Esplorazioni delle normali basi comportamentali neurali e patologiche della metacognizione (METASENS)

PIANO DI CAMPIONAMENTO

1. Dati esistenti Registrazione prima della creazione dei dati: Alla data di presentazione del presente piano di ricerca per la preregistrazione, i dati non sono ancora stati raccolti, creati o realizzati.
2. Procedure di raccolta dei dati. I volontari sani saranno reclutati dalla popolazione generale. Gli individui con schizofrenia saranno reclutati dai centri di salute mentale della comunità e dalle cliniche ambulatoriali nell'area di Versailles e tra la coorte FACE-SZ (FondaMental Academic Centers of Expertise for Schizophrenia) a Versailles. Tutti i partecipanti saranno ingenui rispetto allo scopo dello studio, forniranno il consenso informato in conformità con le linee guida istituzionali e la Dichiarazione di Helsinki e riceveranno un compenso monetario (10 € / h).
3. Dimensione del campione Massimo 50 controlli sani contro 50 individui con schizofrenia.

4. Motivazione della dimensione del campione Le dimensioni del campione stimate consentono di testare effetti di dimensione media tra individui con schizofrenia e controlli sani con una potenza di 0,8, basata sul calcolo della potenza del test t a due campioni unilaterale con d = 0,5 di Cohen, α = 0,05. Consentono di misurare correlazioni medie all'interno di gruppi con una potenza di 0,7, sulla base di un calcolo approssimativo della potenza di correlazione con r = 0,3, α = 0,05.

   Le dimensioni dei campioni per le registrazioni elettrofisiologiche si basano su uno studio precedente, con 20 pazienti rispetto a 20 controlli, risultando in 13 rispetto a 13 dopo l'esclusione dei valori anomali.

5. Regola di arresto L'arresto facoltativo sarà evitato utilizzando l'analisi fattoriale sequenziale di Bayes. La raccolta dei dati si interromperà ogni volta che un confronto critico raggiunge la soglia di BF = 3 o BF = 1/3.

   PIANO DI PROGETTAZIONE

6. Disegno dello studio Gli investigatori chiederanno ai partecipanti di discriminare la direzione del movimento di un cinetogramma a punti casuali (compito di tipo 1). Utilizzeranno un mouse per indicare se i punti si muovevano principalmente verso destra o verso sinistra, cliccando sul lato che pensano corrisponda a una risposta corretta (cerchi rossi e blu, vedi Figura 1). La traiettoria del mouse corrispondente al compito di tipo 1 sarà registrata e analizzata. La varianza di movimento sarà adattata per ogni soggetto prima dell'esperimento utilizzando una scala 1up/2down, in modo da raggiungere una performance media del 71%. Verrà riprodotto un feedback uditivo se i partecipanti rispondono in più di 6 secondi. In ogni prova, i partecipanti indicheranno quindi su una scala analogica visiva la fiducia nella loro risposta (compito di tipo 2). La scala varia da 0% ("Certo che la mia risposta è giusta") a 100% ("Certo che la mia risposta è sbagliata"). La posizione iniziale del cursore corrisponderà sempre al 50% di confidenza ("Incerto della mia risposta)". L'esperimento consisterà in 10 blocchi di 30 prove e durerà circa 1h.

7. Randomizzazione La direzione del movimento (sinistra o destra) sarà pseudo-randomizzata, con non più di 4 prove successive con la stessa direzione.

   PIANO DI ANALISI

8. Modelli statistici 8.1. Dati comportamentali Tutte le analisi saranno eseguite con R, utilizzando in particolare i pacchetti afex, BayesFactor, ggplot2, lme4, lmerTest ed effects. In tutte le ANOVA, i gradi di libertà saranno corretti utilizzando il metodo Greenhouse-Geisser.

   Le caratteristiche socio-demografiche (età, sesso, istruzione), cognitive (QI premorboso e attuale e prestazioni esecutive con pianificazione e memoria di lavoro) e dell'umore (depressione) dei gruppi saranno confrontate utilizzando il test t di Student o Χ² test quando appropriato. Solo le variabili che differiscono significativamente tra i due gruppi saranno incluse come covariate nelle seguenti analisi.

