Name: event related potentials (erps) and other eeg based methods for extracting biomarkers of brain dysfunction: examples from pediatric attention deficit/hyperactivity disorder (adhd)
Uploaded: 2020-03-12T12:00:00
Duration: 10 min 2 s
Description: Watch this Scientific Journal Video about Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactiv

Ogrim G. hat nichts zu verraten. Kropotov J.D. war Leiter des Labors am Institut für das menschliche Gehirn in St. Petersburg, wann und wo das WinEEG-Programm entwickelt wurde. Er hat keine wirtschaftlichen Interessen am System.

Diagnosen in der Psychiatrie basieren auf beobachtetem Verhalten. In den meisten Fällen muss eine bestimmte Anzahl von Symptomen in verschiedenen Einstellungen für 6 Monate oder mehr beobachtet werden. Ein wichtiger Teil des diagnostischen Prozesses ist der Ausschluss der somatischen Ätiologie. Darüber hinaus müssen andere psychiatrische Diagnosen berücksichtigt werden. Nicht selten können die Symptome von Interesse Teil einer anderen diagnostischen Kategorie sein. Wenn sich mehrere Symptome mit anderen Erkrankungen überschneiden, muss der Arzt entscheiden, ob es sich bei dieser zweiten Erkrankung um eine komorbide oder Differentialdiagnose handelt.
Die verfügbaren klinischen Instrumente sind diagnostische Interviews, Bewertungsskalen, medizinische und Entwicklungsgeschichte, psychologische Tests und direkte Beobachtungen. Die meisten dieser Methoden sind sehr subjektiv; stark beeinflusst vom Informanten und dem Profi. Bewertungsskalen von Eltern und Lehrern weisen in der Regel recht bescheidene Korrelationen auf (r = 0,3 - 0,5).
In den repräsentativen Ergebnissen argumentieren wir, dass die zugrunde liegenden Mechanismen bei ADHS wahrscheinlich von Patient zu Patient unterschiedlich sind. Mangelndes (Sprach-)Verständnis, Probleme mit der Selbstmotivation, Die Sensibilität gegenüber externen Ablenkern usw. können zu Symptomen der Unaufmerksamkeit führen. Die in diesem Dokument beschriebenen EEG-basierten Methoden können zur Lösung einiger dieser Herausforderungen beitragen. Das Problem der subjektiven Interpretationen fehlt. Die beschriebenen ERP-Methoden scheinen zugrunde liegende psychologische Operationen wie Arbeitsgedächtnis, Aktionshemmung, Überwachung, Reaktionsvorbereitung usw. mit spezifischen Gehirnstrukturen aufzudecken. Defizite in diesen Mechanismen sind nicht auf bestimmte diagnostische Kategorien beschränkt. Wir glauben, dass sich die Behandlung (Medikamente, Neurofeedback, kognitives Training, tDCS, ...) in Zukunft auf solche kognitiven und/oder emotionalen Operationen und deren zugrunde liegende Gehirnmechanismen konzentrieren wird und nicht auf die aktuellen diagnostischen Kategorien.
Ein Zweck einer Diagnose ist es, die besten Behandlungen zu bestimmen. Um die Auswirkungen der Behandlung zu bewerten, sind selbstgemeldete und beobachtete Verbesserungen natürlich entscheidend. Solche Berichte können bis zu einem gewissen Grad Placebo-Effekte darstellen, jedoch, und sollte durch (teilweise) Normalisierung der zugrunde liegenden Gehirn Funktionsstörungen reflektiert werden, zum Beispiel Veränderungen in ERP-Komponenten. Diese Kombination subjektiver und objektiver Messgrößen der Behandlungseffekte ist sowohl in der Klinik als auch in der Forschung wichtig.
Aus Gründen, wie oben erwähnt, ist es nicht verwunderlich, dass Menschen mit den gleichen Diagnosen oft nicht auf die gleichen medizinischen Behandlungen reagieren. In der personalisierten Medizin werden Diagnosen durch empirisch fundierte Messgrößen der Reaktionsvorhersage ergänzt, um die beste Behandlung für den einzelnen Patienten zu bestimmen. In diesem Beitrag haben wir unsere Forschung über die Vorhersage von stimulans Medikamenten Reaktion bei pädiatrischen ADHS beschrieben. Zuverlässige Prädiktoren für eine positive Reaktion auf Antidepressiva zu finden, ist vielleicht sogar noch wichtiger, da die Zeit, die für die Bewertung von Reaktionen benötigt wird, lang ist, ebenso wie die Titrationszeit. Die in diesem Papier beschriebenen Verfahren könnten zur laufenden EEG- und ERP-basierten Forschung zur Vorhersage von Medikamentenwirkungen bei Depressionen beitragen53.
Die beschriebenen EEG-basierten Methoden sind nicht-invasiv und erschwinglich und eignen sich sowohl für die Forschung als auch für die klinische Arbeit.

