Furman-2021-Augmenting Frontal Dofamine Tone E.pdf Part 2

Важливо відзначити, що випробування «перший контекст» (CF) і «останній контекст» (CL), незалежно від того, чи є вони вибірковими чи глобальними, не відрізняються іншими факторами, такими як конфлікт під час вибору відповіді.

Період вибору реакції стосується часу на обдумування та прийняття рішень, який нам потрібен, коли ми стикаємося з різними виборами. Пам'ять - це здатність нашого мозку зберігати та отримувати інформацію з минулого досвіду та навчання. Може здатися, що вони не мають великого зв’язку, але вони тісно пов’язані.

По-перше, те, чи буде період вибору відповіді коротким чи тривалим, часто залежить від нашого вміння виконувати завдання та обсягу базових знань, які ми маємо. Коли ми ближче ознайомимося з певним завданням, то виявимо, що період вибору відповіді при виконанні цього завдання менший. Це пояснюється тим, що наш мозок вже зберігає відповідну інформацію в довгостроковій пам’яті та може швидко отримати та застосувати цю інформацію. Навпаки, коли ми стикаємося з чимось новим і незнайомим, нам потрібно більше часу на роздуми, щоб прийняти рішення, оскільки нам потрібно постійно обмірковувати та порівнювати в короткочасній пам’яті. Це також впливає на нашу пам’ять, оскільки нам потрібно зберігати нову інформацію в короткочасній пам’яті, а потім перетворювати її в довгострокову пам’ять, що може займати більше часу та енергії.

По-друге, коли ми наполегливо працюємо над покращенням нашої пам’яті, це також опосередковано впливає на наш період вибору відповіді. Наприклад, коли ми активно розширюємо свої базові знання та здібності до пам’яті, читаючи книги, відвідуючи курси та виконуючи тренування пам’яті, ми побачимо, що перед новими завданнями період вибору відповіді коротший, оскільки ми можемо швидше отримати відповідну інформацію з довготривала пам'ять. Це також зміцнює нашу впевненість і покращує нашу здатність контролювати наші когнітивні та емоційні стани.

Таким чином, існує тісний зв’язок між періодом вибору відповіді та пам’яттю. Хоча нам може знадобитися більше часу, щоб прийняти рішення, коли ми стикаємося з новими речами, працюючи над покращенням нашої пам’яті, ми можемо покращити когнітивну ефективність і точність, полегшуючи нам прийняття правильного вибору. Тому ми заохочуємо всіх активно вчитися, залишатися цікавими та досліджувати далі, що допоможе покращити час вибору відповідей і пам’ять, зробивши нас кращою версією самих себе. Можна побачити, що нам потрібно покращити пам’ять, і Cistanche deserticola може значно покращити пам’ять, оскільки Cistanche deserticola має антиоксидантну, протизапальну та антистарільну дію, що може допомогти зменшити окислення та запальні реакції в мозку, тим самим захищаючи здоров'я нервової системи. Крім того, Cistanche deserticola також може сприяти росту та відновленню нервових клітин, таким чином покращуючи зв’язок і роботу нейронних мереж. Ці ефекти можуть допомогти покращити пам’ять, навчання та швидкість мислення, а також можуть запобігти розвитку когнітивної дисфункції та нейродегенеративних захворювань.

Натисніть Знати, щоб покращити короткочасну пам'ять

Наприклад, обидві умови CF-G і CL-G включають правильну відповідь, яка містить символ і літеру, представлені під час випробування. Крім того, як зазначалося раніше, деякі глобальні випробування містять один і той самий елемент як у відповіді на мішень, так і у відповіді на фольгу, щоб гарантувати, що суб’єкти не можуть просто зосередитися на одному, а не на обох. Аналіз поведінки.

Згідно з попередніми дослідженнями (Chatham & Badre, 2013; Chatham et al., 2014), ми зосередилися насамперед на часі відповіді (RT), а не на точності. Точність, як двійкова (правильна/неправильна) міра результату, відносно нечутлива до змін ефективності завдання. У той час як справжнє технічне обслуговування та несправності стробів можуть відобразитися на змінах точності, неефективність ні; натомість відповіді просто сповільнюватимуться.

Щоб відповісти на гіпотезу про те, що толкапон повинен переважно зменшувати кількість неефективних випробувань, навіть якщо частка остаточно правильних випробувань залишається незмінною, ми використали показник, чутливий до розподілу відповідей між випробуваннями, і, зокрема, до кількості неефективних (тривалих RT) відповідей. . Зауважте, що хоча RT відображає комбінацію факторів, включаючи ранню візуальну обробку та моторну підготовку, вимоги до ранньої зорової обробки відповідають усім завданням, і наша попередня робота підтвердила, що толкапон незначно прискорює моторні реакції (Furman et al., 2020; Kayser et al. ., 2012; Kayser та ін., 2015).

