การครบกําหนดของ Frontostriatal ทำนายความล้มเหลวในการควบคุมการรับรู้ของตัวชี้นำที่น่ารับประทานในวัยรุ่น (2011)

งานทดลอง

ผู้เข้าร่วมทำภารกิจโกโก (Hare, et al., 2005; Hare, et al., 2008) ด้วยการแสดงออกทางสีหน้าที่น่ากลัวมีความสุขและสงบซึ่งทำหน้าที่เป็นตัวกระตุ้น รายงานปัจจุบันมุ่งเน้นไปที่เงื่อนไขความสุขและสงบและละเว้นเงื่อนไขความกลัวจากการวิเคราะห์กลุ่มซึ่งเป็นจุดสำคัญของรายงานก่อนหน้า (Hare et al., 2008). ภายในการเรียกใช้ fMRI เพียงครั้งเดียวจะมีการนำเสนอนิพจน์สองประเภทประเภทหนึ่งเป็นการกระตุ้นแบบ `` ไป '(กล่าวคือเป้าหมาย) ซึ่งผู้เข้าร่วมได้รับคำสั่งให้กดปุ่มและอีกนิพจน์ที่ทำหน้าที่เป็นตัวกระตุ้น `` nogo' (กล่าวคือไม่ใช่เป้าหมาย) ซึ่งผู้เข้าร่วมควรระงับการกดปุ่ม ชุดค่าผสมทั้งหมดของนิพจน์ถูกใช้เป็นทั้งเป้าหมายและไม่ใช่เป้าหมายซึ่งทำให้เกิดการออกแบบแฟกทอเรียล 2 (response: go, nogo) โดย 3 (อารมณ์: กลัว, สงบ, มีความสุข) ก่อนที่จะเริ่มการวิ่งแต่ละครั้งหน้าจอจะปรากฏขึ้นเพื่อระบุว่านิพจน์ใดเป็นตัวกระตุ้นเป้าหมายสั่งให้ผู้เข้าร่วมตอบสนองต่อการแสดงออกนั้นและไม่มีการแสดงออกอื่นใด ผู้เข้าร่วมยังได้รับคำสั่งให้ตอบกลับโดยเร็วที่สุด แต่พยายามหลีกเลี่ยงข้อผิดพลาด

สิ่งกระตุ้นและอุปกรณ์

Stimuli ประกอบไปด้วยใบหน้าที่มีความสุขหวาดกลัวและสงบจากเอกลักษณ์ที่ไม่เหมือนใครจากชุดการแสดงออกทางสีหน้าของ NimStim (ท็อตแนมและคณะ 2009) ใบหน้าสงบ (ใช้ใบหน้าที่เป็นกลางอย่างอ่อนโยน) เพราะงานก่อนหน้าได้ระบุว่าใบหน้าที่เป็นกลางสามารถตีความได้ว่าเป็นลบในประชากรที่กำลังพัฒนา (Gross & Ballif, 1991; เฮอร์บาแอนด์ฟิลลิปส์, 2004; โทมัสและคณะ 2001) งานนำเสนอโดยใช้ซอฟต์แวร์ EPrime สามารถดูได้โดยผู้เข้าร่วมการทดลองบนจอแสดงผลคริสตัลเหลวเหนือศีรษะ (LCD) ที่รวมเข้ากับระบบ IFIS-SA (fMRI Devices Corporation, Waukesha, WI) ซอฟต์แวร์ EPrime ที่รวมเข้ากับระบบ IFIS การตอบสนองของปุ่มบันทึกและเวลาตอบสนอง