Im Jahr 2008 wurde das von NIMH initiierte1 Projekt 1 "Research Domain Criteria" (RDoC) veröffentlicht, das darauf abzielte, einen biologisch gültigen Rahmen für das Verständnis psychischer Störungen zu finden. Im Jahr 2013 genehmigte die US Food and Drug Administration (FDA) den ersten EEG-basierten Biomarker von ADHS zur Beurteilung von ADHS bei Patienten im Alter von 6 bis 17 Jahren. Das Neuropsychiatrische EEG-Based Assessment Aid (NEBA) System zeichnet EEG für 15-20 min auf. Es basiert auf der Berechnung des Theta/Beta-Verhältnisses, das bei Kindern und Jugendlichen mit ADHS höher ist als bei typischerweise entwickelnden Kindern2. Jüngste Veröffentlichungen stellen fest, dass dieses Verhältnis nicht alle ADHS3erfasst.
Eine große Anzahl von Publikationen in der klinischen Neurowissenschaft zeigen, dass beeinträchtigte kognitive Kontrolle ein gemeinsames Merkmal vieler psychiatrischer Störungen wie ADHS, Schizophrenie, Depression und OCD4,5darstellt. Theoretisch besteht die kognitive Kontrolle aus hypothetischen Operationen, die es den Menschen ermöglichen, sich flexibel an Ziele und Kontexte anzupassen. Zwei verschiedene Kategorien der kognitiven Kontrolle, proaktive und reaktive Kontrolle, wurden beschrieben6. Unser Hauptaugenmerk liegt auf dem reaktiven Modus der kognitiven Kontrolle. Proaktive kognitive Steuerung umfasst Arbeitsgedächtnis (d. h. die Aufrechterhaltung sensorischer und motorischer Ereignisse für Sekunden). Reaktive kognitive Kontrolle umfasst Überwachung, Erkennung von Konflikt7,8und Aktionshemmung (zur Überprüfung siehe9,10).
Das GO/NOGO-Paradigma ist empfindlich gegenüber kognitiver Kontrolle11,12,13,14,15. GO-Reize entlocken positive Fluktuationen aus parietalen Hirnbereichen. (P3 GO). Die anterior verteilten positiven N2- und P3-NOGO-Wellen, ausgelöst durch NOGO-Reize, sind mit der Erkennung von Konflikt- und Aktionshemmungen16,17,18,19verbunden. Die N2-Welle wurde als Indikator für die Hemmung der Aktion verstanden, aber aktualisierte Forschung zeigt, dass die N2-Welle mit seltenen GO-Reizen und der Erkennung von Konflikt20verbunden ist. Die Aktionshemmung ist mit der P3 NOGO-Welle an frontal-zentralen Standorten verbunden.
Die Dichotomie N2/P3 ist möglicherweise nicht korrekt. Es wurde durch die Ansicht in Frage gestellt, dass ERP-Wellen, insbesondere solche, die kognitive Kontrolle darstellen, Summen mehrerer Quellen sind, die sich an Orten und der Zeit14,21überschneiden können.
Um die Quellen von ERP-Wellen zu entwirren, wurden mehrere Methoden der blinden Quellentrennung verwendet15,22,23,24. In Studien am Institut für das menschliche Gehirn, St. Petersburg, N2d NOGO Welle wurde zersetzt. Versteckte Komponenten wurden erkannt. Diese Komponenten hatten unterschiedliche Topographien und funktionale Bedeutungen. Nur einer von ihnen war mit der Erkennung von Konflikt14,15,25,26verbunden. In den meisten Erwachsenenstudien von ADHS, P3 NOGO ist kleiner im Vergleich zu abgestimmten gesunden Kontrollen27,28,29,30,31,32.
Die Gehirnoperationen, die während der Aufgaben der kognitiven Kontrolle stattfinden, scheinen nicht richtig durch die N2/P3-Dichotomie erklärt zu werden, wenn ERPs in GO/NOGO-Paradigmen analysiert werden14,15. Es wurden mehrere Ansätze verwendet, die darauf abzielen, verborgene Komponenten von ERP-Wellen zu entwirren (siehe21). Einige Studien haben unabhängige Komponentenanalyse (ICA) für ERPs in Patientengruppen wie Patientenmitschizophrenung29und Erwachsene mit ADHS33,34, versucht, Patienten von Kontrollen ohne Diagnosen zu unterscheiden.
In (Yeredor, 2010,25 S.75) wird eine neue Methode vorgeschlagen und für ERPs angepasst. Es ist eine Methode der blinden Quellentrennung, basierend auf einem Verfahren der gemeinsamen Diagonalisierung von Kreuzvarianz-Matrixen. Um die funktionellen Bedeutungen solcher latenten Komponenten zu untersuchen, die diese Methode im GO/NOGO-Paradigma anwenden, wurde kürzlich eine Studie des Institute of the Human Brain implementiert26. In dieser Studie wurden die Aktionsinhibitionsoperationen und die Konflikterkennungsoperationen unabhängig durch Modifikationen der CUed GO/NOGO-Aufgabe manipuliert. Es wurde eine versteckte Komponente gefunden, die die Erkennung von Konflikten widerspiegeln soll. Eine N2-ähnliche Reaktion und frontale Topographie charakterisierten diese Komponente35. In Studien, die eine Hemmung vorbereiteter Aktionen erforderten, wurde eine zentrale Topographie und eine P3-ähnliche Reaktion beobachtet.
In dieser Veröffentlichung haben die berichteten Studien die traditionelle ERP-Methode verwendet. Die Anwendung von ICA oder das Verfahren der gemeinsamen Diagonalisierung von Kreuzvarianzmatrixen25 (Seite 75) wurde bisher nicht durchgeführt. Im Allgemeinen stimmen die Ergebnisse, die auf den verschiedenen Methoden basieren, überein, aber die Methoden zur Entdeckung latenter Komponenten scheinen eher mit unterschiedlichen neuropsychologischen Funktionen verbunden zu sein. Ziel dieses Beitrags ist es, eine detaillierte Beschreibung der WinEEG-Methode zu bieten. Der Fokus liegt auf ERPs, aber auch EEG-Spektren und Verhaltensdaten aus der GO/NOGO-Aufgabe sind in den beschriebenen Studien zur Veranschaulichung der WinEEG-Methode enthalten.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>amplifier +</td>
			<td><a href="http://www.mitsar-medical.com/" target="_blank">www.mitsar-medical.com</a></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Body harness, different sizes</td>
			<td>Electro-Cap International, Inc</td>
			<td>E3 SM; E3 M; E3 L</td>
			<td></td>
		</tr>
		<tr>
			<td>Ear electrodes 9 mm sockets</td>
			<td>Electro-Cap International, Inc</td>
			<td>E5-9S</td>
			<td></td>
		</tr>
		<tr>
			<td>Electrocaps 19 channel different sizes</td>
			<td>Electro-Cap International, Inc</td>
			<td>E1 SM; E1 M; E1 M/SM</td>
			<td></td>
		</tr>
		<tr>
			<td>Electrocaps 19 channel different sizes</td>
			<td>Electro-Cap International, Inc</td>
			<td>E1 L/M; E1 L</td>
			<td></td>
		</tr>
		<tr>
			<td>Electrogel for electrocaps</td>
			<td>Electro-Cap International, Inc</td>
			<td>E9; E10</td>
			<td></td>
		</tr>
		<tr>
			<td>HBi database</td>
			<td><a href="http://www.hbimed.com/" target="_blank">www.hbimed.com</a></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Head size measure band</td>
			<td>Electro-Cap International, Inc</td>
			<td>E 12</td>
			<td></td>
		</tr>
		<tr>
			<td>Needle syringe kit</td>
			<td>Electro-Cap International, Inc</td>
			<td>E7</td>
			<td></td>
		</tr>
		<tr>
			<td>Nuprep EEG and ECG skin prep gel</td>
			<td>Electro-Cap International, Inc</td>
			<td>R7</td>
			<td></td>
		</tr>
		<tr>
			<td>Ten20 EEG conductive paste</td>
			<td>Electro-Cap International, Inc</td>
			<td>R5-4T</td>
			<td></td>
		</tr>
		<tr>
			<td>WinEEG program</td>
			<td><a href="http://www.mitsar-medical.com/" target="_blank">www.mitsar-medical.com</a></td>
			<td></td>
			<td></td>
		</tr>
	</tbody>
</table>

