Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

En elektrofysiologi protokoll till åtgärd belöning förväntan och bearbetning i barn

Published: October 4, 2018 doi: 10.3791/58348

Summary

Detta protokoll syftar till att mäta belöning förväntan och bearbetning i små barn med och utan autism. Specifikt, syftar protokollet till att studera de neurala korrelat till belöning under sociala och nonsocial villkor samtidigt kontrollera för belöning mellan villkor.

Abstract

Vi presenterar ett protokoll utformat för att mäta de neurala korrelat till belöning hos barn. Protokollet tillåter forskare att mäta både belöning förväntan och bearbetning. Dess syfte är att skapa en belöning-uppgift som är lämplig för små barn med och utan autism samtidigt kontrollera belöning boenden mellan två villkor: sociala och nonsocial. Det nuvarande protokollet möjliggör jämförelser av hjärnaktivitet mellan sociala och nonsocial belöning villkor samtidigt hålla belöningen sig identiska mellan villkor. Använder det här protokollet, hittade vi bevis att Neurotypisk barn visar förbättrad föregripande hjärnaktivitet under det sociala villkoret. Vi fann dessutom att Neurotypisk barn föregripa sociala belöning mer kraftfullt än barn med autism diagnoser. Som uppgiften använder snacks som belöning, är det mest lämpligt för små barn. Protokollet kan dock anpassas för användning med ungdomar eller vuxna populationer om snacks ersättas med monetära incitament. Protokollet är utformat för att mäta elektrofysiologiska händelser (event-relaterade potentialer), men det kan anpassas för användning med eye-tracking eller fMRI.

Introduction

Oordning autismspektrum (ASD) är en utvecklingsstörning som kännetecknas av nedskrivningar i social kommunikation (verbala och icke-verbala) och förekomsten av begränsat intresse och/eller repetitiva beteenden1. Eftersom ASD är en hypotes om för att vara neurologiskt-baserade2,3, är det förvånande att neurovetenskapliga forskning som involverar barn med ASD har blivit mycket utbrett under det senaste decenniet. Även om många teorier om hjärnan grunden för ASD har föreslagits, är en i synnerhet som har rönt stora forskning uppmärksamhet sociala motivationen hypotes4. Kort, social motivation hypotesen säger att barn med ASD ägna sig åt mindre social interaktion än deras vanligtvis utveckla (TD) jämnåriga eftersom social interaktion inte är som givande för dem. CHEVALLIER o.a. ge en översikt av social motivation hypotes5. Eftersom denna hypotes direkt relaterar till belöningssystemet, har särskilt om huruvida systemet i ASD är lyhörd till social information, flera studier undersökt det sociala belöningssystemet i ASD6,7, 8 , 9 , 10 , 11 , 12. resultaten från dessa studier har skilde sig, med vissa som ger tecken att belöningssystemet i ASD är nedsatt till både sociala och nonsocial information, och andra tyder på att belöningssystemet fungerar normalt för nonsocial information är men nedsatt till sociala stimuli. En potentiell orsak till dessa inkonsekventa resultat avser stimuli och metod som använts i protokollen. Det är svårt att matcha sociala och nonsocial belöningar i en experimentell sammanhang. till exempel flera studier har använt en bild av ett leende ansikte som social belöning och nonsocial belöningen är monetära (t.ex. får pengar efter experimentet är komplett7,8,11). Även om dessa studier ger en viktig grund för framtida forskning, är det svårt att avgöra huruvida resultaten avser skillnader i social kontra nonsocial belöning lyhördhet i ASD eller om de är på grund av skillnader mellan belöning villkor.

Det nuvarande protokollet syftar till att undersöka belöningssystemet hos högfungerande barn med ASD använda elektrofysiologi. För att undersöka skillnader mellan barn med och utan ASD baserat på belöning förväntan, mättes stimulus-föregår negativitet (SPN). SPN är en långsam-våg-komponent som avspeglar en förväntan om en belöning stimulans13. Betydelsen av SPN konceptualiseras vanligtvis som känslomässiga förväntan14,15,16 och tros vara reflekteras av aktivitet i insula17,18. SPN mäts ofta efter deltagarna utföra ett motoriskt svar och innan feedback debut under en beslutsfattande uppgift19,20. SPN är känslig för belöning magnitud och är genomgående större belöning kontra nr-belöning villkor15,16,21. Om SPN mäts vanligtvis under beslutande uppgifter, har forskare rapporterat att SPN kan observeras när förutse affektiva kommande stimuli utan någon uppgift22,23,24. Ett kritiskt mål av det nuvarande protokollet är att utföra en experimentell uppgift där belöningar mellan sociala och nonsocial villkor matchas för att eliminera potentiella förvirrar. Ett annat mål är att testa barn mellan 6 och 11 år gamla. Protokollet kan därför fungera som en åldersanpassad belöning uppgift som barn kan hitta engagerande utan att bli frustrerad.

