Dojrzewanie przednio-skroniowe przewiduje niepowodzenie kontroli poznawczej w kierunku apetycznych sygnałów u nastolatków (2011)

Zadanie eksperymentalne

Uczestnicy ukończyli zadanie go-nogo (Hare i in., 2005; Hare i in., 2008) ze straszną, szczęśliwą i spokojną mimiką służącą za bodźce. Bieżący raport koncentruje się na warunkach szczęśliwych i spokojnych i pomija warunek strachu z analiz grupowych, na którym skupiono się w poprzednim raporcie (Hare i in., 2008). W ramach jednego przebiegu fMRI zaprezentowano dwa typy ekspresji, jeden jako bodziec `` idź '' (tj. Docelowy), do którego uczestnicy zostali poinstruowani, aby nacisnąć przycisk, a drugi wyraz służył jako bodziec `` nogo '' (tj. dla których uczestnicy powinni wstrzymać się z naciśnięciem przycisku. Wszystkie kombinacje wyrażeń zostały użyte zarówno jako cele, jak i nieocelowe, dając w rezultacie układ czynnikowy 2 (odpowiedź: go, nogo) na 3 (emocja: strach, spokój, radość). Przed rozpoczęciem każdego przebiegu pojawiał się ekran wskazujący, która ekspresja służyła jako bodziec docelowy, instruując uczestników, aby odpowiedzieli na to wyrażenie, a nie na inne. Poinstruowano również uczestników, aby reagowali tak szybko, jak to możliwe, ale starali się unikać popełniania błędów.

Bodźce i aparatura

Bodźce składały się z szczęśliwych, lękliwych i spokojnych twarzy unikalnych tożsamości z zestawu mimiki twarzy NimStim (Tottenham i in., 2009). Wykorzystano spokojne twarze (łagodnie przyjemne wersje neutralnych twarzy), ponieważ wcześniejsze prace wskazywały, że neutralne twarze można interpretować jako negatywne w populacjach rozwojowych (Gross & Ballif, 1991; Herba i Phillips, 2004; Thomas i in., 2001). Zadanie zostało zaprezentowane przy użyciu oprogramowania EPrime, które można było oglądać na tematach na górnym wyświetlaczu ciekłokrystalicznym (LCD) zintegrowanym z systemem IFIS-SA (fMRI Devices Corporation, Waukesha, WI). Oprogramowanie EPrime, zintegrowane z systemem IFIS, zarejestrowane reakcje przycisków i czasy reakcji.

Parametry zadania

Dane uzyskano w sześciu biegach funkcjonalnych reprezentujących każdą kombinację emocji (szczęśliwy, spokojny, strach) i odpowiedzi (go, nogo; Rysunek 1) przy użyciu szybkiego projektu związanego z wydarzeniami. Dla każdej próby pojawiła się twarz dla 500 milisekund, po której nastąpił pomięty interwał między seriami od 2 do 14.5 sekund w czasie (średnia 5.2 sekund), podczas których uczestnicy odpoczywali oglądając celownik fiksacyjny. W sumie testy 48 zostały przedstawione w jednym cyklu w kolejności pseudorandomizowanej (36 go, 12 nogo). W sumie dla każdego typu ekspresji uzyskano testy 24 nogo i 72 go.

Rysunek 1

Schemat czterech badań w ramach badania fMRI. W tym przykładzie spokojne twarze są docelowymi bodźcami, do których uczestnicy powinni „przejść” naciskając przycisk. Wesołe twarze to niecelowy (`` nogo '') bodziec, do którego uczestnicy powinni wstrzymywać się z naciśnięciem przycisku. ...

Akwizycja obrazu

Uczestnicy zostali zeskanowani za pomocą skanera General Electric Signa 3.0T fMRI (General Electric Medical Systems, Milwaukee, WI) z cewką głowicy kwadraturowej. Wysoka rozdzielczość, ważony skan anatomiczny T1 zepsuta sekwencja gradientu ([SPGR] 256 × 256 rozdzielczość w płaszczyźnie, 240-mm pole widzenia [FOV], 124 × 1.5-mm wycinki osiowe) lub magnetyzacja 3D przygotowana do szybkiego uzyskania sekwencję echa gradientowego ([MPRAGE] 256 × 256 rozdzielczość w płaszczyźnie, 240-mm FOV; 124 × 1.5-mm plastry strzałkowe) uzyskano dla każdego pacjenta do transformacji i lokalizacji danych do przestrzeni siatki Talairach. Spiralna sekwencja wejścia i wyjścia (Glover i Thomason, 2004) został użyty do pozyskania danych funkcjonalnych (czas powtarzania = 2500ms, czas echa = 30, FOV = 200 mm, kąt obrotu = 90, pomiń macierz 0, 64 × 64). Trzydzieści cztery warstwy koronalne grubości 4 mm uzyskano na TR rozdzielczość 3.125 × 3.125 mm pokrywającą cały mózg z wyjątkiem tylnej części płata potylicznego.

