Mikrostany EEG w zagrożonych stanach psychicznych (DEMETER)

• Cel pracy: Mikrostany EEG tłumaczą czasową dynamikę stanu spoczynku sieci neuronowych w mózgu. Celem badaczy jest sprawdzenie, czy anomalie mikrostanu EEG mogą stanowić markery zaburzeń psychicznych.

• Metody: uwzględnionych zostanie sześć grup po 21 uczestników każda. Będzie pięć grup uczestników z zaburzeniami psychicznymi (zagrożony stan psychiczny – ARMS, psychoza pierwszego epizodu – FEP, schizofrenia – SCZ, duże zaburzenie depresyjne – MDD i zaburzenia ze spektrum autyzmu – ASD) oraz jedna grupa zdrowych osób kontrolnych . Naszym głównym celem jest zbadanie różnic w średnich pomiędzy grupami, w spoczynku i podczas snu, dla każdej ze zmiennych charakteryzujących każdy z mikrostanów (czas trwania, częstotliwość, czas zajęcia), a także, w drugiej kolejności, miar łączności EEG (somatosensoryczne wywołane stany potencjały), pobudliwość korową (moc pasma alfa) oraz miary prozodyczne i językowe.

  • Jeśli chodzi o pomiary mikrostanów: zostanie zarejestrowany pięciominutowy zapis EEG w stanie spoczynku przy zamkniętych oczach, zawierający 64 kanały (jako część większego zadania obejmującego zadanie sensomotoryczne opisane poniżej). Minimalne przetwarzanie wstępne zostanie przeprowadzone przy użyciu oprogramowania MNE EEG w języku Python, które obejmuje filtr pasmowo-przepustowy w zakresie od 0,5 do 40 Hz, odniesienie do średniej oraz wizualną i automatyczną korekcję artefaktów. Każde nagranie zostanie ponownie przeanalizowane wizualnie przez neurofizjologów klinicznych, aby upewnić się, że rzeczywiście jest to rytm spoczynkowy z dominacją alfa i pozbawiony jakichkolwiek resztkowych artefaktów. Analiza mikrostanów zostanie przeprowadzona przy użyciu pakietu Pycrostates. Globalna moc pola (GFP) zostanie ustalona dla każdego uczestnika. Tylko topografie EEG na szczytach GFP zostaną zachowane do określenia topografii mikrostanów poprzez zmodyfikowane grupowanie K-średnich. Dla każdego pacjenta ta sama liczba pików GFP zostanie wyodrębniona i połączona w pojedynczy zestaw danych w celu grupowania. Do obliczenia optymalnej liczby klastrów zostanie wykorzystany łączny wynik. Powstałe klastry zostaną ponownie dopasowane do poszczególnych map. Zastosowane zostanie wygładzanie czasowe, aby zapewnić, że okresy szumu międzyszczytowego o niskim GFP nie zakłócają sekwencji segmentów quasi-stabilnych. Dla każdego podmiotu obliczone zostaną trzy parametry dla każdej klasy mikrostanów: częstotliwość występowania („występowanie”), zasięg czasowy („pokrycie”) i średni czas trwania. Występowanie to średnia liczba wystąpień danego mikrostanu na sekundę. Pokrycie (w %) to procent całkowitego czasu analizy spędzonego w danym mikrostanie. Średni czas trwania (w ms) to średni czas, przez jaki dany mikrostan występował w sposób nieprzerwany (po wygładzeniu czasowym).
  • Jeśli chodzi o środki językowe: każdy uczestnik przechodzi częściowo ustrukturyzowany wywiad z przeszkolonym eksperymentatorem. Zarówno uczestnik, jak i osoba przeprowadzająca wywiad noszą nagłowne mikrofony pojemnościowe AKG-C544L podłączone za pomocą adapterów fantomowych AKG MPA VL do rejestratora Zoom H4n Pro Handy. Mowa jest nagrywana cyfrowo z częstotliwością próbkowania 44 000 Hz (16 bitów). Odległość między ustami a mikrofonem jest utrzymywana na możliwie stałym poziomie (2 cm), aby zapewnić stały poziom głośności głosu. Wywiady odbywają się w cichym pomieszczeniu, aby ograniczyć hałas w otoczeniu; dwa elementy oddziałujące są umieszczone jak najdalej, aby zapobiec przesłuchom (tj. mowa ankietera uchwycona przez mikrofon uczestnika i odwrotnie). Pliki .wav uzyskane z nagrań są opatrzone adnotacjami za pomocą oprogramowania Praat, a następnie analizowane za pomocą Praata i R. Wyodrębnianie cech prozodycznych odbywa się za pomocą narzędzia Prosogram (zestaw skryptów Praat, open source) oraz nowej zmodyfikowanej wersji skryptów z Narzędzie Prosogram. Zmienne zwrotne są wyodrębniane za pomocą nowych połączonych skryptów Praat i R.
