Tiedot

Mitkä mielisairaudet aiheuttavat erilaisen suorituskyvyn Wisconsinin korttien lajittelutehtävässä

Mitkä mielisairaudet aiheuttavat erilaisen suorituskyvyn Wisconsinin korttien lajittelutehtävässä


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Olen tietoinen siitä, että Wisconsinin korttien lajittelutehtävää (WCST) on käytetty useita kertoja osoittamaan eroja skitsofrenian johtotehtävissä, mutta millä muilla mielisairauksista kärsivillä on osoitettu olevan merkittäviä eroja WCST: ssä?


Sairauksia ja mielenterveyshäiriöitä, joita on tutkittu, ovat Parkinsonin tauti, Huntingtonin tauti, ADHD, aineenriippuvuus, autismi, multippeliskleroosi ja skitsofrenia (tardiivin dyskenisia kanssa tai ilman). Lisään tarkempia tilastoja (kuten ensimmäisen säännön hankkimiseen tarvittavat kokeilut) ja parempia viitteitä myöhemmin.

Sillä välin haun aikana löysin tämän todella nopean taulukon: tästä paperista, joka näyttää täytettyjen luokkien määrän ja säilöntävirheet (kun henkilö jättää huomiotta säännön muuttumisen).


Etuosan lohkon toiminto, sijainti aivoissa ja vaurioissa

Etulohko sijaitsee otsan takana, aivojen etuosassa. Nämä lohkot ovat osa aivokuorta ja ovat suurin aivojen rakenne.

Etulohkon päätoiminnot liittyvät tyypillisesti "korkeampiin" kognitiivisiin toimintoihin, mukaan lukien päätöksenteko, ongelmanratkaisu, ajattelu ja huomio.

Se sisältää motorisen aivokuoren, joka osallistuu liikkeen suunnitteluun ja koordinointiin prefrontaaliseen aivokuoreen, joka vastaa ylemmän tason kognitiivisesta toiminnasta ja Brocan alueesta, joka on välttämätön kielen tuottamiselle

Toiminnot

Alla on luettelo joistakin etulohkon liittyvistä toiminnoista:

  • Johtamisprosessit (kyky suunnitella, organisoida, aloittaa ja valvoa itse)
  • Vapaaehtoinen käyttäytyminen
  • Ongelmanratkaisu
  • Vapaaehtoinen moottorin ohjaus
  • Älykkyys
  • Kielen käsittely
  • Kielen ymmärtäminen
  • Itse hillintä
  • Emotionaalinen hallinta

Etulohkojen uskotaan olevan käyttäytymis- ja emotionaalisia ohjauskeskuksia, mikä tarkoittaa, että tämä alue aktivoituu, kun meidän on hallittava käyttäytymistämme sosiaalisesti sopiviksi ja hallitsemalla emotionaalisia reaktioitamme erityisesti sosiaalisissa tilanteissa.

Lisäksi etulohkojen uskotaan olevan persoonallisuutemme koti. Kuten useimmissa aivojen lohkoissa, on kaksi etulohkoa, jotka sijaitsevat vasemmalla ja oikealla pallonpuoliskolla.

Jokainen lohko ohjaa toimintoja kehon vastakkaisilla puolilla: vasen pallonpuolisko hallitsee kehon oikeaa puolta ja päinvastoin.

Uskotaan, että vasen etulohko on hallitsevin lohko ja toimii pääasiassa kielen, loogisen ajattelun ja analyyttisen päättelyn kanssa.

Toisaalta oikea etulohko liittyy eniten sanattomiin kykyihin, luovuuteen, mielikuvitukseen, musiikki- ja taidotaitoihin.

Etulohko, kuten muut aivojen rakenteet, ei aina toimi erillään toisistaan. Etulohko toimii muiden aivojen alueiden rinnalla hallitakseen erilaisia ​​toimintoja.


Päätelmät

Yhteenvetona osoitimme, että itse raportoitu, subjektiivinen unen laatu ei liity työmuistiin, toimeenpanotoimintoihin ja menettelytapojen eri näkökohtiin suhteellisen suuressa otoksessa terveitä nuoria aikuisia. Näitä havaintoja tukivat paitsi säännölliset tilastolliset analyysit myös Bayes -tekijät, jotka antoivat merkittävää näyttöä näiden toimintojen välisistä yhteyksistä. Tärkeää on kuitenkin, että havaintomme eivät tarkoita sitä, että unella sinänsä ei olisi mitään yhteyttä näiden kognitiivisten toimintojen kanssa, vaan se korostaa subjektiivisen ja objektiivisen unenlaadun välistä dissosiaatiota. Uskomme, että lähestymistapamme testata järjestelmällisesti itseraportoitujen unilomakkeiden ja suhteellisen laajan kognitiivisten toimintojen välistä suhdetta voi inspiroida tulevia systemaattisia tutkimuksia subjektiivisten/objektiivisten uniparametrien ja kognition välisestä suhteesta. Terveillä nuorilla aikuisilla tulevat tutkimukset ovat perusteltuja, jotta voidaan tutkia suhde subjektiivisen unen laadun ja kognitiivisen suorituskyvyn välillä, joka on arvioitu ei-suositeltavaksi vuorokaudenajaksi, sisällyttää muita kognitiivisten toimintojen näkökohtia ja testata yksilöiden välisiä, päivittäisiä vaihteluita suhteessa unen ja kognitiivisen suorituskyvyn välillä.


Tausta

Kasvava määrä todisteita osoittaa, että anoreksia nervosaan (AN) liittyy heikentynyt tai tehoton neuropsykologinen suorituskyky suhteessa terveisiin kontrolliryhmiin huomion [1, 2], muistin [1,2,3,4], käsittelynopeuden [4] suhteen ] ja erityisesti toimeenpanotoiminnot [5] keskeinen johdonmukaisuus [6], päätöksenteko [6, 7] ja kognitiivinen joustavuus [8, 9]. On keskusteltu, liittyykö tämä tilaan (johtuen aliravitsemuksesta, kuten tekijöistä) tai ominaisuuteen (sairauden premorbid -ominaisuus tai endofenotyyppi [10]). Jotkut tutkimukset ovat osoittaneet, että AN: sta toipuneilla potilailla on heikentynyt kognitiivinen suorituskyky verrattuna terveisiin kontrolliryhmiin [11, 12], mikä tukee häiriön piiriteoriaa. Pitkittäistutkimukset ovat kuitenkin osoittaneet, että toimeenpanotoiminnot voidaan normalisoida painon vakauttamisen jälkeen potilailla, joilla on AN [13, 14], mikä tukee tilateoriaa.