event related potentials (erps) and other eeg based methods for extracting biomarkers of brain dysfunction: examples from pediatric attention deficit/hyperactivity disorder (adhd)

Neuropsychiatrische Diagnosen wie ADHS basieren auf subjektiven Methoden wie Interviews, Bewertungsskalen und Beobachtungen. Es gibt einen Bedarf für mehr Gehirn-basierte Ergänzungen. Stimulanzien sind die häufigste Behandlung für ADHS. Klinisch nützliche Vorhersager der Reaktion wurden bisher nicht berichtet. Das Ziel dieses Papiers ist es, die EEG-basierten Methoden zu beschreiben, die wir anwenden, um potenzielle Biomarker für Diesamsier im Gehirn zu extrahieren. Beispiele beziehen sich auf Biomarker für pädiatrische ADHS, und Vorhersage der Medikamentenreaktion. Der Schwerpunkt liegt auf ereignisbezogenen Potenzialen (ErP).
Ein 19-Kanal-EEG wird während einer 3 min Augen geöffneten Aufgabe, einer 3 min Augen geschlossenen Aufgabe und einer 20 min cued visuellen GO/NOGO-Aufgabe (VCPT) aufgezeichnet. ERPs werden während dieser Aufgabe aufgezeichnet. Das Ziel des ERP-Protokolls ist es, Biomarker von angenommenen Hirnfunktionsstörungen zu extrahieren, die signifikant zwischen einer Patientengruppe und gesunden Kontrollen unterscheiden. Das Protokoll umfasst die Aufzeichnung unter Standardbedingungen und die Artefaktkorrektur. ERP-Wellen können verwendet oder in latente Komponenten umgewandelt werden. Die Komponenten der Patientengruppe werden mit Steuerelementen verglichen, wobei Komponenten, die im Vergleich relativ hohe Effektgrößen aufweisen, einfühlsam sind. Untergruppen der Patienten werden auf Basis der Clusteranalyse im Bereich der Komponenten ausgewählt. Das Behandlungsverfahren (z. B. Medikamente, tDCS oder Neurofeedback-Protokoll) kann angewendet werden und die Veränderungen der Komponenten im Zusammenhang mit der Behandlung in den Untergruppen werden beobachtet, die die Grundlage für klinische Empfehlungen bilden.
Die beschriebenen Methoden wurden in einer Studie mit 87 pädiatrischen ADHS-Patienten angewendet. Der Index der Medikationsreaktion unterschied signifikant zwischen Respondern und Nicht-Respondern mit einer großen und klinisch bedeutsamen Wirkungsgröße (d = 1,84). In einer laufenden Studie, in der ADHS-Kinder mit abgestimmten Kontrollen verglichen werden, unterscheiden mehrere Variablen signifikant zwischen Patienten und Kontrollen. Der globale Index überschreitet d = 0,8. Die hier beschriebenen EEG-basierten Methoden könnten klinisch sinnvoll sein.