Analiza danych behawioralnych

Dane behawioralne analizowano pod kątem dokładności, obliczając trafienie (prawidłowa odpowiedź), chybił (nieprawidłowy brak odpowiedzi), poprawne odrzucenie (prawidłowe wstrzymanie odpowiedzi) i fałszywe alarmy (nieprawidłowa odpowiedź) dla szczęśliwych i spokojnych warunków. Do celów analizy uczestnicy zostali pogrupowani w podgrupy dzieci (w wieku 6 – 12), nastolatków (w wieku 13 – 17) i dorosłych (w wieku 18 lub starszych).

Analiza danych fMRI

Analizę danych FMRI przeprowadzono w oprogramowaniu Analysis of Functional Neuroimages (AFNI) (Cox, 1996). Dane funkcjonalne zostały skorygowane w czasie przekrojów, ponownie wyrównane w ramach i w poprzek przebiegów w celu skorygowania ruchu głowy, zarejestrowane razem z anatomicznym skanem o wysokiej rozdzielczości każdego uczestnika, przeskalowane do procentowych jednostek zmiany sygnału i wygładzone przy pełnej szerokości 6 mm przy połowie maksimum (FWHM ) Jądro Gaussa.

Dla każdego uczestnika przeprowadzono ogólną liniową analizę modelu w celu scharakteryzowania efektów zadania poprzez włączenie regresorów zadań interesujących (uspokojenie, spokój-nogo, szczęśliwy-go, szczęśliwy-nogo, strach-odejście, strach-nogo, błędy) połączonych z zmienna hemodynamiczna funkcja odpowiedzi gamma i współzmienne nie będące przedmiotem zainteresowania (parametry ruchu, trend liniowy i kwadratowy dla każdego przebiegu). Dla kompletności, próby strachu były modelowane jako regresory zadań (połączone z kanoniczną zmienną hemodynamiczną funkcją gamma), ale nie były dalej analizowane. Mapy szacowania parametrów (β) reprezentujące efekty zadania zostały następnie przekształcone w standardową przestrzeń współrzędnych Talairach i Tournoux (1988) poprzez zastosowanie parametrów wypaczenia uzyskanych z transformacji skanu anatomicznego o wysokiej rozdzielczości każdego pacjenta. Mapy estymacji parametrów przetworzonych przez Talairacha zostały ponownie próbkowane do rozdzielczości 3 × 3 × 3 mm.

Przeprowadzono analizy grup efektów losowych w celu zidentyfikowania funkcjonalnych regionów zainteresowania (ROI) do dalszej analizy. W szczególności warunki happy-go, happy-nogo, calm-go i calm-nogo zostały przeniesione do modelu liniowych efektów mieszanych 2 × 2 × 3 z czynnikami emocji (w obrębie tematów: szczęśliwy, spokojny), odpowiedź ( w ramach przedmiotów: go, nogo) i wieku (między-podmiotami: dziecko, nastolatek, dorosły). Główny efekt mapy odpowiedzi zidentyfikował regiony kandydujące różnicowo zaangażowane w funkcji wymagań kontroli poznawczej, w tym prawy dolny zakręt czołowy (x = 32, y = 23, z = 3). Odpowiedzi modulowane przez rozwój zidentyfikowano w głównym efekcie mapy wieku, w tym klastra w prążkowiu brzusznym (x = −4, y = 11, z = −9).

