A tDCS hatása a megismerésre MCI-ben: A RCT

Véletlenszerűsítés és vakolás A korlátozott rendelkezésre álló erőforrások és az adatgyűjtéshez szükséges idő miatt a kutatók azt tervezik, hogy a kísérletet 4 tételben hajtják végre, mindegyiket körülbelül két hónap választja el egymástól. Minden csoport 12 résztvevőt tartalmaz ugyanarról a toborzóhelyről. Közülük hatot az anódos csoporthoz, a másik hatot pedig a színlelt csoporthoz rendelnek, a http://www.randomization.com által biztosított blokk randomizációs módszerrel. Az online szoftver a blokkonkénti résztvevők számának (6) és a blokkok számának (2) ismeretében csoportos allokációt generál. Csak a vezető kutató ismeri a csoportos feladatokat. Sem a résztvevők, sem az értékelők nem kapnak tájékoztatást a csoportos feladatokról. Minden résztvevő regisztrációs számot ad a vizsgálatvezetőtől. A tDCS eszköz anódos vagy hamis állapotba állítható. A PI beállítja a tDCS eszközt (anódos vagy ál) a résztvevő regisztrációs számának megfelelően, és csoportosítja az eszköz adminisztrációs menüjén keresztül. A kutató munkatárs úgy választja ki a stimulációs protokollt, hogy beírja a résztvevő regisztrációs számát az eszközbe, és nem látja a résztvevő csoportos hozzárendelését a tDCS-stimuláció és egyéb értékelések végrehajtásakor.

A minta méretének kiszámítása A kutatók a G*Power szoftver segítségével megbecsülték a résztvevők számát az ismételt mérési varianciaanalízis elvégzéséhez (interakciók között) a következő paraméterek használatával: az ismételt mérések közötti korreláció = 0,5, alfa = 0,05, csoportok száma = 2, teljesítmény = 0,9 és mérések száma = 3 (feltételezve az ismételt mérések közötti korrelációt = 0,9). Az f hatásméretet konzervatív módon 0,25-nek feltételezzük. A demenciában szenvedő résztvevők tDCS-jének korábbi tapasztalatai és a korábbi releváns tanulmányok alapján a kutatók 75%-os visszatartási arányt feltételeztek. Így a szükséges mintanagyság 48 lenne.

Eljárás Ez a javasolt vizsgálat színlelt kontrollált, randomizált, kontrollált vizsgálatot fog alkalmazni. A résztvevők véletlenszerűen kerülnek besorolásra az anódos vagy hamis csoportokba (1:1 arányban). Az ingerlési módszert (anodális/álhatás) az alanyok közötti faktorként (független változóként) jelöljük meg. A potenciális résztvevőket átvizsgálják, és azokat, akik megfelelnek a kiválasztási kritériumoknak, meghívják a vizsgálatba. A résztvevők részt vesznek egy kiindulási értékelési ülésen, amelyben demográfiai információkat, neurokognitív értékelési pontszámokat gyűjtenek, és egy számítógépes feladatot EEG-rögzítéssel végeznek, majd 8 anódos tDCS-menetet, amelyet hetente kétszer végeznek el 4 héten keresztül. A több üléses tDCS vizsgálatok általában változatos beavatkozási ütemtervet tartalmaznak, heti 1-5 alkalomtól 1-5 héten keresztül. A nyomozók azért választották ezt az ütemezést, hogy egyensúlyba hozzák a beavatkozásra fordított időt a lehetséges hatékonysággal, és ösztönözzék a betartást. A beavatkozás után a résztvevők utólagos és 1 hónapos utóellenőrzést kapnak, amely megegyezik az alapszintű értékeléssel.

Az EEG adatgyűjtés Az EEG-ket 64 Ag/AgCl elektródáról (BioSemi Active Two) rögzítik, amelyek a 10/20 rendszer szabványos fejbőr helyein helyezkednek el. Négy elektródát használnak a szem pislogásának és mozgásának monitorozására. Két másik elektródát helyeznek a mastoidokba, hogy az EEG-jelet off-line módon újra lehessen hivatkozni. A fejbőr EEG-jét az F3-tól rögzítik. Az EEG jelfeldolgozáshoz Curry 9 szoftvert (Neuroscan Compumedics, U.S.A) vagy újabbat használnak majd. Az EEG-k mintavételezése 1024 Hz-en történik, -200 μV-os aluláteresztő szűrővel. A 0,1 Hz-től 30 Hz-ig terjedő digitális sáváteresztő szűrés offline módban kerül alkalmazásra. A folyamatos EEG-jelek korszakokra szegmentálódnak, az inger előtti 200 ms-tól az inger kezdete utáni 1500 ms-ig, majd az alapvonalat az inger előtti intervallumra korrigálják. A ± 75 μV amplitúdójú korszakokat kihagyjuk az átlagolásból. Az átlagolt ERP-ket minden résztvevő esetében a rendszer a későbbiekben helyesen azonosított vagy a felismerési szakaszban kihagyott vizsgálati időszakok osztályozásával számítja ki. A Curry 9 szoftver használatával ezek az átlagolt ERP-fájlok szövegfájlokká alakulnak át feszültséggel (μV) és időbeli információval (ms), amelyek a Microsoft Excel szoftverrel olvashatók. További átrendezés és Excelben történő feldolgozás után az adatok SPSS szoftverbe kerülnek statisztikai elemzés céljából.