Ruokintatyypin pitkäaikaisen neurokehitysvaikutuksen seuranta ensimmäisen elämän vuoden aikana 10 -vuotiaana

Hypoteesimme testaamiseksi tässä tutkimuksessa ehdotetaan käsitteellisen mallin suorien ja epäsuorien assosiaatioiden tutkimista matalan kentän MRI: n, elektrofysiologian ja toimeenpanotoiminnan psykometristen arviointien ja yleisen kognitiivisen kehityksen yhdistelmän avulla, odottaen siirtävän uudelleen noin 100 osallistujaa. Näille lapsille tehdään ERP: t, matalan kentän MRI ja neurokognitiiviset testit aivojen rakenteen, toiminnan ja kognitiivisen kehityksen arvioimiseksi.

GO/NO-GO -tehtävä arvioi estävää valvontaa, joka on yksi tärkeimmistä toimeenpanotoiminnoista. Sen kehitystä on tutkittu elektrofysiologisesti käyttämällä tapahtumiin liittyviä potentiaaleja (ERP) tehtävissä, jotka vaativat aktiivista estoa, kun aiemmin on opittu tai prepotenttinen vaste. Tärkeimmät asiaankuuluvat ERP -komponentit ovat N2 ja P300. N2: n, varhaisen negatiivisen taipuman, on tulkittu heijastavan huomiota, P300: n, myöhemmän positiivisen aallon, uskotaan heijastavan resurssien allokointia. P300 on tyypillisesti suurempi estämisessä kuin tehtävien, kuten GO/No-GO -tehtävän preposentt-vastekomponenteissa. Käyttäytymisvasteita, kuten tarkkuutta ja reaktioaikaa, on myös tutkittu kehitysmittarina (2). Tutkitaan kerättyjä tietoja käyttämällä estävää hallintaa, joka on yksi varhaisimmista toimeenpanotoiminnoista kehittää.

Pienkentän MRI-kvantifioidut ja MRI: stä johdetut myelinaatiokuviot (johdetut MRI: stä) syöttöryhmissä tietyillä valkoisen aineen reiteillä ja aivoalueilla (EF) ja koko aivoissa ja koko aivoissa (johdettu MRI) kvantifioidut tiedot (johdettu yleensä MRI: stä). MRI -vertailut ja vertailut täydennetään estotehtävän aikana kerättyjen ERP -mittausten vertailuilla, joissa arvioidaan funktionaalista kehitystä ja prosessointinopeutta. Näiden ryhmäviistelevien vertailujen lisäyksenä tutkitaan suoraa ja epäsuoraa vastasyntyneen ruokintaa -> aivojen rakenne ja funktio -> toimeenpaneva funktio ja kognitiiviset suorituskykyyhteistyöt käyttämällä sarjaa Ancovaa ja yleistä lineaarista mallintamismenetelmiä.

C. Ensisijainen tavoite ja tulosmittaukset:

Tämän tutkimuksen ensisijaisena tavoitteena on selvittää, parantaako BMFGM: n lisäosa lapsenkengissä (0–12 kuukauden ikäisenä) aivojen rakennetta, toimintaa ja kognitiivista suorituskykyä (erityisesti EF) varhaisessa kouluissa (8-10-vuotiaita).

Seuraavat toimenpiteet kerätään, ja EF -domeenit arvioidaan ja tehdään vertailuja.

Aivojen rakenne ja myeliinikuva. Matalakentän MRI: tä käytetään arvioimaan aivojen yleistä kasvua ja morfometriaa (aivojen kokonaistilavuus, koko aivojen valkoisen ja harmaan aineen tilavuus sekä aivokuoren ja alakortikaaliset rakenteen tilavuudet) sekä myelinointia käyttämällä myeliiniherkkiä MRI. Erot kaikissa näissä mittareissa vastasyntyneiden ruokintaryhmien välillä (standardi kaava, lisätty BMFGM ja imetysviite) ovat osa etsintäanalyysiä. EF: hen osallistuvien erityisten oletettujen aivoalueiden tutkimiseksi, mukaan lukien eturauhasen aivokuori, hippokampus, amygdala, talamus, motorinen ja somatosensorinen aivokuoret ja kuulokuori. Valkoisen aineen alueiden yhdistämistä, mukaan lukien corpus callosum, cingulum, ylivoimainen pitkittäinen fasciculus ja etuosan talamuksen säteily, verrataan, koska ne ovat epäsuora myelinaatioasteen indeksi.

Keskimääräiset myeliinimittaukset lasketaan jokaiselle valkoisen aineen reitille ja verrataan kolmeen syöttöryhmään käyttämällä ANCOVA: ta ja post hoc tukey -testiä merkittävien erojen tunnistamiseksi.

ERPS ja elektrofysiologia. ERP: t tallennetaan 128 päänahkapaikasta käyttämällä tallennusjärjestelmää geodeettisella anturiverkolla (Electric Geodeesic, Inc., Eugene, Oregon). Vertexä käytettiin online-referenssielektrodina. Signaalista otettiin näytteet 1000 Hz: llä ja kaistanpäästösuodatettiin nopeudella 0,1 - 100 Hz. Tallennuksen jälkeen ärsykkeen laukaisimet vietiin ja analysoitiin käyttämällä signaalinkäsittelyohjelmistoa (BESA Research 6.1 BESA®, Saksa). Signaalit viitattiin uudelleen offline-tilassa keskimääräiseen (kokonaispään) referenssiin ja kaistanpäästöön (0,1-10 Hz). Jatkuva EEG segmentoitiin aikakausiin kolmen ärsykkeen tyypin mukaan: Block 1 GO -kokeet, lohko 2 GO-kokeet ja lohkon 2 no-go-kokeet, joiden segmentin pituus oli sama kuin jokainen alkamista koskeva aikaväli. Melkäiset datasegmentit liiallisella elektromyografisella signaalilla (EMG) hylättiin silmämääräisellä tarkastuksella, ja meluisat kanavat tunnistettiin ja hylättiin käyttämällä 2,5%: n todennäköisyyskynnystä ja visuaalista tarkastusta. Jokainen kokeilu kestää 1000 ms ja koostuu 100 ms stimuluksen esittelystä, 500 ms ärsykkeen esitystä ja 1000 ms ärsykkeen tallennusta. Intertrial -aika oli 500 - 700 ms. ERP -analyysiä varten valittiin ikkuna -aika määrittääkseen, missä määritettiin kiinnostavat komponentit, jotka tunnistettiin suhteessa tärkeimpien positiivisten ja negatiivisten piikkien lukumäärään ärsykkeen alkamisen jälkeen. Kaikki aikaikkunan arvot olivat suhteessa ärsykkeen alkamiseen, ja huippuamplitudit laskettiin suhteessa lähtötason amplitudiin. Tilastolliset analyysit suoritettiin SPSS -ohjelmistoversiolla 25.0.1 (SPSS Inc., Chicago, IL, USA). Käyttäytymistoimenpiteet olivat reaktioaika ja tarkkuus. Elektrofysiologiset mitat olivat N2: n huippuamplitudi ja latenssi ja amplitudi P300: lle. Kovariaatteja, jotka osoittivat ryhmäeroja, otettiin huomioon seuraavissa analyyseissä potentiaalisina sekoittajina.

Ikä-sopivia EF-psykometrisiä arviointeja käytetään toimeenpanotoimintojen arviointiin. EFECO -arviointi, joka on johdon toiminnan lyhenteen arviointi koko johdonmukaisen havainnon ajan. Kyselylomake täyttää osallistujan vastaava aikuinen.