Metakognition normaalin hermokäyttäytymisen ja patologisten perusteiden tutkimus (METASENS)

NÄYTTEENOTTOSUUNNITELMA

1. Olemassa olevat tiedot Rekisteröinti ennen tiedon luomista: Tämän tutkimussuunnitelman esirekisteröintiä varten toimitettua tietoa ei ole vielä kerätty, luotu tai toteutettu.
2. Tiedonkeruumenettelyt. Terveitä vapaaehtoisia rekrytoidaan väestöstä. Skitsofreniaa sairastavia henkilöitä rekrytoidaan Versaillesin alueen mielenterveyskeskuksista ja poliklinikoista sekä FACE-SZ (FondaMental Academic Centers of Skitsofrenia) -kohortista Versaillesissa. Kaikki osallistujat suhtautuvat naiiveihin tutkimuksen tarkoitukseen, antavat tietoisen suostumuksen instituution ohjeiden ja Helsingin julistuksen mukaisesti ja saavat rahallisen korvauksen (10€/h).
3. Näytteen koko Enintään 50 tervettä kontrollia vs. 50 skitsofreniaa sairastavaa henkilöä.

4. Otoskoon perustelut Arvioidut otoskoot mahdollistavat keskikokoisten testien testaamisen skitsofreniaa sairastavien yksilöiden ja terveiden kontrollien välillä teholla 0,8, perustuen yksipuoliseen kahden näytteen t-testin teholaskentaan Cohenin d = 0,5, α = 0,05. Ne mahdollistavat keskisuurten korrelaatioiden mittaamisen ryhmien sisällä teholla 0,7 perustuen likimääräiseen korrelaatio-teholaskelmaan, jossa r = 0,3, α = 0,05.

   Elektrofysiologisten tallenteiden näytekoot perustuvat aiempaan tutkimukseen, jossa 20 potilasta vs. 20 kontrollia, mikä johtaa 13 vs. 13 poikkeavien tutkimusten poissulkemisen jälkeen.

5. Pysäytyssääntö Valinnainen pysäytys vältetään käyttämällä peräkkäisiä Bayes-tekijäanalyysejä. Tiedonkeruu lopetetaan aina, kun kriittinen vertailu saavuttaa kynnyksen BF = 3 tai BF = 1/3.

   SUUNNITTELUSUUNNITELMA

6. Tutkimuksen suunnittelu Tutkijat pyytävät osallistujia erottamaan satunnaisen pistekinetogrammin liikesuunnan (tyypin 1 tehtävä). He osoittavat hiirellä, liikkuvatko pisteet enimmäkseen oikealle vai vasemmalle, napsauttamalla sitä puolta, jonka he uskovat vastaavan oikeaa vastausta (punaiset ja siniset ympyrät, katso kuva 1). Tyypin 1 tehtävää vastaava hiiren liikerata tallennetaan ja analysoidaan. Liikkeen varianssi mukautetaan jokaiselle koehenkilölle ennen koetta käyttämällä 1 ylös/2 alas portaita, jotta saavutetaan keskimääräinen suorituskyky 71 %. Jos osallistujat vastaavat yli 6 sekunnissa, soitetaan äänipalaute. Jokaisessa kokeessa osallistujat osoittavat sitten visuaalisella analogisella asteikolla vastauksensa luottamuksen (tyypin 2 tehtävä). Asteikko vaihtelee 0 %:sta ("Varmasti vastaukseni on oikea") 100%:iin ("Varmasti vastaukseni on väärä"). Kohdistimen alkusijainti vastaa aina 50 %:n luottamusta ("Epävarma vastauksestani)". Kokeilu koostuu 10 lohkosta ja 30 kokeesta ja kestää noin 1 tunnin.

7. Satunnaistaminen Liikesuunta (vasen tai oikea) on näennäissatunnaistettu, ja samalla suunnalla on enintään 4 peräkkäistä koetta.

   ANALYYSISUUNNITELMA

8. Tilastolliset mallit 8.1. Käyttäytymistiedot Kaikki analyysit suoritetaan R:llä käyttäen erityisesti afex-, BayesFactor-, ggplot2-, lme4-, lmerTest- ja tehostepaketteja. Kaikissa ANOVA:issa vapausasteet korjataan Greenhouse-Geisser-menetelmällä.

   Ryhmien sosiodemografisia (ikä, sukupuoli, koulutus), kognitiivisia (sairautta edeltävä ja nykyinen älykkyysosamäärä sekä toimeenpanokyky suunnittelun ja työmuistin kanssa) ja mielialan (masennus) ominaisuuksia verrataan käyttämällä Studentin t-testiä tai Χ²-testejä tarvittaessa. Vain muuttujat, jotka eroavat merkittävästi näiden kahden ryhmän välillä, sisällytetään kovariaatteina seuraaviin analyyseihin.