Protocol

Förfaranden som inbegriper mänskliga deltagare godkändes av den mänskliga ämnet forskning kommittén/institutionella etikprövningsnämnden vid University of California, Riverside och University of California, San Diego.

1. stimuli förberedelse

Obs: De förfaranden som beskrivs nedan är specifika för en kommersiellt tillgänglig redigerande sviten (se Tabell för material). andra foto redigeringsprogram kan dock säkerligen användas.

  1. Förbereda en uppsättning känslomässiga ansikte fotografier25 kategoriseras i två ansiktsuttryck (glad och ledsen). Använda tidigare insamlade beteendemässiga klassificeringar, välja fotografier med noggranna känslor betyg (där över 80% av deltagarna identifieras känslor korrekt)25.
    Obs: I vårt protokoll fanns det 33 valda vuxna ansikten (18 kvinnor, 15 män). Av de 18 hondjur, 9 är kaukasiska, 4 är African American och 5 är asiatiska amerikanska. Av de 15 män, 9 är kaukasiska, 6 är African American och är ingen asiatiska amerikanska. I det här fallet har redan bilder beskurna och placeras på en vit bakgrund. Det är viktigt att notera att den NimStim uppsättningen ansiktsuttryck rekommenderas varmt och normerat av vuxna25. Det är således möjligt att barn eller ungdomar kan uppfatta ansiktsuttryck annorlunda än vuxna som normerat bilderna.
  2. Standardisera de känslomässiga uttryck stimuli
    1. Använda ett foto redigerande sviten, redigera fotografier för att vara i gråskala, sedan spara dem (i den programvara som används här, detta görs genom att välja bild | Läge | Gråskala).
    2. Kontrollera att upplösningen är 72 pixlar/tum och att fil bredd är 8,5 tum och höjden är 11 inches.
    3. Använder en linjal, ändra bredden på fotografiet (i bildpunkter) tills de ansikte åtgärderna 11 cm från utsidan av hår på ena sidan på utsidan av hår på andra sidan, och 14 cm från början av hårfästet längst ned på hakan.
  3. Att skapa kodade ansiktet pilen stimuli
    1. Hämta ”rusning” plugin (http://telegraphics.com.au/sw/product/Scramble).
    2. Extrahera ZIP och flytta den till ”plug-ins” redigering svitens programmapp.
    3. I fotoredigering program, skapa en ”egen form” i alternativen för formen . Se till att formen är en pil.
    4. Öppna det känslomässiga ansiktet bilder en i taget. Använd markeringsverktyget för att välja bara ansiktet och inte bakgrunden.
    5. Välj Filter | Telegraphics | Scramble | OK.
    6. Välj fönster | Lager (detta bör producera ett ”lager” fönster sida).
    7. Dubbelklicka på bakgrunden, klicka ok och döp om den till lager 0 (alla namn är bra).
    8. Högerklicka på verktyget form i den vänstra menyraden och välj anpassade pilformen.
    9. Dra formen pilen i mitten av kodade bilden.
    10. Använd Ctrl + T att dra pilen till mitten av bilden och justera storlek så det är samma som ansikte bilden (t.ex. 11 x 14 cm).
    11. Använd verktyget vinkel så att för glada miner på pilen vänd uppåt och för ledsna ansikten på pilen vänd nedåt.
    12. Klicka på lager 0 eller produktnamn som anges i steg 1.3.7.
    13. Markera lager | Grupp med tidigare.
