メタ認知の正常な神経行動および病理学的基盤の探索 (METASENS)

サンプリング計画

1. 既存データ データ作成前の登録：本研究計画書の事前登録申請日現在、データは収集、作成、実現されていない。
2. データ収集手順。 健康なボランティアは、一般集団から募集されます。 統合失調症患者は、ヴェルサイユ地域の地域精神保健センターと外来診療所、およびヴェルサイユの FACE-SZ (FondaMental Academic Centers of Schizophrenia for Schizophrenia) コホートから募集されます。 すべての参加者は、研究の目的に対してナイーブであり、機関のガイドラインおよびヘルシンキ宣言に従ってインフォームド コンセントを与え、金銭的補償 (10 ユーロ / h) を受け取ります。
3. サンプルサイズ 統合失調症患者 50 人に対して、最大 50 人の健康なコントロール。

4. サンプル サイズの理論的根拠 推定サンプル サイズにより、Cohen の d = 0.5、α = 0.05 を使用した片側 2 サンプル t 検定の検出力計算に基づいて、統合失調症の個人と健常対照者の間の中間サイズの効果を 0.8 の検出力でテストできます。 それらは、r = 0.3、α = 0.05 での近似相関パワー計算に基づいて、0.7 パワーでグループ内の中程度の相関を測定することを可能にします。

   電気生理学的記録のサンプルサイズは、以前の研究に基づいており、20 人の患者と 20 人のコントロールを使用しており、異常値除外後は 13 対 13 になります。

5. 停止規則 逐次ベイズ因子分析を使用することにより、オプションの停止が回避されます。 重要な比較が BF = 3 または BF = 1/3 のしきい値に達すると、データ収集は停止します。

   設計計画

6. 研究デザイン 研究者は参加者に、ランダム ドット キネトグラム (タイプ 1 タスク) の運動方向を識別するように依頼します。 マウスを使用して、正しい答えに対応すると思われる側をクリックすることで、ドットがほとんど右または左に移動しているかどうかを示します (赤と青の円、図 1 を参照)。 タイプ 1 タスクに対応するマウスの軌跡が記録され、分析されます。 運動分散は、71% の平均パフォーマンスに達するように、1up/2down 階段を使用して実験前に各被験者に適応されます。 参加者が 6 秒以上で回答すると、聴覚フィードバックが再生されます。 各試行で、参加者は視覚的なアナログスケールで応答の信頼性を示します (タイプ 2 タスク)。 スケールの範囲は 0% (「私の回答は正しい」) から 100% (「私の回答は間違っている」) までです。 カーソルの最初の位置は、常に 50% の信頼度 ("Uncertain of my response)" に対応します。 実験は、30 試行の 10 ブロックで構成され、約 1 時間続きます。

7. ランダム化 モーションの方向 (左または右) は疑似ランダム化され、同じ方向の連続試行は 4 回までです。

   分析計画

8. 統計モデル 8.1. 行動データ すべての分析は、特に afex、BayesFactor、ggplot2、lme4、lmerTest、およびエフェクト パッケージを使用して、R で実行されます。 すべての ANOVA で、Greenhouse-Geisser 法を使用して自由度が修正されます。

   グループの社会人口統計学的（年齢、性別、教育）、認知（病前および現在のIQ、および計画記憶と作業記憶による執行能力）および気分（うつ病）の特徴は、必要に応じてスチューデントt検定またはΧ²検定を使用して比較されます。 次の分析では、2 つのグループ間で有意に異なる変数のみが共変量として含まれます。

   メタ認知能力は、被験者間因子として、グループ（患者対対照）といくつかの共変量（病前と現在のIQ、うつ病と実行能力と計画と作業記憶）を使用して、精度と信頼度の間の二項混合効果モデルで主に分析されます. 回帰勾配は、メタ認知パフォーマンスの指標として、漸近線は、信頼バイアスのマーカーとして、つまり、タスクのパフォーマンスとは関係なく高い信頼度または低い信頼度を報告する傾向として採用されます。 尤度比検定により有意性が評価されます。

   患者とコントロールの間の主な違いが確立された後、事前決定行動変数 (反応時間、マウス軌道パラメーター) が二次分析でモデルに追加されます。 マウスの軌跡 (x 軸の運動エントロピー) の幾何学的特徴は、EMOT および Mousetrap パッケージを使用して定量化されます。 モーション エントロピーと信頼度の間の相関関係は、R² によって定量化され、データ ポイントの数に対する従属変数の数に対して調整されます。

   8.2. 統合失調症におけるメタ認知能力と臨床的特徴との相関

   研究者は、メタ認知パフォーマンス (メタ認知​​判断と一次タスクの精度との間の回帰勾配) といくつかの臨床変数との間の相関分析を実行します。 臨床変数は次のとおりです。