   Metakognitiivista suorituskykyä analysoidaan ensisijaisesti binomiaalisilla sekavaikutusmalleilla tarkkuuden ja luottamuksen välillä, jolloin ryhmä (potilas vs. kontrolli) ja useita kovariaatteja (premorbid ja nykyinen älykkyysosamäärä, masennus ja toimeenpanon suorituskyky suunnittelun ja työmuistin kanssa) ovat aiheiden välisiä tekijöitä. . Regressiokulmaa pidetään metakognitiivisen suorituskyvyn indikaattorina ja asymptootteja luottamusharhan merkkinä, eli taipumus ilmoittaa korkeita tai alhaisia ​​luottamusluokituksia tehtävän suorituskyvystä riippumatta. Todennäköisyyssuhdetestit arvioivat merkityksen.

   Ennakkoratkaisulliset käyttäytymismuuttujat (reaktioajat, hiiren liikerataparametrit) lisätään malliin toissijaisessa analyysissä, kun tärkeimmät erot potilaiden ja kontrollien välillä on selvitetty. Hiiren liikeradan geometriset ominaisuudet (liikeentropia x-akselilla) kvantifioidaan käyttämällä EMOT- ja Mousetrap-paketteja. Liikeentropian ja luotettavuuden väliset korrelaatiot kvantifioidaan R²:llä, joka on säädetty riippuvien muuttujien lukumäärän mukaan suhteessa datapisteiden määrään.

   8.2. Metakognitiivisen suorituskyvyn ja skitsofrenian kliinisten ominaisuuksien välinen korrelaatio

   Tutkijat suorittavat korrelaatioanalyysejä metakognitiivisen suorituskyvyn (metakognitiivisten arvioiden ja ensimmäisen asteen tehtävän tarkkuuden välinen regressiokulma) ja useiden kliinisten muuttujien välillä. Kliiniset muuttujat ovat:

   • Positiivisten ja negatiivisten oireyhtymäasteikon (PANSS) positiiviset ja epäorganisaatiopisteet van der Gaagin et al. ehdottaman 5-tekijämallin mukaisesti.
   • Birchwood Insight Scalen (BIS) kokonaispistemäärä sairauden käsityksestä
   • Kognitiivisen näkemyksen Beck Cognitive Insight Scalen (BCIS) kokonaispistemäärä
   • Yhteiskunnallisen toiminnan henkilökohtaisen ja sosiaalisen suorituskyvyn asteikon (PSP) kokonaispistemäärä Tutkijat käyttävät Spearmanin järjestyskorrelaatiotestiä, jossa on vääriä löytöjä, korjatakseen useita vertailuja.

   8.3 Elektrofysiologiset tiedot Esikäsittely: jatkuva EEG saadaan taajuudella 1200 Hz 64-kanavaisella Gtec HIamp -järjestelmällä. Signaalin esikäsittely suoritetaan mukautetuilla Matlab (Mathworks) -skripteillä käyttämällä EEGLAB-työkalupakin toimintoja. Silmämääräisen tarkastuksen jälkeen artefaktien saastuttamat elektrodit poistetaan jokaiselta osallistujalta ja epoching suoritetaan tyypin 1 vasteen alkaessa. Jokaisella aikakaudella kunkin elektrodin signaali keskitetään nollaan ja keskiarvoon. Artefaktuaalisia signaaleja sisältävien aikakausien visuaalisen tarkastuksen ja hylkäämisen jälkeen yksittäisiin tietosarjoihin sovelletaan riippumatonta komponenttianalyysiä, jota seuraa artefaktuaalisten komponenttien puoliautomaattinen havaitseminen autokorrelaation, polttokanavan topografian ja yleisen epäjatkuvuuden mittareiden perusteella. Artefaktien hylkäämisen jälkeen artefaktien saastuttamat elektrodit interpoloidaan käyttämällä pallomaisia ​​splineitä.

   Tilastollinen analyysi: jännitteen amplitudista lasketaan keskiarvo ajallisten ikkunoiden sisällä (esim. 20 ms) ja analysoidaan lineaarisilla sekamalleilla käyttämällä R:tä yhdessä lme4- ja lmerTest-pakettien kanssa. Tämä menetelmä mahdollistaa yksittäisten kokeiden tietojen analysoinnin ilman kunnon tai osallistujien keskiarvoa, eikä luotettavuusluokituksia diskretoida. Jokaiselle latenssille ja elektrodille tehdään yksittäisiä kokeita varten malleja, mukaan lukien raakaluottamusluokitus ja tarkkuus kiinteinä vaikutuksina sekä koehenkilöiden satunnaiset sieppaukset. Tilastollinen merkitys sähköfysiologisille tiedoille kiinnostavilla alueilla (esim. frontocentral ja vasen parietaalinen päänahan alue) arvioidaan sen jälkeen, kun virheellisten havaintojen määrä on korjattu. Jos mahdollista, käytetään klusteripohjaista permutaatiotestiä.