Tutkimus kognitiivisesta suorituskyvystä ennen ja jälkeen uudelleenravitsemuksen aikuispotilailla, joilla on äärimmäinen ja krooninen AN. Joissakin tutkimuksissa on tutkittu kognitiivista suorituskykyä potilailla, joiden keskimääräinen painoindeksi (BMI) on alle 15 kg/m2 (esim. [10]), mikä vastaa äärimmäistä AN-vakavuutta mielenterveyshäiriöiden diagnostiikka- ja tilastollisen käsikirjan 5 (DSM-) mukaan. 5) [15]. On kuitenkin epäselvää, jos potilailla, joiden BMI on alle 10 kg/m2, esitetään sama kognitiivinen profiili.

On ehdotettu, että aliravitsemus saattaa vaikuttaa kognitiiviseen suorituskykyyn klassisen Minnesotan puolinälkikokeilun jälkeen [16], jossa kognitiivisia toimintoja tutkittiin 36 terveellä sotilasobjektiivilla, joiden paino oli normaalipainoinen ennen ja jälkeen puolivälin, ja laihtuminen 25% 24 viikon aikana ajanjaksolla. Miehet ilmoittivat keskittymiskyvyn heikkenemisestä. Annetut standardoidut testit eivät kuitenkaan vahvistaneet mitattavia muutoksia. Uudempi tutkimus terveistä koehenkilöistä, vaikkakin hieman epäselvä, osoittaa, että psykomotorinen nopeus ja toimeenpanotoiminnot vaikuttavat lyhytaikaisen puolinälkää [17].

Muiden tekijöiden kuin aliravitsemuksen tai laihtumisen on kuitenkin ehdotettu vaikuttavan kognitiiviseen suorituskykyyn potilailla, joilla on AN, kuten pitkä sairaus [18] ja ikä [18]. Tämä voisi selittää eron kirjallisuudessa mainituissa eroissa lapsilla/nuorilla ja aikuisilla, joilla on AN, [19, 20], mitä ei voida selittää piirreteorialla.

Tämä tapausraportti oli osa meneillään olevaa pitkittäistä tutkimushanketta, jossa tutkittiin uudelleenravitsemuksen vaikutusta kognitiiviseen suorituskykyyn potilailla, joilla on vaikea AN. Tapaustutkimuksen tarkoituksena oli esitellä potilaan, jolla on krooninen AN ja erittäin alhainen BMI, neuropsykologinen suorituskyky keskustellakseen siitä, liittyykö erittäin pieni paino ja pitkä sairauden kesto kognitiivisiin häiriöihin ja tapahtuuko kognitiivinen sopeutuminen. Mikään tutkimuksemme ei ole aiemmin raportoinut potilaan kognitiivisesta profiilista, jolla on AN, jonka BMI on niinkin alhainen kuin 7,7 kg/m2.

Haluamme esitellä ajatuksen kognitiivisesta sopeutumisesta vakavaan aliravitsemukseen täydentämään keskustelua kognitiivisesta heikkenemisestä AN: ssa. Tätä ajatusta ei kuitenkaan pidä sekoittaa Taylorin kognitiivisen sopeutumisen teoriaan [21]. Esitetty ajatus kognitiivisesta sopeutumisesta on ajatus siitä, että kognitiiviset toiminnot voivat sopeutua jatkuvaan alhaiseen painoon AN: ssa, eli kognitiivinen suorituskyky voi pysyä normaalina tai palauttaa normaalitilanteen vakavassa ja kestävässä AN: ssa. Sopeutuminen ei sulje pois erityisiä kognitiivisia häiriöitä.


Potilaat ja menetelmät

Osallistujat

Tutkimukseen osallistui 32 aikuista miestä, joita kuvattiin aiemmin. 41 Näihin kuului 16 miestä, joilla oli diagnosoitu mTBI (keskiarvo: 31,0 ± 7,5 SD -vuotta) ja 16 kontrollia (keskiarvo: 27,7 ± 5,3 SD vuotta). MTBI: n sisällyttämisperusteet olivat lievä aivovaurio, joka on aiheutunut viimeisten kahden kuukauden aikana, oireiden kanssa tai ilman oireita, tajunnan menetys alle 30 minuutin ajan, posttraumaattinen muistinmenetys alle 30 tunnin ajan, tajunnan muutokset (hämmentynyt, hämmentynyt) alle 24 tunnin ajan, GCS pistemäärä ≥13 ensimmäisen 24 tunnin vamman jälkeen, ei aiempaa aivotärähdystä ja pään normaali tietokonetomografia (CT). Henkilöt, joilla oli mTBI, olivat siviilejä, jotka loukkaantuivat moottoriajoneuvo- ja urheilutörmäyksissä, ja heidät rekrytoitiin akuutissa vaiheessa Sunnybrook Health Sciences Centerin hätäosastolta. Valvontahenkilöt rekrytoitiin yhteisöstä, ja poissulkemisperusteet sisälsivät kaikki aiemmat pään vammat tai kaikki neurologiset, psykologiset tai psykiatriset sairaudet. MEG -tutkimus tehtiin sairaiden lasten sairaalan Neuromagnetic Labissa. Institutionaaliset eettiset hyväksynnät saatiin sekä Sunnybrook Health Sciences Centeriltä että sairaiden lasten sairaalasta, ja kaikki osallistujat antoivat kirjallisen tietoisen suostumuksen.

Kaikki osallistujat suorittivat lyhyen arvioinnin, johon sisältyi Wechslerin lyhennetty älykkyysasteikko, 42, potilaan terveyskysely, 43 sekä oireiden tarkistuslista ja oireiden vakavuuspisteet. 44

Tehtävä- ja MEG -tiedonkeruu

Koehenkilöt suorittivat henkisen joustavuuden testin nimeltä Intraxtra Dimension Set shift (IED) (Cambridge Neuropsychological Test Automated Battery [CANTAB (C)], Cambridge Cognition), joka vaati kohteita sovittamaan ärsykkeet värin tai muodon mukaan. Jokaisessa kokeessa koehenkilöille esiteltiin kaksi ehdokaskuvaa ja koetinkuva, jossa yksi ehdokkaista vastasi aina koetinta muodon tai värin mukaan. Osallistujat kokivat muutamia kokeita, joissa ottelun ulottuvuus pysyi samana, esimerkiksi väri "punainen". Sitten kytkin vaatisi vastaavuuden eri parametrilla, esimerkiksi värin "sininen" tai muodon "ympyrä". Jos kytkin oli samassa ulottuvuudessa, toisin sanoen väristä väriin tai muodosta muotoon, tätä kutsuttiin "helpoksi" tai "moniulotteiseksi" kytkimeksi. Jos kytkin oli mittojen välillä, toisin sanoen väristä muotoon tai muodosta väriin, tämä on vaikeampi muutos, jota kutsutaan ”ekstradimensioiseksi muutokseksi”. Osallistujat saivat koulutusta tehtävään skannerin ulkopuolella, ja heidät testattiin vain MEG: ssä, kun he olivat saavuttaneet korkean pätevyyden.