    14. Klicka på Välj-all | Redigera | Kopiera sammanslagna.
    15. Skapa en ny fil med pilen på en vit bakgrund genom att välja fil | Nya. Den nya filen bör vara 8,5 x 11 tum med en upplösning på 72 pixlar/tum.
    16. Spara filerna.
      Obs: Efter dessa sparas, bör det finnas fotografier av individer med sorgligt uttryck, glad uttryck och de kodade versionerna. Kodade fotografiet med den uppåt pil är nonsocial bilden för glad, och kodade fotografiet med den nedåt pil är nonsocial bilden för sorgligt.
  4. Skapa de belöning bilderna
    1. Hitta en bild av en goldfish kracker (utan något annat i ramen) och ladda ner den till datorn.
    2. Öppna goldfish kracker bilden i en svit för fotoredigering och redigera det för att vara i gråskala.
    3. Skapa två goldfish kracker bilder: 1) en i gråskala och 2) som är överstruken (t.ex. har en omgivande cirkeln/oval med en linje genom mitten).
    4. Använder kopia | Klistra in, placera bilder av den intakta goldfish kracker runt lyckliga bilder (t.ex. både uppåt pekar pilen och leende människor).
    5. Använder kopia | Klistra in, placera bilder av den överkorsade goldfish kracker runt de sorgliga bilderna (t.ex. både nedåt pekar pilen och rynkar folk).
  5. Förbereda stimuli i elektrofysiologi (EEG) presentation programvara
    1. Skapa två block av stimuli i en EEG presentation programpaket. Ett kvarter kommer att vara sociala (t.ex. bilder av leende och rynkar ansikten) och den andra kommer att nonsocial (t.ex. bilder av uppåt och nedåt inför pilar).
    2. Pseudo-Slumpa ordning på stimuli i varje block så att ingen bild uppstår mer än en gång i rad, och sådana som deltagaren inte ser mer än tre sorgliga/nedåt inför pilar eller glad/uppåt inför pilar i rad.
    3. Ställa in varje prövning ska innehålla följande: en fixering kors; 2 lådor med frågetecken (deltagaren kommer att använda en knapptryckning för att indikera ett val mellan den vänstra och högra rutan); en pil som pekar till rutan de deltagare choses via knappen trycks. och feedback (de stimuli som skapades ovan).
      Obs: Även om deltagarna väljer rutan vänster eller höger, om rätta (t.ex. glada ansikte eller uppåt inför pilen omgiven av intakt guldfisk) eller felaktiga (t.ex. ledsna ansiktet eller nedåt inför pilen omgiven av överstruken guldfisk) feedback visas är förprogrammerade av den randomisering som beskrivs i steg 1.5.2. Deltagare kan således känna att de är gissa korrekt eller felaktigt, men i verkligheten påverkar inte valet som feedback-bilden visas.
    4. Visa varje prövning baserat på varaktigheterna som följande: 1) fixering cross för 500 ms, 2) två lådor med frågetecken inuti för 3000 ms, 3) två lådor med frågetecken inuti, med en pil som pekar mot rutan valt av deltagaren för 2000 ms, och 4) feedback (< C34>e.g., ansikte eller kodade ansikte bilder) för 1000 ms. se figur 1.
      Obs: Om deltagarna inte svarar (via knappen pressen) inom 3000 ms, de rättegång avslutas nästa rättegången börjar. Efterlängtade visuella vinkeln är en visuell horisontalvinkel 14,5 ° och vertikal visuell vinkel på 10,67 °.