  • Jeśli chodzi o środki integracji sensomotorycznej: integrację sensomotoryczną bada się za pomocą zadania wzrokowo-haptycznego. Podczas każdej próby uczestnik siedzący przed ekranem otrzymuje instrukcję wizualną (punkt po prawej lub lewej stronie ekranu). Zadanie polega na naciśnięciu jednego z dwóch przycisków znajdujących się po obu stronach ciała palcem wskazującym odpowiedniej dłoni zgodnie z instrukcją wizualną. Stymulator wibrotaktyczny (małe głośniki podłączone do karty elektronicznej Arduino modulowanej przez wzmacniacz) przykładany jest do pierwszego grzbietowego mięśnia międzykostnego obu rąk. 400 ms przed instrukcją wizualną jedna z rąk otrzymuje wskazówkę dotykową (wibrację) na jednej ręce przez 100 ms. Ta wskazówka jest mniej lub bardziej niezawodna w zależności od bloku. W niektórych blokach jest to dość niezawodne, ponieważ 90% prób przedstawia wibrację i instrukcję wizualną zgodnie (wskazując tę ​​samą rękę). Na inny warunek składa się tylko 50% zgodnych prób i w tym przypadku wskazówka dotykowa nie jest wiarygodna. Pośrednio przeprowadza się dwa bloki z przypadkami zgodnymi w 70%. Na koniec na początku i na końcu zadania prezentowany jest blok bazowy, który nie zawiera żadnych wskazówek dotykowych. Kolejność bloków 90% i 50% jest losowa. Bodźce dotykowe i wizualne generowane są za pomocą skryptu MATLAB. Każdy blok składa się ze 100 prób, łącznie 500 prób. Przez cały czas trwania zadania rejestrowane są dane elektroencefalograficzne (EEG) przy użyciu 64-kanałowego czapeczki EEG (firmy Biosemi) w celu rejestracji elektrycznej aktywności mózgu. Konfiguracja jest połączona z eyetrackerem, który kontroluje, czy uczestnik umieszcza krzyżyk na środku ekranu podczas każdego bloku.
  • W odniesieniu do zadania wielowymiarowego Ja i pamięci epizodycznej (schemat zadania: Laboratoire Mémoire, Cerveau et Cognition): na początku uczestnicy zostaną poddani kwestionariuszom samoopisowym oceniającym ich poczucie minimalnego Ja w 8 domenach (Wielowymiarowa ocena świadomości interoceptywnej – wersja 2 ) i poczucie narracyjnego Ja w 5 domenach (Skala Pojęcia Własności Tennessee – Forma Krótka, Teraźniejszość). Przejdą test neuropsychologiczny oceniający wydajność ich wzrokowej pamięci epizodycznej (Zdjęcia rodzinne z III skali pamięci Wechslera). Ocenią swój aktualny stan emocjonalny w wizualnej skali analogowej w 4 domenach (Mood Visual Analogue Scale). Po każdej z dwóch sesji nawigacyjnych w wirtualnej rzeczywistości, polegających na spacerze po wirtualnym mieście, w którym uczestnicy napotykają zdarzenia z życia codziennego, które mają zostać przypadkowo zakodowane w pamięci epizodycznej, powiązane z różnymi poziomami samoodniesienia, uczestnicy zostaną poddani samodzielnie zgłaszane kwestionariusze oceniające ich poczucie ucieleśnienia w 4 domenach (kwestionariusz ucieleśnienia), poczucie obecności w 4 domenach (kwestionariusz obecności Igroup) oraz cyberchorobę w 2 domenach (kwestionariusz choroby symulacyjnej). Ponownie ocenią swój aktualny stan emocjonalny w wizualnej skali analogowej (Mood Visual Analogue Scale). Na koniec uczestnicy przejdą dwa testy pamięci epizodycznej: zadanie swobodnego przypominania i zadanie rozpoznawania. Bezpłatne przypomnienie będzie polegać na 20-minutowej rozmowie ustnej, podczas której uczestnicy zostaną poproszeni o przypomnienie sobie wszystkich wydarzeń, które zapamiętali w wirtualnym mieście. Dla każdego zdarzenia zostaną poproszeni o systematyczne i możliwie najdokładniejsze przypomnienie: jakie to było wydarzenie, gdzie i kiedy miało miejsce podczas nawigacji, w którym z dwóch nawigacji miało to miejsce (źródło), kto był desygnatem, według którego oceniano osobiste znaczenie wydarzenia, obiektywne (percepcyjne) i subiektywne (fenomenologiczne) szczegóły zdarzenia oraz czy wydarzenie to zostało żywo przeżyte lub wydawało się jedynie znajome (procedura Zapamiętaj/Poznaj). Test rozpoznawczy zostanie wykonany na komputerze i zaprogramowany przy pomocy modułu Python Neuropsydia. Wszystkie 32 napotkane zdarzenia zmieszane z 16 przynętami, które nie zostały napotkane, zostaną pomyślnie wyświetlone w losowej kolejności na ekranie komputera. Do każdego wydarzenia zostanie zadanych kilka pytań, a uczestnicy będą klikać odpowiedź, którą uważają za poprawną spośród kilku propozycji: czy spotkali się z danym wydarzeniem (Tak/Nie), a jeśli tak, gdzie to się wydarzyło (spośród kilku możliwych lokalizacji na zdjęciu) strefy, w której zdarzenie miało miejsce), kiedy to nastąpiło (zastępując wydarzenie w kolejności chronologicznej dwoma innymi zdarzeniami), w jakiej nawigacji (pierwsza lub druga nawigacja) oraz kto był desygnatem (Ja/Inny). W przypadku każdego zdarzenia uczestnicy będą również oceniać w skali od 0 do 100: stopień ponownego przeżycia lub znajomości wydarzenia (100 = Pamiętaj, 0 = Wiedz), perspektywa wspomnienia (100 = perspektywa pierwszej osoby, 0 = perspektywa trzecioosobowa), jego żywotność, wierność, intensywność emocjonalna, siła powiązanych doznań cielesnych, epizodyczne samoodniesienie i semantyczne samoodniesienie.

W przypadku wszystkich zmiennych badacze zastosują ANOVA z powtarzanymi pomiarami i zastosują następujące kontrasty:

1. „ARMS, FEP, SCZ, ASD, MDD” vs. „Osoby zdrowe” (mikrostany są testowane jako markery ogólnej psychopatologii);
2. „ARMS, FEP, SCZ” vs „ASD, MDD” (mikrostany są testowane jako specyficzne markery psychozy; równoważnie badana będzie specyficzność tej sygnatury w przypadku depresji i ASD)
3. „ARMS” kontra „FEP” kontra „SCZ” (mikrostany są testowane jako markery ewolucyjne);

4. Wreszcie, w zależności od szybkości przejścia w psychozę wśród UHR, można dokonać porównania „UHR-T” z „UHR-NT” (mikrostany są testowane jako markery predykcyjne psychozy. Wszyscy pacjenci zostaną poddani głębokiemu fenotypowaniu, obejmującemu neuropsychologię, psychopatologię , skale miękkich objawów neurologicznych, a także strukturalny MRI oraz pomiary genetyczne i epigenetyczne.

   • Hipoteza: oczekuje się, że brak równowagi w mikrostanach C i D w EEG będzie bardziej wyraźny w całym spektrum psychoz oraz w przypadku ASD w porównaniu z grupą kontrolną, MDD i ARMS i będzie powiązany z anomaliami w zakresie cech somatosensorycznych, interoceptywnych i językowych.