A metakogníció normál idegi viselkedési és patológiai alapjainak feltárásai (METASENS)

MINTAVÉTELI TERV

1. Meglévő adatok Regisztráció az adatalkotás előtt: Jelen kutatási terv előzetes regisztrációra való benyújtásának időpontjában az adatok még nem gyűjtöttek, keletkeztek vagy realizáltak.
2. Adatgyűjtési eljárások. Egészséges önkénteseket toboroznak az általános lakosságból. A skizofréniás egyéneket a Versailles környéki közösségi mentálhigiénés központokból és járóbeteg-klinikákból, valamint a versailles-i FACE-SZ (FondaMental Akadémiai Skizofrénia Szakértői Központok) csoportjából toborozzák. Minden résztvevő naiv lesz a tanulmány céljával kapcsolatban, tájékozott beleegyezését adja az intézményi irányelveknek és a Helsinki Nyilatkozatnak megfelelően, és pénzbeli kompenzációt (10 € / óra) kap.
3. Mintanagyság Maximum 50 egészséges kontroll, szemben 50 skizofréniával.

4. A mintaméret indoklása A becsült mintaméretek lehetővé teszik a közepes méretű hatások tesztelését a skizofrén egyének és az egészséges kontrollok között 0,8-as hatvány mellett, egyoldalú kétmintás t-teszt teljesítményszámítás alapján Cohen-féle d = 0,5, α = 0,05 értékkel. Lehetővé teszik a közepes korrelációk mérését a csoportokon belül 0,7 hatványon, közelítő korrelációs teljesítmény számítás alapján, ahol r = 0,3, α = 0,05.

   Az elektrofiziológiai felvételek mintaméretei egy korábbi vizsgálaton alapulnak, 20 beteg és 20 kontroll között, ami 13 vs. 13-at eredményezett a kiugró értékek kizárása után.

5. Leállítási szabály Az opcionális leállítás elkerülhető szekvenciális Bayes-tényező elemzések használatával. Az adatgyűjtés leáll, ha egy kritikus összehasonlítás eléri a BF = 3 vagy BF = 1/3 küszöböt.

   TERVEZÉSI TERV

6. A vizsgálat felépítése A vizsgálók arra kérik a résztvevőket, hogy határozzák meg egy véletlenszerű pontkinetogram mozgásirányát (1. típusú feladat). Egérrel jelzik, hogy a pontok többnyire jobbra vagy balra mozogtak-e, és arra az oldalra kattintanak, amely szerintük megfelel a helyes válasznak (piros és kék körök, lásd 1. ábra). Az 1. típusú feladatnak megfelelő egérpályát rögzíti és elemzi. A mozgási varianciát minden alanyhoz hozzáigazítják a kísérlet előtt 1 fel/2 le lépcsőn, hogy elérjék a 71%-os átlagos teljesítményt. Ha a résztvevők több mint 6 másodpercen belül válaszolnak, hangos visszajelzést adunk. Ezután a résztvevők minden kísérlet során egy vizuális analóg skálán jelzik a válaszukba vetett bizalmat (2. típusú feladat). A skála 0%-tól ("Bizonyos, hogy helyes a válaszom") és 100%-ig ("Bizonyosan rossz a válaszom") terjedhet. A kurzor kezdeti pozíciója mindig 50%-os megbízhatóságnak felel meg ("Bizonytalan a válaszom)". A kísérlet 10 blokkból áll, 30 kísérletből, és körülbelül 1 óráig tart.

7. Véletlenszerűség A mozgás iránya (balra vagy jobbra) pszeudo-véletlenszerű lesz, legfeljebb 4 egymást követő próbával azonos irányban.

   ELEMZÉSI TERV

8. Statisztikai modellek 8.1. Viselkedési adatok Minden elemzés R-vel történik, különösen az afex, a BayesFactor, a ggplot2, az lme4, az lmerTest és az effektus csomagok használatával. Minden ANOVA-ban a szabadsági fokokat a Greenhouse-Geisser módszerrel korrigálják.

   A csoportok szocio-demográfiai (életkor, nem, iskolai végzettség), kognitív (premorbid és aktuális IQ, valamint vezetői teljesítmény tervezéssel és munkamemóriával) és hangulati (depressziós) jellemzőit a Student t teszt vagy adott esetben Χ² teszt segítségével hasonlítjuk össze. A következő elemzésekben csak azok a változók szerepelnek kovariánsként, amelyek jelentősen eltérnek a két csoport között.