Vorhersage der Medikationsreaktion bei pädiatrischem ADHS ADHS ist eine häufige neuropsychiatrische Erkrankung der Kindheit36. Es ist gekennzeichnet durch Symptome der Unaufmerksamkeit begleitet von Symptomen der Hyperaktivität und Impulsivität. Beeinträchtigungen in Schule, Haus und Freizeit sind häufig. Bei Kindern im Schulalter liegt die geschätzte Prävalenz bei 5 bis 7 %. Komorbiditäten sind häufig. Medizinische Behandlung, mit Stimulanzien auf Basis von Methylphenidat (MPH) oder Dextroamphetamin (DEX), sind weit verbreitet. Positive Effekte von Stimulanzien (Reduktionen der Unruhe, Hyperaktivität und Impulsivität und verbesserte Aufmerksamkeit) werden bei 70% der Patienten berichtet. Der Wechsel von Medikamenten auf Basis von MPH zu DEX kann positive Effekte auf 80%37,38erhöhen. Frontal-Striatal-Schaltungen scheinen durch Stimulanzien39aktiviert zu werden.
Es gibt keine allgemein akzeptierte Definition einer Medikamentenreaktion, die klinisch sinnvoll ist. Das Anwenden von Bewertungsskalen, der Vergleich von Basiswerten mit Denkwerten ist die am häufigsten verwendete Methode. In einigen Studien wird eine Verringerung der Punktzahlen um 25 % oder 50 % als Definition der Antwort verwendet. In anderen Studien werden Werte von nicht mehr als 1 SD über dem Bevölkerungsdurchschnittverwendet 40,41. Klinisch wird eine Gesamtentscheidung auf der Grundlage aller relevanten verfügbaren Daten verwendet. Zur Bewertung von Nebenwirkungen, wie Appetitlosigkeit, Schlaflosigkeit, erhöhte Reizbarkeit, oder Angst, ist wichtig37,42.
Die Verwendung von Bewertungsskalen kann aus mehreren Gründen kritisiert werden. Kleine Korrelationen (0,30-0,50) zwischen Lehrer- und Elternergebnissen werden in mehreren Studien berichtet48. Die Suche nach klinisch nützlichen Prädiktoren der Reaktion wird durch eine große Anzahl von Nicht-Respondern motiviert, Informanten, die nicht einverstanden sind, und die Tatsache, dass jeder einige bescheidene Effekte der verbesserten Aufmerksamkeit haben kann, wenn kleine Dosen von Stimulanzien verwendet werden. Veröffentlichte Forschungen zu Dentoren des Ansprechens umfassen ADHS-Subtyp, Demografie, Komorbide Störungen, Genvariablen, Ergebnisse auf Bewertungsskalen, neuropsychologische Testergebnisse und EEG/ERP-Variablen43,44,45,46. Unsere Publikation47 aus dem Jahr 2016 fasst Studien zusammen, die ERPs zur Vorhersage der Medikamentenreaktion angewendet haben.
In früheren Studien analysieren wir d-Daten aus der cued visual GO/NOGO-Aufgabe (d.h. Aufmerksamkeitstestdaten, EEG-Spektren und ERPs). In einer Studie fanden wir 3 Variablen, die signifikant zur Vorhersage von Nebenwirkungen beitragen. Diese Variablen wurden zu einem Index kombiniert, der als klinisch aussagekräftig galt42. In einer Studie über klinische Wirkungen, die die gleichen Methoden anwenden, wurde der Vorhersageindex auch als klinisch nützlich angesehen48. Die Wirkung einer Einzeldosis von Stimulanzien auf Medimulans (REs) und Nicht-Responder (Nicht-REs) wurde in einer dritten Studie untersucht47. Der Testwurde wurde zweimal abgeschlossen, der erste Test ohne Medikamente und der zweite Test eine Stunde nach Erhalt einer Testdosis. Basierend auf Bewertungsskalen und Interviews nach einer vierwöchigen Medikationsstudie wurden die Patienten als REs oder Nicht-REs eingestuft. Unser Fokus lag auf Veränderungen in kognitiven ERPs und Aufmerksamkeitstestergebnissen. Wir stellten fest, dass die Auswirkungen auf die P3 NOGO-Komponente in den beiden Gruppen mit einer großen Effektgröße(d = 1,76) signifikant unterschiedlich waren. Eine signifikante Zunahme der Komponentenamplitude wurde in REs beobachtet, aber nicht in Nicht-REs. Vorhersagen der Reaktion auf der Grundlage von zwei Tests wurde im Vergleich zu Vorhersagen, die nur auf Test 1 basierten, verbessert.
