Націлювання на лобно-тім’яну мережу за допомогою біфокальної транскраніальної стимуляції змінним струмом під час завдання з вивчення рухової послідовності у здорових літніх людей. Частина 2

2.3. Рухове навчальне завдання

Учасники виконали дві різні версії SFTT на основі завдання SFTT, яке використовувалося в попередніх дослідженнях [3,47]. Їх попросили виконати 9-послідовність предметів лівою рукою, яка не домінує. Потім була використана недомінуюча рука, щоб забезпечити більший діапазон покращень [46]. Вони отримали усні вказівки безперервно натискати ту саму послідовність якнайшвидше та якомога точніше на чотирикнопковій клавіатурі (Current Designs, Філадельфія, Пенсильванія, США).

Дослідження показують, що пам'ять є однією з важливих функцій нашого мозку. Це дозволяє нам згадувати минулий досвід, здобувати нові знання та навички та приймати рішення. У той же час деякі дослідження показують, що позитивне мислення та поведінкові звички можуть допомогти покращити нашу пам’ять.

По-перше, фізичні вправи та здорове харчування мають величезний вплив на пам’ять. Дослідження показали, що правильні фізичні вправи та збалансована дієта можуть допомогти зберегти гарне здоров’я та покращити роботу мозку та пам’ять. Тому для покращення пам’яті важливо підтримувати здоров’я.

По-друге, психічне здоров'я також має великий вплив на поліпшення пам'яті. Хороші звички до сну, позитивні думки та емоції, а також зменшення стресу – усе це може допомогти покращити нашу пам’ять. Дослідження показують, що емоційно стабільні та позитивні люди, як правило, мають кращу пам’ять. У той же час люди повинні подолати негативні емоції, такі як низька самооцінка, тривожність і депресія, щоб не заважати процесам пам'яті та продуктивності.

Нарешті, концентрація й увага можуть значно покращити пам’ять. Дослідження показують, що наш мозок краще обробляє та запам’ятовує речі, на які ми витрачаємо більше уваги та на яких зосереджуємося. Таким чином, зосередженість і зосередженість на навчанні та пам’яті можуть покращити нашу пам’ять.

Коротше кажучи, поєднання міцного здоров’я, позитивного мислення та поведінкових звичок, а також уваги та зосередженості може допомогти покращити нашу пам’ять. Позитивне ставлення та хороші звички поведінки можуть допомогти нам краще обробляти та зміцнювати функції нашого мозку, тим самим покращуючи нашу пам’ять. Видно, що нам потрібно вдосконалювати пам'ять. Cistanche deserticola може значно покращити пам'ять, оскільки Cistanche deserticola також може регулювати баланс нейромедіаторів, наприклад підвищувати рівень ацетилхоліну та факторів росту. Ці речовини дуже важливі для пам'яті та навчання. Крім того, м’ясо може також покращити кровообіг і сприяти доставці кисню, що може гарантувати, що мозок отримує достатню кількість поживних речовин і енергії, таким чином покращуючи життєздатність і витривалість мозку.

Клацніть «Знай, як покращити роботу мозку».

Послідовності складалися з 4 цифр від 2 до 5, які відповідали чотирьом пальцям від вказівного (2) до мізинця (5) лівої руки. Курсор під відображеною послідовністю рухався у відповідь на кожне торкання пальцем, щоб ідентифікувати цільову цифру, незалежно від того, чи була кнопка натиснута правильно чи ні. Різні послідовності були використані для вимірювання базової лінії та тренування.

Усі послідовності були зіставлені за складністю, перевіреною за допомогою тесту складності Колмогорова [48]. Базове вимірювання складалося з одного блоку тривалістю 90 с, а вимірювання тренування складалося з семи блоків тривалістю 90 с, з перервами в 90 с після кожного блоку, які загалом тривали 20 хв. США).

Учасники виконали низьку версію SFTT з високим навантаженням WM. Версія з низьким завантаженням WM відображала послідовність на екрані з проханням учасників виконати послідовність без попереднього ознайомлення. Цю версію називають версією, що не запам’ятовується. Для версії з високим навантаженням WM учасники повинні були запам’ятати послідовність перед початком виконання завдання.