2. beteendemässiga förfaranden

  1. Rekrytera deltagare med och utan ASD diagnoser utifrån institutionella Review Board riktlinjerna.
  2. Administrera kognitiva tester (t.ex. Wechsler förkortat skala av intelligens, WASI26) till alla deltagare att bekräfta att barn har kognitiva noter inom låg-genomsnittet till genomsnittligt intervall (t.ex. en fullskalig IQ av minst 70) .
    Obs: Det bestämdes att barn med fullskalig IQ under 70 sannolikt skulle ha svårigheter att förstå och minnas uppgift riktningar. Därför valdes en IQ cut-off 70 som ett utestängande kriterium för deltagande.
  3. För deltagare med tidigare diagnosen ASD, administrera den autism diagnostic observation schedule (andra upplagan, ADOS-2)27 att bekräfta deras godtagbarhet.

3. EEG inspelning

  1. Ställa in deltagarna.
    1. Se till att varje deltagare sitter i en bekväm stol i ett svagt upplyst rum och justerar stolen så individer är 72 cm från datorskärmen. Ge en kort handledning om proceduren.
      Obs: I den här studien var deltagarna berättade följande: ”du kommer att spela en gissningslek - precis som pick-a-hand, utom på datorn. Du kommer att se 2 lådor med frågetecken i dem och du kommer använda denna knappen rutan för att välja huruvida du tror rätt eller vänstra rutan är rätta. Om du tror att rutan till vänster är rätta, tryck på knappen vänster. Om du tror att rutan rätt är rätt, tryck på höger knapp. När du plocka, ser du rutorna med frågetecken och en pil i mitten visar som du plockat. Då ser du om du fik den rätt. För var och en får du rätt får du 1 goldfish kracker. Om du inte gillar guldfisk, kan du handla frukt mellanmål. När du får det rätt, ser du en ring av goldfish crackers. Det innebär att du får en goldfish kracker! När du får det fel, ser du en ring av överstruken goldfish crackers. När du får det fel, förlorar du inte någon guldfisk, du bara inte kommer att få någon då. Datorn kommer att hålla koll på hur många guldfiskar du får, och då jag ska ge dig som många när vi är klar ”. Efter handledning, be deltagarna, ”Ok, så vad ska du göra”? följt av, ”vad du ser när du får det rätt”? och ”vad du ser när du får det fel”? att bekräfta att de förstår uppgiften. Om de inte verkar förstå, förklara det igen tills de har möjlighet att besvara frågorna korrekt.
  2. Använda en EEG cap med 32 Ag/Granulatfyllda elektroder i det internationella 10-20-systemet, med ytterligare vertikal (VEOG) och horisontellt (HEOG) elektroder att fånga ögonrörelser.
  3. Mäta deltagarens huvud för att avgöra vilken storlek cap är lämpligt för huvud storlek.
  4. Med hjälp av en trubbig nål, pre gel den gemensamma jordbrukspolitiken genom att injicera ledande gel i elektroderna.
  5. Anslut EEG locket till förstärkaren med ett lågpassfilter på 70 Hz, ett direkt kopplat (DC) högpassfilter, 60Hz notch filter och 500 Hz samplingsfrekvens.
  6. Passa EEG locket till deltagarens chef så att ”Cz” elektroden placeras i mitten av hårbotten (t.ex. mitten av nasion till inion) per 10-20 systemet.
  7. Använder en avtrubbad nål eller steril träpinne, snurra inuti elektroden till flytta något hår och låt gelen att kontakta hårbotten.
  8. Använda en impedans mätare (eller EEG datorn) för att säkerställa att impedans under 10 KΩ för ett system med låg impedans och under 50 KΩ för en hög impedans-systemet.
  9. När alla elektroderna på den gemensamma jordbrukspolitiken visar godtagbar impedans, förlägger HEOG och VEOG elektroderna. Placera HEOG elektroderna Cantus varje öga, och VEOG elektroder över och under ögat.
  10. Om någon elektroder har impedans nivåer över de godtagbara tröskelvärden som nämnts ovan, spela in dem i en anteckningsbok eller på datorn.
  11. Påbörja de experimentella block, som motvikt till ordningen på block (t.ex. social- och nonsocial) mellan deltagarna. Se till att EEG datorn registrerar EEG datorn och inspelningen dator synkroniseras och händelserna skickas korrekt.
  12. Ge deltagarna 30-sekunders pauser efter varje 15 studier (ungefär varje 2-3 minuter) för att kunna flytta runt om behövs.
    Obs: Även om ingen explicit riktningar gavs till barnen när det gäller rörlighet, deltagare fick höra att använda raster att ”få wiggles ut”, ”få lite energi ut”, eller utföra några andra rörelser som de ville.
  13. Mellan blocken, ger deltagarna en längre paus (ca 5 minuter). Efter varje block, har deltagare fylla i en 4-fråga Likert-skala om hur mycket de åtnjöt gissningslek och hur ofta de kände att de kunde få rätt svar.
  14. Efter båda blocken är slutförda och deltagarna har fyllt ut båda Likert-enkäter, ta av EEG locket och tillåta dem att tvätta sitt hår.
    1. Tillhandahålla betalning (eller en motsvarande ”priset”) till deltagarna och deras familjer.
    2. Rengör och sterilisera EEG locket.

4. bearbeta EEG Data

Obs: De förfaranden och kommandon som beskrivs i detta avsnitt är specifika för EEGLAB och ERPlab verktygslådor28.

