Микросостояния ЭЭГ в психических состояниях риска (DEMETER)

• Цель исследования: микросостояния ЭЭГ транслируют временную динамику нейронных сетей в состоянии покоя по всему мозгу. Здесь исследователи стремятся выяснить, могут ли аномалии микросостояний ЭЭГ быть маркерами психических расстройств.

• Методы: будут включены шесть групп по 21 участник в каждой. Будет пять групп участников с психическими расстройствами (психическое состояние риска - ARMS, первый эпизод психоза - FEP, шизофрения - SCZ, большое депрессивное расстройство - MDD и расстройства аутистического спектра - ASD) и одна группа здоровых людей из контрольной группы. . Нашей главной целью является проверка различий в средних значениях между группами в состоянии покоя и во время сна для каждой из переменных, характеризующих каждое из микросостояний (длительность, частота, время занятия), а также, во вторую очередь, показателей ЭЭГ связности (соматосенсорных вызванных потенциалы), корковая возбудимость (мощность альфа-диапазона), а также просодические и разговорные лингвистические показатели.

  • Что касается измерений микросостояний: будет записана пятиминутная ЭЭГ в состоянии покоя с закрытыми глазами с 64 каналами (как часть более крупной задачи, включая сенсомоторную задачу, описанную ниже). Минимальная предварительная обработка будет выполняться с помощью программного обеспечения MNE EEG на Python, которое включает в себя полосовой фильтр от 0,5 до 40 Гц, привязку к среднему значению, а также визуальную и автоматическую коррекцию артефактов. Каждая запись будет повторно визуально проанализирована клиническими нейрофизиологами, чтобы убедиться, что это действительно альфа-доминантный ритм покоя без каких-либо остаточных артефактов. Анализ микросостояний будет проводиться с использованием пакета Pycrostates. Глобальная мощность поля (GFP) будет определена для каждого участника. Только топографии ЭЭГ на пиках GFP будут сохранены для определения топографии микросостояний посредством модифицированной кластеризации K-средних. Для каждого субъекта будет извлечено одинаковое количество пиков GFP и объединено в один набор данных для кластеризации. Объединенная оценка будет использоваться для расчета оптимального количества кластеров. Полученные кластеры будут адаптированы к каждой отдельной карте. Временное сглаживание будет использоваться для того, чтобы периоды межпикового шума с низким GFP не прерывали последовательности квазистабильных сегментов. Для каждого субъекта будут рассчитаны три параметра для каждого класса микросостояний: частота возникновения («возникновение»), временной охват («охват») и средняя продолжительность. Возникновение — это среднее количество раз, когда данное микросостояние возникает в секунду. Покрытие (в %) — это процент общего времени анализа, проведенного в данном микросостоянии. Средняя длительность (в мс) — это среднее время, в течение которого данное микросостояние присутствовало непрерывно (после временного сглаживания).
  • Что касается лингвистических мер: каждый участник проходит полуструктурированное интервью с обученным экспериментатором. И участник, и интервьюер носят конденсаторные микрофоны-гарнитуры AKG-C544L, подключенные через фантомные адаптеры AKG MPA VL к диктофону Zoom H4n Pro Handy. Речь записывается в цифровом формате с частотой дискретизации 44 000 Гц (16 бит). Расстояние между ртом и микрофоном должно быть как можно более постоянным (2 см), чтобы обеспечить постоянный уровень громкости голоса. Интервью проводятся в тихой комнате, чтобы ограничить шум окружающей среды; два взаимодействующих вещества располагаются как можно дальше, чтобы предотвратить перекрестные помехи (т.е. речь интервьюера, улавливаемая микрофоном участника, и наоборот). Файлы .wav, полученные из записей, аннотируются с помощью программного обеспечения Praat и впоследствии анализируются с помощью Praat и R. Просодические функции извлекаются с помощью инструмента Prosogram (набор сценариев Praat, с открытым исходным кодом) и новой модифицированной версии сценариев из Инструмент «Просограмма». Переменные очередности извлекаются с помощью новых комбинированных скриптов Praat и R.
  • Что касается мер сенсомоторной интеграции: сенсомоторная интеграция исследуется с помощью зрительно-гаптической задачи. В каждом испытании участник, сидящий перед экраном, получает визуальную инструкцию (точку справа или слева от экрана). Задача состоит в нажатии указательным пальцем соответствующей руки одной из двух кнопок, расположенных по бокам тела, согласно наглядной инструкции. Вибротактильный стимулятор (небольшие динамики, подключенные к электронной карте Arduino, модулируемой усилителем) применяется к первой тыльной межкостной мышце обеих рук. За 400 мс до визуальной инструкции одна из двух рук получает тактильный сигнал (вибрацию) на одной руке в течение 100 мс. Этот кий более или менее надежен в зависимости от блока. В некоторых блоках это вполне достоверно, поскольку в 90% проб вибрация и зрительная инструкция представлены конгруэнтно (с указанием одной и той же руки). Другое состояние состоит только из 50% совпадающих проб, и в этом случае тактильный сигнал ненадежен. Два блока с 70% совпадающими случаями выполняются промежуточно. Наконец, в начале и в конце задания представлен базовый блок, не содержащий никаких тактильных подсказок. Порядок блоков 90% и 50% рандомизирован. Тактильные и визуальные стимулы генерируются с помощью сценария MATLAB. Каждый блок состоит из 100 испытаний, всего 500 испытаний. Данные электроэнцефалографии (ЭЭГ) записываются на протяжении всего задания с использованием 64-канальной головки ЭЭГ (от Biosemi) для регистрации электрической активности мозга. Установка подключена к айтрекеру, чтобы контролировать, чтобы участник фиксировал крест в центре экрана во время каждого блока.