พารามิเตอร์งาน

ข้อมูลได้มาจากการทำงานหกครั้งซึ่งแสดงถึงการรวมกันของอารมณ์ (ความสุขความสงบความกลัว) และการตอบสนอง (go, nogo; รูป 1) ใช้การออกแบบที่เกี่ยวข้องกับเหตุการณ์อย่างรวดเร็ว สำหรับการทดลองแต่ละครั้งใบหน้าจะปรากฏเป็นระยะเวลา 500 มิลลิวินาทีตามด้วยช่วงเวลาที่มีการกระตุกตั้งแต่ 2 ถึง 14.5 วินาทีในช่วงเวลา (หมายถึง 5.2 วินาที) ในระหว่างที่ผู้เข้าร่วมพักอยู่ในขณะที่มองกล้องเล็ง จำนวนการทดลอง 48 ทั้งหมดถูกนำเสนอต่อการดำเนินการตามลำดับแบบหลอกเทียม (36 go, 12 nogo) โดยรวมแล้วการทดลอง 24 nogo และ 72 go trials สำหรับแต่ละประเภทนิพจน์

รูป 1

แผนผังของการทดลองสี่ครั้งภายในการรัน fMRI ในตัวอย่างนี้ใบหน้าที่สงบเป็นสิ่งเร้าเป้าหมายซึ่งผู้เข้าร่วมควร `` ไป '' โดยการกดปุ่ม ใบหน้าที่มีความสุขเป็นสิ่งกระตุ้นที่ไม่ใช่เป้าหมาย (`` nogo ') ซึ่งผู้เข้าร่วมควรระงับการกดปุ่ม ...

การได้มาของภาพ

ผู้เข้าร่วมได้รับการสแกนด้วยเครื่องสแกนเนอร์ General Electric Signa 3.0T fMRI (ระบบการแพทย์เจเนอรัลอิเล็กทริกมิลวอกี, วิสคอนซิน) ด้วยขดลวดควอดเรดเฮด การสแกนเชิงกายวิภาคที่มีความละเอียดสูง T1 ถ่วงลำดับการไล่ระดับสีเน่าเสีย ([SPGR] 256 × 256 ความละเอียดในระนาบ, มุมมอง 240-mm [FOV], 124 × 1.5-mm แกนชิ้น) ลำดับการไล่สีสะท้อน ([MPRAGE] 3 × 256 ความละเอียดในระนาบ, 256-mm FOV; 240 × 124-1.5-mm ส่วน sagittal) ได้รับสำหรับแต่ละการแปลงและการแปลข้อมูลเป็นพื้นที่กริดของ Talairach ลำดับการวนเข้าและออก (Glover & Thomason, 2004) ใช้เพื่อรับข้อมูลการทำงาน (เวลาการทำซ้ำ = 2500ms, เวลา echo = 30, FOV = 200 mm, มุมพลิก = 90, ข้าม 0, 64 × 64 เมทริกซ์) สามสิบสี่สี่ 4 มม. - ชิ้นหนาชเวียนได้รับต่อความละเอียดของ TR 3.125 × 3.125 มม. ครอบคลุมสมองทั้งหมดยกเว้นส่วนท้ายของกลีบท้ายทอย

การวิเคราะห์ข้อมูลพฤติกรรม

ข้อมูลพฤติกรรมถูกวิเคราะห์เพื่อความถูกต้องโดยการคำนวณ hit (การตอบสนองที่ถูกต้อง), Miss (การขาดการตอบสนองที่ไม่ถูกต้อง), การปฏิเสธที่ถูกต้อง (การระงับการตอบสนองที่ถูกต้อง) และอัตราการเตือนภัยผิดพลาด สำหรับวัตถุประสงค์ในการวิเคราะห์ผู้เข้าร่วมจะถูกจัดกลุ่มเป็นเด็ก (อายุ 6 – 12) วัยรุ่น (อายุ 13 – 17) และกลุ่มย่อยผู้ใหญ่ (18 ปีขึ้นไป)

