Utforskninger av de normale nevrale atferds- og patologiske basene til metakognisjon (METASENS)

PRØVETAGNINGSPLAN

1. Eksisterende data Registrering før opprettelse av data: Fra datoen for innsending av denne forskningsplanen for forhåndsregistrering er dataene ennå ikke samlet inn, opprettet eller realisert.
2. Datainnsamlingsprosedyrer. Friske frivillige skal rekrutteres fra befolkningen generelt. Personer med schizofreni vil bli rekruttert fra samfunnssentre for psykisk helse og poliklinikker i Versailles-området og blant FACE-SZ (FondaMental Academic Centers of Expertise for Schizophrenia) i Versailles. Alle deltakere vil være naive til formålet med studien, gi informert samtykke i samsvar med institusjonelle retningslinjer og Helsinki-erklæringen, og motta en økonomisk kompensasjon (10€/t).
3. Prøvestørrelse Maksimalt 50 friske kontroller vs. 50 personer med schizofreni.

4. Prøvestørrelsesrasjonale De estimerte prøvestørrelsene tillater testing av effekter av middels størrelse mellom individer med schizofreni og friske kontroller med en potens på 0,8, basert på ensidig to-prøve t-test styrkeberegning med Cohens d = 0,5, α = 0,05. De tillater måling av mediumkorrelasjoner innen grupper med en potens på 0,7, basert på omtrentlig korrelasjons-kraftberegning med r = 0,3, α = 0,05.

   Prøvestørrelser for elektrofysiologiske registreringer er basert på tidligere en studie, med 20 pasienter vs. 20 kontroller, noe som resulterte i 13 vs. 13 etter uteliggerekskludering.

5. Stoppregel Valgfri stopp vil unngås ved å bruke sekvensielle Bayes faktoranalyser. Datainnsamlingen vil stoppe når en kritisk sammenligning når terskelen på BF = 3 eller BF = 1/3.

   DESIGNPLAN

6. Studiedesign Forskerne vil be deltakerne om å skjelne bevegelsesretningen til et tilfeldig punktkinetogram (type 1-oppgave). De vil bruke en mus for å indikere om prikkene stort sett beveget seg mot høyre eller venstre, ved å klikke på siden de tror tilsvarer et riktig svar (røde og blå sirkler, se figur 1). Musebanen som tilsvarer type 1-oppgaven vil bli registrert og analysert. Bevegelsesvarians vil bli tilpasset for hvert emne før eksperimentet ved å bruke en 1up/2down trapp, for å nå en gjennomsnittlig ytelse på 71 %. En auditiv tilbakemelding vil bli spilt dersom deltakerne svarer på mer enn 6s. På hvert forsøk vil deltakerne deretter indikere på en visuell analog skala tilliten til svaret deres (type 2-oppgave). Skalaen vil variere fra 0 % ("Sikkert at svaret mitt er riktig") til 100 % ("Sikkert mitt svar er feil"). Startposisjonen til markøren vil alltid tilsvare 50 % konfidens ("Usikker på min respons)". Eksperimentet vil bestå av 10 blokker med 30 forsøk og vare i omtrent 1 time.

7. Randomisering Bevegelsesretning (venstre eller høyre) vil bli pseudo-randomisert, med ikke mer enn 4 påfølgende forsøk med samme retning.

   ANALYSEPLAN

8. Statistiske modeller 8.1. Atferdsdata Alle analyser vil bli utført med R, spesielt ved bruk av afex, BayesFactor, ggplot2, lme4, lmerTest og effektpakkene. I alle ANOVAer vil frihetsgrader bli korrigert ved bruk av Greenhouse-Geisser-metoden.

   Gruppenes sosiodemografiske (alder, kjønn, utdanning), kognitive (premorbid og nåværende IQ, og utøvende ytelse med planlegging og arbeidsminne) og humør (depresjon) karakteristika vil bli sammenlignet med Student t-testen eller Χ²-testene når det er hensiktsmessig. Kun variabler som er signifikant forskjellig mellom de to gruppene vil bli inkludert som kovariater i de følgende analysene.