9. Muunnokset Data muunnetaan, jos ne rikkovat normaalisuusoletusta (esim. käänteiset reaktioajat).

10. Seuranta-analyysit Sekalaisten logististen regressioiden lisäksi metakognitiivista suorituskykyä analysoidaan käyttämällä toisen asteen signaalintunnistusteoriaa: meta-d' heijastaa käytettävissä olevan havainnollisen todisteen määrää luotettavuusarvioinnissa. Luottamuspoikkeamat lasketaan myös vastaanottimen toimintakäyrillä (ROC): ROC:n ja suuren diagonaalin välinen alue jaetaan pienellä lävistäjällä, ja luottamuspoikkeama määritellään alemman ja ylemmän alueen logaritmisuhteeksi. ANOVA, jossa on ryhmä ja sopivat kovariaatit koehenkilöiden välisinä tekijöinä, testaa metakognitiivisen tehokkuuden heikkenemistä ja luottamusharhan lisääntymistä potilaiden vs. kontrolliosallistujissa.

    Ajautuma-diffuusiomallinnuksen avulla voimme määrittää, mitkä reaktioaikojen näkökohdat tyypin 1 tehtävän aikana eroavat skitsofreenisten potilaiden ja terveiden kontrollien välillä (esim. ajautumisnopeus ja rajojen erottelu), ja arvioida, kuinka tällaiset erot voivat määrittää luotettavuusarviot, jolloin voidaan testata metakognitiivisten puutteiden olemassaolo päätöksentekopaikassa.

11. Päättelykriteerit Käytetään kaksisuuntaisia ​​testejä, joissa ryhmä on kohteiden välinen tekijä. Merkittävyyden kynnysarvoksi asetetaan alfa = 5 %. Mikäli mahdollista, Bayes-tekijät lasketaan tukemaan nollalöydöksiä ja asettamaan pysäytyssääntöjä (katso yllä).

12. Tietojen poissulkeminen Kunkin tilan ensimmäiset kokeet jätetään analyysin ulkopuolelle, jos ne sisältävät suuria vaihteluita havaintosignaalissa.

    Vain kokeet, joiden reaktioajat ovat 100 ms ja 6 s välillä tyypin 1 tehtävässä, säilytetään.

    Osallistujat suljetaan pois, jos he eivät saavuta 71 %:n tarkkuutta tyypin 1 tehtävässä, vastaavat yli 6 sekunnissa useimmissa kokeissa tai jos he eivät käytä luottamusasteikkoa oikein (esim. luottamusraporteissa ei ole vaihtelua). .

13. Puuttuvat tiedot Käyttäytymis- ja elektrofysiologisiin tietoihin sovellettavien sekamallien käyttö mahdollistaa epätasapainoisten tietokokonaisuuksien käsittelyn, jolloin tietojen imputointia ei tarvita.
14. Tutkiva analyysi (valinnainen) 14.1. Metakognitiivisen harhan ja skitsofrenian kliinisten ominaisuuksien välinen korrelaatio Tutkijat suorittavat tutkivia Spearmanin järjestyskorrelaatioanalyysejä metakognitiivisten harhojen (metakognitiivisten arvioiden ja ensimmäisen asteen tehtävän tarkkuuden välisen regressioviivan asymptootit) ja useiden kliinisten muuttujien (positiiviset ja epäorganisaatiopisteet) välillä. PANSS, BIS:n, BCIS:n ja PSP:n kokonaispistemäärä).

14.2. Syke Syke mitataan Gtec-pletysmografisella pulssianturilla ja kvantifioidaan tyypin 2 suorituskyvyn funktiona. Terveillä osallistujilla tehtyjen aikaisempien löydösten perusteella tutkijat odottavat suuremman itseluottamuksen liittyvän nopeampaan sykeen ärsykkeen alkamisen ja tyypin 2 vasteen välillä. Tutkijat yrittävät toistaa nämä havainnot samoilla menetelmillä kuin Allen ja kollegat ja laajentaa sen potilaisiin.

14.3. galvaaninen ihovaste (GSR) Mitä tulee sykeen, GSR mitataan Gtecille tarkoitetulla anturilla ja kvantifioidaan tyypin 2 suorituskyvyn funktiona Matlabin Ledalabin työkalupakin avulla. Tietojemme mukaan mikään tutkimus ei ole kvantifioinut GSR:n ja metakognition välistä yhteyttä niin, että tutkijat suorittaisivat tutkivia analyyseja.