การวิเคราะห์ข้อมูล fMRI

การวิเคราะห์ข้อมูล FMRI ดำเนินการภายในซอฟต์แวร์ Analysis Neuroimages (AFNI) (Cox, 1996). ข้อมูลการใช้งานได้รับการแก้ไขแบบ Slice-time จัดวางภายในและระหว่างการวิ่งเพื่อแก้ไขการเคลื่อนไหวของศีรษะโดยมีการสแกนทางกายวิภาคที่มีความละเอียดสูงของผู้เข้าร่วมแต่ละคนปรับขนาดหน่วยการเปลี่ยนแปลงสัญญาณเป็นเปอร์เซ็นต์และปรับให้เรียบด้วยความกว้างเต็ม 6 มม. ที่ครึ่งสูงสุด (FWHM ) เคอร์เนล Gaussian

สำหรับผู้เข้าร่วมแต่ละคนได้ทำการวิเคราะห์แบบจำลองเชิงเส้นทั่วไปเพื่อระบุลักษณะพิเศษของงานโดยรวมการถดถอยของงานที่น่าสนใจ (สงบ - ​​ไป, สงบ - ​​โตโก, มีความสุข - ไป, มีความสุข - ไม่มี, กลัว - ไป, กลัว - ไม่มีความผิดพลาด) ฟังก์ชันตอบสนองการไหลเวียนโลหิตแบบ gamma-variate และ covariates ที่ไม่สนใจ (พารามิเตอร์การเคลื่อนไหวแนวโน้มเชิงเส้นและกำลังสองสำหรับการวิ่งแต่ละครั้ง) เพื่อความสมบูรณ์นั้นการทดลองความกลัวถูกจำลองแบบเป็น regressors ของงาน (ที่มีฟังก์ชั่นการตอบสนองต่อการไหลเวียนโลหิตแบบบัญญัติรังสีแกมม่าตามบัญญัติของแคนนอน) แต่ยังไม่ได้วิเคราะห์เพิ่มเติม การประมาณค่าพารามิเตอร์แผนที่ (β) ที่แสดงถึงเอฟเฟกต์ของงานจะถูกเปลี่ยนเป็นพื้นที่พิกัดมาตรฐานของ Talairach และ Tournoux (1988) โดยใช้พารามิเตอร์การแปรปรวนที่ได้จากการเปลี่ยนแปลงของการสแกนทางกายวิภาคความละเอียดสูงของแต่ละเรื่อง แผนที่การประมาณค่าพารามิเตอร์ที่เปลี่ยน Talairach ถูกจำลองใหม่เป็นความละเอียด 3 × 3 × 3 มม.

การวิเคราะห์กลุ่มผลแบบสุ่มได้ดำเนินการเพื่อระบุขอบเขตหน้าที่ที่น่าสนใจ (ROIs) สำหรับการวิเคราะห์ที่ตามมา โดยเฉพาะเงื่อนไขแฮปปี้โกโกแฮปปี้โกโก้และโมโกะถูกนำไปใช้ในรูปแบบเอฟเฟกต์การผสมเชิงเส้นกลุ่ม 2 × 2 × 3 พร้อมปัจจัยทางอารมณ์ (ภายในหัวข้อ: ความสุขสงบ) การตอบสนอง ( ภายในวิชา: go, nogo) และอายุ (ระหว่างวิชา: เด็ก, วัยรุ่น, ผู้ใหญ่) ผลกระทบหลักของการตอบสนองแผนที่ระบุภูมิภาคของผู้สมัครที่มีส่วนร่วมแตกต่างกันเป็นฟังก์ชั่นของความต้องการการควบคุมความรู้ความเข้าใจรวมถึง gyrus หน้าผากที่ด้อยกว่าด้านขวา (x = 32, y = 23, z = 3) การตอบสนองแบบมอดูเลตโดยการพัฒนาถูกระบุไว้ในเอฟเฟ็กต์หลักของแผนที่อายุรวมถึงคลัสเตอร์ใน ventral striatum (x = −4, y = 11, z = −9)