Вони отримали послідовність на папері та попросили вивчити цю послідовність напам’ять, не відпрацьовуючи її на кнопковій клавіатурі. За допомогою завдання відволікання, під час якого вони повинні були писати випадкові слова у зворотному порядку, було перевірено достатнє запам’ятовування цієї послідовності. Точніше, учасники повинні були промовити 3 слова поспіль у зворотному напрямку, а потім згадати послідовність вголос. Після 3 разів правильної послідовності вважалося достатньо вивченим [49].

Під час запам'ятовуваної версії завдання учасники не могли бачити послідовність. На екрані відображалася послідовність із 9 «іксів» із рухомим курсором під ними для визначення цільової цифри. Учасники виконали обидві версії, розділені на день 1 і день 2 у випадковому порядку. Цей порядок версій був змінений на протилежний після кросинговеру, див. рис. 1C.

2.4. Пізнавальне завдання

Учасників попросили виконати завдання N-back, щоб перевірити, чи покращує ця парадигма стимуляції продуктивність WM. Завдання було реалізовано в Matlab (The MathWorks Inc., Natick, Массачусетс, США) і ґрунтувалося на єдиному завданні N-back, використаному Jaeggi та колеги [50]. Сценарій був адаптований з Квента, AJ [51]. з точки зору мови (французька та англійська), тривалості та рівня складності.

Завдання складалося з послідовності візуальних стимулів, які показувалися на екрані комп’ютера. Учасники повинні були відповісти, натиснувши праву кнопку «Контроль» на клавіатурі комп’ютера, коли стимул був таким самим, як стимул, поданий на N позицій назад. Учасники не повинні відповідати, коли представлений інший стимул. Візуальні стимули складалися з 10 довільних форм, восьми 8-точкових форм (номера 14, 15, 17, 18, 20, 22, 23 і 27) і двох 12-точкових форм (номера 20 і 24) взято з Вандерпласа та Гарвіна [52].

Стимули подавали протягом 500 мс з інтервалом між стимулами 2500 мс. Від учасників вимагалося відповідати в межах вікна відповіді, яке починається від початку стимулу до кінця міжстимульного інтервалу (3000 мс). Завдання складалося з 1–3 попередніх рівнів у такому порядку. Завдання було поділено на базовий і навчальний сеанс, причому базовий сеанс складався з 1 блоку на n-задній рівень (загалом 3 блоки), а навчальний сеанс складався з 3 блоків на рівень (всього 9 блоків).

Кожен блок складався з 20 þ n випробувань, з 6 цільовими та 14 þ n нецільовими. Вимірювали час реакції, попадання, промахи, помилкові тривоги та правильні відмови. Будь ласка, перегляньте рис. 1 B для схематичної ілюстрації завдання. Нам довелося виключити N=9 перед перехресними наборами даних завдання N-back через помилку в записі відповіді. Всього було розглянуто N=31 N-back наборів даних.

2.5. Транскраніальна стимуляція змінним струмом

Мультифокальна tACS була застосована до правої FPN за допомогою двох стимуляторів neuroConn DC plus для забезпечення біфокальної стимуляції (neuroConnGmbH, Ільменау, Німеччина). Учасники отримували як справжню (30 хв), так і фіктивну (30 с) стимуляцію у випадковому порядку до або після перехресного [24,25,53]. Протокол стимуляції складався з наступних параметрів: синфазний (затримка фази 0⁰), інтенсивність 2 мА (від піку до піку) поступово зростала/знижувалася з інтервалом 8 с. Синфазна стимуляція між двома стимуляторами забезпечувалася повторним тригером від стимулятора A до стимулятора B після кожного завершеного циклу, щоб сигналізувати про початок нового циклу [54].