   A metakognitív teljesítményt elsősorban binomiális vegyes hatású modellekkel elemezzük a pontosság és a bizalom között, csoportos (beteg vs. kontroll) és több kovariáns (premorbid és aktuális IQ, depresszió és vezetői teljesítmény tervezéssel és munkamemóriával) mint alanyok közötti tényezővel. . A regressziós meredekséget a metakognitív teljesítmény mutatójaként, az aszimptotákat pedig a megbízhatósági torzítás markereként fogjuk felfogni, vagyis azt a tendenciát, hogy a feladatteljesítménytől függetlenül magas vagy alacsony megbízhatósági besorolást jelentenek. A valószínűségi arány tesztjei értékelik a szignifikanciát.

   A predecisionális viselkedési változók (reakcióidők, egérpálya-paraméterek) egy másodlagos elemzésben kerülnek hozzáadásra a modellhez, miután megállapították a betegek és a kontrollok közötti főbb különbségeket. Az egérpályák geometriai jellemzőit (mozgás entrópia az x tengelyen) az EMOT és Mousetrap csomagok segítségével számszerűsítjük. A mozgásentrópia és a megbízhatóság közötti összefüggéseket R²-vel számszerűsítjük, az adatpontok számához viszonyított függő változók számához igazítva.

   8.2. A metakognitív teljesítmény és a skizofrénia klinikai jellemzői közötti összefüggés

   A kutatók korrelációs elemzést fognak végezni a metakognitív teljesítmény (a metakognitív ítéletek és az elsőrendű feladat pontossága közötti regressziós meredekség) és számos klinikai változó között. A klinikai változók a következők lesznek:

   • A Pozitív és Negatív Szindróma Skála (PANSS) pozitív és dezorganizációs pontszámai a van der Gaag és munkatársai által javasolt 5-faktoros modell szerint.
   • A Birchwood Insight Scale (BIS) összpontszáma a betegségek betekintésére
   • A Beck Cognitive Insight Scale (BCIS) összpontszáma a kognitív betekintésért
   • A személyes és társadalmi teljesítmény skála (PSP) összpontszáma a társadalmi működéshez A nyomozók Spearman rangsor szerinti korrelációs tesztet használnak hamis felfedezési arány mellett, hogy korrigálják a többszörös összehasonlításokat.

   8.3. Elektrofiziológiai adatok Előfeldolgozás: folyamatos EEG vétel 1200 Hz-en 64 csatornás Gtec HIamp rendszerrel. A jelek előfeldolgozása egyéni Matlab (Mathworks) szkriptekkel történik, az EEGLAB eszköztár függvényei segítségével. A szemrevételezést követően a műtermékekkel szennyezett elektródákat minden résztvevőnél eltávolítják, és az 1-es típusú válasz kezdetekor epochozást hajtanak végre. Minden korszakban az egyes elektródákból érkező jel nullára lesz középre állítva, és az átlagra vonatkozik. A műtermékjeleket tartalmazó korszakok vizuális ellenőrzését és elutasítását követően független komponenselemzést alkalmaznak az egyes adatkészletekre, majd a műtermékkomponensek félautomata detektálását az autokorreláció, a fókuszcsatorna-topográfia és az általános megszakítások alapján. A műtermékek visszautasítása után a műtermékekkel szennyezett elektródákat gömb alakú spline segítségével interpoláljuk.

   Statisztikai elemzés: a feszültség amplitúdóját időbeli ablakokon belül átlagolják (pl. 20 ms), és lineáris vegyes hatású modellekkel elemzik az R-t az lme4 és lmerTest csomagokkal együtt. Ez a módszer lehetővé teszi egyetlen vizsgálati adatok elemzését anélkül, hogy az állapotokat vagy a résztvevőket átlagolnák, és nem kell diszkretizálni a bizalmi értékeléseket. Az egyes vizsgálatokhoz minden egyes késleltetési időn és elektródán modelleket készítenek, beleértve a nyers megbízhatósági besorolást és a pontosságot, mint rögzített hatásokat, valamint a véletlenszerű lehallgatásokat az alanyoknál. Az elektrofiziológiai adatok statisztikai szignifikanciáját az érdeklődésre számot tartó régiókon belül (pl. frontocentrális és bal oldali parietális fejbőrrégiók) a hamis felfedezési arány korrekciója után értékeljük. Ha lehetséges, klaszter alapú permutációs tesztet használunk.