In unserer neuesten Studie haben wir zwei globale Indizes entwickelt, einen zur Vorhersage klinischer Gewinne und einen zur Vorhersage von Nebenwirkungen. Wie oben beschrieben, haben wir Variablen kombiniert, die signifikant zwischen verglichenen Gruppen mit einer bescheidenen oder großen Effektgröße diskriminiert enden. Jede Variable wurde entsprechend der Effektgröße gewichtet. Wir untersuchten Variablen aus allen drei WinEEG-Bereichen: EEG-Spektren, ERPs und Verhalten. Folgende Variablen wurden kombiniert: Test 1: P3NOGO Amplitude und Theta/Alpha-Verhältnis; Unterschiede zwischen Test 2 und Test 1: Auslassungsfehler, Reaktionszeitvariabilität, bedingte negative Variation (CNV) und P3NOGO Amplitude. Die Effektgröße der globalen Skala betrug d = 1,86. Die Genauigkeit betrug 0,92. Die Vorhersage von Nebenwirkungen basierte auf 4 Variablen: Test 1: RT, Test 2: Neuheitskomponente, Alpha-Spitzenfrequenz und Reaktionszeitänderungen (Test 2 - Test 1). Die globale Skala d betrug 1,08 und die Genauigkeit betrug 0,7849.
Einige vorläufige Ergebnisse In einer laufenden Studie vergleichen wir eine Gruppe von 61 ADHS-Patienten im Alter von 9-12 Jahren und eine Gruppe von 67 altersgerechten gesunden Kontrollen (HC). Die endgültigen statistischen Analysen sind bisher noch nicht abgeschlossen. Im Folgenden stellen wir die vorläufigen Ergebnisse der WinEEG-Bewertung vor.
Verhaltensweise zeigte die ADHS-Gruppe ein Unaufmerksamkeitsmuster mit statistisch (bei p<0.001) mehr Auslassungsfehlern im Vergleich zur Gruppe der gesunden Kontrollen (HC) (13,7% vs. 4,8%). begleitet von einem Aufmerksamkeitsverfall-Muster, ausgedrückt in statistisch höherer (p<0.001) Variabilität der Reaktionszeit (151 ms vs. 125 ms).
Die wichtigsten Ergebnisse des Vergleichs von ERP-Wellenformen zwischen den beiden Gruppen sind in Abbildung 5 und Abbildung 6dargestellt. Abbildung 5 zeigt die ERP korreliert der Dysfunktion der proaktiven kognitiven Kontrolle in ADHS-Gruppe. Zwei Indizes der proaktiven kognitiven Kontrolle (P3-Cue-Welle und CNV-Welle) werden in der ADHS-Gruppe im Vergleich zur HC-Gruppe reduziert. Abbildung 6 zeigt die ERP korreliert der Dysfunktion der reaktiven kognitiven Kontrolle in der ADHS-Gruppe. Zwei Indizes der reaktiven kognitiven Kontrolle (N2 NOGO und P3 NOGO) werden in der ADHS-Gruppe im Vergleich zur HC-Gruppe reduziert.
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/60710/60710fig5.jpg"> Abbildung 5: Große durchschnittliche ERP-Wellenmuster (a) und die entsprechenden Karten (b) in proaktiver kognitiver Kontrolle in ADHS- und gesunden Kontrollgruppen (HC). (a) ERPs gemessen bei P3 in ADHS-Gruppe (grüne Linie) und HC-Gruppe (rote Linie) und ihre Differenz (ADHS-HC) Welle (blaue Linie). Blaue vertikale Balken unterhalb der Kurven geben den Grad der statistischen Signifikanz der Differenz an (kleine Balken - p<0.05, mittlere Balken - p<0.01, große Balken - p<0.001). Pfeile zeigen die klassischen Wellen - P3 Cue und CNV (contingent negative variation). (b) Karten an den Höchstwerten der Amplituden von P3 und CNV-Wellen für die beiden Gruppen. <a href="https://www.jove.com/files/ftp_upload/60710/60710fig5large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/60710/60710fig6.jpg"> Abbildung 6: Große durchschnittliche ERP-Wellenmuster (a) und die entsprechenden Karten (b) in reaktiver kognitiver Kontrolle in ADHS- und gesunden Kontrollgruppen (HC). (a) ERPs gemessen an fz und Cz ADHS-Gruppe (grüne Linie) und HC-Gruppe (rote Linie) und ihre Differenz (ADHS-HC) Welle (blaue Linie). Blaue vertikale Balken unterhalb der Kurven geben den Grad der statistischen Signifikanz der Differenz an (kleine Balken - p<0.05, mittlere Balken - p<0.01, große Balken - p<0.001). Pfeile zeigen die klassischen Wellen - N2 NOGO und P3 NOGO. (b) Karten an den Höchstwerten der Amplituden von N2 NOGO- und P3-NOGO-Wellen für die beiden Gruppen. <a href="https://www.jove.com/files/ftp_upload/60710/60710fig6large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
Wie man sehen kann, zeigt die ADHS-Gruppe Hypo-Funktion von mehreren Operationen der kognitiven Kontrolle. Diese Vorgänge finden in verschiedenen Zeitfenstern und an verschiedenen räumlichen Standorten statt. Ein bestimmter Patient kann nur eine Hypo-Funktion haben, die die Quelle der individuellen Störung und die Art und Weise ihrer Korrektur angibt.
Klinische Bedeutung Um einen klinisch nützlichen Biomarker für eine heterogene Diagnose wie ADHS zu berechnen, müssen mehrere Variablen kombiniert werden, die sich signifikant zwischen ADHS und Kontrollen unterscheiden. Die Effektgröße (d) eines Indexes sollte über d = .8 liegen. Ein wichtiger nächster Schritt wird die Anwendung dieses Index sein, wenn ADHS mit klinischen Kontrollen verglichen wird.