การค้นพบการถ่ายภาพถือว่ามีนัยสำคัญทางสถิติเกินกว่าการแก้ไขทั้งสมองสำหรับการเปรียบเทียบหลายครั้งเพื่อรักษาอัลฟา <0.05 โดยใช้การรวมกันของขนาด p-value / คลัสเตอร์ที่กำหนดโดยการจำลองแบบมอนติคาร์โลซึ่งทำงานในโปรแกรม Alphasim ภายใน AFNI ข้อยกเว้นเพียงประการเดียวสำหรับการเกณฑ์ทั้งสมองอยู่ในการวิเคราะห์ผลกระทบของอายุ กำหนดบทบาทของ striatum ในการพัฒนาการควบคุมแรงกระตุ้น (Vaidya และคณะ, 1998; Casey et al., 2000; Luna และคณะ, 2001; Durston, Thomas, Yang, et al., 2002, Galvan et al., 2006; Somerville & Casey, 2010) มันได้รับการปฏิบัติในฐานะ priori พื้นที่ที่น่าสนใจสำหรับการวิเคราะห์ผลกระทบของอายุโดย voxelwise โดยเฉพาะอย่างยิ่งมีการสอบถามผลกระทบของอายุสำหรับภายในหน้ากากทางกายวิภาคที่รวมไว้ซึ่งมี voxels ในแถบหลังและหน้าท้องโดยมี p <0.05 เกณฑ์ทางสถิติที่ได้รับการแก้ไขจะใช้ตามปริมาณการค้นหา striatum (1,060 voxels) เพื่อความชัดเจนเราอ้างถึงเกณฑ์ของข้อมูลเอฟเฟกต์อายุเป็น p <0.05 ขนาดเล็กแก้ไข (svc) ตลอดทั้งต้นฉบับ

ภูมิภาคที่น่าสนใจถูกสร้างขึ้นเป็นทรงกลมที่มีรัศมี 4mm กึ่งกลางเกี่ยวกับยอดเขาที่ระบุไว้ข้างต้นแต่ละที่มี voxels 3 × 3 × 3 สิบ การประมาณพารามิเตอร์ถูกดึงออกมาสำหรับเงื่อนไข 4 (Happy-go, Happy-nogo, สงบ -go, สงบ -nogo) สำหรับผู้เข้าร่วมแต่ละคนและ ROI และถูกส่งไปยังการวิเคราะห์ออฟไลน์เพื่อกำหนดทิศทางของผลกระทบ การตอบสนองอารมณ์และผลการพัฒนา (เป็นอิสระจากความคมชัด voxelwise ที่กำหนด ROI) ได้รับการประเมินโดยใช้ 2 (อารมณ์: สงบ, มีความสุข) × 2 (ภารกิจ: ไป, ไม่มีโลโก้) × 3 (อายุ: เด็ก, วัยรุ่น, ผู้ใหญ่ ANOVAs) การวิเคราะห์ออฟไลน์ได้ดำเนินการในซอฟต์แวร์ SPSS Statistics 17.0 (SPSS, Chicago, IL)

ผลกระทบที่สำคัญได้รับการทดสอบสำหรับการมอดูเลตประสิทธิภาพโดยการส่งการประมาณค่าพารามิเตอร์เพื่อให้มีความสัมพันธ์สองตัวแปรกับอัตราการเตือนภัยที่ผิดพลาดของอาสาสมัคร ผลกระทบด้านประสิทธิภาพที่สำคัญถูกติดตามด้วยการวิเคราะห์ความสัมพันธ์บางส่วนเพื่อทดสอบว่าผลกระทบด้านประสิทธิภาพยังคงมีนัยสำคัญเมื่อควบคุมอายุ ในทางกลับกันผลกระทบของอายุที่มีนัยสำคัญได้รับการติดตามด้วยการวิเคราะห์ความสัมพันธ์บางส่วนเพื่อระบุว่าผลกระทบของอายุยังคงมีนัยสำคัญเมื่อควบคุมประสิทธิภาพหรือไม่