Частота стимуляції була налаштована на особисту пікову частоту тета, яку реєстрували під час запису ЕЕГ під час виконання попереднього тесту N-back з 1 блоком на рівень. Були використані гумові концентричні електроди: діаметр центрального електрода: приблизно 20 мм, площа: приблизно. 3 см2 і діаметр кільцевого електрода: зовнішній 100 мм/в 70 мм, площа: прибл. 40 см2.

Розташування електродів визначали за допомогою стандартного 64-каналу, ЕЕГ actiCAP із системою 10/20 (Brain Products GmbH), націлюючись на F4, що відповідає дорсолатеральній префронтальній корі (DLPFC), і P4, що відповідає задній тім’яній корі (PPC). Пастою, яка використовувалася для вимірювання провідності з достатньо низьким імпедансом, був крем для електродів SAC2 (Spes Medical Srl, Генуя, Італія). Ця паста була клейкою, що забезпечувало стабільне розміщення електродів. Розташування електродів і розподіл електричного поля візуалізували за допомогою стандартного шаблону в SimNIBS (версія 3.2) [55]. Скрипт для реалізації біфокальної стимуляції кільцевими електродами був адаптований зі скрипту Matlab у відкритому доступі (© G. Saturnino, 2018).

Для моделювання розміщення електродів і розподілу електричного поля використовувалася модель головки шаблону. Розташування електродів і розподіл електричного поля див. на рис. 2 A і B. Наприкінці останнього сеансу стимуляції ми перевірили, чи добре переносилася стимуляція та чи була значна різниця в пережитих відчуттях між реальними та удаваними умовами. .

Крім того, ми попросили учасників вказати, чи вони вважали, що отримували справжню чи фіктивну стимуляцію під час перехресних сеансів до та після. Відчуття стимуляції описували за допомогою структурованого інтерв'ю [56]. Перевіряли такі відчуття: свербіж, біль, печіння, присмак металу/заліза у роті, тепло, втома та ін. З можливістю відповіді: «жодного», «м’яко», «помірно» або «сильно».

2.6. ЕЕГ

Усі записи ЕЕГ проводили в екранованій клітці Фарадея. Використовувалося спеціальне налаштування електродів із 9 електродами: фронтальний (Fp1, Fp2, F3, Fz, F4), тім’яний (Cz, P3, Pz, P4), будь ласка, див. рис. 2C. Використання 64-канального ANT Ковпачок Neuro EEG з програмним забезпеченням eegotmmylab (ANT Neuro, Нідерланди). Під час виконання завдання N-back реєстрували ЕЕГ. За допомогою маркерів було визначено початок і кінець кожного окремого рівня N-back. Записи проводилися протягом 3 блоків N-back, що призвело до приблизно 3 хвилин часу запису.

Пікова частота в діапазоні тета (4e8 Гц) була розрахована за допомогою спеціального сценарію Matlab (TheMathWorks Inc., США), адаптованого зі сценарію, який використовувався SalamancaGiron та його колегами [54], і зроблений придатним для аналізу частоти тета під час виконання завдання N-back. Тета-частоти fortACS були персоналізовані подібно до попередньої роботи [54,57]. Однак ми не мали на меті порівнювати ефективність tACS з персоналізованими частотами з tACS зі стандартними (неперсоналізованими) частотами.

Таким чином, це дослідження не має на меті продемонструвати корисні фізіологічні ефекти tACS з персоналізованими порівняно з tACS зі стандартними (неперсоналізованими) частотами. Електроди-мішені F4 та P4, які збігаються з місцями стимуляції, демонструють невелику дисперсію в записаній частоті тета. Середня частота тета для електрода F4 становила 4,71 (діапазон 4,12e7,77), а для електрода P4 – 4,97 (діапазон 4,11e6,84).

2.7. Аналіз даних

Нормальність даних перевіряли візуально за допомогою гістограм і Q-Q графіків залишкових значень і підтверджували перевіркою асиметрії в діапазоні від 1 до -1 [58]. Р-значення < 0,05 вказують на статистичну значущість. Попередня обробка поведінкових даних SFTT була виконана за допомогою внутрішнього сценарію, реалізованого в Matlab. Основними вихідними показниками були: правильні послідовності, загальна кількість завершених послідовностей і правильні послідовності/завершені послідовності. Попередню обробку окремих даних N-back було виконано за допомогою RStudio (версія 1.4.1717, 2021) [59].