Osallistujat painoivat painiketta osoittaakseen, mikä ehdokaskuva vastasi koetinta. Yhteensä esitettiin 370 koetinta, joissa oli 50 ulottuvuutta ja 50 ulottuvuutta. Ärsykkeet esiteltiin Presentation -ohjelmistolla (Neurobehavioral Systems, Inc., Berkeley, CA) takaprojisointinäytön kautta, joka oli sijoitettu 78 cm: n päähän tutkittavien silmistä. Ärsykkeet olivat foveaalisia ja niissä oli 13 asteen kaari (6,5 ° keskiviivan kummallakin puolella). Tehtävä oli omatempoinen ja jokainen koetin esiteltiin, kunnes vastaus kirjattiin, enintään 4 sekuntia. Ärsykkeen alkava asynkronia värähti satunnaisesti välillä 0,8 - 1,2 sekuntia. Koko tehtävä kesti enintään 30 minuuttia, jos jokaiselle vastaukselle otettiin 4 sekuntia, mutta osallistujat suorittivat tehtävän helposti ja keskimääräinen testausaika oli alle 10 minuuttia.

Osallistujat testattiin selällään koko pään 151-kanavaisella MEG: llä (CTF Omega, MISL, Coquitlam, Kanada). MEG-tietoja tallennettiin jatkuvasti 600 Hz: n näytteenottotaajuudella, DC-100-kaistanpäästöllä ja kolmannen kertaluvun spatiaalisella gradienttikohinanvaimennuksella. Tiedot käsiteltiin offline -tilassa. Pään liikettä seurattiin ja kaikissa ajoissa pään liike oli alle 5 mm. MEG-testin päätyttyä rakenteellinen MRI (T1-painotettu, 3D-sagitaalinen MPRAGE, TR/TE/TI/FA = 2300/2,96/900/9, GRAPPA = 2 FOV/Res = 192 × 240 × 256, 1,0 mm isotrooppinen vokselit) saatiin 3T-skannerilla (Magnetom Tim Trio, Siemens AG, Erlangen, Saksa) 12-kanavaisella pääkelalla.

Kolme vertailukelaa asetettiin kunkin kohteen nenään ja vasempaan ja oikeaan preauricular -pisteeseen, jotta kohteen pään asentoa voitaisiin seurata MEG: ssä. MEG -testin jälkeen nämä kelat korvattiin E -vitamiinikapseleilla, jotka näkyvät MRI: ssä, jotta MEG -tiedot voitaisiin rekisteröidä rakenteellisella MRI: llä.

MEG -liitäntäanalyysi

Jokaiselle osallistujalle luotiin monipalloinen päämalli käyttäen omaa magneettikuvausta. 45 MEG -dataa otettiin alas 667 Hz: iin, ja laajakaistan (1–150 Hz) aikasarjat rekonstruoitiin käyttämällä vektorikeilan muodostinta, 46 lähteistä, jotka sijaitsevat 90 kortikaalisessa ja subkortikaalisessa siemenpisteessä, jotka on määritetty automaattisessa anatomisessa merkintäatlasissa. 47 SPM2: ta (http://www.fil.ion.ucl.ac.uk/spm/software/spm2) käytettiin siemenpisteiden koordinaattien kääntämiseen normaalista MNI -tilasta vastaaviin paikkoihin kunkin kohteen yksilöllisessä pääntilassa.

Aikasarjatiedot suodatettiin teeta- (4–7 Hz), alfa- (8–14 Hz), beeta- (15–30 Hz) ja gamma- (30–80 Hz) taajuusalueille ja hetkellisten vaihearvojen aikasarjat lasketaan kullekin aikakaudelle, taajuudelle ja kohteelle Hilbert -muunnoksen avulla. Vaiheviiveindeksiä käytettiin tehtäväkohtaisen yhteysdynamiikan määrittämiseen kullekin taajuuskaistalle. 48 Tämä tuotti kullekin kohteelle ja taajuudelle 90x90 vierekkäismatriisin kullakin ajanhetkellä, joka laskettiin sitten kaikkien kohteiden ja lähdeparien kesken suureksi keskiarvoksi, jotta saatiin aikasarjakuvaaja keskimääräisestä verkkoyhteydestä jokaiselle ehdolle ja ryhmälle. Tätä käyrää käytettiin määrittämään aikaikkunat, joissa tehtävästä riippuvainen alueiden välinen vaihelukitus oli erilainen ryhmien tai olosuhteiden välillä ja ansaitsi siten lisätutkimuksia.

Jotta voidaan luonnehtia tehtäväkohtaisia ​​muutoksia alueiden välisessä vaihelukituksessa tietylle taajuuskaistalle ja ehdolle, kyseisen taajuuskaistan ja ehdon 90x90 vierekkäinen matriisi laskettiin keskimäärin kaikkien aikapisteiden välillä kiinnostavassa aikaikkunassa. Lähtötason vierekkäiset matriisit saatiin keskiarvolla identtinen määrä datapisteitä ärsykettä edeltävällä aikavälillä, ja aktiivisuus- ja perustasoikkunoiden väliset yhteyserot arvioitiin käyttämällä verkkopohjaista tilastointityökalua. 49 Tämä työkalupakki sovelsi yhden muuttujan tilastollista kynnystä suurimman yhteenliitetyn komponentin koon tunnistamiseen. Käytettiin permutaatiomenetelmää, joka sekoitti ryhmäjäsenyyttä 5000 kertaa luodakseen nollajakaumaa korvaavan tietojoukon. "Todellisia" havaittuja tietoja verrattiin nollajakaumaan tilastollisen merkitsevyyden saamiseksi. Koska samaa alkuperäistä yhden muuttujan kynnystä sovellettiin sekä sijais- että todellisiin tietoihin, suojaus useiden vertailujen aiheuttamia vääriä positiivisia vastaan ​​tarjotaan millä tahansa kynnyksellä. 49, 50 Tulokset visualisoitiin BrainNet Viewer 51: llä ja piirsimme merkittävät yhteydet kynnyksellä P & lt 0,05. Tällä tavalla tunnistetuille alueille käytettiin graafista teoreettista analyysiä verkon topologioiden johtamiseksi, jotka luonnehtivat niiden osallistumista laajamittaisiin tehtäväriippuvaisiin aivoverkkoihin (katso Bullmore ja Sporns 52). Näiden alueiden kuvaajan ominaisuudet laskettiin aivojen liitettävyyden työkalupakilla. 53 Verkkotopologioiden arvioimiseksi näille alueille valitsimme kaavion teoreettisen solmun voimakkuuden. Vahvuus heijastaa sitä, kuinka tietty alue on toiminnallisesti yhteydessä muihin analysoidun verkon alueisiin. 54, 55