Wyniki obrazowania uznane za statystycznie istotne przekroczyły korektę całego mózgu dla wielokrotnych porównań w celu zachowania alfa <0.05 przy użyciu kombinacji wartość p / wielkość klastra, określonej przez symulacje Monte Carlo przeprowadzone w programie Alphasim w ramach AFNI. Jedynym wyjątkiem od progowania całego mózgu była analiza skutków wieku. Biorąc pod uwagę rolę prążkowia w rozwoju kontroli impulsów (Vaidya i in., 1998; Casey i in., 2000; Luna i in., 2001; Durston, Thomas, Yang i in., 2002, Galvan i in., 2006; Somerville i Casey, 2010) był traktowany jako apriorycznie region zainteresowania dla wokselowej analizy efektów wieku. W szczególności, zapytano o wpływ wieku w ramach włączającej maski anatomicznej zawierającej woksele w prążkowiu grzbietowym i brzusznym, z p <0.05, skorygowane progowanie statystyczne zastosowane w oparciu o objętość przeszukiwania prążkowia (1,060 wokseli). Dla jasności odnosimy się do progowania danych dotyczących efektu wieku jako p <0.05 skorygowane o małą objętość (svc) w całym artykule.

Obszary będące przedmiotem zainteresowania utworzono jako kule o promieniu 4mm wyśrodkowane wokół wymienionych powyżej pików, z których każdy zawiera dziesięć wokseli 3 × 3 × 3. Szacunki parametrów zostały wyodrębnione dla warunków 4 (happy-go, happy-nogo, calm-go, calm-nogo) dla każdego uczestnika i ROI i zostały poddane analizom offline w celu określenia kierunkowości efektów. Odpowiedź, emocje i efekty rozwojowe (niezależne od kontrastu voxelwise, z którym zdefiniowano ROI) oceniono za pomocą 2 (emocja: spokojny, szczęśliwy) × 2 (zadanie: go, nogo) × 3 (wiek: dziecko, nastolatek, dorosły ) ANOVA. Analizy offline przeprowadzono w oprogramowaniu SPSS Statistics 17.0 (SPSS, Chicago, IL).

Znaczące efekty przetestowano pod kątem modulacji wydajności, przesyłając oszacowania parametrów do dwuwymiarowych korelacji ze średnimi wskaźnikami fałszywych alarmów badanych. Po istotnym wpływie na wyniki dokonano analizy częściowej korelacji, aby sprawdzić, czy wpływ na wyniki pozostał istotny przy kontrolowaniu wieku. I odwrotnie, po znaczących efektach wieku przeprowadzono analizę częściowej korelacji, aby określić, czy wpływ wieku pozostał istotny podczas kontrolowania wyników.

Wcześniejsza praca z paradygmatem go-nogo ustaliła rolę obwodów frontostriatalnych we wspieraniu skutecznego hamowania behawioralnego (Casey i in., 2000; Durston, Thomas, Yang i in., 2002; Hare i in., 2005). Aby zidentyfikować te obwody w bieżącym zbiorze danych, zastosowano analizę interakcji psychofizjologicznych (PPI), która była wrażliwa na łączność funkcjonalną opartą na zadaniach różnicowych z regionem nasion w prawym dolnym zakręcie czołowym, dla którego aktywność regionalna przewidywała różnice w wydajności w różnych wiekach. W szczególności analiza ta była wrażliwa na regiony mózgu wykazujące większe funkcjonalne sprzężenie z odpowiednim IFG do prawidłowych badań nogo w stosunku do badań klinicznych. Analizę PPI przeprowadzono stosując standardowe etapy przetwarzania (Friston i in., 1997) przez wyodrębnienie funkcjonalnego przebiegu czasowego w regionie źródłowym (prawy ROI IFG opisany powyżej x = 32, y = 23, z = 3), usunięcie źródeł szumu i artefaktu, dekonwolucja sygnału neuronowego i zebranie danych przebiegu czasowego bez przejścia przejdź do czasu zadania i kanonicznej funkcji odpowiedzi hemodynamicznej (jak określono w Gitelman, Penny, Ashburner i Friston, 2003). Wyniki grupowe obejmujące wszystkich uczestników, progowane na p <0.05, skorygowane o wielokrotne porównania na poziomie całego mózgu, zidentyfikowały pojedynczy klaster wykazujący znacznie większą funkcjonalną łączność z odpowiednim IFG podczas nogo niż w trakcie prób. Gromada ta rozciągała się przyśrodkowo i do tyłu od prawego IFG do prążkowia grzbietowego, a konkretnie do ogoniastego. Region prążkowia grzbietowego będący przedmiotem zainteresowania został wygenerowany na podstawie mapy połączeń poprzez wycentrowanie 4 mm kuli wokół podpiksu klastra w granicach anatomicznych prążkowia grzbietowego (x = 9, y = 13, z = 6).