งานก่อนหน้าของกระบวนทัศน์ Go-nogo ได้กำหนดบทบาทของวงจรส่วนหน้าในการสนับสนุนการยับยั้งพฤติกรรมที่ประสบความสำเร็จ (Casey et al., 2000; Durston, Thomas, Yang, et al., 2002; Hare et al., 2005) เพื่อระบุวงจรนี้ในชุดข้อมูลปัจจุบันการวิเคราะห์ปฏิสัมพันธ์ทางจิตวิทยา (PPI) ถูกนำมาใช้ซึ่งมีความอ่อนไหวต่อการเชื่อมต่อการทำงานตามภารกิจที่แตกต่างกับภูมิภาคของเมล็ดใน gyrus ด้านหน้าที่ต่ำกว่าซึ่งกิจกรรมในภูมิภาคทำนายความแตกต่างของประสิทธิภาพในทุกช่วงอายุ โดยเฉพาะการวิเคราะห์นี้มีความไวต่อบริเวณสมองแสดงการมีเพศสัมพันธ์การทำงานมากขึ้นด้วย IFG ที่เหมาะสมสำหรับการทดลองที่ไม่ถูกต้องเมื่อเทียบกับการทดลองไป การวิเคราะห์ PPI ดำเนินการโดยใช้ขั้นตอนการประมวลผลมาตรฐาน (Friston, et al., 1997) โดยแยกการทำงานตามช่วงเวลาในขอบเขตของเมล็ด (ขวา IFG ROI อธิบายไว้ข้างต้น x = 32, y = 23, z = 3), กำจัดแหล่งที่มาของเสียงและสิ่งประดิษฐ์, ถอดรหัสสัญญาณประสาทและการแปลงข้อมูลเวลาโดยไม่มีข้อผิดพลาด กำหนดเวลางานและฟังก์ชั่นการตอบสนองทางโลหิตวิทยาที่ยอมรับ (ตามที่ระบุใน Gitelman, Penny, Ashburner และ Friston, 2003). ผลลัพธ์ของกลุ่มซึ่งรวมถึงผู้เข้าร่วมทั้งหมดอยู่ในเกณฑ์ที่ p <0.05 ซึ่งได้รับการแก้ไขสำหรับการเปรียบเทียบหลายครั้งในระดับสมองทั้งหมดระบุว่ากลุ่มเดียวที่แสดงการเชื่อมต่อการทำงานที่ดีกว่าอย่างมีนัยสำคัญกับ IFG ที่ถูกต้องในระหว่างการทดลอง nogo คลัสเตอร์นี้ขยายตรงกลางและด้านหลังจาก IFG ด้านขวาไปยังแถบด้านหลังไปยังหาง บริเวณด้านหลังของ striatum ถูกสร้างขึ้นตามแผนที่การเชื่อมต่อโดยจัดให้มีทรงกลม 4 มม. อยู่ตรงกลางของยอดย่อยคลัสเตอร์ภายในขอบเขตทางกายวิภาคของแถบด้านหลัง (x = 9, y = 13, z = 6)

ค่าการเปลี่ยนแปลงสัญญาณถูกดึงออกมาจาก ROI นี้และผ่านการทดสอบการเกาะติดกันระหว่างเรื่องด้วย ventral striatum และ IFG ที่ถูกต้อง โดยเฉพาะค่าการเปลี่ยนสถานะทางช่องท้องหน้าท้องหลังและด้านขวา IFG จาก ROIs ที่อธิบายไว้ก่อนหน้านี้ได้รับการสกัดสำหรับความแตกต่างระหว่างความสุขและความสุขเปรียบเทียบ ค่าเหล่านี้จะถูกส่งไปยังระหว่างความสัมพันธ์ bivariate ความสัมพันธ์ภายในกลุ่มเด็กวัยรุ่นและผู้ใหญ่เข้าร่วมกลุ่ม การวิเคราะห์เหล่านี้ระบุระดับของการอยู่ร่วมกันในอาสาสมัครที่เกี่ยวข้องกับการทดลองระหว่างภูมิภาคเหล่านี้ในแต่ละกลุ่มอายุ ค่าการ coactivation ที่ระบุจะแสดงถึงขอบเขตที่แนวโน้มในการเปิดใช้งานหนึ่งภูมิภาคคาดการณ์การเปิดใช้งานในภูมิภาคอื่นทั่วทั้งผู้เข้าร่วม