Fenomenologiset ja kognitiiviset ominaisuudet

Käyttäytymishäiriöillä on monia yhtäläisyyksiä luonnonhistoriassa, ilmiöissä ja haitallisissa seurauksissa. Fenomenologisesta näkökulmasta käyttäytymishäiriöistä kärsivillä henkilöillä on usein heikentynyt hallinto (esim. Himo ja epäonnistuneet yritykset vähentää käyttäytymistä), toiminnallinen heikkeneminen (esim. Kiinnostuksen kaventuminen ja muiden elämänalueiden laiminlyönti) ja riskialtis käyttö (jatkuu käyttäytymisestä huolimatta tietoisuudesta vahingollisista psykologisista vaikutuksista). 4 Monet käyttäytymishäiriöistä kärsivät ihmiset ilmoittavat jännityksen tai kiihottumisen tunteista ennen käyttäytymisen ja nautinnon aloittamista, tyydytystä tai helpotusta teon tekohetkellä. Ajan myötä häiriintynyt käyttäytyminen voi siirtyä palkinnonhakuisesta (impulsiivisesta) mallista sellaiseen, joka on yhä egodystonisempi ja pakonomainen. Esimerkiksi uhkapelihäiriöissä uhkapelikäyttäytymisestä voi tulla vähemmän miellyttävää ja enemmän stressin ohjaamaa tai ahdistusta vähentävää. 5 Vaikka monet käyttäytymishäiriöistä kärsivät ihmiset toipuvat ilman muodollista hoitoa, näiden häiriöiden luonnollinen historia voi näyttää kroonisen ja uusiutuvan kurssin. Käyttäytymisriippuvuuksien haittavaikutuksia ovat huono elämänlaatu, merkittävä sosiaalisen ja ammatillisen toiminnan heikkeneminen sekä oikeudelliset ja taloudelliset vaikeudet. 6

Käyttäytymisriippuvuudet näyttävät myös osoittavan päätöksentekoon ja palkitsemiseen liittyvää kognitiivista heikkenemistä. 4,5 Häiriöttömät pelaajat saavat yleensä korkeita tuloksia itseraportoivista impulsiivisuudesta ja tunteiden etsimisestä, pitävät parempana pieniä välittömiä palkintoja kuin suurempia viivästyneitä palkintoja ja toimivat epäedullisesti päätöksenteossa, kuten Iowan uhkapelitehtävässä. Kuten odotettiin häiriössä, jossa on pakonomaisia ​​piirteitä, uhkapelihäiriöiset henkilöt saavat usein korkean pistemäärän Padovan inventaariossa, joka on pakonomaisuusmittari, ja heillä on voimakas vasteen sitkeys ja kognitiivisen joustavuuden vaikeudet. 5 Vaikka kleptomanian kognitiiviset piirteet ovat vähemmän ymmärrettyjä, eräässä tutkimuksessa on havaittu koskematonta kognitiivista toimintaa kleptomaniaa sairastavilla ihmisillä verrattuna kontrolleihin, vaikka suurempi kleptomanian oireiden vakavuus liittyi merkittävästi huonompaan suorituskykyyn Wisconsin Card Sorting Testissä. 7 Kleptomaniaa sairastavilla on havaittu myös kohonneita itsensä ilmoittamia impulsiivisuuspisteitä. 8

Käyttäytymiseen liittyvien riippuvuuksien hermokorrelaatteja ei ole tiivistetty tässä, koska ne eivät sinänsä liity nykyisiin rikosoikeudellisen vastuun kriteereihin. 2 On kuitenkin oikeudellisesti merkityksellistä, että uhkapelihäiriöille, kleptomanialle ja muille käyttäytymisriippuvuuksille näyttää olevan ominaista valikoiva kognitiivinen toimintahäiriö ja heikentynyt impulssivalvonta. Kognitiiviset havainnot tukevat käyttäytymiseen liittyvää näyttöä siitä, että ainakin joillakin käytösriippuvuudella olevilla henkilöillä voi olla vaikeuksia hallita impulssejaan käyttäytymiseen liittyvään riippuvuuteen liittyvän rikoksen aikaan.


Rahoitus

Tätä tutkimusta rahoitti Espanjan opetusministeriön F.P.U -ohjelma (viite FPU15/01721) ja Katalonian hallitus (viitteet 2017SGR642 ja 2017SGR964). Rahoittajilla ei ollut roolia tutkimuksen suunnittelussa, tulosten tulkinnassa eikä käsikirjoituksen valmistelussa. Tätä työtä tukee PI18/00212 -hanke, joka on integroitu kansalliseen R ʽ +I -hankkeeseen ja jota rahoittavat ISCIII - Instituto de Salud Carlos III - ja Euroopan aluekehitysrahasto (EAKR -FEDER).


Johtopäätös

Tuloksemme osoittivat, että lapsuuden idiopaattinen epilepsia IED: n kanssa liittyy aritmeettisiin suorituskykyvajeisiin. Tämä tutkimus havainnollisti myös sitä, että yleiset kognitiiviset alijäämät johtivat aritmeettisen suorituskyvyn heikkenemiseen. Päättelemme, että idiopaattista epilepsiaa sairastavien lasten IED -vaikutukset vaikuttivat sekä kognitiiviseen toimintaan että akateemiseen suorituskykyyn, erityisesti aritmeettisiin kykyihin. Kognitiiviset alijäämät voivat olla vastuussa aritmeettisesta suorituskyvyn heikkenemisestä. Tulevia seurantatutkimuksia tarvitaan, jotta voidaan tutkia IED: ien lisävaikutuksia pitkäaikaisiin kognitiivisiin tuloksiin.


Mitkä mielisairaudet aiheuttavat erilaisen suorituskyvyn Wisconsinin korttien lajittelutehtävässä - Psykologia

Yi-Jyunn Lai 1, Hsiang-Chi Tan 2, Chin-Ting Wang 1,2,4, Wan-Chi Wu 2, Ling-Yi Wang 3, Yu-Chih Shen 1,2,4*

1 Ihmisen kehityksen ja psykologian laitos, Humanististen ja yhteiskuntatieteiden korkeakoulu, Tzu-Chi-yliopisto, Hualien, Taiwan

2 Psykiatrian laitos, Tzu-Chin yleissairaala, Hualien, Taiwan

3 Epidemiologian ja biostatistiikan konsultointikeskus, Lääketieteellisen tutkimuksen laitos ja Farmasian laitos, Tzu-Chi General Hospital, Hualien, Taiwan