   • van der Gaag らによって提案された 5 因子モデルによる、ポジティブおよびネガティブ シンドローム スケール (PANSS) のポジティブおよびディスオーガナイゼーション スコア。
   • 病気を洞察するバーチウッド インサイト スケール (BIS) の合計スコア
   • 認知的洞察のための Beck Cognitive Insight Scale (BCIS) の合計スコア
   • 社会的機能の個人的および社会的パフォーマンス スケール (PSP) の合計スコア 調査員は、複数の比較を修正するために、誤発見率を伴うスピアマン順位相関検定を使用します。

   8.3. 電気生理学的データ 前処理: 連続 EEG は、64 チャンネル Gtec HIamp システムを使用して 1200 Hz で取得されます。 信号の前処理は、EEGLAB ツールボックスの関数を使用してカスタム Matlab (Mathworks) スクリプトを使用して実行されます。 目視検査の後、アーティファクトで汚染された電極が各参加者から取り除かれ、タイプ 1 応答の開始時にエポッキングが実行されます。 エポックごとに、各電極からの信号はゼロに集中され、平均参照されます。 人為的信号を含むエポックの目視検査と拒否に続いて、独立した成分分析が個々のデータセットに適用され、続いて自己相関、焦点チャネルトポグラフィー、および一般的な不連続性の測定に基づいて人為的成分の半自動検出が行われます。 アーティファクトの除去後、アーティファクトで汚染された電極は、球面スプラインを使用して補間されます。

   統計分析: 電圧振幅は時間ウィンドウ (20ms など) 内で平均化され、lme4 および lmerTest パッケージと共に R を使用して線形混合効果モデルで分析されます。 この方法では、条件または参加者全体で平均化せず、信頼度評価を離散化せずに、単一の試験データを分析できます。 モデルは、固定効果としての生の信頼性評価と精度、および被験者のランダムな切片を含む、個々の試験の各レイテンシと電極で実行されます。 関心領域 (前頭中央および左頭頂頭皮領域など) 内の電気生理学的データの統計的有意性は、誤検出率の補正後に評価されます。 可能であれば、クラスターベースの置換テストが使用されます。

9. 変換 データは、正規性の仮定に違反する場合に変換されます (例: 逆反応時間)。

10. フォローアップ分析 混合ロジスティック回帰に加えて、二次信号検出理論を使用してメタ認知パフォーマンスが分析されます。meta-d' は、信頼判断を実行するときに利用可能な知覚的証拠の量を反映します。 信頼バイアスも、受信者動作特性曲線 (ROC) を使用して計算されます。ROC と主対角線の間の領域は副対角線で除算され、信頼バイアスは下側と上側の領域の対数比として定義されます。 被験者間要因としてグループと適切な共変量を使用した ANOVA は、メタ認知効率の低下と、患者対対照参加者の信頼バイアスの増加をテストします。

    ドリフト拡散モデリングにより、タイプ 1 タスク中の反応時間のどの側面が統合失調症患者と健康なコントロールの間で異なるか (例えば、ドリフト率と境界分離) を決定し、そのような違いが信頼判断をどのように決定するかを評価し、それによってテストを可能にすることができます。決定遺伝子座でのメタ認知障害の存在。

11. 推論基準 被験者間因子としてグループを使用した両側検定が使用されます。 有意性のしきい値は、アルファ = 5% に設定されます。 可能であれば、ゼロ結果をサポートし、停止規則を設定するために、ベイズ係数が計算されます (上記を参照)。

12. データの除外 各条件の最初の試行は、知覚信号の大きな変動が含まれている場合、分析から除外されます。

    タイプ 1 タスクの反応時間が 100 ミリ秒から 6 秒の試行のみが保持されます。

    参加者は、タイプ 1 タスクで 71% の精度に達しない場合、大部分の試行で 6 秒以上応答できない場合、または信頼尺度を適切に使用していない場合 (たとえば、信頼レポートに差異がない場合) に除外されます。 .

13. 欠損データ 行動および電気生理学的データに適用される混合モデルを使用すると、不均衡なデータセットを処理できるため、データの代入が不要になります。
14. 探索的分析（オプション） 14.1. 統合失調症におけるメタ認知バイアスと臨床的特徴との相関 研究者は、メタ認知バイアス (メタ認知​​バイアスと一次タスクの精度との間の回帰直線の漸近線) といくつかの臨床変数 (ポジティブスコアと混乱スコアPANSS、BIS、BCIS、および PSP の合計スコア)。

14.2. 心拍数 心拍数は Gtec プレチスモグラフ パルス センサーで測定され、タイプ 2 パフォーマンスの関数として定量化されます。 健康な参加者の以前の調査結果に基づいて、研究者は、刺激の開始とタイプ 2 の応答の間の心拍数の高速化に関連する信頼性が高いと予想しています。 研究者は、アレンと同僚と同じ方法に従ってこれらの調査結果を再現し、それを患者に拡張しようとします。

14.3. ガルバニック皮膚反応 (GSR) 心拍数に関しては、GSR は Gtec 専用センサーで測定され、Matlab の Ledalab ツールボックスを使用してタイプ 2 パフォーマンスの関数として定量化されます。 私たちの知る限りでは、研究者が探索的分析を実施できるように、GSR とメタ認知の間のリンクを定量化した研究はありません。