  1. I ERPlab, filtrera EEG data med hjälp av ett högpassfilter.01 Hz och lågpass filter 30 Hz.
  2. Kassera (i ERPlab) eller interpolera (i EEGLAB) dåliga kanaler som verkar ha hög impedans eller var problematiska under inspelning (t.ex. förlorad kontakt med huden under inspelning).
  3. Med hjälp av EEG kanal verksamhet GUI (i ERPlab), åter referera EEG data med hjälp av medelvärdet av vänster och höger mastoideus elektroderna (mastoideus elektroderna valdes som referens på grund av att inte ha en tät elektrod array; i vilket fall, experter föreslår ibland att du använder genomsnittliga referens29, och eftersom med hjälp av genomsnittet av båda mastoideus elektroderna är mindre problematisk för lateralitet effekter jämfört med en enda mastoideus30).
  4. Om använder genomsnittet av mastoideus elektroder för att åter referera, måste dessa två elektroder ge en tydlig signal. Om antingen mastoideus elektroden har dålig kvalitet signal (t.ex. med hög impedence) eller förlorade kontakten med huden under inspelning, Använd inte deltagarens data för analys.
  5. Använda menyn EVENTLIST i ERPlab för att skapa en EEG Eventlistoch tilldela koder från stimulans datorn till lagerplatser med BINLISTER.
  6. Använda menyn extrahera bin-baserade epoker i ERPlab, segmentera kontinuerlig EEGEN data till stimulans-låst epoker och baslinjen rätt. För att mäta den stimulans-föregår negativiteten (SPN), Använd epok från-2200 till 100 ms (baslinje av-2200 till-2000 ms). För att mäta belöning bearbetning eller efter stimulans hjärnaktivitet, Använd epok från -200 till 800 ms (baslinje -200 till 0 ms).
  7. Rita data i EEGlab och mark och kassera epoker som verkar innehålla icke-öga blinkar artefakter (t.ex. buller eller motorisk rörelse).
  8. Välj Kör ICA på epoched data.
  9. Rita de oberoende komponenterna (Välj tomt | Komponenten aktiveringar) och identifiera alla artefakter från ögonrörelser och blinkar.
  10. Ta bort komponenter identifieras som ögonrörelser eller öga blinkar artefakter. Kontrollera om de komponenter som markerats för borttagning är ansvarig för ögonrörelser, välja tomt enda prövningsdata att visualisera data med identifierade komponenter tas bort. När den blinkar och ögonrörelser tas bort, acceptera borttagningen av identifierade komponenter.
  11. ERPlab verktyg, Välj artefakt avslag i epoched data | Flytta fönster peak-to-peak förfarande. I den aktuella studien utnyttjades en 200 ms flytta fönstret, 100 ms fönster steg och 150 mV spänning tröskel.
  12. Beräkna de genomsnittliga ERPs. Se till att använda standardinställningarna, som innebär att alla epoker som markerats för borttagning kommer att slängas från i genomsnitt ERP.
  13. För att analysera genomsnittliga hjärnaktivitet som inträffar före uppkomsten av stimuli, skulle extraktion (i steg 4.11) inträffa under de senaste 200 ms före stimulans debut (t.ex. -210-10 ms) från elektroderna av intresse.
    1. När det gäller stimulans-föregår negativitet (SPN), elektroder av intresse inkluderar: F3/F4, C3/C4, P3/P4 och T5/T6 (Observera att i vissa system, temporal elektroder i denna region är märkta T6/T7 eller T3/T4).
      Obs: -210-10 MS valdes i detta protokoll i stället för -200 till 0 ms att undvika kontaminering av hjärnans aktivitet inte relaterade till SPN (t.ex. i början av neural aktivitet när de feedback stimuli visas på 0 ms).
  14. Vill exportera numeriska data för analys, använda ERP mätverktyg.
    Obs: Detta verktyg tillåter forskare att ange fördröjning eller amplitud information, tid Fönstren av intresse och elektroderna av intresse. Amplitud kan beräknas antingen som lokal toppen i en viss tidsramen, eller som betyder amplituden för en viss tidsramen.
  15. Hämta den numeriska data som en .txt-fil. Som behövs, exportera data till excel eller kopiera och klistra in den i en statistisk analys-program (t.ex. SPSS eller JMP).

5. bearbetning skillnader för ERSP analys

  1. Börja med den fil som skapas i steg 4.11 (t.ex. epoched filen med alla artefakt avvisande förfaranden slutföra).
  2. Utnyttja EEGlab ”newtimef” plug-in för att få en tid x frekvens transformering med värden för varje tidpunkt, frekvens och rättegång.
  3. För att mäta föregripande alpha band aktivitet, Beräkna medelvärdena från 8 till 12 Hz.
  4. Beräkna den genomsnittliga aktiveringen före feedback debut (t.ex., -2200 till-100 ms med baslinjen av-2200 till-2000 ms) i de samma elektroder som används för SPN.
  5. För att beräkna alfa asymmetri före feedback, subtrahera log kraften i den vänstra hjärnhalvan från den högra hjärnhalvan.
    Obs: För att beräkna ERSP aktiveringen efter feedback debut, data skulle behöva åter analyseras och åter grupperade i epoker med hjälp av en annan tid-fönster (t.ex. -200 till 800 ms med baslinjen av -200 0 MS).

6. statistisk analys

  1. Klistra in numeriska data extraheras i avsnitt 4 (steg 4.11 och 4.12) till en statistiska program (t.ex. SPSS eller JMP).
  2. Genomföra upprepade mätningar ANOVA i den statistiska programvaran för att medelvärdena av ERPs att jämföra hjärnaktivitet mellan hjärnhalvorna (vänster, höger), elektrod positioner (främre, centrala, temporala, parietalceller), villkorar (ansikte, pil) och grupper (autism Spectrum disorder, vanligtvis utveckla).
    Obs: Halvklotet, elektrod position och skick är inom-patienter faktorer, och gruppen är en mellan-patienter faktor.
    1. Om halvklotet eller elektrod position inte är statistiskt signifikant, kollapsa över för framtida analys.
    2. Om förhållandet mellan beteendemässiga åtgärder (t.ex. ADOS svårighetsgrad Poäng) och ERPs är av intresse, korrelation analyser kan köras.