Індивідуальні дані були об'єднані в один головний файл за допомогою Microsoft Excel. Для аналізу дані були нормалізовані шляхом віднімання до базового блоку, пов’язаного з умовою стимуляції. Нормалізацію проводили з огляду на різнорідність рівнів ефективності, особливо типову для літніх суб’єктів, щоб забезпечити кращу порівняльність між суб’єктами.

Базові блоки порівнювали в R за допомогою t-тестів парної вибірки. Рівність базових блоків перевіряли за допомогою байєсівської статистики шляхом обчислення байєсівського t-критерію парних вибірок за допомогою програмного забезпечення JASP (версія 0.16.0.0). Усі інші аналізи даних SFTT і N-back були виконані в Rstudio (версія 1.4.1717). Дані були проаналізовані з використанням лінійних моделей зі змішаними ефектами, які були оснащені «найбільшим» пакетом. Результатом була таблиця ANOVA типу III з p-значеннями для F-тестів [60].

Розмір ефекту визначали за допомогою часткового ета-квадрату з пакетом «розмір ефекту». Пост-хок аналіз проводили шляхом попарних порівнянь з використанням оцінених граничних середніх і поправки Тьюкі. Аналіз відчуттів стимуляції thetACS і реакцій осліплення аналізували за допомогою JASP (версія 0.8.5.1) [61]. Відповіді на оцінки реальної та фіктивної стимуляції аналізували за допомогою біноміального тесту. Відчуття від стимуляції аналізували за допомогою таблиць непередбачуваності з аналізом хі-квадрат для контролю відмінностей між реальними та фіктивними умовами стимуляції.

3. Результати

3.1. Завдання на послідовне постукування пальцями

Два SFTT були проаналізовані окремо, оскільки вони відрізняються величиною навантаження WM (високе та низьке навантаження WM). Перед основним аналізом базову ефективність між активною та фіктивною стимуляцією порівнювали, і вона істотно не відрізнялася для запам’ятованого стану t(19) ¼ 0.72, p=.48, d ¼ 0.16, і незапам’ятана умова t(19) ¼ 0, p ¼ 1, d ¼ 0. Для подальшого аналізу нульового результату та підтвердження рівності активних груп проти фіктивних груп порівнювали в обох умовах за допомогою байєсівської статистики. Аналіз вказав для запам’ятованої умови BF01=3,41, тобто в 3,4 рази вища ймовірність того, що базові результати рівні, ніж різні. Незапам’ятана умова, яка вказує на BF01=4,3, отже, у 4,3 рази більша ймовірність рівності базових груп.

У цьому дослідженні онлайн-навчання визначається як значне покращення поведінки під час навчального заняття. Суттєвий вплив стимулювання на навчання визначається динамікою змін і покращень протягом навчання. З використанням моделі лінійних змішаних ефектів аналіз кількості правильних послідовностей запам’ятованої версії SFTT показав значний ефект для блоків F(6, 247) ¼ 18,57, p < .0{{14} }1, hp2 ¼ 0.31, що вказує на великий розмір ефекту, а також значний ефект для стимуляції F(1,247)=18,83, p <.001, hp2 ¼ 0,07 із середнім розміром ефекту, але безблокова стимуляційна взаємодія F(6, 247)=0,77, p=0,59, hp2=0,02.

Щоб детальніше визначити вплив стимулювання на навчання, ми визначили різницю між умовами наприкінці навчання, яка показала сильну тенденцію до значної різниціt(19) ¼ 2.07, p ¼ .{{ 12}}52, d ¼ 0.46. Результати версії без запам’ятовування показують значний ефект для блоків F(6,247)=16.00, p <.{{20}}01, hp2=0,28 (великий ефект), але без стимуляції F(1, 247)=0,46, p=0,499, hp2=0,002 або ефекту взаємодії F(6,247)=0,36, p=0,901, hp2=0,009. Вказуючи на те, що в обох умовах учасники суттєво навчилися, але лише в стані запам’ятовування спостерігався значний вплив стимуляції tACS на продуктивність, див. рис. 3.