4 Lääketieteellinen korkeakoulu, Tzu-Chin yliopisto, Hualien, Taiwan

Abstrakti

Tarkoitus: Aiemmissa tutkimuksissa on havaittu, että kognitiivinen joustamattomuus masentuneilla potilailla voi liittyä itsemurhariskiin, kognitiivisen joustavuuden tietämyksessä on aukkoja erilaisissa itsemurha -ajatuksissa (SI). Tässä tutkimuksessa tutkittiin, eroiko kognitiivinen joustavuus masentuneiden potilaiden välillä, joilla on passiivinen ja aktiivinen SI. Menetelmät: Masentuneet potilaat, joilla on tällä hetkellä vakava masennusjakso ja joilla on joko passiivinen (n = 35) tai aktiivinen (n = 18) SI, suorittivat kognitiivisen joustavuuden arvioinnin käyttäen Wisconsinin korttien lajittelutestin (WCST-PE) perseveratiivisia virheitä. Monimuuttujaista logistista regressiota käytettiin aktiivisen ja passiivisen SI-potilaan kognitiivisen joustavuuden (WCST-PE) todennäköisyyssuhteen (OR) arvioimiseen sukupuolen, iän, diagnostisen koostumuksen ja masennuksen vakavuuden mukauttamisen jälkeen. Tulokset: Potilailla, joilla on aktiivinen SI, on suurempi kognitiivinen joustamattomuus kuin passiivisessa SI-arvossa muiden muuttujien mukauttamisen jälkeen (OR: 1,26, 95%: n luottamusväli: 1,01-1,58, p = 0,04). Johtopäätökset: Tässä tutkimuksessa havaittiin, että potilailla, joilla on aktiivinen SI, on suurempi kognitiivinen joustamattomuus kuin potilailla, joilla on passiivinen SI, mikä voi antaa tietoa paremmasta ehkäisystä.

Avainsanat

Kognitiivinen joustavuus, passiivinen itsemurha -ajatus, aktiivinen itsemurha -ajatus, masennuksen vakavuus

Johdanto

Itsemurha on tuhoisa tapahtuma perheelle, yhteisölle ja maalle, ja sillä on pitkäaikaisia ​​vaikutuksia jäljelle jääneisiin. Itsemurha on Taiwanin kansanterveysongelma, ja itsemurhien kuolleisuus nousi 7,4: stä 100 000: sta vuonna 1990 15,7: een 100 000: sta vuonna 2015 (Taiwanin kansallinen kuolleisuustiedosto). Itsemurhan psykologiset ruumiinavaustutkimukset ovat paljastaneet mielenterveyshäiriöiden yleisyyden Taiwanissa itsemurhan tehneiden ihmisten keskuudessa [1]. Yleisin häiriö on ollut masennus.

Masennus liittyy itsemurhaan monimutkaisessa patologisessa prosessissa, joka voi kestää muutamasta minuutista useisiin kuukausiin ja kulkea voimakkaiden negatiivisten tunteiden, märehtimisen, toivottomuuden, itsemurha -ajatuksien (SI, passiivinen aktiivinen) ja sitten itsemurha -aikeen vaihtelevaa polkua. 2]. On yhä selvempää, että jotkut ihmiset ovat alttiita itsemurhakäyttäytymiselle, mikä tekee heistä todennäköisemmin itsemurhakäyttäytymisen, jos he kohtaavat negatiivisia elämäntapahtumia.

Masentuneet potilaat, joilla on itsemurha -ajatuksia, näkevät selviytymisvaihtoehtonsa kaikessa tai ei ollenkaan surkeassa elämässä suhteessa kuolemaan, ja näiden raaka -valintojen välillä on vain vähän välimahdollisuuksia, jotka voivat johtua kognitiivisesta joustamattomuudesta [3]. Kognitiivinen joustamattomuus, joka määritellään kyvyttömyydeksi muuttaa päätöksentekokäyttäytymistä vastauksena ulkoiseen palautteeseen ja muuttuviin ympäristöolosuhteisiin [4]. Kognitiivisesti joustamattomat ihmiset eivät pysty löytämään tehokkaita ratkaisuja stressaaviin tilanteisiin, ja siitä johtuva toivottomuuden tunne lisää itsemurhakäyttäytymisen riskiä [5].

SI voidaan jakaa kahteen muotoon: passiivinen ja aktiivinen. Passiivinen SI merkitsee halua kuolla, mutta ilman erityistä suunnitelmaa kuoleman toteuttamiseksi. Aktiivinen SI merkitsee olemassa olevaa halua kuolla ja suunnitelmaa kuoleman toteuttamiseksi [6]. Kun masentunut potilas ilmoittaa passiivisen SI: n, aktiivinen SI on aina läsnä. Vaikka passiivinen SI voi jättää aikaa interventioille, passiivinen SI voi yhtäkkiä aktivoitua. SI, aktiivinen tai passiivinen, sisältää dynaamisen sekoituksen ambivalentteja ajatuksia ja tunteita pitkin painovoimaa. Tämä voi heijastaa jatkuvaa muutosta potilaan masennuksessa [7].

Vaikka lisääntyvä työ on havainnut kognitiivista joustamattomuutta masentuneilla potilailla, joilla on itsemurha -ajatuksia tai -yrityksiä, kognitiivisen joustavuuden tietämyksessä on aukkoja eri SI -asteikolla [8]. Wisconsin Card Sorting Test (WCST) on tunnettu ja validoitu kognitiivisen joustavuuden ja sääntöjen oppimisen tehtävä muuttuvassa mutta yksiselitteisessä ympäristössä [9]. Kysymme, eroaako kognitiivinen joustavuus (WCST -suorituskyky) aktiivisen ja passiivisen SI: n välillä potilailla, joilla on nykyinen vakava masennusjakso. Kognitiivisen joustavuuden roolin ymmärtäminen eri SI -porrastuksissa olisi erinomainen tilaisuus parantaa ennaltaehkäisyä.

Menetelmät

▪ Osallistujat

Tutkimusryhmään kuului 53 potilasta, jotka täyttivät mielenterveyshäiriöiden diagnostiikka- ja tilastollisen käsikirjan IV (DSM-IV) kriteerit nykyisen vakavan masennuksen (joko osa vakavaa masennusta [n = 43] tai kaksisuuntainen mielialahäiriö [n = 10]). Kaikilla potilailla ei ollut aktiivista psykoosia, päihteiden käyttöä tai riippuvuutta, neurologisia ongelmia tai muita sairauksia, jotka vaikeuttavat merkittävästi psykiatrisia oireita kliinisen historian ja tutkimusten perusteella. Heidät rekrytoitiin erikoistuneesta mielialahäiriöiden klinikasta suuressa lääkärikeskuksessa Itä -Taiwanissa vuonna 2016.

Kaikki potilaat esittivät passiivisen [n = 35] tai aktiivisen [n = 18] SI: n arvioituna Beck-asteikolla itsemurha-ajatuksella (BSS) ja täydellisellä puolijakoisella haastattelulla. Kaikilla rekrytoiduilla potilailla Mini Mental State Examination (MMSE) -pisteet olivat yli 24. Heidän masennuksensa vakavuutta arvioitiin Beck Depression Inventoryn (BDI) avulla ja kognitiivista joustavuutta arvioitiin WCST: n (WCST-PE) perseveratiivisten virheiden avulla.