Таким чином, вимоги до ранньої візуальної обробки та моторної підготовки не повинні розрізняти умови завдання на основі показників, пов’язаних із RT. Усі поведінкові дані попередньо оброблені перед аналізом. Оскільки основна увага була приділена часу реакції, дані, які впливали на стабільні вимірювання RT, були видалені. Як зазначалося раніше, 3 з 11 виключених суб’єктів були виключені через те, що вони не відповіли з більшою, ніж випадкова, точністю в усіх дослідженнях.

Для кожного з 49 збережених суб'єктів перші 10 випробувань кожного сеансу були вилучені з усіх аналізів; крім того, усі неправильні випробування та будь-які випробування з РТ більше ніж на 5 стандартних відхилень за межами середнього РТ для цього суб’єкта були виключені з аналізу РТ (Chatham & Badre, 2013; Chatham et al., 2014). Цей вихідний поріг був вибраний, щоб збалансувати два занепокоєння: бажання уникнути цензури неефективних RT, а також ціль уникнення дуже довгих RT, змішаних факторами, не пов’язаними із завданням (наприклад, через відсутність уваги до екрана комп’ютера).

Серед усіх суб’єктів лише 1 дослідження було видалено через вихід за межі бажаного діапазону RT. Лінійну модель змішаних ефектів використовували для вирішення пов’язаних із толкапоном змін середнього RT. Модель була додатково сконструйована для перевірки впливу толкапону на розподіл RT (див. нижче) для кожної умови завдання (Chatham et al., 2014), оскільки вимірювання середнього RT не стосується потенційно більш тонких змін у розподілі RT під час експериментальних маніпуляцій. . Концептуально зміни в ефективності технічного обслуговування або стробування можуть не відображатися в випробуваннях, для яких ці процеси вже оптимізовані.

Випробування з дуже швидкими RT, наприклад, можуть відображати сильні процеси підтримки та стробування, для яких будь-яка маніпуляція може мати незначний помітний корисний ефект. Навпаки, випробування з дуже повільними РТ можуть відображати неефективні процеси підтримки та стробування, які можуть покращитися за допомогою препарату. Подібним чином, якщо толкапон погіршував ефективність стробування або підтримки, ці ефекти могли бути найбільш помітними на швидкому кінці розподілу RT.

Щоб виміряти будь-які такі ефекти, ми застосували підхід, який раніше використовувався для цього завдання (Chatham et al., 2014), щоб розділити дані RT для кожного учасника та стану на 10 децилей, відсортованих за RT від найшвидшого до найповільнішого, і використати середні значення RT на дециль як залежна змінна в нашому аналізі. Цей підхід дозволив нам оцінити пов’язані з препаратом зміни нахилу через децилі («нахил RT»), а також середню зміну RT.

У моделі фактори включали препарат (толкапон або плацебо; лікування закодовано), умову завдання (CF-S, CF-G, CL-S або CL-G; сума закодована) і дециль (1-10; порядковий номер) , а також усі взаємодії. Щоб врахувати потенційний нелінійний ефект толкапону на розподіл RT, порівнянний набір умов взаємодії був включений для decile2 ("дециль у квадраті"). Нарешті, взаємодії з порядком прийому препарату (препарат першим або останнім; сума закодована) були включені як контрольний захід. Спочатку була створена структура максимального випадкового впливу, щоб мінімізувати помилки типу I (Barr, Levy, Scheepers, & Tily, 2013).

Випадкові ефекти включали перехоплення суб’єкта, а також нахили препарату, умови завдання та дециль/дециль2 та їх взаємодію, а також кореляцію між випадковими нахилами та перехопленням суб’єкта. Ця модель не змогла зблизитися; таким чином, дотримуючись протоколу, описаного в (Bates, Kliegl, Vasishth, & Baayen, 2015), було змінено кореляцію між випадковими нахилами та перехопленнями. F-тести були розраховані для фіксованих ефектів за допомогою методу Саттертуейта для апроксимації ступенів свободи. Аналіз проводився за допомогою бібліотек «lme4» (Bates et al., 2015) і «afex» (Singmann et al., 2018) у R (R Core Team, 2017).