Відсутність ефекту взаємодії не дозволяє зробити висновок про значний вплив стимуляції на рухове навчання, хоча тенденція до різниці в продуктивності в блоці 7 вказує на потенціал ефекту стимуляції. Для подальшого дослідження результатів SFTT і оцінки відмінностей у продуктивності індивідуальні траєкторії учасників вказані в додатковому матеріалі, Додаткова рис. 1. Аналіз ненормалізованих даних виявив порівняльні висновки, для отримання додаткової інформації дивіться додаткові онлайн-матеріали (SOM) і SOM Рис. 3.

3.2. Швидкість і точність

Для подальшого дослідження результатів запам’ятованого стану загальна кількість завершених послідовностей була проаналізована як міра швидкості. Результати показали значний ефект блокування F(6247)=28,21, p < .001, hp2 ¼ 0.41 (великий ефект) і значний ефект стимуляції F(1, 247) ¼ 15,92, p <.001, hp2 ¼ 0,06 (малий ефект), але немає ефекту взаємодії F(6, 247) ¼ 0,23, p ¼ 0,968, hp2 ¼ 0,006, див. рис. 4A. Незважаючи на те, що група активної стимуляції швидше порівняно з групою фіктивної, подібна модель покращення вказує на ефективність, а не на ефект навчання.

Щоб побачити, чи збільшена кількість правильних послідовностей була зумовлена ​​швидшим виконанням послідовності чи одночасним підвищенням точності, ми проаналізували співвідношення між загальною кількістю послідовностей і правильними послідовностями як показник точності. Після перевірки реальна група стимуляції демонструє іншу динаміку точності, ніж фіктивна група. Група реальної стимуляції демонструє різке значне підвищення точності між першим і другим блоком навчання, тоді як у групі фіктивного підвищення є більш поступовим t(19)=2,68, p=.015. Точність між групами під час 1-го навчального блоку суттєво не відрізнялася T(19)=0,85, p=0,404. Тому, щоб візуалізувати різницю в динаміці, ми виміряли різницю в точності щодо блоку 1.

Результати показали значний ефект блокування F(6,247) ¼ 3,47, p ¼ .003, hp2 ¼ 0.08 (середній ефект) і значну стимуляцію ефект F(1, 247) ¼ 18,31, p < .001, hp2 ¼ 0,07 (середній ефект), але немає взаємодії стимуляції блоку F(6, 247) ¼ 0,85, p ¼ 0,529, hp2 ¼ 0,02, дивіться рис. 4B. У додатковому аналізі порівняння поведінки в блоці 7 показує значну різницю між verum і sham t(19)=2,31, p=0,032, d=0,51. Таким чином, хоча відсутність ефекту взаємодії не означає значних ефектів рухового навчання , результати справді вказують на те, що точність значно покращилася за допомогою стимуляції на ранньому етапі тренування, яка залишалася суттєво іншою в останньому блоці. Аналіз із ненормализованими даними виявив порівняльні дані, для детальнішої інформації дивіться SOM та SOM, рис. 4.

3.3. N-задача

Продуктивність завдання N-back аналізувалася за такими результатами: попадання, помилкові тривоги, точність (попадання та помилкові тривоги) і час реакції на попадання. Усі параметри аналізували окремо за допомогою лінійних моделей зі змішаними ефектами. Умови стимуляції (realvs. sham) і три рівні складності N-back були включені як незалежні змінні в модель. Було проведено два окремих аналізи, одна модель включала рівні складності 1 і 2 для імітації умов, порівнянних з дослідженням Віоланте та ін. (2017), крім того, ми додали рівень складності 3 до моделі, щоб перевірити вплив стимуляції на завдання з вищими когнітивними вимогами [24].

For more information:1950477648nn@gmail.com