9. Transzformációk Az adatok akkor lesznek átalakítva, ha megsértik a normalitás feltételezését (pl. inverz reakcióidő).

10. Nyomon követési elemzések A vegyes logisztikus regressziók mellett a metakognitív teljesítményt a másodrendű jeldetektálási elmélettel elemezzük: a meta-d' tükrözi a megbízhatósági ítéletek végrehajtásakor elérhető észlelési bizonyítékok mennyiségét. A megbízhatósági torzításokat a vevő működési jellemzői görbéivel (ROC) is számítjuk: a ROC és a főátló közötti területet elosztjuk a kisebb átlóval, és a konfidencia torzítást az alsó és felső terület logarányaként határozzuk meg. Az ANOVA csoportos és megfelelő kovariánsokkal, mint alanyok közötti tényezőkkel teszteli a metakognitív hatékonyság csökkenését és a bizalmi torzítás növekedését a betegek és a kontroll résztvevők között.

    A drift-diffúziós modellezés lehetővé teszi számunkra annak meghatározását, hogy az 1-es típusú feladat során a reakcióidő mely aspektusai térnek el a skizofrén betegek és az egészséges kontrollok között (pl. sodródási sebesség és határszétválasztás), és felmérjük, hogy ezek a különbségek hogyan határozhatják meg a bizalmi ítéleteket, ezáltal lehetővé válik a metakognitív hiányok jelenléte egy döntési lókuszban.

11. Következtetési kritériumok Kétirányú teszteket használunk, amelyekben a csoport az alanyok közötti tényező. A szignifikancia küszöbértéke alfa = 5%. Ha lehetséges, a Bayes-tényezőket a nulla megállapítások támogatására és a leállítási szabályok beállítására számítják ki (lásd fent).

12. Adatok kizárása Az egyes állapotok első kísérletei ki lesznek zárva az elemzésből, ha nagy eltéréseket tartalmaznak az észlelési jelben.

    Csak a 100 ms és 6 s közötti reakcióidővel rendelkező kísérletek maradnak meg az 1. típusú feladathoz.

    A résztvevők kizárásra kerülnek, ha nem tudják elérni a 71%-os pontosságot az 1-es típusú feladatban, több mint 6 másodpercen belül válaszolnak a legtöbb próbára, vagy ha nem használják megfelelően a megbízhatósági skálát (pl. nincs eltérés a megbízhatósági jelentésekben). .

13. Hiányzó adatok A viselkedési és elektrofiziológiai adatokra alkalmazott vegyes modellek alkalmazása lehetővé teszi a kiegyensúlyozatlan adathalmazok kezelését, így nincs szükség adatimputációra.
14. Feltáró elemzés (nem kötelező) 14.1. A metakognitív torzítás és a skizofrénia klinikai jellemzői közötti összefüggés A kutatók feltáró Spearman rangsor szerinti korrelációs elemzéseket fognak végezni a metakognitív torzítás (a metakognitív ítéletek és az elsőrendű feladat pontossága közötti regressziós egyenes aszimptótái) és számos klinikai változó (pozitív és dezorganizációs pontszámok) között. a PANSS, a BIS, BCIS és PSP összpontszáma).

14.2. Pulzusszám A pulzusszámot Gtec pletizmográfiás pulzusérzékelővel mérjük, és a 2-es típusú teljesítmény függvényében számszerűsítjük. Az egészséges résztvevőkre vonatkozó korábbi eredmények alapján a kutatók arra számítanak, hogy az inger kezdete és a 2-es típusú válasz között gyorsabb pulzusszám társul nagyobb bizalommal. A kutatók megpróbálják megismételni ezeket az eredményeket ugyanazokkal a módszerekkel, mint Allen és munkatársai, és kiterjeszteni a betegekre is.

14.3. galvanikus bőrreakció (GSR) Ami a szívfrekvenciát illeti, a GSR-t egy Gtec dedikált érzékelővel mérik, és a Matlab alatt található Ledalab eszköztár segítségével a 2-es típusú teljesítmény függvényében mérik. Tudomásunk szerint egyetlen tanulmány sem számszerűsítette a GSR és a metakogníció közötti kapcsolatot, így a kutatók feltáró elemzéseket végeznének.