Wartości zmiany sygnału zostały wyodrębnione z tego ROI i przetestowane pod kątem koaktywacji międzyosobniczej z prążkowiem brzusznym i prawym IFG. W szczególności wartości zmiany brzusznej prążkowia, prążkowia grzbietowego i prawego IFG z wcześniej opisanych ROI zostały wyodrębnione dla kontrastu happy-nogo versus happy-go. Wartości te zostały następnie poddane dwóm korelacjom dwukierunkowym w grupie dzieci, nastolatków i dorosłych uczestników. Analizy te określają stopień koaktywacji pomiędzy podmiotami w stosunku do nogo w stosunku do prób pomiędzy tymi regionami w każdej grupie wiekowej. Zidentyfikowane wartości koaktywacji odzwierciedlają stopień, w jakim tendencja do aktywowania jednego regionu przewiduje aktywację w innym regionie wśród uczestników.

Wyniki fMRI

Odpowiedzi modulowane przez rozwój zidentyfikowano w głównym efekcie mapy wieku, obejmującej skupisko w prążkowiu brzusznym (x = −4, y = 11, z = −9; p <0.05 svc; Rysunek 3A). Analiza post-hoc głównego efektu wieku wykazała, że ​​nastolatki angażowały prążkowia brzuszne istotnie bardziej niż dzieci i dorośli w szczęśliwe twarze (p = / <0.01; Rysunek 3B) iw mniejszym stopniu na spokojne twarze (p = / <0.06; oznacza +/- odchylenie standardowe procentowej zmiany sygnału dla spokoju w stosunku do odpoczynku: dzieci: -0.095 +/- 0.21; nastolatki: 0.046 +/- 0.16; dorośli : −0.051 +/− 0.17). Analiza najlepiej dopasowanej funkcji, która reprezentuje reagowanie w różnym wieku na szczęśliwe twarze, wykazała, że ​​funkcja kwadratowa (odwrócona U) wyjaśnia istotną część wariancji w odpowiedzi na szczęśliwe twarze (F (1,59) = 10.05, p <0.003), podczas gdy funkcja liniowa nie (F (1,59) = 0.54, p> 0.4). Nieliniowe wzmocnienie w rekrutacji nastolatków pozostawało istotne przy kontrolowaniu różnic w wykonywaniu zadań (odsetek fałszywych alarmów; F (2,59) = 6.77, p <0.002) oraz w analizie kontrolnej z dopasowaną liczbą prób (F (2,59 ) = 7.80; p = 0.007). Skala aktywności w szczęśliwych próbach, spokojnych próbach i próbach typu no-go versus go nie była związana z wykonaniem zadania (p's> 0.2).

Rysunek 3

A) Regiony mózgu wykazujące zróżnicowaną aktywność w funkcji wieku. Aktywacje, próg p <0.05, svc są renderowane na reprezentatywnym skanie anatomicznym o wysokiej rozdzielczości. B) Wykres aktywności w prążkowiu brzusznym (zakreślony A) w odpowiedzi na ...

Główny efekt mapy odpowiedzi (nogo versus go) zidentyfikował regiony zaangażowane w różny sposób w funkcji wymagań kontroli poznawczej, w tym prawy dolny zakręt czołowy (IFG; x = 32, y = 23, z = 3), wykazując znacznie większe odpowiedzi na nogo w stosunku do prób (p <0.05, skorygowany cały mózg; Rysunek 4A). Analizy post-hoc testowanie funkcji najlepszego dopasowania wskazało, że właściwa odpowiedź IFG była istotnie wyjaśniona funkcją liniową (F (1,59) = 4.53, p = 0.037), a nie funkcją kwadratową (F (1,59) =. 17, p> 0.6). Analizy posthoc wykazały, że prawy IFG również wykazywał większą aktywność uspokajającą w stosunku do szczęśliwych twarzy (F (2,59) = 8.95, p <0.005). Co więcej, prawy IFG ROI wykazywał liniowy spadek wielkości odpowiedzi wraz z wiekiem do prób nogo w porównaniu z próbami go (r (61) = -0.28, p = 0.026; Rysunek 4B).

Rysunek 4

A) Regiony mózgu wykazujące zróżnicowaną aktywność jako funkcję zadania (nogo> go). Aktywacje, progowane p <0.05, skorygowane dla całego mózgu są renderowane na reprezentatywnym skanie anatomicznym o wysokiej rozdzielczości. B) Działka po prawej stronie ...