  • Что касается задачи многомерного «Я» и эпизодической памяти (дизайн задачи: Laboratoire Mémoire, Cerveau et Cognition): на начальном этапе участникам будут предложены анкеты с самооценкой, оценивающие их ощущение минимального «Я» по 8 доменам (Многомерная оценка интероцептивной осведомленности - версия 2). ) и чувство повествовательного «Я» по 5 доменам (Шкала самооценки Теннесси — краткая форма, настоящее время). Они пройдут нейропсихологический тест для оценки показателей зрительной эпизодической памяти (Семейные фотографии по шкале памяти Векслера-III). Они оценят свое текущее эмоциональное состояние по визуальной аналоговой шкале по 4 доменам (визуально-аналоговая шкала настроения). После каждого из двух сеансов навигации в виртуальной реальности, которые заключаются в прогулке по виртуальному городу, где участники сталкиваются с событиями повседневной жизни, которые стремятся случайно закодироваться в эпизодической памяти, связанной с разными уровнями самореференции, участникам будет предложено анкеты с самоотчетами, оценивающие их чувство воплощения в 4 доменах (вопросник воплощения), их чувство присутствия в 4 доменах (опросник присутствия Igroup) и их киберболезнь в 2 доменах (опросник по симуляционной болезни). Они еще раз оценят свое текущее эмоциональное состояние по визуальной аналоговой шкале (визуально-аналоговая шкала настроения). Наконец, участники пройдут два эпизодических теста на память: задание на свободное припоминание и задание на узнавание. Бесплатный отзыв будет основан на устном 20-минутном интервью, в ходе которого участникам будет предложено вспомнить все события, с которыми они столкнулись в виртуальном городе. По каждому событию им будет предложено систематически и максимально точно вспомнить: что это было за событие, где и когда оно произошло во время навигации, в какой из двух навигации оно произошло (источник), кто был референтом, согласно которому оценивалась личная значимость события, объективные (перцептивные) и субъективные (феноменологические) детали события, а также было ли событие ярко пережито заново или казалось просто знакомым (процедура «Запомнить/Знать»). Тест на распознавание будет проводиться на компьютере и программироваться с использованием модуля Python Neuropsydia. Все 32 встреченных события, смешанные с 16 не встретившимися приманками, будут успешно отображены в случайном порядке на экране компьютера. По каждому событию будет успешно задано несколько вопросов, и участники нажмут на то, что они считают правильным ответом среди нескольких предложений: столкнулись ли они с событием (Да/Нет), и если да, где оно произошло (среди нескольких возможных локализаций на изображении). зоны, где произошло событие), когда оно произошло (замена события в хронологическом порядке на два других события), в какой навигации (первая или вторая навигация) и кто был референтом (Я/Другой). Для каждого события участники также будут оценивать по шкале от 0 до 100: степень повторного переживания или знакомства с событием (100 = Помните, 0 = Знаю), перспективу воспоминаний (100 = перспектива от первого лица, 0 = от третьего лица), его живость, верность, эмоциональная интенсивность, сила связанных телесных ощущений, эпизодическая самореференция и семантическая самореференция.

Для всех переменных исследователи будут применять повторные измерения ANOVA и использовать следующие контрасты:

1. «ARMS, FEP, SCZ, ASD, MDD» vs. «Здоровые субъекты» (микросостояния тестируются как маркеры общей психопатологии);
2. «ARMS, FEP, SCZ» против «РАС, БДР» (микросостояния тестируются как специфические маркеры психоза; аналогичным образом будет проверена специфичность этой сигнатуры для депрессии и РАС)
3. «ARMS» против «FEP» против «SCZ» (микросостояния тестируются как эволюционные маркеры);

4. Наконец, в зависимости от скорости перехода к психозу среди UHR, можно провести сравнение «UHR-T» и «UHR-NT» (микросостояния тестируются как прогностические маркеры психоза. Все субъекты будут подвергнуты глубокому фенотипированию, включая нейропсихологию, психопатологию). , шкалы неврологических мягких признаков, а также структурную МРТ, а также генетические и эпигенетические измерения.

   • Гипотеза: дисбаланс в микросостояниях ЭЭГ C и D, как ожидается, будет более выраженным по всему спектру психоза и при РАС по сравнению с контрольной группой, БДР и ARMS, и будет связан с аномалиями соматосенсорных, интероцептивных и языковых характеристик.