Denne artikkelen beskriver den halvautomatiske målingen av amplituder og ventetider for de fem første toppene og bunnene i den auditive hjernestammeresponsbølgeformen. En ekstra rutine samler og kommenterer dataene i et regneark for eksperimentanalyse. Disse gratis datarutinene utføres ved hjelp av åpen kildekode-statistikkpakke R.
Mange rapporter de siste 15 årene har vurdert endringer i den auditive hjernestammeresponsen (ABR) bølgeformen etter fornærmelser som støyeksponering. Vanlige endringer inkluderer reduksjoner i topp 1-amplituden og de relative ventetidene til de senere toppene, samt økt sentral forsterkning, noe som gjenspeiles av en relativ økning i amplituden til de senere toppene sammenlignet med amplituden til topp 1. Mange eksperimenter identifiserer toppene og troughene visuelt for å vurdere deres relative høyder og ventetider, noe som er en arbeidskrevende prosess når bølgeformene samles i trinn på 5 dB i hele hørselsområdet for hver frekvens og tilstand. Denne artikkelen beskriver gratis rutiner som kan utføres i open source-plattformen R med RStudio-grensesnittet for å halvautomatisere målingene av toppene og bunnene i auditiv hjernestammerespons (ABR) bølgeformer. Rutinene identifiserer amplituder og ventetider av topper og bunner, viser disse på en generert bølgeform for inspeksjon, samler og kommenterer resultatene i et regneark for statistisk analyse, og genererer gjennomsnittlige bølgeformer for tall. I tilfeller der den automatiserte prosessen feilidentifiserer ABR-bølgeformen, er det et ekstra verktøy for å hjelpe til med korreksjon. Målet er å redusere tid og krefter som trengs for å analysere ABR-bølgeformen, slik at flere forskere vil inkludere disse analysene i fremtiden.
Den auditive hjernestammeresponsen (ABR) brukes ofte til å bestemme hørselsterskler hos dyr og spedbarn. Siden ABR er et elektroencefalogram (EEG) av de første responsene i nervesystemet på auditiv stimuli, bærer den tilleggsinformasjon som gjenspeiler koordinert avfyring av cochlear spiral ganglion nevroner og tidlig signalbehandling i den auditive hjernestammen, inkludert bilateral behandling1. Disse responsene kan påvirkes av støytraumer. For eksempel kan støyeksponering som er tilstrekkelig til å indusere en midlertidig terskelforskyvning hos mus, også permanent redusere amplituden til ABR topp 12. Videre kan slike traumer redusere interpeak-latensene og øke de relative amplitudene til de senere toppene3, muligens på grunn av tap av hemmende regulering4. I tillegg til disse funnene har spesifikke genetiske mutasjoner vist seg å endre ABR-bølgeformen i fravær av traumer 5,6,7. Dermed kan rutineanalysen av ABR-bølgeformer gi innsikt i hørselssystemet i eksperimentelle modeller.
Det har også vært interesse for å bruke ABR-bølgeformer som diagnostisk verktøy for pasienter. Tidligere rapporter har vurdert om ABR peak 1 er redusert hos mennesker etter støyeksponering eller hos tinnituspasienter 8,9. Spesielt har migreneangrep blitt rapportert å midlertidig øke interpeak latencies i flere uker, hvoretter ABR-bølgeformen vender tilbake til normal hos berørte individer10. COVID-19 har blitt rapportert å drive langsiktige endringer i ABR interpeak latencies 11,12, selv om en annen studie rapporterte forskjellige resultater13. Hørselstap er ofte komorbid med demens i aldring, og personer med større hørselstap har en tendens til å oppleve demens som utvikler seg raskere14. Forskere har undersøkt ABR-bølgeformendringer i nevrodegenerative sykdommer, som Parkinsons sykdom (gjennomgått i Jafari et al.15) og Alzheimers sykdom (gjennomgått i Swords et al.16), samt i normal aldring 17. Etter hvert som flere forskere og klinikere undersøker sensoriske underskudd som biomarkører for vanlige sykdommer i aldring, kan teknikker som ABR bli rutine i helsevesenet.
En undersøkelse av metodeseksjonene i litteraturen avslører at laboratorier ofte skriver tilpassede skript i MatLab for å analysere ABR-bølgeformer. ABR-plattformen laget av Intelligent Hearing Systems har en funksjon for bølgeformanalyse, men det krever at en operatør manuelt velger topper og bunner. Her har vi skrevet halvautomatiske analyserutiner for open source, fritt tilgjengelig statistikkmiljø R og RStudio-grensesnittet. Denne rapporten sammenligner dataene som er oppnådd ved hjelp av våre rutiner med dataene som er oppnådd ved at en eksperimentør manuelt identifiserer toppene og troughene og viser at dataene fra de to metodene er sterkt korrelert. Det er viktig at rutinene inneholder en blendende funksjon, der metadataene for prøvene plasseres i en egen fil som ikke blir innlemmet før til slutten. Disse funksjonene har strømlinjeformet bølgeformanalyse for laboratoriet vårt.