▪ Tilastollinen analyysi

Kaksi ryhmää (potilaat, joilla oli passiivinen tai aktiivinen SI) verrattiin ensin demografisiin (sukupuoli ja ikä) ja kliinisiin (diagnostinen koostumus, BDI- ja WCST-PE-pisteet) käyttäen chi-square-testejä ja kahta näytteen t-testiä. Käytimme sitten monimuuttujaista logistista regressiota arvioidaksemme aktiivisen ja passiivisen SI -potilaan kognitiivisen joustavuuden (WCSTPE) kertoimien suhteen (OR) sukupuolen, iän, diagnostisen koostumuksen ja BDI -pistemäärän mukauttamisen jälkeen. P-arvoa & lt 0,05 pidettiin tilastollisesti merkittävänä.

▪ Eettinen lausunto

Tämän tutkimuksen hyväksyi Tzu-Chin yleisen sairaalan institutionaalinen tarkastuslautakunta (IRB103-102-A).

Tulokset

Kuten kohdassa on esitetty pöytä 1, molemmat ryhmät (potilaat, joilla oli passiivinen tai aktiivinen SI) olivat vertailukelpoisia sukupuolen, iän, diagnostisen koostumuksen ja kognitiivisen joustamattomuuden (WCST-PE) suhteen (pöytä 1). Aktiiviseen SI -ryhmään liittyi suurempi masennuksen vakavuus (BDI) (44,6 vs. 33,2, p & lt0,001) verrattuna passiiviseen SI -ryhmään.

Muuttuva Passiivinen SI (n = 35) Aktiivinen SI (n = 18) s-arvo
Sukupuoli - n (%) ja tikari 0.25
Nainen 24 (68.6) 15 (83.3)
Uros 11 (31.4) 3 (16.7)
Ikä - keskiarvo (SD)* 44.8 (11.9) 41.2 (13.5) 0.32
Diagnoosi - n (%) ja tikari 0.05
Unipolaarinen masennus 31 (88.6) 12 (66.7)
Kaksisuuntainen masennus 4 (11.4) 6 (33.3)
BDI -pisteet - keskiarvo (SD)* 30.2 (11.4) 44.6 (9.9) & lt0.001
WCST -PE - keskiarvo (SD)* 8.7 (3.42) 11.1 (6.0) 0.14

Pöytä 1: Kuvaavat tilastot demografisista ja ennustavista muuttujista potilaiden välillä, joilla on passiivinen ja aktiivinen SI.

Monimuuttujan logistisen regression tulokset on esitetty kohdassa Taulukko 2. Kaikkien lueteltujen muuttujien hallinnan jälkeen potilailla, joilla on aktiivinen SI, on suurempi kognitiivinen joustamattomuus kuin passiivisessa SI: ssä (TAI: 1,26, 95%: n luottamusväli [CI]: 1,01-1,58, p = 0,04) (Taulukko 2). Samanlainen positiivinen yhteys näkyy masennuksen vakavuudessa (TAI: 1,17, 95%: n luottamusväli: 1,06-1,29, p = 0,002).

Muuttuva Aktiivinen SI / viite (passiivinen SI)
& beta -arvio (SE) Säädetty TAI & tikari (95% CI) p-arvo
Sukupuoli 1.34 (1.09) 3.83 (0.46 - 32.16) 0.22
Ikä -0.06 (0.04) 0.94 (0.87 - 1.02) 0.15
Diagnoosi 0.15 (0.95) 1.16 (0.18 - 7.40) 0.88
BDI 0.16 (0.05) 1.17 (1.06 - 1.29) 0.002
WCST-PE 0.23 (0.12) 1.26 (1.01 - 1.58) 0.04

Taulukko 2: Monimuuttujaiset logistiset regressio -oikaistut kovariaatit, jotka liittyivät erityyppiseen SI: hen.

Keskustelu

Vaikka nykyisen kirjallisuuden tulokset tukevat johdonmukaisesti kognitiivisen joustamattomuuden ja itsemurhariskin välistä yhteyttä, harvemmissa tutkimuksissa on tutkittu kognitiivista joustamattomuutta eri itsemurha -asteissa (esim. Itsemurha -ajatukset, keskeytetyt yritykset, valmisteleva käyttäytyminen) [8]. Tämä tutkimus esitti ensimmäisen kerran todisteita siitä, että potilailla, joilla oli aktiivinen SI, oli suurempi kognitiivinen joustamattomuus kuin potilailla, joilla oli passiivinen SI, sukupuolen, iän, diagnostisen koostumuksen ja masennuksen vakavuuden mukauttamisen jälkeen.

Psykiatrisessa käytännössä, kun potilas ilmoittaa passiivisesta SI: stä, lääkäri voi käyttää sitä indikaattorina alhaisesta itsemurhariskistä. Lääkäri saattaa tuntea olonsa helpottuneeksi eikä hän voi suorittaa täydellistä itsemurhiriskin arviointia ja ehkäisyä. Passiivinen SI voi kuitenkin aktivoitua nopeasti ilman varoitusta [10]. Tässä tutkimuksessa todettiin, että potilailla, joilla on aktiivinen SI, on suurempi kognitiivinen joustamattomuus kuin potilailla, joilla on passiivinen SI, mikä voi antaa tietoa paremmasta ehkäisystä.

Toisaalta oli myös kirjallisuutta, joka viittasi siihen, että kognitiivinen joustamattomuus ei välttämättä liity itsemurhaan tai voisi olla jopa suojaava tekijä, etenkin psykoottisista häiriöistä tai dementiasta kärsivillä ihmisillä [11,12]. Vakava kognitiivinen joustamattomuus voi rajoittaa kykyä suunnitella tai tehdä itsemurhayritys. Muussa tapauksessa epälineaarinen suhde (esimerkiksi itsemurha lisääntyy lievän kognitiivisen joustamattomuuden yhteydessä, mutta vähenee jäykkyyden yhteydessä) voisi mahdollisesti selittää erilaiset tulokset [8]. Muut tutkimukset, joissa verrataan kognitiivista joustavuutta eri diagnostisten näytteiden ja itsemurha -asteiden välillä, ovat perusteltuja tämän ongelman ratkaisemiseksi.

Tässä tutkimuksessa on kaksi päärajoitusta, mukaan lukien tietojen poikkileikkaus ja pieni otoskoko. Muut laajamittaiset tutkimukset, joissa on kohorttirakenne, ovat perusteltuja havaintojemme vahvistamiseksi.

