Microestados de EEG en estados mentales de riesgo (DEMETER)

• Objetivo del estudio: Los microestados de EEG traducen la dinámica temporal en estado de reposo de las redes neuronales en todo el cerebro. Aquí, los investigadores pretenden ver si las anomalías de los microestados del EEG podrían constituir marcadores de trastornos psiquiátricos.

• Métodos: se incluirán seis grupos de 21 participantes cada uno. Habrá cinco grupos de participantes con trastornos psiquiátricos (estado mental de riesgo - ARMS, primer episodio de psicosis - FEP, esquizofrenia - SCZ, trastorno depresivo mayor - MDD y trastornos del espectro autista - ASD) y un grupo de controles sanos . Nuestro principal objetivo es comprobar las diferencias de medias entre los grupos, en reposo y durante el sueño, para cada una de las variables que caracterizan cada uno de los microestados (duración, frecuencia, tiempo de ocupación) así como, secundariamente, medidas EEG de conectividad (evocaciones somatosensoriales). potenciales), excitabilidad cortical (potencia de banda alfa) y medidas lingüísticas prosódicas y conversacionales.

  • Con respecto a las medidas de microestados: se registrará un EEG de cinco minutos en estado de reposo con los ojos cerrados y 64 canales (como parte de la tarea más amplia que incluye la tarea sensoriomotora que se describe a continuación). Se realizará un preprocesamiento mínimo con el software MNE EEG en Python, que incluye un filtro de paso de banda entre 0,5 y 40 Hz, referencia a la media, y corrección visual y automática de artefactos. Los neurofisiólogos clínicos volverán a analizar visualmente cada grabación para garantizar que sea realmente un ritmo alfa dominante en reposo sin ningún artefacto residual. El análisis de microestados se realizará utilizando el paquete Pycrostates. El poder de campo global (GFP) se determinará para cada participante. Solo se conservarán las topografías de EEG en los picos de GFP para determinar las topografías de los microestados, a través de una agrupación de K-medias modificada. Para cada sujeto, se extraerá la misma cantidad de picos de GFP y se concatenarán en un único conjunto de datos para agruparlos. Se utilizará una puntuación combinada para calcular el número óptimo de grupos. Los grupos resultantes se adaptarán a cada mapa individual. Se utilizará suavización temporal para garantizar que los períodos de ruido entre picos, de baja GFP, no interrumpan las secuencias de segmentos cuasi estables. Para cada tema, se calcularán tres parámetros para cada clase de microestado: frecuencia de ocurrencia ("ocurrencia"), cobertura temporal ("cobertura") y duración media. La ocurrencia es el número promedio de veces que ocurre un microestado determinado por segundo. La cobertura (en %) es el porcentaje del tiempo total de análisis invertido en un microestado determinado. La duración media (en ms) es el tiempo promedio durante el cual un microestado determinado estuvo presente de manera ininterrumpida (después del suavizado temporal).
  • En cuanto a las medidas lingüísticas: cada participante se somete a una entrevista semiestructurada con un experimentador capacitado. Tanto el participante como el entrevistador usan micrófonos de condensador AKG-C544L con diadema, conectados mediante adaptadores fantasma AKG MPA VL a una grabadora Zoom H4n Pro Handy. La voz se graba digitalmente con una clasificación de muestreo de 44000 Hz (16 bits). La distancia entre la boca y el micrófono se mantiene lo más constante posible (2 cm) para asegurar niveles consistentes de volumen vocal. Las entrevistas se realizan en una habitación tranquila para limitar el ruido ambiental; Los dos interactuantes se colocan lo más lejos posible para evitar interferencias (es decir, discurso del entrevistador captado por el micrófono del participante y viceversa). Los archivos .wav obtenidos de las grabaciones se anotan utilizando el software Praat y posteriormente se analizan con Praat y R. Las características prosódicas se extraen utilizando la herramienta Prosogram (un conjunto de scripts de Praat, de código abierto) y una nueva versión modificada de los scripts del Herramienta de prosograma. Las variables de turnos se extraen con nuevos scripts combinados de Praat y R.
  • En cuanto a las medidas de integración sensoriomotora: la integración sensoriomotora se investiga mediante una tarea viso-háptica. En cada prueba, el participante, sentado frente a una pantalla, recibe una instrucción visual (un punto a la derecha o izquierda de la pantalla). La tarea consiste en presionar uno de los dos botones colocados a cada lado del cuerpo con el dedo índice de la mano correspondiente según la instrucción visual. Se aplica un estimulador vibrotáctil (pequeños altavoces conectados a una tarjeta electrónica Arduino modulada por un amplificador) en el primer músculo interóseo dorsal de ambas manos. 400 ms antes de la instrucción visual, una de las dos manos recibe una señal táctil (vibración) durante 100 ms. Esta señal es más o menos fiable según el bloque. En algunos bloques es bastante confiable, ya que el 90% de las pruebas presentan la vibración y la instrucción visual de manera congruente (indicando la misma mano). Otra condición se compone de sólo el 50% de las pruebas congruentes y, en este caso, la señal táctil no es confiable. Intermediamente se realizan dos bloques con un 70% de casos congruentes. Finalmente, al principio y al final de la tarea se presenta un bloque de referencia que no contiene señales táctiles. El orden de los bloques del 90% y del 50% es aleatorio. Los estímulos táctiles y visuales se generan con un script MATLAB. Cada bloque consta de 100 ensayos, en total 500 ensayos. Los datos electroencefalográficos (EEG) se registran durante toda la tarea, utilizando una tapa EEG de 64 canales (de Biosemi) para registrar la actividad eléctrica del cerebro. La configuración está acoplada a un rastreador ocular, para controlar que el participante fije la cruz en el centro de la pantalla durante cada bloque.
  • Con respecto a la tarea de memoria episódica y del yo multidimensional (diseño de la tarea: Laboratoire Mémoire, Cerveau et Cognition): al inicio, los participantes serán sometidos a cuestionarios autoinformados que evalúan su sentido del yo mínimo en 8 dominios (Evaluación multidimensional de la conciencia interoceptiva - Versión 2 ) y sentido del yo narrativo en 5 dominios (Escala de autoconcepto de Tennessee: forma breve, presente). Se someterán a una prueba neuropsicológica que evaluará el rendimiento de su memoria episódica visual (Imágenes familiares de la Escala de Memoria Wechsler-III). Calificarán su estado emocional actual en una escala analógica visual en 4 dominios (Escala analógica visual del estado de ánimo). Después de cada una de las dos sesiones de navegación en realidad virtual, que consisten en un paseo por una ciudad virtual donde los participantes encuentran eventos de la vida cotidiana que pretenden ser codificados incidentalmente en la memoria episódica, asociados con diferentes niveles de autorreferencia, los participantes serán sometidos a cuestionarios autoinformados que evalúan su sentido de encarnación en 4 dominios (Cuestionario de encarnación), su sentido de presencia en 4 dominios (Cuestionario de presencia de Igroup) y su ciberenfermedad en 2 dominios (Cuestionario de enfermedad del simulador). Calificarán nuevamente su estado emocional actual en una escala analógica visual (Escala Analógica Visual del Estado de Ánimo). Finalmente, los participantes se someterán a dos pruebas de memoria episódica: una tarea de recuerdo libre y una tarea de reconocimiento. El recuerdo gratuito se basará en una entrevista verbal de 20 minutos, durante la cual se pedirá a los participantes que recuerden todos los eventos que recuerden haber encontrado en la ciudad virtual. Para cada evento, se les pedirá que recuerden sistemáticamente y con la mayor precisión posible: cuál fue el evento, dónde y cuándo ocurrió durante la navegación, en cuál de las dos navegaciones ocurrió (fuente), quién fue el referente según cuál Se evaluó el significado personal del evento, los detalles objetivos (perceptivos) y subjetivos (fenomenológicos) del evento, y si el evento fue revivido vívidamente o se sintió simplemente familiar (procedimiento Recordar/Saber). La prueba de reconocimiento se realizará en una computadora y se programará utilizando el módulo Python Neuropsydia. Los 32 eventos encontrados mezclados con 16 señuelos que no se encontraron se mostrarán exitosamente en orden aleatorio en la pantalla de una computadora. Para cada evento, se formularán con éxito varias preguntas y los participantes harán clic en la que consideren la respuesta correcta entre varias proposiciones: si encontraron el evento (Sí/No) y, en caso afirmativo, dónde sucedió (entre varias localizaciones posibles en una imagen). de la zona donde ocurrió el evento), cuándo ocurrió (reemplazando el evento en orden cronológico por otros dos eventos), en qué navegación (primera o segunda navegación), y quién fue el referente (Yo/Otro). Para cada evento, los participantes también calificarán en escalas que van de 0 a 100: el grado de revivir o familiaridad del evento (100 = Recordar, 0 = Saber), la perspectiva del recuerdo (100 = perspectiva en primera persona, 0 = perspectiva en tercera persona), su vivacidad, fidelidad, intensidad emocional, fuerza de las sensaciones corporales asociadas, autorreferencia episódica y autorreferencia semántica.