   Den metakognitive ytelsen vil primært bli analysert med binomiale blandede effekter-modeller mellom nøyaktighet og konfidens, med gruppe (pasient vs. kontroll) og flere kovariater (premorbid og nåværende IQ, depresjon og eksekutiv ytelse med planlegging og arbeidsminne) som mellom-subjektfaktorer . Regresjonshelling vil bli tatt som en indikator på metakognitiv ytelse og asymptoter som en markør for konfidensskjevhet, dvs. tendensen til å rapportere høye eller lave konfidensvurderinger uavhengig av oppgaveytelse. Likelihood ratio tester vil vurdere signifikans.

   Predecisionelle atferdsvariabler (reaksjonstider, musebaneparametere) vil bli lagt til modellen i en sekundæranalyse etter at hovedforskjeller mellom pasienter og kontroller er etablert. Geometriske trekk ved musebaner (bevegelsesentropi på x-aksen) vil bli kvantifisert ved å bruke EMOT- og Mousetrap-pakkene. Korrelasjoner mellom bevegelsesentropi og konfidens vil bli kvantifisert med R², justert for antall avhengige variabler i forhold til antall datapunkter.

   8.2. Korrelasjon mellom metakognitiv ytelse og kliniske egenskaper ved schizofreni

   Etterforskerne skal kjøre korrelasjonsanalyser mellom metakognitiv ytelse (regresjonshelling mellom metakognitive vurderinger og nøyaktigheten av førsteordensoppgaven) og flere kliniske variabler. De kliniske variablene vil være:

   • De positive og uorganiserte skårene for Positive and Negative Syndrome Scale (PANSS), i henhold til 5-faktormodellen foreslått av van der Gaag et al.
   • Totalskåren på Birchwood Insight Scale (BIS) for innsikt i sykdom
   • Den totale poengsummen på Beck Cognitive Insight Scale (BCIS) for kognitiv innsikt
   • Den totale poengsummen på Personal and Social Performance Scale (PSP) for sosial fungering. Etterforskerne vil bruke en Spearman rangordens korrelasjonstest med falsk oppdagelsesrate for å korrigere for flere sammenligninger.

   8.3. Elektrofysiologiske data Forbehandling: kontinuerlig EEG vil bli innhentet ved 1200 Hz med et 64-kanalers Gtec HIamp-system. Signalforbehandling vil bli utført ved hjelp av tilpassede Matlab (Mathworks)-skript ved bruk av funksjoner fra EEGLAB-verktøykassen. Etter visuell inspeksjon vil artefakt-kontaminerte elektroder bli fjernet for hver deltaker, og epoking vil bli utført ved type 1-responsstart. For hver epoke vil signalet fra hver elektrode være sentrert til null og gjennomsnittsreferert. Etter visuell inspeksjon og avvisning av epoker som inneholder artefaktuelle signaler, vil en uavhengig komponentanalyse bli brukt på individuelle datasett, etterfulgt av en semi-automatisk deteksjon av artefaktuelle komponenter basert på mål for autokorrelasjon, fokalkanaltopografi og generisk diskontinuitet. Etter avvisning av artefakter, vil artefakt-kontaminerte elektroder interpoleres ved hjelp av sfæriske splines.

   Statistisk analyse: gjennomsnittlig spenningsamplitude i tidsvinduer (f.eks. 20ms), og analysert med lineære blandede effekter-modeller ved bruk av R sammen med lme4- og lmerTest-pakkene. Denne metoden gjør det mulig å analysere enkeltprøvedata, uten gjennomsnittsberegning på tvers av tilstand eller deltakere, og ingen diskretisering av konfidensvurderinger. Modeller vil bli utført på hver latens og elektrode for individuelle forsøk, inkludert rå konfidensvurdering og nøyaktighet som faste effekter, og tilfeldige avskjæringer for forsøkspersoner. Statistisk signifikans for elektrofysiologiske data innenfor områder av interesse (f.eks. frontosentrale og venstre parietale hodebunnsregioner) vil bli vurdert etter korreksjon for falsk oppdagelsesrate. Når det er mulig, vil klyngebasert permutasjonstest bli brukt.