Оцінка граничних середніх і тенденцій, а також подальші z-тести були проведені за допомогою пакету «середніх» (Lenth, 2018). Для повноти також була проаналізована точність проб.

Біноміальна узагальнена модель змішаних ефектів включала фіксовані фактори препарат, умову завдання та їх взаємодію. Після відкидання термінів, щоб забезпечити конвергенцію та уникнути сингулярної відповідності, остаточна структура випадкових ефектів включала випадкові перехоплення для суб’єкта та випадкові нахили препарату в суб’єкті. Для визначення значущості термінів фіксованих ефектів використовувалися тести співвідношення правдоподібності.

Параметри МРТ. МРТ-сканування було проведено на апараті Siemens MAGNETOM Trio 3T MR Scanner у Центрі візуалізації мозку Генрі Х. Вілера-молодшого при Каліфорнійському університеті в Берклі.

Анатомічні зображення складалися з 160 зрізів, отриманих за допомогою T1-зваженого протоколу MP-RAGE (TR= 2300 мс, TE=2.98 мс, FOV=256 мм, розмір матриці=256 x 256, розмір вокселя=1 мм3). Функціональні зображення у стані спокою були отримані, коли суб’єкти спокійно лежали з відкритими очима, і складалися з 35 зрізів, отриманих за допомогою протоколу градієнтної ехопланарної візуалізації (TR=1900 мс, TE =24 мс, FOV=225 мм, розмір матриці=96 x 96, розмір вокселя=3.0 мм x 3,0 мм x 3,5 мм).fПопередня обробка МРТ. Попередню обробку фМРТ проводили за допомогою програмних пакетів AFNI (http://afni.nimh.nih.gov) і FSL (http://www.fmrib.ox.ac.uk/fsl/). Функціональні зображення у стані спокою були перетворені у формат 4D NIfTI та виправлені на зміщення часу зрізу.
Корекцію руху проводили за допомогою програми AFNI 3dvolreg із встановленням еталонного об’єму на середнє зображення. Спільна реєстрація з анатомічним скануванням була виконана за допомогою програми AFNI 3dAllineate, і анатомічні зображення були нормалізовані до стандартного об’єму (MNI_N27) за допомогою програми FSL спочатку. Ті самі параметри нормалізації пізніше були застосовані до статистичних карт рідного простору для створення групових статистичних карт.

Аналіз підключення в стані спокою. Дані про стан спокою були згладжені ядром Гауса розміром 5 мм FWHMG перед тимчасовою смуговою фільтрацією між 0.009 Гц і 0,08 Гц, щоб зменшити вплив серцевих і дихальних артефактів (Fox et al., 2005). Параметри руху та часові ряди білої речовини та шлуночків, але не глобальний середній сигнал, були включені як нецікаві регресори під час попередньої обробки, незалежно від наступних аналізів зв’язності. Потім були обрані області інтересу (ROI) у латеральній префронтальній корі на основі (а) їх підвищеної активності та центральної ролі в цьому та пов’язаних із ним завданнях (Badre, Kayser, & D'Esposito, 2010; Chatham et al., 2014), і (b) гіпотеза про те, що на толкапоні ці ділянки, особливо ті, що знаходяться ближче до моторної реакції, демонструватимуть посилений зв’язок із зоровими областями в задній частині кори.

Зокрема, ці області були розташовані в лівій і правій дорсальній премоторній корі (PMd, з MNI, координати ±30, -12, 66) і лівій і правій премоторній корі (pPMd, з MNI, координати ±36, 8, 34) (Badre та ін., 2010; Chatham та ін., 2014).

Кожна ROI була визначена набором координат MNI, які формували центр для сфери з радіусом 8 мм. Часові курси, визначені усередненням по вокселям у кожній із цих областей, потім корелювали окремо з усіма іншими вокселями в мозку, а коефіцієнти кореляції трансформували за Фішером, щоб дозволити застосування параметричних статистичних тестів.

Отримані індивідуальні карти мозку були нормалізовані до шаблону MNI перед застосуванням групової статистики. Щоб дослідити взаємозв’язок між впливом наркотиків на поведінкові показники та пов’язаними з наркотиками змінами функціонального зв’язку, ми спочатку розрахували різницю між картами зв’язності плацебо та толкапону для кожного учасника та початкової області, а потім обчислили кореляцію між цими картами відмінностей та змінними випадкового ефекту, що відповідають суб’єкту. - ефект дециля лікарського засобу («загальний нахил RT») і ефект препарату x дециль x CF-G × ефект (розраховується як адитивний ефект «дециля препарату» та «дециля препарату x CF-G»; × × надалі згадується як " Нахил RT для умови CF-G"), оцінений у нашій поведінковій моделі (див. Поведінковий аналіз).