Johtopäätös

Väestömuuttujien, diagnostisen koostumuksen ja masennuksen vakavuuden hallinnan jälkeen tämä tutkimus osoitti, että aktiiviseen SI: hen verrattuna passiiviseen SI: hen liittyy suurempi kognitiivinen joustamattomuus. Toimet, jotka käsittelevät kognitiivista joustavuutta farmakologisilla tai ei -farmakologisilla menetelmillä, voivat vähentää niiden siirtymistä (passiivisesta aktiiviseen SI: hen) masennussairaudessa.

Avustajat

Yu-Chih Shen suunnitteli tutkimuksen ja laati käsikirjoituksen johdannon ja keskustelun. Yi-Jyun Lai ja Hsiang-Chi Tan suunnittelivat tutkimuksen ja suorittivat psykologiset testit. Wan-Chi Wu laati käsikirjoituksen menetelmän ja tulokset. Ling-Yi Wang suoritti koko analyysin. Chin-Ting Wang hallitsi kirjallisuushakuja. Kaikki kirjoittajat ovat hyväksyneet lopullisen käsikirjoituksen.

Kuittaus

Tätä tutkimusta tukee Tzu-Chi General Hospital, Hualien, Taiwan (TCRD104-65).

Rahoituslähteen rooli

Rahoituslähteellä ei ole enää roolia tutkimuksen suunnittelussa raportin kirjoittamisen tietojen keräämisessä, analysoinnissa ja tulkinnassa ja asiakirjan julkaisemista koskevassa päätöksessä.

Tietoinen suostumus

Tietoinen suostumus saatiin kaikilta tutkimukseen osallistuneilta osallistujilta.

Viitteet

    Cheng AT. Mielisairaus ja itsemurha. Tapaustutkimus Itä-Taiwanissa. Kaari. Kenraali psykiatria 52 (7), 594-603 (1995). Richard-Devantoy S, Gorwood P, Annweiler C, et ai. Itsemurhakäyttäytyminen mielialahäiriöissä: kognitiivisen esteen puute? Voi.J. Psykiatria 57 (4), 254-262 (2012). Keilp JG, Sackeim HA, Brodsky BS, et ai. Neuropsykologinen toimintahäiriö masentuneissa itsemurhayrityksissä. Olen. J. Psykiatria 158 (5), 735-741 (2001). Schotte DE, Clum GA. Ongelmanratkaisutaidot itsemurhapsykiatrisilla potilailla. J. Consult. Clin. Psychol 55 (1), 49-54 (1987). Miranda R, Gallagher M, Bauchner B, et ai. Kognitiivinen joustamattomuus itsemurha -ajatusten ennakoijana nuorten aikuisten keskuudessa, joilla on itsemurhayritys. Masentaa. Ahdistuneisuus 29 (3), 180-186 (2012). Barry LC, Wakefield DB, Trestman RL, et ai. Aktiivinen ja passiivinen itsemurha -ajatus vanhemmilla vangeilla. Kriisi 37 (2), 88-94 (2016). Isometsa ET, Lonnqvist JK. Ennen sitä tehdyt itsemurhayritykset päättivät itsemurhan. Br. J. Psykiatria 173, 531-535 (1998). Bredemeier K, Miller IW. Johtava tehtävä ja itsemurha: järjestelmällinen laadullinen tarkastelu. Clin. Psychol. Rev 40, 170-183 (2015). Schmittmann VD, Visser I, Raijmakers ME. Multiple learning modes in the development of performance on a rule-based category-learning task. Neuropsykologia 44(11), 2079-2091 (2006). Baca-Garcia E, Perez-Rodriguez MM, Oquendo MA, et ai. Estimating risk for suicide attempt: are we asking the right questions? Passive suicidal ideation as a marker for suicidal behavior. J. Affect. Disord 134(1-3), 327-332 (2011). Harris EC, Barraclough B. Suicide as an outcome for mental disorders. A meta-analysis. Br. J. Psychiatry 170, 205-228 (1997). Haw C, Harwood D, Hawton K. Dementia and suicidal behavior: a review of the literature. Int. Psychogeriatr 21(3), 440-453(2009).

Tausta

It has long been known that cognitive processing is easily disturbed by incompatible environmental stimulation which distracts attention from tasks [1]. This effect is believed to stem from competition for attentional resources between the distracting and the target stimuli. Such negative distractor effects hold across a wide variety of tasks and stimuli as well as in different participant populations [2–6]. For some populations the effects are predicted to be especially strong. For instance, individuals with attentional problems such as attention deficit/hyperactivity disorder (ADHD) are generally acknowledged to be more vulnerable to distraction than normal control children [7, 8].

At the same time there are reports of contradictory findings where certain types of task irrelevant noise actually improve the performance of children. Surprisingly, this effect may also be most pronounced in children with attention deficits. Under certain circumstances children with attentional problems (including those with ADHD) benefit from, rather than being distracted by, background task-irrelevant noise presented concurrently with a target task. For instance, Stansfeld et al. [9] found that under certain conditions road traffic noise can improve performance on episodic memory tasks in children at risk for attentional problems and academic under-achievement. Research data from our group demonstrated that adding background white noise to the environment enhanced memory performance of children with ADHD [10] although in every day situations optimal levels of white noise will vary from one individual to another.

Why these paradoxical effects should occur is not well understood. Most accounts in the past, for example the optimal stimulation theory by Zentall and Zentall [11] and later models of cognitive energetic and motivational processes [12], have focused on the role of background stimulation as a generator of increased arousal which counteracts boredom. A recent computational model has attempted to explain these positive effects of background noise on performance in a different way [13]. This model combines two factors: It explains (i) how noise enhances attention and performance in general by the concept of stochastic resonance (SR) and (ii) why there are individual differences in the way noise affects the brain by a model of individual differences in dopamine.

Stochastic Resonance - how noise strengthens the signal

SR or noise-improved signaling is a well-established phenomenon across a range of experimental settings SR exists in any threshold-based system with noise that requires a threshold to be passed before a signal is registered. SR can be observed in nature in any non-linear dynamic system, which is not working at its optimum level, in particular SR has been found in the nervous system. The simplest examples of an SR-related benefit can be seen in the detection of sensory signals. When a weak signal (e.g. a tone stimulus) is presented below the hearing threshold it becomes detectable when random or white noise is added to the signal. In essence, this account proposes that the additional variability provided by the noise interacts with the weak signal pushing it above the detection threshold, see review in [14]. For instance, SR has been found in several modalities audition [15], vision [16], and touch [17] where stochastic noise improves sensory discriminability. Recently SR has been shown to work across modalities, for example when auditory noise improves visual signal detection [18]. Most SR studies have used perception tasks, requiring the detection of weak peripheral sensory inputs. Few studies have examined how noise influences cognitive performance. Recent empirical evidence suggests that SR can also improve central processing and cognitive performance. For example, SR has been found in cognitive tasks where auditory noise improved the speed of arithmetic computations [19] and recall on visual memory tasks [20]. Thus, adding noise to the input of the information processing system can increase its signal-to-noise output. SR is usually quantified by plotting detection, or cognitive performance, as a function of noise intensity. This relationship follows an inverted U-curve function, where performance peaks at a moderate noise level. That is, moderate noise is beneficial for performance whereas too little, or too much, noise attenuates performance. For extensive reviews on the influence of noise on the nervous system the reader is referred to recent reviews [14, 21]. Also detrimental effects of noise on the nervous system and in particular on speech processing are reported in a recent review [22].