Representative Results

Designa experiment att systematiskt jämföra hjärnaktivitet med sociala kontra icke-social belöning stimuli är komplexa, på grund av inneboende svårigheten att likställa social och icke-sociala belöningar. Figur 1 representerar stimuli från ett experimentellt protokoll utformat för att undersöka neurala Svaren till belöning samtidigt kontrollera belöning boenden. Specifikt, detta paradigm var avsedd att (i) hålla belöningar konsekvent mellan sociala och nonsocial prövningar, (ii) kontroll för fysisk stimulans boenden mellan sociala och nonsocial prövningar och (iii) vara åldersanpassad för 6 till 11-åriga barn med och utan autism.

Figur 2 visar ERP svaren som deltagare räknar sociala och icke-sociala stimuli. Det bör noteras att eftersom det nuvarande protokollet var utformat för att mäta belöning förväntan (SPN), visas epokerna är till stor del före feedback debut (som inträffar på 0 ms i siffrorna). Dessa resultat tyder på att utveckla (TD) barn vanligtvis förutse belöning stimuli åtföljs av ansikten mer kraftfullt än barn med ASD. Dessutom om TD barn förutse ansikte stimuli betydligt mer än icke-face visar stimuli, barn med ASD uppenbarligen inte betydande skillnader i hjärnans aktivitet mellan villkor.

Figure 1
Figur 1 : Schematisk av stimulans presentation och timing. Feedback för social (ansikte) villkoret visas i den vänstra kolumnen. Feedback för nonsocial (icke-ansikte) villkoret visas i den högra kolumnen. Feedback för ”rätt” svar visas på toppen, och feedback för ”felaktiga” svar visas nedan. Denna siffra är åter tryckt med tillstånd12. Klicka här för att se en större version av denna siffra.

Figure 2
Figur 2 : Grand i genomsnitt vågformer för TD barn och personer med ASD från SPN svar på sociala/ansikten (vänster) och nonsocial/pilar (höger). TD barn representeras av en heldragen linje och barn med ASD med en streckad linje. Området mellan -210 och -10 ms, används för statistisk analys, markeras med en grå ruta. Denna siffra är modifierad från en tidigare publikation6Klicka här för att se en större version av denna siffra. 

Discussion

Den nuvarande artikeln beskriver stimuli, datainsamling och analys av ERP-data i en belöning paradigm för barn. I detta paradigm leker barnen en gissningslek som liknar pick-a-hand på dator och se feedback om huruvida deras gissning är rätt eller fel. ERP resultat för belöning förväntan (hjärnaktivitet före uppkomsten av feedback) överensstämde med den stimulus-föregår negativiteten (SPN). Mellan villkor tyder resultaten på att TD barn förutse belöning stimuli åtföljs av ansikten starkare än belöning stimuli åtföljs av icke-ansikte bilder6. Mellan grupper av barn tyder resultaten på att TD barn förutse ansikte stimuli betydligt mer än barn med autism gör. Dessa resultat är spännande, eftersom de ger viktigt information om hur sociala och nonsocial förväntas hos barn med autism. Detta är särskilt viktigt för att främja förståelsen av neurala mekanismer av autism och ge stöd för social motivation hypotesen. Dessa fynd ge användbar information för att skapa och förfining av interventioner, som det understryker vikten av social motivation för barn med ASD; exempelvis kan det vara viktigt för interventioner att explicit försöka öka värdet belöning av arbetsmarknadens parter att direkt påverka social motivation i denna population.

Detta protokoll är användbar för att mäta föregripande hjärnaktiviteten hos barn med och utan ASD och data ger bevis för att denna typ av hjärnans aktivitet kan vara tillförlitligt och framgångsrikt framkallas hos barn över 6 år. Dessutom denna metod tillåter sociala och nonsocial villkor att jämföras direkt utan närvaro av förvirrar relaterade till belöning egenskaper (eftersom belöningen för rätta svar var guldfisk i båda villkoren). I det nuvarande protokollet, ansikten var äggröra och en pil-form skapades. Detta förfarande bevaras egenskaperna fysisk stimulans av ansikten i villkoret nonsocial (icke-ansikte). Detta protokoll kan vara användbar för framtida utredningar in i undergrupper av ASD (t.ex. vissa barn med ASD är mer socialt motiverade än andra), och skulle kunna utnyttjas för att bättre förstå varför vissa barn reagera mer effektivt än andra att vissa insatser.