Podczas kontrolowania efektów wykonania, interakcja zadanie x wiek w prawym IFG nie była już istotna (p> 0.4), co wskazuje, że wyniki były mocniejszym predyktorem aktywności w odpowiednim IFG niż wiek. Zależność ta została wykazana przez istotną korelację między wielkością odpowiedzi na skorygowanie prób nogo vs. go a ogólnymi wynikami (mierzonymi odsetkiem fałszywych alarmów; r (61) = 0.39, p = 0.002; zob. Rysunek 4C), który został powtórzony w analizie kontrolnej z dopasowaną liczbą prób (r (61) = 0.28, p = 0.026). Rysunek 4C przedstawia tę zależność z jednym wykluczonym uczestnikiem, który okazał się być skrajną wartością odstającą (zdefiniowaną jako więcej niż trzy przedziały międzykwartylowe powyżej trzeciego lub poniżej pierwszego kwartylu). Chociaż korelacja jest znacząca dla tej osoby, wykluczenie tej osoby sprawia, że ​​otrzymana korelacja jest jeszcze bardziej wiarygodna (r (60) = 0.45, p <0.001). Wszystkie przedstawione analizy przedstawiają odpowiedzi na prawidłowe próby. Tak więc osoby bardziej podatne na fałszywe alarmy mają tendencję do rekrutowania właściwych IFG bardziej do prób nogo, w przypadku których skutecznie tłumiły reakcję behawioralną.

Ograniczenia

Przedstawione tu wyniki należy rozpatrywać w świetle ich ograniczeń. Po pierwsze, należy wyraźnie przyznać, że trzecia kategoria emocjonalna, straszne twarze, była obecna podczas zadania eksperymentalnego i centrum poprzedniego raportu (Hare i in., 2008). Spokojny stan twarzy służył jako warunek kontroli w obu raportach. Chociaż odkrycia behawioralne sugerują, że obecność przerażających twarzy w badaniu czynnościowym nie modulowała dokładności behawioralnej inaczej niż pozostałe dwie kategorie emocji, możliwe jest, że obecność strasznych twarzy wpłynęła na wyniki w sposób, w jaki dostępne środki nie były wrażliwe. Ponadto szczęśliwe twarze różnią się od spokojnych twarzy walencyjnością i wyrazistością, które mogłyby przyczynić się do zaobserwowanych efektów wartości apetytowej. Drugim ograniczeniem metodologicznym jest stosowanie spokojnych twarzy jako warunku kontroli. Chociaż dane normatywne sugerują, że spokojne twarze są mniej pozytywne i podniecające niż szczęśliwe twarze (Tottenham i in., 2009), nie gromadziliśmy wyraźnie tych ocen i jest możliwe, że spokojne twarze były interpretowane jako łagodne pozytywne same w sobie. Jeśli chodzi o wyniki, należy również uznać skromny charakter wyników koaktywacji. Wreszcie nie uzyskano środków o statusie dojrzewania i endogennych hormonów. Badania końcowe pokazały, w jaki sposób krążące hormony gonadalne wpływają na mechanizmy organizacyjne i aktywacyjne wpływające na funkcje mózgu w rozwoju (Romeo i Sisk, 2001; Sisk & Foster, 2004; Steinberg, 2008) i wykazał związek predykcyjny między stanem dojrzewania a takimi zachowaniami apetycznymi, jak poszukiwanie wrażeń i nadużywanie narkotyków (Martin i in., 2002; widzieć Forbes i Dahl, 2010). Przyszłe badania, w tym pomiary hormonów, mogą informować o związku między rozwojem prążkowia, dojrzewaniem hormonalnym i wynikami behawioralnymi (Blakemore, Burnett i Dahl, 2010).

Z wdzięcznością dziękujemy pomocy Douga Ballona, ​​Adriany Galvan, Gary'ego Glovera, Victorii Libby, Eriki Ruberry, Teresy Teslovich, Nima Tottenhama, Henninga Vossa oraz zasobów i personelu Biomedical Imaging Core Facility Citigroup Biomedical Imaging Centre w Weill Cornell Studia medyczne. Praca ta była wspierana przez National Institute of Mental Health dotacje P50MH062196 i P50MH079513, National Institute of Drug Abuse dotacje R01DA018879 i T32DA007274 oraz National Institute of Mental Health Fellowship F31MH073265, a także K99 MH087813 (LHS).