신경성 식욕부진 및 신경성 폭식증의 발병을 예측하는 위험 요인 식별

데이터 검증, 예비 분석 및 누락 데이터. 데이터가 두 번 입력되고 불일치가 수정됩니다. 예비 분석은 범위를 벗어난 값이나 비정상적인 분포를 조사합니다. 관례에 따라 평균에서 +/-2 SD인 반응 시간 데이터는 분석에서 제외됩니다. 누락된 후속 데이터에 관계없이 모든 데이터가 분석됩니다. 누락된 데이터는 최대 우도 추정, 다중 대치 또는 유형 I 및 무작위 오른쪽 검열을 사용하여 처리됩니다. 최대우도 절차와 다중 전가는 상당한 감소의 경우에도 편향되지 않은 추정치를 제공할 수 있습니다(Shafer & Graham, 2002). 다중 대체 절차는 모범 사례 권장 사항(Graham et al., 2007)을 따르고 누락된 값은 R의 마우스 패키지를 사용하여 대체됩니다(van Buuren & Groothuis-Oudshoorn, 2011). 관찰되고 귀속된 데이터 세트는 유사한 분포를 보여주기 위해 비교되고 개별적으로 분석되며 평균 매개변수 추정치 및 표준 오류를 기반으로 한 추론 테스트를 얻기 위해 결과가 결합됩니다(Rubin, 2009).

이미지 처리. MR 스캔은 3T GE MR 750 스캐너 시스템으로 수행됩니다. T2* 가중 멀티밴드(동시 멀티 슬라이스) 획득 시퀀스(TR=2000ms, TE=30ms, 플립 각도=53, 멀티밴드 계수=4)로 혈액 산소 수준 의존적 에코 평면 이미지(BOLD-EPI)를 획득합니다. , 2.2mm 등방성 복셀 크기, 간격이 없는 64개의 8x8 축 슬라이스). 슬라이스는 AC-PC 선을 기준으로 ~30도 기울어집니다. 후면 프로젝션 시스템은 시각적 자극을 제공하고 버튼 상자는 행동 반응을 평가합니다. 자극 디스플레이 장비에 대한 실험 작업의 타이밍 및 전달은 MATLAB에서 실행되는 Psychtoolbox 소프트웨어를 사용하여 MacBook Pro를 통해 제어됩니다. 데이터 분석은 주로 SPM12(Statistical Parametric Mapping 12)를 사용하여 수행됩니다. 데이터가 부족한 참가자를 다시 검색하거나 대체자를 모집합니다. 전처리에는 각 실행의 첫 번째 기능 이미지에 대한 강체 변환(재정렬) 및 공동 등록이 포함됩니다. 각 실행 내의 이미지는 해당 실행의 첫 번째 이미지에 정렬된 다음 SPM12의 6 매개변수 강체 알고리즘을 사용하여 첫 번째 실행의 첫 번째 이미지에 정렬됩니다. MP-RAGE 스캔은 두개골이 벗겨지고(FSL의 뇌 추출 도구 사용) 고해상도, T1 가중치 템플릿으로 정규화되어 일련의 정규화 매개변수를 생성합니다. 매개변수는 모든 기능 및 해부학적 이미지에 적용되며 6mm 스무딩 커널로 스무딩됩니다. 우리는 연령별 뇌 템플릿 사용을 고려했지만(Wilke et al., 2003), 청소년 분석에 사용하면 데이터 품질이 향상되지 않았습니다. 통계적 비교는 대상 수준에서 SPM12의 일반 선형 모델을 사용하여 계산된 다음 두 번째 수준의 무작위 효과 모델로 가져옵니다. True Smoothness를 사용하는 Monte Carlo 시뮬레이션을 사용하여 다중 비교를 위해 조정되는 데이터의 복셀 및 클러스터 크기 임계값을 계산하여 가족 단위 유형 I 오류율 5%를 달성합니다. 배고픔 및 월경 단계를 제어합니다. . ICA(Independent Component Analysis) 노이즈 제거를 사용하여 모션, 스캐너 및 뇌척수액 인공물에 대한 fMRI 스캔을 수정합니다(Kelly et al., 2010). Artifact Detection Toolbox(ART; Gabrieli Laboratory, McGovern Institute for Brain Research, Cambridge MA)를 사용하여 기능적 데이터에서 전역 평균 응답 및 동작 이상치의 스파이크를 감지합니다. 동작 매개변수는 개별 수준 분석에서 설계 매트릭스의 회귀 변수로 포함됩니다. 마른 여성과 고칼로리 음식에 대한 노출에 반응하여 활성화된 뇌 영역을 식별하기 위해 우리는 마른 여성/고칼로리 음식 이미지와 평균 체중 여성/물잔 이미지를 제시하는 동안 fMRI BOLD 반응을 대조할 것입니다. 음식 섭취에 대한 반응으로 활성화된 뇌 영역 우리는 밀크쉐이크와 맛없는 용액을 섭취하는 동안의 대담한 반응을 대조할 것입니다. 예상되는 밀크쉐이크 수령에 대한 반응으로 활성화된 뇌 영역을 식별하기 위해 임박한 밀크쉐이크 수령에 대한 신호 대 임박한 맛 없는 용액 수령에 대한 신호 동안 BOLD 반응을 대조할 것입니다. 고칼로리 음식에 대한 억제 조절에 대한 반응으로 뇌 활성화를 확인하기 위해 디저트 금지 시험과 야채 금지 시험에 성공적으로 억제된 반응을 대조할 것입니다.

지연 할인 작업의 경우 보상의 주관적 가치가 지연과 함께 감소하는 비율(TD 비율)은 Mazur(1987) 방정식을 통해 평가됩니다. Vd = V/(1+kD), 여기서 Vd는 할인된 가치를 나타냅니다. D 지연, V는 할인되지 않은 금액, k는 예상 할인 매개변수입니다. 높은 k 값은 즉각적인 보상에 대한 선호도를 나타냅니다. Vd는 개인의 무차별점(40 단위의 지연된 간식 보상만큼 매력적인 즉각적인 간식 보상의 가치)을 계산하여 도출됩니다. 무차별 포인트는 각 지연에 대해 계산되고 지연 할인율(k)의 쌍곡선 모델에 적합하며 로그 변환(lnk)됩니다.