   La performance metacognitiva sarà analizzata principalmente con modelli binomiali a effetti misti tra accuratezza e fiducia, con il gruppo (paziente vs. controllo) e diverse covariate (QI premorboso e attuale, depressione e prestazioni esecutive con pianificazione e memoria di lavoro) come fattori tra soggetti . La pendenza della regressione sarà considerata un indicatore delle prestazioni metacognitive e gli asintoti come un indicatore del bias di confidenza, ovvero la tendenza a riportare valutazioni di confidenza alte o basse indipendentemente dalle prestazioni del compito. I test del rapporto di verosimiglianza valuteranno la significatività.

   Le variabili comportamentali predecisionali (tempi di reazione, parametri di traiettoria del topo) saranno aggiunte al modello in un'analisi secondaria dopo aver stabilito le principali differenze tra pazienti e controlli. Le caratteristiche geometriche delle traiettorie del topo (entropia del moto sull'asse x) saranno quantificate utilizzando i pacchetti EMOT e Mousetrap. Le correlazioni tra l'entropia del moto e la confidenza saranno quantificate da R², corretto per il numero di variabili dipendenti relative al numero di punti dati.

   8.2. Correlazione tra prestazioni metacognitive e caratteristiche cliniche nella schizofrenia

   I ricercatori eseguiranno analisi di correlazione tra prestazioni metacognitive (pendenza di regressione tra giudizi metacognitivi e accuratezza del compito di primo ordine) e diverse variabili cliniche. Le variabili cliniche saranno:

   • I punteggi positivi e di disorganizzazione per la Positive and Negative Syndrome Scale (PANSS), secondo il modello a 5 fattori proposto da van der Gaag et al.
   • Il punteggio totale sulla Birchwood Insight Scale (BIS) per la comprensione della malattia
   • Il punteggio totale sulla Beck Cognitive Insight Scale (BCIS) per l'intuizione cognitiva
   • Il punteggio totale sulla scala delle prestazioni personali e sociali (PSP) per il funzionamento sociale Gli investigatori utilizzeranno un test di correlazione dell'ordine dei ranghi di Spearman con tasso di scoperta falsa per correggere confronti multipli.

   8.3. Dati elettrofisiologici Preprocessing: EEG continuo sarà acquisito a 1200 Hz con un sistema Gtec HIamp a 64 canali. La preelaborazione del segnale verrà eseguita utilizzando script Matlab (Mathworks) personalizzati utilizzando le funzioni del toolbox EEGLAB. Dopo l'ispezione visiva, gli elettrodi contaminati da artefatti verranno rimossi per ciascun partecipante e l'epoca sarà eseguita all'inizio della risposta di tipo 1. Per ogni epoca, il segnale di ciascun elettrodo sarà centrato su zero e riferito alla media. Dopo l'ispezione visiva e il rifiuto delle epoche contenenti segnali artefatti, verrà applicata un'analisi di componenti indipendenti ai singoli set di dati, seguita da un rilevamento semiautomatico di componenti artefatti basato su misure di autocorrelazione, topografia del canale focale e discontinuità generica. Dopo il rigetto degli artefatti, gli elettrodi contaminati dagli artefatti saranno interpolati utilizzando spline sferiche.

   Analisi statistica: l'ampiezza della tensione sarà mediata all'interno di finestre temporali (ad esempio, 20 ms) e analizzata con modelli lineari a effetti misti utilizzando R insieme ai pacchetti lme4 e lmerTest. Questo metodo consente di analizzare i dati di un singolo studio, senza media tra condizioni o partecipanti e senza discretizzazione delle valutazioni di confidenza. I modelli verranno eseguiti su ciascuna latenza ed elettrodo per le prove individuali, inclusa la valutazione di confidenza grezza e l'accuratezza come effetti fissi e intercettazioni casuali per i soggetti. Il significato statistico per i dati elettrofisiologici all'interno delle regioni di interesse (ad esempio, regioni del cuoio capelluto frontocentrale e parietale sinistro) sarà valutato dopo la correzione per il tasso di false scoperte. Quando possibile, verrà utilizzato il test di permutazione basato su cluster.