Det finns begränsningar för den nuvarande strategin som måste beaktas. Det första är paradigmet beskrivs ovan användbar för barn mellan 6 och 11 år med och utan ASD som har kognitiva förmågor i intervallet Genomsnittligt. Pilotdata vanligtvis utveckla barn yngre än 6 var inte framgångsrika, som barn var förvirrade av anvisningarna och inte förstod spelets instruktioner. I det nuvarande protokollet ingår utestängande kriterier ett fullskaligt betyg från IQ under 70. Nuvarande paradigm kan därför inte vara lämpligt för barn med en mental eller kronologisk ålder under 6. Dock kan det vara möjligt att ändra det nuvarande protokollet så det är lämpligt för personer med lägre IQ och yngre barn. Vissa ändringar att göra det mer lämpligt för unga barn såsom småbarn utreds för närvarande. Sådana ändringar omfattar ändra uppgiften att vara passiv (t.ex. att ha barn titta på stimuli som visas förutsebart mellanrum i block design) och använder en S1/S2 paradigm24. I sådan en design, innehållet i S1 tillförlitligt ger information om innehållet av S2 (t.ex. om S1 är en kvadrat, då S2 kommer att vara ett ansikte; om S1 är en cirkel, då S2 blir en pil). Alternativt kunde timing strukturen av nuvarande paradigm användas för att skapa ett föregripande auditiv protokoll.

I ASD, skulle det vara av intresse att använda tal kontra icke-tal grupper och mäta hjärnaktiviteten hos barn med ASD som är icke-verbal och har svårt att bemöta instruktioner eller gå till visuella stimuli31. Relaterade till första begränsning, bör det noteras att resultaten från barn med ASD som har kognitiva förmågor i intervallet Genomsnittligt inte är sannolikt representativa för hela autismspektrum - som, per definition, fångar mängder av fungerande nivåer. Därför kan inte dessa representativa resultat extrapoleras till alla barn med ASD. Slutligen är det viktigt att notera att de stimuli som används i det nuvarande protokollet normerat av vuxna i stället för barn. Framtida studier bör därför överväga med hjälp av stimulans av ansiktsuttryck normerat av barn.

Disclosures

Författarna har något att avslöja.

Acknowledgments

Vi tackar alla barn och familjer som deltagit i de protokoll som beskrivs. Publicerande avgifter betalades av Brain Products.

Materials

Name Company Catalog Number Comments
EEG cap ElectroCap International E1-SM/ E1-S/XSM Electro-Cap - Small (50-54 cm)/Electro-Cap -Small/Extra Small
NeuroScan 4.5 Neuro Scan https://compumedicsneuroscan.com/tag/scan/ EEG Recording Software
Stim2 Neuro Scan https://compumedicsneuroscan.com/product/stim2-precise-stimulus-presentation/ Stimulus Presentation Software
JMP Pro 11  SAS https://www.jmp.com/en_us/software/buy-jmp.html Statistical analysis software
NimStim Face Stimulus Set  N/A, open source images  Open source, Available at https://www.macbrain.org/resources.htm  Face Images 
EEGlab N/A, free software N/A, free software EEG analysis software (free download)
ERPlab N/A, free software N/A, free software EEG analysis software (free download)
Photoshop Photoshop https://www.photoshop.com Adobe Photoshop, image editing software
Photoshop 'scramble' plug-in Telegraphics http://telegraphics.com.au/sw/product/Scramble photoshop plug-in to scramble images 
NUAMPS EEG AMPLIFIERd Neuro Scan http://compumedicsneuroscan.com/wp-content/uploads/NuAmps-Brochure.pdf EEG amplifier 