ผลลัพธ์ fMRI

การตอบสนองที่ปรับโดยการพัฒนาถูกระบุในผลกระทบหลักของแผนที่อายุซึ่งรวมถึงคลัสเตอร์ในหน้าท้อง striatum (x = −4, y = 11, z = −9; p <0.05 svc; รูปที่ 3A). การวิเคราะห์ผลกระทบหลักของอายุหลังการแสดงพบว่าวัยรุ่นมีส่วนร่วมกับกล้ามเนื้อหน้าท้องมากกว่าเด็กและผู้ใหญ่อย่างมีนัยสำคัญในการมีใบหน้าที่มีความสุข (p's = / <0.01; รูปที่ 3B) และในระดับที่น้อยกว่าเพื่อให้ใบหน้าสงบ (p's = / <0.06; หมายถึง +/− ค่าเบี่ยงเบนมาตรฐานของการเปลี่ยนแปลงสัญญาณเปอร์เซ็นต์สำหรับความสงบกับการพักผ่อน: เด็ก: −0.095 +/− 0.21; วัยรุ่น: 0.046 +/− 0.16; ผู้ใหญ่ : −0.051 +/− 0.17) การวิเคราะห์ฟังก์ชันที่เหมาะสมที่สุดที่แสดงถึงการตอบสนองต่อใบหน้าที่มีความสุขในช่วงวัยแสดงให้เห็นว่าฟังก์ชันกำลังสอง (U กลับด้าน) อธิบายความแปรปรวนส่วนสำคัญในการตอบสนองต่อใบหน้าที่มีความสุข (F (1,59) = 10.05, p <0.003) ในขณะที่ ฟังก์ชันเชิงเส้นไม่ได้ (F (1,59) = 0.54, p> 0.4) การเพิ่มประสิทธิภาพแบบไม่เชิงเส้นในการจัดหางานในวัยรุ่นยังคงมีนัยสำคัญเมื่อควบคุมความแตกต่างในประสิทธิภาพของงาน (อัตราการเตือนภัยที่ผิดพลาด F (2,59) = 6.77, p <0.002) และในการวิเคราะห์การควบคุมด้วยจำนวนการทดลองที่ตรงกัน (F (2,59 ) = 7.80, p = 0.007) ขนาดของกิจกรรมต่อการทดลองที่มีความสุขการทดลองที่สงบและการไม่ไปเทียบกับการทดลองไม่เกี่ยวข้องกับประสิทธิภาพของงาน (p's> 0.2)

รูป 3

A) บริเวณสมองแสดงกิจกรรมที่แตกต่างกันตามอายุ การเปิดใช้งาน threshold p <0.05, svc จะแสดงผลบนการสแกนทางกายวิภาคที่มีความละเอียดสูง B) พล็อตของกิจกรรมในหน้าท้อง striatum (วงกลมใน A) ตอบสนองต่อ ...