9. Transformasjoner Data vil bli transformert i tilfelle de bryter med antagelsen om normalitet (f.eks. inverse reaksjonstider).

10. Oppfølgingsanalyser I tillegg til blandede logistiske regresjoner, vil metakognitiv ytelse bli analysert ved hjelp av andreordens signaldeteksjonsteori: meta-d' vil reflektere mengden perseptuelle bevis som er tilgjengelige når man utfører tillitsvurderinger. Konfidensskjevheter vil også bli beregnet med mottakeroperasjonskarakteristiske kurver (ROC): området mellom ROC og hoveddiagonal vil bli delt med mindre diagonal, og konfidensskjevhet vil bli definert som logforholdet mellom det nedre og øvre området. En ANOVA med gruppe- og passende kovariater som mellom-subjektfaktorer vil teste for en reduksjon i metakognitiv effektivitet og en økning i konfidensbias hos pasient kontra kontrolldeltakere.

    Drift-diffusjonsmodellering vil tillate oss å bestemme hvilke aspekter av reaksjonstider under type 1-oppgaven som er forskjellig mellom schizofrene pasienter og friske kontroller (f.eks. drifthastighet og grenseseparasjon), og vurdere hvordan slike forskjeller kan bestemme tillitsvurderinger, og dermed tillate testing av eksistensen av metakognitive mangler på et beslutningssted.

11. Inferenskriterier Det vil bli benyttet tosidige tester med gruppe som mellomfagsfaktor. Terskelen for signifikans settes til alfa = 5 %. Når det er mulig, vil Bayes-faktorer bli beregnet for å støtte nullfunn og angi stoppregler (se ovenfor).

12. Dataekskludering De første forsøkene av hver tilstand vil bli ekskludert fra analyse hvis de inneholder store variasjoner av det perseptuelle signalet.

    Kun forsøk med reaksjonstider mellom 100 ms og 6 s for type 1-oppgaven vil bli holdt.

    Deltakere vil bli ekskludert i tilfelle de ikke kan oppnå 71 % nøyaktighet på type 1-oppgaven, svare på mer enn 6 s i et flertall av forsøkene, eller i tilfelle de ikke bruker konfidensskalaen riktig (f.eks. ingen variasjon i konfidensrapporter) .

13. Manglende data Bruk av blandede modeller brukt på atferdsdata og elektrofysiologiske data vil tillate å håndtere ubalanserte datasett slik at dataimputering ikke vil være nødvendig.
14. Utforskende analyse (valgfritt) 14.1. Korrelasjon mellom metakognitiv skjevhet og kliniske karakteristikker ved schizofreni. Utforskerne skal kjøre eksplorative Spearman rangordens korrelasjonsanalyser mellom metakognitiv skjevhet (asymptoter av regresjonslinjen mellom metakognitive vurderinger og nøyaktigheten av førsteordensoppgaven) og flere kliniske variabler (positive og desorganiseringsskårer) PANSS, den totale poengsummen for BIS, BCIS og PSP).

14.2. Hjertefrekvens Hjertefrekvensen vil bli målt med en Gtec pletysmografisk pulssensor og kvantifisert som en funksjon av type 2 ytelse. Basert på tidligere funn hos friske deltakere, forventer forskerne at større selvtillit vil være assosiert med raskere hjertefrekvens mellom stimulusstart og type 2-respons. Etterforskerne vil forsøke å gjenskape disse funnene ved å følge de samme metodene som Allen og kolleger og utvide det til pasienter.

14.3. galvanisk hudrespons (GSR) Når det gjelder hjertefrekvens, vil GSR måles med en dedikert Gtec-sensor og kvantifiseres som en funksjon av type 2-ytelse ved hjelp av Ledalab-verktøykassen under Matlab. Så vidt vi vet har ingen studie kvantifisert koblingen mellom GSR og metakognisjon slik at etterforskerne vil gjennomføre utforskende analyser.