Protokollen som er beskrevet i denne publikasjonen, skal bidra til å strømlinjeforme innsamlingen av data som beskriver spenningsamplitudeforhold og latensintervaller for ABR til klikk og tonerør. Ved å bruke enkeltkommandoer i RStudio, kan en eksperimentør trekke ut, kompilere og vise denne informasjonen i et enkelt dokument for statistisk analyse. Ved å gjøre denne analysen rutine, håper vi at feltet vil oppdage nye måter at ABR kan endres i utvikling, i aldring, eller ved fornærmelse i ulike arter. Slik informasjon kan være verdifull for å identifisere viktige mekanismer som ligner på synpatopati fra støy2. De unge musene som ble brukt til dette eksperimentet hadde svært variable responser, sannsynligvis fordi den auditive hjernestammen fortsatt modnes i denne alderen20 år. De to kvantifiseringsmetodene viste likevel svært sterke sammenhenger (figur 2).
Skriptet bruker en fil som heter “Time.csv” for å angi intervaller i dataene for toppidentifikasjon. Kort fortalt er en maksimal spenningsamplitude som forekommer i et spesifisert tidsintervall merket “topp 1”, et spenningsminimum som forekommer i følgende intervall er merket “gjennom 1”, og så videre. Vi valgte intervallene for å omfatte ventetidene til både klikk- og tonepiperesponsene for CBA/CaJ-mus i alderen 1 måned til 12 måneder ved bruk av frekvenser som spenner over 8 kHz til 32 kHz. Vi brukte verktøyet til også å måle tonepiperesponser hos mus. Andre arter, inkludert mennesker, har også ABR-responser innenfor lignende vinduer, og vi forventer at dette verktøyet også kan brukes til data fra andre arter. Vi vil anbefale å bruke den nye parallelle ABR-metoden for mennesker21, som gir gode bølgeformer. Tidsintervallbegrensningen begrenser bruken av dette verktøyet til å vurdere umiddelbare ABR-responser. Vi bemerker imidlertid at intervalldataene i denne filen kan endres av brukere for å automatisere målingene av ABR-svar på tale eller hendelsesrelaterte potensialer (ERP) som karakteristisk forekommer på forskjellige tidspunkter som svar på lyd.
Noen funksjoner i den statistiske behandlingen av disse dataene er verdt å fremheve. Så vidt vi vet, har feltet ikke en standardisert behandling for å skille amplitudeprogresjoner. Tidlige studier brukte ANOVA22,23. Dataene fra klikkserien her (figur 2) var ikke-parametriske, noe som førte til bruk av Kruskal-Wallis rangsumtest. I likhet med ANOVA vurderer Kruskal-Wallis rangsumtest forskjeller i verdiene oppnådd på et gitt nivå av en stimulus; det vil si at den sammenligner linjene som er oppnådd på grafen. Imidlertid er andre behandlinger også mulige. Biologisk reflekterer amplitudeprogresjoner den ekstra rekrutteringen av nevroner med høyere terskel etter hvert som stimulusnivået øker. Dette antyder at arealet under kurven, som representerer integralene til linjene, kan være det mer relevante målet. Generaliserte estimeringsligninger (GEE) kan brukes til å modellere individuelle data for en integrert analyse, som i Patel et al.5. Spesielt kan GEE-analyse ta hensyn til de gjentatte tiltaksdesignene av disse forsøkene. Etter hvert som flere forskere diskuterer dataanalysemetodene, forventer vi fremveksten av en konsensus om beste praksis.
Avslutningsvis presenterer dette papiret gratis og brukervennlige verktøy for måling, kompilering og visualisering av ABR-bølgeformer. Disse verktøyene kan brukes av nybegynnere av RStudio ved å følge denne protokollen, og de inneholder et blendende trinn for forbedret strenghet og reproduserbarhet. Vi forutser at rutinemessig ABR-bølgeformanalyse vil gjøre det mulig å oppdage fornærmelser, genetiske varianter og andre behandlinger som kan påvirke hørselsfunksjonen.
The authors have nothing to disclose.
Dette arbeidet ble støttet av to tilskudd fra NIDCD til PW: R01 DC018660 og en administrativ tilleggspris, R01 DC014261-05S1.
C57BL/6J mice | Jackson Labs | 664 | |
CBA/CaJ mice | Jackson Labs | 654 | |
E-series PC | Dell | n/a (this equipment was discontinued) | This runs the IHS system. |
Mini-anechoic chamber | Industrial Acoustics Company | Special order number 104306 | This enclosure reduces noise levels for auditory testing of animals. |
Optiplex 7040 | Dell | i5-6500 | Rstudio may also be run on a Mac or Linux system. |
Universal Smart Box | Intelligent Hearing Systems | n/a (this equipment was discontinued) | Both TDT and IHS can output hearing data as ASCII files. |