ผลกระทบหลักของแผนที่ตอบสนอง (nogo เทียบกับ go) ระบุพื้นที่ที่มีส่วนร่วมที่แตกต่างกันโดยเป็นหน้าที่ของความต้องการในการควบคุมความรู้ความเข้าใจรวมถึงไจรัสหน้าผากด้านขวาที่ต่ำกว่า (IFG; x = 32, y = 23, z = 3) แสดงการตอบสนองต่อ nogo ที่มากขึ้นอย่างมีนัยสำคัญ เทียบกับการทดลองไป (p's <0.05 สมองทั้งหมดได้รับการแก้ไข รูปที่ 4A). การทดสอบการวิเคราะห์หลังการทำงานสำหรับฟังก์ชั่นฟิตติ้งที่ดีที่สุดระบุว่าการตอบสนอง IFG ที่ถูกต้องได้รับการอธิบายอย่างมีนัยสำคัญโดยฟังก์ชันเชิงเส้น (F (1,59) = 4.53, p = 0.037) และไม่ใช่ฟังก์ชันกำลังสอง (F (1,59) = 17, p> 0.6) การวิเคราะห์ Posthoc ระบุว่า IFG ที่เหมาะสมยังแสดงให้เห็นถึงกิจกรรมที่สงบมากขึ้นเมื่อเทียบกับใบหน้าที่มีความสุข (F (2,59) = 8.95, p <0.005) นอกจากนี้ IFG ROI ที่ถูกต้องแสดงให้เห็นว่าขนาดการตอบสนองลดลงเชิงเส้นตามอายุที่เพิ่มขึ้นของการทดลอง nogo เทียบกับการทดลองใช้ (r (61) = −0.28, p = 0.026; รูปที่ 4B).

รูป 4

A) บริเวณสมองที่แสดงกิจกรรมที่แตกต่างเป็นหน้าที่ของงาน (nogo> go) การเปิดใช้งาน, p <0.05, การแก้ไขสมองทั้งหมดจะแสดงผลในการสแกนทางกายวิภาคที่มีความละเอียดสูง B) แผนผังกิจกรรมทางด้านขวา ...

เมื่อควบคุมเอฟเฟกต์ประสิทธิภาพงาน x อายุปฏิสัมพันธ์ใน IFG ที่ถูกต้องไม่มีนัยสำคัญอีกต่อไป (p> 0.4) แสดงว่าประสิทธิภาพเป็นตัวทำนายกิจกรรมใน IFG ที่เหมาะสมมากกว่าอายุ ความสัมพันธ์นี้แสดงให้เห็นโดยความสัมพันธ์อย่างมีนัยสำคัญระหว่างขนาดการตอบสนองต่อการทดสอบ nogo เทียบกับ go และประสิทธิภาพโดยรวม (วัดโดยอัตราการเตือนที่ผิดพลาด r (61) = 0.39, p = 0.002; ดู รูป 4C) ซึ่งจำลองแบบในการวิเคราะห์การควบคุมด้วยจำนวนการทดลองที่ตรงกัน (r (61) = 0.28, p = 0.026) รูป 4C แสดงถึงความสัมพันธ์นี้กับผู้เข้าร่วมรายหนึ่งที่ถูกยกเว้นซึ่งพบว่ามีค่าผิดปกติมาก (หมายถึงช่วงระหว่างควอไทล์มากกว่าสามช่วงเหนือค่าควอร์ไทล์ที่สามหรือต่ำกว่าค่าควอไทล์แรก) แม้ว่าความสัมพันธ์จะมีนัยสำคัญรวมถึงบุคคลนี้ แต่การยกเว้นบุคคลนี้ทำให้ความสัมพันธ์ที่เกิดขึ้นมีความน่าเชื่อถือมากยิ่งขึ้น (r (60) = 0.45, p <0.001) การวิเคราะห์ที่รายงานทั้งหมดแสดงถึงการตอบสนองต่อการทดลองที่ถูกต้อง ดังนั้นบุคคลที่มีความอ่อนไหวต่อสัญญาณเตือนที่ผิดพลาดมักจะสรรหา IFG ที่เหมาะสมมากขึ้นในการทดลองของ nogo ซึ่งพวกเขาระงับการตอบสนองทางพฤติกรรมได้สำเร็จ