Watch this Scientific Journal Video about Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactiv

Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder ADHD

EEG-Methoden werden zur Extraktion von Biomarkern von Hirnfunktionsstörungen angewendet. Der Schwerpunkt liegt auf mehrkanaligen ereignisbezogenen Potenzialen (ERPs), die in einer GO/NOGO-Aufgabe aufgezeichnet wurden. Nicht-Gehirn-Artefakte werden korrigiert und ERPs werden mit den normativen Daten verglichen. Beispiele beziehen sich auf Biomarker für adhS-Diagnose und Vorhersage der Medikamentenreaktion.

Ereignisbezogene Potenziale (ERPs) und andere EEG-basierte Methoden zur Extraktion von Biomarkern der Hirnfunktionsstörung: Beispiele aus pädiatrischen Aufmerksamkeitsdefiziten/Hyperaktivitätsstörungen (ADHS)

Neuropsychiatric diagnoses like ADHD are based on subjective methods like interviews, rating scales and observations. There is a need for more brain-based ...

Der Vergleich von EEG-Spektren und ereignisbezogenen Potenzialen, ERPS, mit einer Datenbank kann wichtige Informationen über die Gehirnfunktion liefern. Die Vorteile dieser Techniken sind, dass sie nicht invasiv, erschwinglich sind und sich auf eine große Anzahl von wissenschaftlichen Studien beziehen können. Diese Techniken demonstrieren Maria Danielsen, eine Psychologie-Kandidatin, die seit etwa zwei Jahren als Technikerin in unserer Klinik arbeitet.Um eine entsprechende EEG-Datendatei zu erstellen, klicken Sie in der Software auf Datei und Neu. Die Karte des Betreffs wird auf dem Bildschirm angezeigt. Messen Sie nach dem Ausfüllen aller entsprechenden Informationen den Nasion-Inion-Abstand auf dem Kopf des Motivs.Die Mitte der frontalen Polelektroden sollte auf eine horizontale Linie 10% dieser Entfernung über der Nasion fallen. Hautpräparatgel auf die Ohrläppchen auftragen und die Ohrelektrodenbecher mit leitfähigem Elektrodengel füllen. Befestigen Sie die Ohrelektroden und legen Sie die Kappe symmetrisch auf den Kopf, wobei die frontalen Polelektroden in der Mitte des Frontpols platziert sind.Ziehen Sie die Kappe so weit wie möglich nach unten, um sie in der Nähe des Kopfes zu sichern und legen Sie den Bund um die Brust. Befestigen Sie die an die Kappe mit diesem Band verbundenen Druckknöpfe, um zu verhindern, dass sich die Kappe und die Elektroden während des Tests bewegen, und schließen Sie das Kappenkabel und die Ohrkabel an den Verstärker an. Klicken Sie als Nächstes auf die WinEEG-Menüsteuerung des Impedanzsymbols und füllen Sie die Spritze mit Gel.Verwenden Sie die Spritze, um alle Elektrodenlöcher zu füllen. Die Impedanz ist okay, wenn die schwarzen Kreise gelb sind. Die Ausrüstung ist fertig, wenn alle 20 Löcher eine gelbe Farbe haben und der Farbunterschied zwischen einzelnen Löchern klein ist.Wenn das Gerät ordnungsgemäß platziert wurde, klicken Sie auf die Starttaste, um die EEG-Überwachung zu initiieren und den Probanden darüber zu informieren, dass der Test etwa eine Stunde dauern wird. Bitten Sie das Motiv, sich im bequemen Stuhl mit geschlossenen Augen zu entspannen und auf den roten Kreis zu klicken, um das EEG zu erwerben. Nachdem Sie auf weiter geklickt haben, wählen Sie die Augen geschlossen aus, um die Registrierung zu starten.Nach drei Minuten klicken Sie auf Pause und bitten Sie das Subjekt, die Augen zu öffnen, während sie sich entspannen und auf den Bildschirm vor ihnen schauen. Klicken Sie dann auf den roten Kreis, um die Registrierung fortzusetzen. Klicken Sie nach weiteren drei Minuten auf Beenden und Speichern.Bevor Sie mit einer EEG-Aufnahme beginnen, halten Sie das Motiv einen Knopfschalter in der rechten Hand und öffnen Sie das Aufgabenmenü. Wählen Sie VCPT auf dem sekundären Computer vor dem Betreff aus. Informieren Sie das Motiv, dass die Bilder paarweise mit dem ersten Bild nach einer Sekunde und nach drei Sekunden ein neues Paar nach demselben Muster angezeigt werden.Weisen Sie das Motiv an, so schnell wie möglich auf die Maustaste zu klicken, wenn die AA-Kombination, in der die beiden Tiere identisch sind, erscheint. Weisen Sie das Motiv an, die Maustaste bei AP-, PP- oder AH-Kombinationen nicht zu drücken. Weisen Sie das Subjekt an, die zufälligen Töne in PH-Kombinationen zu ignorieren.Nachdem Sie die Anweisungen geliefert haben, drücken Sie die Eingabetaste, um die Aufgabe etwa zwei bis fünf Minuten lang auszuführen, um das Motiv auf der go/nogo-Aufgabe zu trainieren. Wählen Sie am Ende der Trainingsaufgabe die Option Schalter in den Slave-Modus aus. Um das Experiment zu starten, wählen Sie die EEG-Erfassungsoption aus dem Aufnahmemenü auf dem Hauptcomputer aus.Wählen Sie im Aufnahmemenü das Stimulus-Präsentationsprogramm aus. Die Option "Stimuli-Präsentationsprogramm" wird hervorgehoben. Wählen