Para todas las variables, los investigadores aplicarán un ANOVA de medidas repetidas y utilizarán los siguientes contrastes:

1. "ARMS, FEP, SCZ, ASD, MDD" frente a "sujetos sanos" (los microestados se prueban como marcadores de psicopatología general);
2. "ARMS, FEP, SCZ" frente a "ASD, MDD" (los microestados se prueban como marcadores específicos de psicosis; de manera equivalente, se probará la especificidad de esta firma para la depresión y el TEA)
3. "ARMS" frente a "FEP" frente a "SCZ" (los microestados se prueban como marcadores evolutivos);

4. Finalmente, dependiendo de la tasa de transición a la psicosis entre los UHR, se puede hacer una comparación entre "UHR-T" y "UHR-NT" (los microestados se prueban como marcadores predictivos de psicosis. Todos los sujetos se someterán a un fenotipado profundo que incluye neuropsicología, psicopatología , escalas de signos neurológicos suaves, así como resonancia magnética estructural y medidas genéticas y epigenéticas.

   • Hipótesis: se espera que los desequilibrios en los microestados C y D del EEG sean más pronunciados en todo el espectro de la psicosis y en el TEA en comparación con los controles, TDM y ARMS, y estén asociados con anomalías en las características somatosensoriales, interoceptivas y del lenguaje.