Значимість на карті (p < 0.001, скоригована для кількох порівнянь) була визначена шляхом застосування поправки розміру кластера (20 вокселів), отриманої з програм AFNI 3dFWHMx і 3dClustSim, до даних, початково порогове значення значення p < 0,0001, без корекції.

Результати: 49 суб’єктів виконали завдання ієрархічної робочої пам’яті, у якому від них вимагалося використовувати контекстні підказки, позначені цифрами, щоб згадати символи та/або літери протягом усього випробування (Малюнок 1A-E). Відповідно до попередньої роботи (Chatham et al., 2014), було оцінено чотири умови завдання: спочатку контекст, вибірковий (CF-S); спочатку контекст, глобальний (CF-G); contextlast, вибірковий (CL-S); і контекст останній, глобальний (CL-G).

Примітно, що кожна з цих умов висуває різні стратегічні вимоги до стробування на вході, стробування на виході та обслуговування (методи та рис. 1F). Для цих умов ми оцінювали як середнє значення RT, так і зміну розподілу RT за десятьма впорядкованими децилями для кожної умови завдання (Chatham et al., 2014). Це значення «нахилу RT» краще відображає розподіл часу реакції для кожної умови ;зокрема, на відміну від середнього RT або точності, він розглядає ймовірність того, що підвищення тонусу дофаміну в корі може не покращити підтримку в усіх дослідженнях, а натомість може переважно покращити неефективне обслуговування або порушити ефективне обслуговування в різних підтипах досліджень (див. Методи).

Хоча точність залежить від умов завдання (2(3)=174.23, с.<0.0001), there was no significant effect of drug (  2 (1)=0.03, p=0.87), nor interaction of drug and condition (  2 (3)=1.83, p=0.61), on task accuracy (see Table 1). Our analysis of RT revealed a significant main effect of task condition on RT (F[3,114.79]=420.87, p < 0.0001), consistent with previous work using this paradigm (Chatham et al., 2014). Interactions of condition x decile (F[3,80.1]=26.19, p < 0.0001) and of condition x decile 2 (F[3,57.87]=17.07, p < 0.0001), and the hypothesized 3-way interactions of condition x decile x drug (F[3,59.65]=3.50, p = 0.02), and of condition x decile 2 x drug (F[3,83.22]=3.05, p = 0.03) were also identified (see Table 1). 

Слід зазначити, що ці {{0}}взаємодії зберігалися, незважаючи на 4-взаємодію умов x дециль x препарат x порядок сеансу (F[3,59.65]=2.96, p{ {7}}.04; порівнянний термін «стан х дециль 2 х препарат х порядок сеансу» не був значущим, F[3,83.22]=1.59, p=0.2 ). Не було простого впливу препарату на RT(F[1,49.68]=0.03, p=0.86) і взаємодії препарату x дециль (F[1, 47,36]=0.34, p=0.56), drugx дециль2 (F[1,63.41]=1.36, p=0.25) і drug x умови (F[3,76.84]=0.76, p=0.52) були незначними. Як і очікувалося, прості ефекти дециля (F[1,58.43]=1078.76, p <0.0001) і дециля2 (F[1.44.22]=485.78, p <0.0001) були значними, але ці ефекти є прямим наслідком дизайну аналізу і далі не досліджувалися.

Розрахункові граничні середні для стану та специфічні для стану тенденції в децилі та децилі 2 як для сеансів плацебо, так і для толкапону наведено в таблиці 1. Подальші z-тести визначили, що 3-зацікавлена ​​взаємодія (препарат х стан х дециль) був зумовлений, принаймні частково, значним впливом толкапону (порівняно з плацебо) на нахил RT для досліджень CF-G (оцінка тенденції=-6.2, SE= 2.7, z { {11}}.3, стор=0.02).

Цей вплив на нахил RT також був очевидний у стані CF-G у вихідних даних (Малюнок 2B) і узгоджувався з нашою гіпотезою про те, що ефект толкапону має бути найбільш очевидним, коли вимоги до технічного обслуговування високі, а вимоги до стробування (виходу) низькі (Малюнок 1F). ).

Крім того, оскільки оптимізовані поведінкові реакції повинні мати коротші RT, це зменшення нахилу RT узгоджується з гіпотезою про те, що толкапон повинен підвищити ефективність процесів підтримки таким чином, щоб частка випробувань з довшими RT мала зменшитися.

For more information:1950477648nn@gmail.com