Sie VCPT aus und starten Sie die Reizpräsentationen auf dem sekundären Computer.Wenn alle 400 Tests abgeschlossen sind, drücken Sie eine Pause, beenden und speichern Sie sie, bevor Sie die Registrierung beenden. Um Die Artefakte der Augenbewegung aus den Daten zu entfernen, klicken Sie mit der linken Maustaste auf die Zeitleiste am Anfang des Fragments, um das EEG-Fragment auszuwählen, und klicken Sie mit der rechten Maustaste auf die Zeitleiste am Ende des Fragments. Das gesamte Fragment wird gelb hervorgehoben.Um den Vergleich der einzelnen Spektren und ereignisbezogenen Potenziale mit der HBI-Referenzdatenbank zu ermöglichen, wählen Sie die unabhängige Komponentenanalysemethode aus und wählen Sie die Topographien aus, die mit Augenblinzeln und horizontalen Augenbewegungen verbunden sind. Klicken Sie dann auf OK, um die Auswahl zu akzeptieren und die Markierungsartefakte-Prozedur aus dem Analysemenü zu implementieren. Um die EEG-Spektren zu berechnen, wählen Sie im Analysemenü geschlossene Oder geöffnete Augen aus, um das EEG-Spektrum und das Fragment von Interesse auszuwählen, und klicken Sie auf OK. Wählen Sie dann im Analysemenü den Vergleich aus, um die einzelnen Spektren mit der Datenbank zu vergleichen.Um die ereignisbezogenen Potenziale zu berechnen, wählen Sie in der gemeinsamen Durchschnittsmontage eine EEG VCPT-Datei aus und klicken Sie im Analysemenü auf ERP berechnen. Klicken Sie auf OK. Es wird ein Fenster mit DenerErP-Berechnungen angezeigt. Wählen Sie aus den vier kleinen Fenstern über dem Diagramm mit den Bezeichnungen eins, zwei, drei und vier die Komponente des Interesses in einem Fenster und die Option keine in den anderen Fenstern aus.Wählen Sie im rechten vertikalen Menü das Zeitintervall aus, das von Interesse ist. Um die Welle für ereignisbezogene Potenziale abzubilden, klicken Sie mit der rechten Maustaste auf die ausgewählte Zeit entlang der x-Achse eines beliebigen Diagramms. Lassen Sie dann die Karte los und wählen Sie Karte hinzufügen aus.Die entsprechenden Karten werden unten auf der Seite angezeigt. Um die Anzahl der Auslassungen, Provisionen, die mittlere Reaktionszeit für a-a GO und die Echtzeitvariabilität anzuzeigen, klicken Sie mit der rechten Maustaste in das fenster ereignisbezogene Potenziale, und wählen Sie Gruppeninformationen aus. Die a-a GO-Zeile zeigt die Anzahl der Auslassungsfehler, Reaktionszeit und Reaktionszeitvariabilität.Die a-p NoGO-Zeile zeigt die Anzahl der Provisionsfehler an. Wählen Sie unter Analyse den Vergleich aus. Wählen Sie dann im rechten Fenster die Datei des Betreffs und die Vergleichsdatei aus und klicken Sie auf OK. Um die ereignisbezogenen Potenziale mit der Referenzdatenbank zu vergleichen, wählen Sie den Vergleich der Ergebnisse aus dem Analysemenü aus, und wählen Sie die Datei des Betreffs und die HBI-Datenbank aus.Klicken Sie dann mit der rechten Maustaste auf den Zeitpunkt und den Kanal des Interesses, um das Signifikanzniveau der Abweichung von der Referenz zu erhalten. Um Gruppen zum Auswerten des ereignisbezogenen potenziellen Unterschieds auszuwählen, klicken Sie auf den Pfeil an einer Stelle. Klicken Sie für referenzielle Ereignispotenziale auf zwei.Um den Unterschied zu sehen, klicken Sie auf drei. Wählen Sie für aktive Gruppe 4 keine aus. Um das Zeitintervall von Interesse zu definieren, geben Sie das Zeitintervall von und die Dauer in Millisekunden ein.Positionieren Sie dann den Cursor zum Zeitpunkt und Kanal des Interesses, und klicken Sie mit der rechten Maustaste, um Karte hinzufügen auszuwählen. Eine Karte mit der Abweichung von der Referenz wird angezeigt. Andere Dateien anstelle der HBI-Datenbank können für Vergleiche ausgewählt werden.Hier werden ereignisbedingte Potentialkorrelen der Dysfunktion der proaktiven kognitiven Kontrolle in der repräsentativen ADHS-Gruppe gezeigt. Zwei Indizes der proaktiven kognitiven Kontrolle wurden in der ADHS-Gruppe im Vergleich zu einer gesunden Kontrollgruppe in dieser Analyse reduziert. In dieser Abbildung, ereignisbezogene potenzielle Korrelationen der Dysfunktion der reaktiven kognitiven Kontrolle in der ADHS-Gruppe beobachtet werden können.Zwei Indizes der reaktiven kognitiven Kontrolle wurden auch bei den ADHS-Patienten im Vergleich zur gesunden Kontrollgruppe reduziert. Um eine qualitativ hochwertige Registrierung zu gewährleisten, minimieren Sie die Muskel- und Bewegungsartefakte so weit wie möglich. Eine sichere Verbindung zwischen der Aufgabe und dem WinEEG-Computer ist entscheidend.Obwohl diese Methoden Teil einer vollständigen klinischen Untersuchung zur Generierung von Hypothesen sind, können sie Methoden wie klinische Interviews, medizinische Untersuchungen, neuropsychologische Tests oder Beobachtungen nicht ersetzen.

