klinischen Variablen (positive und Desorganisationswerte für die PANSS, die Gesamtpunktzahl für BIS, BCIS und PSP).

14.2. Herzfrequenz Die Herzfrequenz wird mit einem plethysmografischen Pulssensor von Gtec gemessen und als Funktion der Typ-2-Leistung quantifiziert. Basierend auf früheren Erkenntnissen bei gesunden Teilnehmern erwarten die Forscher, dass ein größeres Vertrauen mit einer schnelleren Herzfrequenz zwischen dem Beginn des Stimulus und der Typ-2-Reaktion verbunden ist. Die Forscher werden versuchen, diese Ergebnisse nach den gleichen Methoden wie Allen und Kollegen zu replizieren und auf Patienten auszudehnen.

14.3. Galvanische Hautreaktion (GSR) Wie bei der Herzfrequenz wird die GSR mit einem speziellen Gtec-Sensor gemessen und als Funktion der Typ-2-Leistung mit der Ledalab-Toolbox unter Matlab quantifiziert. Unseres Wissens hat keine Studie den Zusammenhang zwischen GSR und Metakognition quantifiziert, so dass die Forscher explorative Analysen durchführen werden.