DOWNLOAD MATERIALS LIST

References

  1. Association, P. Diagnostic and Statistical Manual of Mental Disorders: DSM 5. , (2013).
  2. Mundy, P. The neural basis of social impairments in autism: the role of the dorsal medial-frontal cortex and anterior cingulate system. Journal of Child Psychology and Psychiatry. 44 (6), 793-809 (2003).
  3. Neuhaus, E., Beauchaine, T. P., Bernier, R. Neurobiological correlates of social functioning in autism. Clinical Psychology Reviews. 30 (6), 733-748 (2010).
  4. Dawson, G., Webb, S. J., McPartland, J. Understanding the nature of face processing impairment in autism: insights from behavioral and electrophysiological studies. Developmental Neuropsychology. 27 (3), 403-424 (2005).
  5. Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., Schultz, R. T. The social motivation theory of autism. Trends in Cognitive Science. 16 (4), 231-239 (2012).
  6. Stavropoulos, K. K., Carver, L. J. Reward anticipation and processing of social versus nonsocial stimuli in children with and without autism spectrum disorders. Journal of Child Psychology and Psychiatry. 55 (12), 1398-1408 (2014).
  7. Kohls, G., et al. Reward system dysfunction in autism spectrum disorders. Social Cognitive and Affective Neuroscience. 8 (5), 565-572 (2013).
  8. Scott-Van Zeeland, A. A., Dapretto, M., Ghahremani, D. G., Poldrack, R. A., Bookheimer, S. Y. Reward processing in autism. Autism Research. 3 (2), 53-67 (2010).
  9. Dichter, G. S., Richey, A., Rittenberg, A. M., Sabatino, A., Bodfish, J. W. Reward Circuitry Function in Autism During Face Anticipation and Outcomes. Journal of Autism and Developmental Disorders. 42, 147-160 (2012).
  10. Richey, J. A., et al. Common and distinct neural features of social and non-social reward processing in autism and social anxiety disorder. Social Cognitive and Affective Neuroscience. 9 (3), 367-377 (2014).
  11. Delmonte, S., et al. Social and monetary reward processing in autism spectrum disorders. Molecular Autism. 3, 1-13 (2012).
  12. Stavropoulos, K. K., Carver, L. J. Oscillatory rhythm of reward: anticipation and processing of rewards in children with and without autism. Molecular Autism. 9, 4 (2018).
  13. Damen, E. J., Brunia, C. H. Changes in heart rate and slow brain potentials related to motor preparation and stimulus anticipation in a time estimation task. Psychophysiology. 24 (6), 700-713 (1987).
  14. Chwilla, D. J., Brunia, C. H. Event-related potentials to different feedback stimuli. Psychophysiology. 28 (2), 123-132 (1991).
  15. Kotani, Y., et al. Effects of information and reward on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 40 (5), 818-826 (2003).
  16. Kotani, Y., Hiraku, S., Suda, K., Aihara, Y. Effect of positive and negative emotion on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 38 (6), 873-878 (2001).
  17. Kotani, Y., et al. The role of the right anterior insular cortex in the right hemisphere preponderance of stimulus-preceding negativity (SPN): an fMRI study. Neuroscience Letters. 450 (2), 75-79 (2009).
  18. Kotani, Y., et al. Source analysis of stimulus-preceding negativity constrained by functional magnetic resonance imaging. Biological Psychology. 111, 53-64 (2015).
  19. Brunia, C. H., van Boxtel, G. J. M., Böcker, K. B. E. The Oxford Handbook of Event-Related Potential Components. , Oxford University Press. (2011).
  20. van Boxtel, G. J. M., Böcker, K. B. E. Cortical Measures of Anticipation. Journal of Psychophysiology. 18 (2-3), 61-76 (2004).
  21. Ohgami, Y., Kotani, Y., Hiraku, S., Aihara, Y., Ishii, M. Effects of reward and stimulus modality on stimulus-preceding negativity. Psychophysiology. 41 (5), 729-738 (2004).
  22. Takeuchi, S., Mochizuki, Y., Masaki, H., Takasawa, N., Yamazaki, K. Stimulus preceding negativity represents arousal induced by affective picture. International Congress Series. (1278), (2005).
  23. Parker, A. B., Gilbert, D. G. Brain activity during anticipation of smoking-related and emotionally positive pictures in smokers and nonsmokers: a new measure of cue reactivity. Nicotine & Tobacco Research. 10 (11), 1627-1631 (2008).
  24. Poli, S., Sarlo, M., Bortoletto, M., Buodo, G., Palomba, D. Stimulus-preceding negativity and heart rate changes in anticipation of affective pictures. International Journal of Psychophysiology. 65 (1), 32-39 (2007).
  25. Tottenham, N., et al. The NimStim set of facial expressions: judgments from untrained research participants. Psychiatry Research. 168 (3), 242-249 (2009).
  26. Wechsler, D. Wechlser Abbreviated Scale of Intelligence (WASI). The Psychological Corporation. , (1999).
  27. Lord, C., et al. Autism Diagnostic Observation Schedule: ADOS-2. Western Psychological Services. , (2012).
  28. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213 (2014).
  29. Luck, S. J. An introduction to the event-related potential technique. , MIT Press. (2005).
  30. Bruder, G. E., Kayser, J., Tenke, C. E. Oxford handbook of event-related potential components. , Oxford University Press. (2012).
  31. Yau, S. H., McArthur, G., Badcock, N. A., Brock, J. Case study: auditory brain responses in a minimally verbal child with autism and cerebral palsy. Frontiers in Neuroscience. 9, 208 (2015).

Tags

Beteende fråga 140 elektrofysiologi evenemangsrelaterade potential belöning barn autism stimulans-föregår negativitet
En elektrofysiologi protokoll till åtgärd belöning förväntan och bearbetning i barn
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Stavropoulos, K. K. M., Carver, L.More

Stavropoulos, K. K. M., Carver, L. J. An Electrophysiology Protocol to Measure Reward Anticipation and Processing in Children. J. Vis. Exp. (140), e58348, doi:10.3791/58348 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter