Исследования нормального нейронного поведения и патологических основ метапознания (METASENS)

ПЛАН ОТБОРА ПРОБ

1. Существующие данные. Регистрация перед созданием данных: на дату подачи этого плана исследований для предварительной регистрации данные еще не были собраны, созданы или реализованы.
2. Процедуры сбора данных. Здоровые добровольцы будут набраны из общего населения. Люди с шизофренией будут набраны из общественных центров психического здоровья и амбулаторных клиник в районе Версаля, а также из когорты FACE-SZ (Академические центры экспертизы шизофрении FondaMental) в Версале. Все участники будут наивны в отношении цели исследования, дадут информированное согласие в соответствии с институциональными рекомендациями и Хельсинкской декларацией и получат денежную компенсацию (10 евро в час).
3. Размер выборки Максимум 50 здоровых контролей против 50 человек с шизофренией.

4. Обоснование размера выборки Предполагаемые размеры выборки позволяют тестировать эффекты среднего размера между людьми, страдающими шизофренией, и здоровой контрольной группой с мощностью 0,8, основанной на расчете мощности одностороннего двухвыборочного t-критерия с коэффициентом Коэна d = 0,5, α = 0,05. Они позволяют измерять средние корреляции внутри групп со степенью 0,7 на основе приближенного расчета мощности корреляции с r = 0,3, α = 0,05.

   Размеры выборки для электрофизиологических записей основаны на предыдущем исследовании, с 20 пациентами против 20 в контрольной группе, что дает 13 против 13 после исключения выбросов.

5. Правило остановки Необязательную остановку можно избежать, используя последовательный байесовский факторный анализ. Сбор данных будет остановлен, когда критическое сравнение достигнет порога BF = 3 или BF = 1/3.

   ДИЗАЙН-ПЛАН

6. Дизайн исследования Исследователи попросят участников различать направление движения случайной точечной кинетограммы (задача типа 1). Они будут использовать мышь, чтобы указать, двигались ли точки в основном вправо или влево, щелкая на стороне, которая, по их мнению, соответствует правильному ответу (красные и синие кружки, см. рисунок 1). Траектория мыши, соответствующая задаче типа 1, будет записана и проанализирована. Вариативность движения будет адаптирована для каждого субъекта перед экспериментом с использованием лестницы 1 вверх / 2 вниз, чтобы достичь средней производительности 71%. Аудиальная обратная связь будет воспроизведена, если участники ответят более чем за 6 секунд. Затем в каждом испытании участники будут указывать на визуальной аналоговой шкале уверенность в своем ответе (задача типа 2). Шкала будет варьироваться от 0% («Конечно, мой ответ правильный») до 100% («Конечно, мой ответ неправильный»). Исходное положение курсора всегда будет соответствовать 50% достоверности («Не уверен в моем ответе)». Эксперимент будет состоять из 10 блоков по 30 испытаний и продлится около 1 часа.

7. Рандомизация Направление движения (левое или правое) будет псевдорандомизированным, с не более чем 4 последовательными попытками в одном и том же направлении.

   ПЛАН АНАЛИЗА

8. Статистические модели 8.1. Поведенческие данные Все анализы будут выполняться с помощью R, в частности с использованием пакетов afex, BayesFactor, ggplot2, lme4, lmerTest и эффектов. Во всех дисперсионных анализах степени свободы корректируются с помощью метода Гринхауса-Гейссера.

   Социально-демографические (возраст, пол, образование), когнитивные (преморбидный и текущий IQ, исполнительные способности с планированием и рабочей памятью) и настроение (депрессия) характеристики групп будут сравниваться с использованием t-теста Стьюдента или тестов Χ², когда это уместно. Только те переменные, которые значительно различаются между двумя группами, будут включены в качестве ковариат в следующие анализы.

   Метакогнитивные характеристики будут в первую очередь анализироваться с помощью биномиальных моделей смешанных эффектов между точностью и уверенностью, с группой (пациент по сравнению с контролем) и несколькими ковариатами (преморбидный и текущий IQ, депрессия и исполнительные способности с планированием и рабочей памятью) в качестве межсубъектных факторов. . Наклон регрессии будет рассматриваться как показатель метакогнитивной производительности, а асимптоты — как показатель систематической ошибки достоверности, то есть тенденции сообщать о высоких или низких оценках достоверности независимо от выполнения задачи. Тесты отношения правдоподобия будут оценивать значимость.

   Поведенческие переменные до принятия решения (время реакции, параметры траектории мыши) будут добавлены к модели во вторичном анализе после того, как будут установлены основные различия между пациентами и контрольной группой. Геометрические особенности траекторий мыши (энтропия движения по оси x) будут количественно определены с использованием пакетов EMOT и Mousetrap. Корреляция между энтропией движения и достоверностью будет количественно выражена R² с поправкой на количество зависимых переменных относительно количества точек данных.

   8.2. Корреляция между метакогнитивными характеристиками и клиническими характеристиками шизофрении

   Исследователи проведут корреляционный анализ между метакогнитивными характеристиками (наклон регрессии между метакогнитивными суждениями и точностью задачи первого порядка) и несколькими клиническими переменными. Клиническими переменными будут:

   • Положительные и дезорганизованные оценки по шкале положительных и отрицательных синдромов (PANSS) в соответствии с 5-факторной моделью, предложенной van der Gaag et al.
   • Общий балл по шкале Birchwood Insight Scale (BIS) для понимания болезни
   • Общий балл по Шкале когнитивного понимания Бека (BCIS) для когнитивного понимания
   • Общий балл по Шкале личной и социальной эффективности (PSP) для социального функционирования. Исследователи будут использовать корреляционный тест рангового порядка Спирмена с коэффициентом ложных открытий для исправления множественных сравнений.

   8.3. Электрофизиологические данные Предварительная обработка: непрерывная ЭЭГ будет получена на частоте 1200 Гц с помощью 64-канальной системы Gtec HIamp. Предварительная обработка сигналов будет выполняться с использованием пользовательских сценариев Matlab (Mathworks) с использованием функций из набора инструментов EEGLAB. После визуального осмотра электроды, загрязненные артефактами, будут удалены для каждого участника, и в начале ответа типа 1 будет выполнено определение эпохи. Для каждой эпохи сигнал от каждого электрода будет отцентрован до нуля и усреднен. После визуального осмотра и отбраковки эпох, содержащих артефактные сигналы, к отдельным наборам данных будет применен анализ независимых компонентов с последующим полуавтоматическим обнаружением артефактных компонентов на основе показателей автокорреляции, топографии фокального канала и общей неоднородности. После отбраковки артефактов электроды, загрязненные артефактами, будут интерполированы с использованием сферических сплайнов.

   Статистический анализ: амплитуда напряжения будет усреднена во временных окнах (например, 20 мс) и проанализирована с помощью линейных моделей смешанных эффектов с использованием R вместе с пакетами lme4 и lmerTest. Этот метод позволяет анализировать данные одного испытания без усреднения по состоянию или участникам и без дискретизации оценок достоверности. Модели будут выполняться для каждой латентности и электрода для отдельных испытаний, включая необработанную оценку достоверности и точность в виде фиксированных эффектов и случайных перехватов для субъектов. Статистическая значимость электрофизиологических данных в интересующих областях (например, лобно-центральная и левая теменная области головы) будет оцениваться после поправки на частоту ложных открытий. Когда это возможно, будет использоваться тест перестановки на основе кластера.

9. Преобразования Данные будут преобразованы в случае, если они нарушают предположение о нормальности (например, обратное время реакции).

10. Последующий анализ Помимо смешанной логистической регрессии, метакогнитивные характеристики будут проанализированы с использованием теории обнаружения сигналов второго порядка: мета-d' будет отражать количество перцептивных свидетельств, доступных при вынесении доверительных суждений. Смещения достоверности также будут вычисляться с помощью кривых рабочих характеристик приемника (ROC): площадь между ROC и большой диагональю будет делиться на меньшую диагональ, а смещение достоверности будет определяться как логарифмическое отношение нижней и верхней областей. Дисперсионный анализ с группой и соответствующими ковариатами в качестве факторов между субъектами будет проверять снижение метакогнитивной эффективности и увеличение систематической ошибки достоверности у пациентов по сравнению с участниками контрольной группы.

    Моделирование дрейфа-диффузии позволит нам определить, какие аспекты времени реакции во время задания типа 1 различаются между пациентами с шизофренией и здоровым контролем (например, скорость дрейфа и разделение границ), и оценить, как такие различия могут определять доверительные суждения, что позволит проверить наличие метакогнитивного дефицита в локусе принятия решений.

11. Критерии вывода Будут использоваться двусторонние тесты с группой в качестве межсубъектного фактора. Порог значимости будет установлен на альфа = 5%. Когда это возможно, будут вычислены байесовские коэффициенты для поддержки нулевых результатов и установки правил остановки (см. выше).

12. Исключение данных Первые испытания каждого условия будут исключены из анализа, если они содержат большие вариации перцептивного сигнала.

    Будут сохранены только испытания со временем реакции от 100 мс до 6 с для задачи типа 1.

    Участники будут исключены, если они не смогут достичь точности 71% в задаче типа 1, ответят более чем за 6 с в большинстве испытаний или если они не используют шкалу достоверности должным образом (например, нет отклонений в отчетах о достоверности). .

13. Отсутствующие данные Использование смешанных моделей, применяемых к поведенческим и электрофизиологическим данным, позволит работать с несбалансированными наборами данных, так что импутация данных не потребуется.
14. Исследовательский анализ (необязательно) 14.1. Корреляция между метакогнитивной предвзятостью и клиническими характеристиками при шизофрении. Исследователи проведут предварительный ранговый корреляционный анализ Спирмена между метакогнитивной предвзятостью (асимптоты линии регрессии между метакогнитивными суждениями и точностью выполнения задачи первого порядка) и несколькими клиническими переменными (положительные баллы и показатели дезорганизации для PANSS, общий балл за BIS, BCIS и PSP).

14.2. Частота сердечных сокращений Частота сердечных сокращений будет измеряться с помощью плетизмографического датчика пульса Gtec и оцениваться количественно как функция показателей типа 2. Основываясь на предыдущих результатах у здоровых участников, исследователи ожидают, что большая достоверность будет связана с более высокой частотой сердечных сокращений между началом стимула и ответом типа 2. Исследователи попытаются воспроизвести эти результаты, используя те же методы, что и Аллен и его коллеги, и распространить их на пациентов.

14.3. кожно-гальваническая реакция (КГР) Что касается частоты сердечных сокращений, КГР будет измеряться с помощью специального датчика Gtec и количественно определяться как функция производительности типа 2 с использованием набора инструментов Ledalab под управлением Matlab. Насколько нам известно, ни в одном исследовании не проводилась количественная оценка связи между КГР и метапознанием, чтобы исследователи могли провести исследовательский анализ.