Research

JoVE Journal

Neuroscience

Event Related Potentials (ERPs) and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder (ADHD)

High Density Event-related Potential  Data Acquisition in Cognitive Neuroscience

High Density Event-Related Potential Data Acquisition in Cognitive Neuroscience

Functional magnetic resonance imaging (fMRI) is currently the standard method of evaluating brain function in the field of Cognitive Neuroscience, in part ...

Forschung

Neurowissenschaften

Combining Computer Game-Based Behavioural Experiments With High-Density EEG and Infrared Gaze Tracking

Die Kombination Computer Game-Based Behavioural Experimente mit High-Density EEG-und Infrarot-Tracking-Gaze

Experimental paradigms are valuable insofar as the timing and other parameters of their stimuli are well specified and controlled, and insofar as they ...

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Mapping Kortikale Dynamics Mit Simultaneous MEG / EEG und anatomisch eingeschränkt Minimum-Norm Schätzungen: ein Auditory Achtung Beispiel

Magneto- and electroencephalography (MEG/EEG) are neuroimaging techniques that provide a high temporal resolution particularly suitable to investigate the ...

Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy

Anwendungen von EEG Neuroimaging Daten: Ereignis-korrelierte Potenziale, Spectral Power und Multiscale Entropy

When considering human neuroimaging data, an appreciation of signal variability represents a fundamental innovation in the way we think about brain ...

In vivo Postnatal Electroporation and Time-lapse Imaging of Neuroblast Migration in Mouse Acute Brain Slices

In vivo Postnatal Electroporation and Time-lapse Imaging of Neuroblast Migration in Mouse Acute Brain Slices

In-vivo-Elektroporation und Postnatale Zeitraffer-Imaging Neuroblast von Migration in Maus Akute Hirnschnitten

The subventricular zone (SVZ) is one of the main neurogenic niches in the postnatal brain. Here, neural progenitors proliferate and give rise to ...

Extracting Visual Evoked Potentials from EEG Data Recorded During fMRI-guided Transcranial Magnetic Stimulation

Extrahieren von visuell evozierten Potentiale von EEG-Daten aufzeichnen Während fMRI-geführte Transkranielle Magnetstimulation

Transcranial Magnetic Stimulation (TMS) is an effective method for establishing a causal link between a cortical area and cognitive/neurophysiological ...

Somatosensory Event-related Potentials from Orofacial Skin Stretch Stimulation

Somatosensorischen Ereignis-korrelierte Potenziale von Orofaziale Haut Stretch Stimulation

Cortical processing associated with orofacial somatosensory function in speech has received limited experimental attention due to the difficulty of ...

New Methods to Study Gustatory Coding

Neue Methoden zum Studieren der Gustatory Coding

The sense of taste allows animals to detect chemicals in the environment, giving rise to behaviors critical for survival. When Gustatory Receptor Neurons ...

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

Akut<em&gt; In vivo</em&gt; Elektrophysiologische Aufzeichnungen von lokalen Feldpotentialen und Multi-Unit-Aktivitäten von der Hyperdirect-Pathway in anästhesierten Ratten

Converging evidence shows that many neuropsychiatric diseases should be understood as disorders of large-scale neuronal networks. To better understand the ...

How to Find Effects of Stimulus Processing on Event Related Brain Potentials of Close Others when Hyperscanning Partners

Wie Sie finden Effekte des Stimulus Verarbeitung auf Veranstaltung Verwandte Gehirn Potenziale der enge anderen wenn Hyperscanning Partner

The partners of each pair must be able to pass the McGill Friendship Questionnaire without communicating. Each partner is then seated in front of a screen ...