9. Trasformazioni I dati verranno trasformati nel caso in cui violino l'assunzione di normalità (ad esempio, tempi di reazione inversi).

10. Analisi di follow-up Oltre alle regressioni logistiche miste, le prestazioni metacognitive saranno analizzate utilizzando la teoria del rilevamento del segnale di secondo ordine: meta-d' rifletterà la quantità di prove percettive disponibili quando si eseguono giudizi di confidenza. I bias di confidenza saranno calcolati anche con le curve caratteristiche operative del ricevitore (ROC): l'area tra il ROC e la diagonale maggiore sarà divisa per la diagonale minore, e il bias di confidenza sarà definito come il rapporto logaritmico dell'area inferiore e superiore. Un ANOVA con gruppo e covariate appropriate come fattori tra soggetti verificherà una diminuzione dell'efficienza metacognitiva e un aumento della distorsione di confidenza nei partecipanti paziente rispetto a quelli di controllo.

    La modellizzazione della deriva-diffusione ci consentirà di determinare quali aspetti dei tempi di reazione durante il compito di tipo 1 differiscono tra i pazienti schizofrenici e i controlli sani (ad esempio, velocità di deriva e separazione dei confini) e valutare come tali differenze potrebbero determinare giudizi di confidenza, consentendo così di testare il esistenza di deficit metacognitivi a livello decisionale.

11. Criteri di inferenza Saranno utilizzati test a due code con il gruppo come fattore tra soggetti. La soglia per la significatività sarà impostata su alfa = 5%. Quando possibile, i fattori di Bayes saranno calcolati per supportare i risultati nulli e stabilire regole di arresto (vedi sopra).

12. Esclusione dei dati Le prime prove di ciascuna condizione saranno escluse dall'analisi se contengono ampie variazioni del segnale percettivo.

    Verranno mantenute solo le prove con tempi di reazione compresi tra 100 ms e 6 s per il compito di tipo 1.

    I partecipanti saranno esclusi nel caso in cui non possano raggiungere un'accuratezza del 71% nell'attività di tipo 1, rispondano in più di 6 s nella maggior parte delle prove o nel caso in cui non utilizzino correttamente la scala di confidenza (ad esempio, nessuna varianza nei rapporti di confidenza) .

13. Dati mancanti L'uso di modelli misti applicati a dati comportamentali ed elettrofisiologici consentirà di trattare set di dati sbilanciati in modo che non sia necessaria l'imputazione dei dati.
14. Analisi esplorativa (facoltativa) 14.1. Correlazione tra bias metacognitivo e caratteristiche cliniche nella schizofrenia I ricercatori eseguiranno analisi esplorative di correlazione di Spearman tra bias metacognitivi (asintoti della linea di regressione tra giudizi metacognitivi e accuratezza del compito di primo ordine) e diverse variabili cliniche (punteggi positivi e di disorganizzazione per il PANSS, il punteggio totale per BIS, BCIS e PSP).

14.2. Frequenza cardiaca La frequenza cardiaca sarà misurata con un sensore di polso pletismografico Gtec e quantificata in funzione della prestazione di tipo 2. Sulla base di precedenti risultati in partecipanti sani, i ricercatori si aspettano che una maggiore fiducia sia associata a una frequenza cardiaca più veloce tra l'insorgenza dello stimolo e la risposta di tipo 2. Gli investigatori tenteranno di replicare questi risultati seguendo gli stessi metodi di Allen e colleghi e di estenderli ai pazienti.

14.3. risposta galvanica della pelle (GSR) Per quanto riguarda la frequenza cardiaca, il GSR sarà misurato con un sensore dedicato Gtec e quantificato in funzione della prestazione di tipo 2 utilizzando il toolbox Ledalab sotto Matlab. A nostra conoscenza, nessuno studio ha quantificato il legame tra GSR e metacognizione in modo che gli investigatori conducano analisi esplorative.