ข้อ จำกัด

ผลการวิจัยที่นำเสนอที่นี่ควรพิจารณาตามข้อ จำกัด ของพวกเขา อันดับแรกควรได้รับการยอมรับอย่างชัดเจนว่ามีหมวดหมู่อารมณ์ที่สามใบหน้าที่น่ากลัวปรากฏขึ้นในระหว่างงานทดลองและจุดเน้นของรายงานก่อนหน้า (Hare et al., 2008) เงื่อนไขใบหน้าสงบทำหน้าที่เป็นเงื่อนไขควบคุมในรายงานทั้งสอง แม้ว่าการค้นพบพฤติกรรมชี้ให้เห็นว่าการปรากฏตัวของใบหน้าที่น่ากลัวในการสแกนเชิงฟังก์ชั่นนั้นไม่ได้ปรับความถูกต้องของพฤติกรรมที่แตกต่างจากอารมณ์ความรู้สึกอีกสองประเภท แต่เป็นไปได้ว่าการปรากฏตัวของใบหน้าที่น่ากลัวนั้น นอกจากนี้ใบหน้าที่มีความสุขแตกต่างจากใบหน้าที่สงบในความจุและความนูนซึ่งทั้งสองอาจมีส่วนร่วมในการสังเกตผลกระทบของมูลค่าอาหาร ข้อ จำกัด ของระเบียบวิธีที่สองคือการใช้ใบหน้าที่สงบเป็นเงื่อนไขในการควบคุม แม้ว่าข้อมูลเชิงบรรทัดฐานจะชี้ให้เห็นว่าใบหน้าที่สงบนิ่งเป็นบวกและปลุกใจน้อยกว่าใบหน้าที่มีความสุข (ท็อตแนมและคณะ 2009) เราไม่ได้รวบรวมการให้คะแนนเหล่านี้อย่างชัดเจนและเป็นไปได้ว่าใบหน้าที่สงบได้รับการตีความว่าเป็นบวกเล็กน้อยในสิทธิของตนเอง ในแง่ของผลลัพธ์ควรยอมรับความเรียบง่ายของการค้นพบ coactivati ​​on ในที่สุดมาตรการสถานะของ pubertal และฮอร์โมน endogenous ไม่ได้รับ การวิจัยเกี่ยวกับน้ำเชื้อได้แสดงให้เห็นถึงวิธีที่การหมุนเวียนของฮอร์โมนอวัยวะสืบพันธุ์ส่งผลกระทบต่อทั้งกลไกขององค์กรและกลไกการเปิดใช้งานที่มีอิทธิพลต่อการทำงานของสมองในการพัฒนา (โรมิโอแอนด์ซิสก์, 2001; ซิสก์แอนด์ฟอสเตอร์, 2004; Steinberg, 2008) และแสดงให้เห็นถึงความสัมพันธ์ที่คาดการณ์ระหว่างสถานะ pubertal และพฤติกรรมอาหารว่างเช่นการแสวงหาความรู้สึกและยาเสพติด (Martin et al., 2002; ดู ฟอร์บส์และดาห์ล, 2010) การวิจัยในอนาคตรวมถึงมาตรการของฮอร์โมนอาจแจ้งให้ทราบถึงความสัมพันธ์ระหว่างการพัฒนา striatocortical, การสุกของฮอร์โมนและผลลัพธ์ของพฤติกรรม (Blakemore, Burnett และ Dahl, 2010).

เราซาบซึ้งอย่างยิ่งต่อความช่วยเหลือของดั๊กบอลลอน, Adriana Galvan, แกรี่โกลเวอร์, วิคตอเรียลิบบี้, เอริการูเบอรี, เทเรซ่าเทสโลวิช, นิมท็อตแนม, เฮนนิ่งโวสและทรัพยากรและพนักงานของศูนย์ วิทยาลัยการแพทย์ งานนี้ได้รับการสนับสนุนโดยสถาบันสุขภาพจิตแห่งชาติมอบ P50MH062196 และ P50MH079513 และสถาบันสุขภาพแห่งชาติของยาเสพติดให้โทษแก่ R01DA018879 และ T32DA007274 และสถาบันสุขภาพจิตแห่งชาติ