Individual differences in the SR effect

The novel aspect of the proposed framework is that the SR phenomena differs between individuals and these differences are linked to attention ability and neurotransmission in the brain in such way that inattentive persons need more external noise for a proper cognitive functioning. In the model dopamine is the crucial neurotransmitter. This is because it modulates the neural cell's responses to the environment and determines the probability that it will fire following the presentation of a stimulus [23]. Alterations in dopamine function are related to individual differences in attention [24, 25], cognition [26] and motivated behavior [27, 28]. Dopamine release has both tonic (background levels) and phasic (response to specific environmental events) components regulated by different brain regions [29, 30]. Tonic dopamine levels are suggested to modulate the phasic reactivity a low tonic level increases stimulus dependent phasic release, and the opposite, a high tonic level suppresses phasic release [31]. Low tonic levels cause neural instability associated with cognitive symptoms such as failure to sustain attention [32]. The hypodopaminergic state in ADHD is distinguished by low tonic dopamine levels leading to excessive reactivity to environmental stimulation [33, 34]. If the firing probability or gain parameter is low, neurons will fire at random yielding poor cognitive performance. If the gain parameter is high there will be cognitive stability and thus high performance. This responsiveness of neurons is modulated via dopamine that enhances the differentiation between efferent firing and afferent external stimulation. It has been shown recently that neural noise related to dopamine tone is an integral part of inter-neuronal communication and that a sufficient level of noise may be necessary for normal function in the nervous system [21, 35], through the process of SR. That is, there exists both external noise - outside of the nervous system - and neural noise (related to dopamine tone) inside the system.

The moderate brain arousal model (MBA) [13], upon which the current study is based, is a neurocomputational model that relies on classic conditions for stochastic resonance and the modulating properties of dopamine-related gain and neural noise in determining neural responsivity. It suggests that the hypodopaminergic brain need higher input noise to function to its full potential. Thus the model suggests that external white noise could compensate for behavioral dysfunction connected to conditions caused by impaired dopamine transmission. Accordingly, ADHD children or low attentive children more generally have a low gain parameter owing to low levels of baseline dopamine neuron firing. Neurocomputationally the MBA model shows that more external environmental noise is required for optimal performance in cognitive tasks for such low gain "individuals" compared to high gain "individuals". Accordingly, external noise, it is predicted by the model" will compensate for reduced neural background activity in ADHD. That is to say that increased levels of external auditive noise can activate internal noise and restore the activity level. Further, given the inverted U function that operates in relation to noise and performance in SR, the MBA model also predicts that levels of background noise that might be beneficial for ADHD children would be detrimental for those with normal attention. Crucially, the beneficial effects are not specific to ADHD (Figure 1): they are also found in dopamine-related neurodegenerative disorders such as: akinesia [36], Parkinson's disease [37] and in aging [38]. These effects have been modeled in terms of age dependent dopamine loss [39].

Individual difference in SR curves. Huomautus. Performance on cognitive tests (y-axis) is optimal for moderate noise levels (x-axis), and attenuated for both too low and too high noise levels. More noise is required for optimal performance in inattentive or low performing children compared to attentive or high performing children.

In this paper we investigate, for the first time, how noise influences cognitive performance in a normal, non-clinical, group of children that differ from each other in their attentional abilities. Recent evidence suggests that dopamine plays a role in attention also in non-clinical groups. When a visual orienting task was used to study a normal group of children, it was found that those children who were homozygous for alleles influencing dopamine transportation displayed inattention on left-hand sided stimuli, whereas those who were heterozygotes did not [40]. The response to amphetamine has also been found to be influenced by genetic factors it depends on the functional polymorphisms of the Catechol O-methyltranserase (COMT) gene in a normal population of humans. Mattay et al. [41] found that amphetamine enhanced prefrontal efficiency measured by fMRI for the val/val (high DA metabolism) genotype, whereas met/met (low DA metabolism), had no such effect on low to medium workload, and decreased efficiency on high workload tasks. Furthermore, preservations errors were decreased by amphetamine in the val/val, but not the met/met groups, in a Wisconsin Card Sorting Test (WCST). In another study on healthy controls by Mattay et al. [42] dextroamphetamine was found to increase N-back working memory performance in group with low baseline working-memory capacity, whereas the performance worsened in a group with high baseline performance [42]. Dextroamphetamine also had differential effects on the BOLD fMRI response on these groups. These findings have been corroborated in a study using a spatial working memory task where stimulant medication only improved memory performance in healthy individuals with low baseline working memory capacity [43]. This was also mirrored by increased cerebral blood flow in dorsolateral prefrontal cortex and posterior parietal cortex. Taken together these studies indicate that dopamine function influences performance and brain activity differently also in groups consisting of healthy controls depending on tasks that are linked to attention and working memory (e.g., WCST, N-back, spatial working memory). This body of data is consistent with the view that ADHD and related attentional problems is best conceptualized as a continuum rather than a discrete category and that ADHD symptoms are distributed in populations [44]. The syndrome of ADHD represents a transition of degree rather than of a kind and diagnostic thresholds are therefore somewhat arbitrary resting on general and cultural norms about behavior and development [45]. In addition, a comparison of the extreme points in a normal distribution shows the same heritability patterns as a comparison between ADHD and control [46]. This, in turn, suggests that non-clinical persons with low and high attention may show similar effect from noise as ADHD and control persons do.

In this paper, we study inattentive and normally attentive children's episodic memory in a verb-noun sentence recall task under two conditions varying in terms of the levels of background auditive white noise. Our prediction is that in the low noise condition the inattentive children will perform less well than attentive children while in the high noise condition these differences should diminish as the addition of white noise benefits the inattentive but not the normally attentive children.


Katso video: IMG 4311 (Heinäkuu 2022).


Kommentit:

  1. Zololl

    I apologise, I too would like to express the opinion.

  2. Galen

    kaikki?

  3. Ann

    Olet aivan oikeassa. In this something is excellent idea, we maintain.

  4. Floyd

    Unmatched theme, I'm curious :)

  5. Kagazshura

    Olkoon se sinun tapa. Tee haluamallasi tavalla.



Kirjoittaa viestin