Dirigirse a la red frontoparietal mediante estimulación transcraneal bifocal de corriente alterna durante una tarea de aprendizaje de secuencia motora en adultos mayores sanos, Parte 2

2.3. tarea de aprendizaje motor

Los participantes ejecutaron dos versiones diferentes del SFTT basadas en la tarea SFTT utilizada en estudios anteriores [3,47]. Se les pidió que realizaran una 9-secuencia de elementos con su mano izquierda no dominante. Se utilizó la mano no dominante para permitir un mayor rango de mejora [46]. Se les indicó oralmente que tocaran continuamente la misma secuencia con la mayor rapidez y precisión posible en un teclado de cuatro botones (Current Designs, Filadelfia, PA, EE. UU.).

Las investigaciones muestran que la memoria es una de las funciones importantes de nuestro cerebro. Nos permite recordar experiencias pasadas, adquirir nuevos conocimientos y habilidades y tomar decisiones. Al mismo tiempo, algunas investigaciones también muestran que el pensamiento y los hábitos de comportamiento positivos pueden ayudar a mejorar nuestra memoria.

En primer lugar, el ejercicio y una dieta saludable tienen un enorme impacto en la memoria. Los estudios han descubierto que el ejercicio adecuado y una dieta equilibrada pueden ayudar a mantener una buena salud y mejorar la función cerebral y la memoria. Por lo tanto, mantener una buena salud es crucial para mejorar la memoria.

En segundo lugar, la salud mental también tiene un gran impacto en la mejora de la memoria. Los buenos hábitos de sueño, los pensamientos y emociones positivos y la reducción del estrés pueden ayudar a mejorar nuestra memoria. Las investigaciones muestran que las personas emocionalmente estables y positivas tienden a tener un mejor rendimiento de la memoria. Al mismo tiempo, las personas deben superar las emociones negativas como la baja autoestima, la ansiedad y la depresión, para no interferir con sus procesos de memoria y rendimiento.

Finalmente, el enfoque y la atención pueden mejorar enormemente la memoria. Las investigaciones muestran que nuestros cerebros son más capaces de procesar y recordar cosas a las que dedicamos más atención, prestándoles atención y concentrándonos. Por lo tanto, mantenernos enfocados y concentrados en tareas de aprendizaje y memoria puede mejorar nuestra memoria.

En resumen, una combinación de buena salud, pensamiento y hábitos de comportamiento positivos, y atención y concentración puede ayudar a mejorar nuestra memoria. Una actitud positiva y buenos hábitos de comportamiento pueden ayudarnos a procesar y fortalecer mejor nuestras funciones cerebrales, mejorando así nuestra memoria. Se puede ver que necesitamos mejorar nuestra memoria. Cistanche deserticola puede mejorar significativamente la memoria, porque Cistanche deserticola también puede regular el equilibrio de los neurotransmisores, como aumentar los niveles de acetilcolina y factores de crecimiento. Estas sustancias son muy importantes para la memoria y el aprendizaje. Además, la carne también puede mejorar el flujo sanguíneo y promover el suministro de oxígeno, lo que puede garantizar que el cerebro reciba suficientes nutrientes y energía, mejorando así la vitalidad y la resistencia del cerebro.

Haga clic para conocer formas de mejorar la función cerebral

Las secuencias constaron de 4 dígitos del 2 al 5, que correspondían a los cuatro dedos desde el índice (2) hasta el meñique (5) de la mano izquierda. Un cursor debajo de la secuencia mostrada se movía en respuesta a cada toque de dedo para identificar el dígito objetivo, independientemente de si el botón se presionó correctamente o no. Se utilizaron diferentes secuencias para las mediciones de referencia y de entrenamiento.

Todas las secuencias coincidieron en complejidad verificada con la prueba de complejidad de Kolmogorov [48]. La medición inicial consistió en un bloque de 90 s, y la medición del entrenamiento consistió en siete bloques de 90 s, con descansos de 90 s después de cada bloque que duraron 20 min en total. La tarea se implementó en el software Presentation (Neurobehavioral Systems, Berkeley, CA, EE.UU).

Los participantes realizaron una versión SFTT de carga baja y alta de WM. La versión de baja carga de WM mostraba la secuencia en la pantalla pidiendo a los participantes que ejecutaran la secuencia sin estar familiarizados previamente. Esta versión se conoce como versión "no memorizada". Para la versión de alta carga de WM, los participantes tuvieron que memorizar la secuencia antes de que comenzara la tarea.

Recibieron la secuencia en papel y se les pidió que la aprendieran de memoria, sin practicarla en el teclado de botones. Con el uso de una tarea distractora, durante la cual debían deletrear palabras aleatorias en orden inverso, se verificó una memorización suficiente de la secuencia. Más precisamente, los participantes tuvieron que deletrear 3 palabras seguidas y luego recordar la secuencia en voz alta. Después de acertar 3 veces, la secuencia se consideró suficientemente aprendida [49].

Durante la versión memorizada de la tarea, los participantes no pudieron ver la secuencia. En la pantalla se mostraba una secuencia de 9 "X" con el cursor en movimiento debajo para identificar el dígito objetivo. Los participantes realizaron ambas versiones divididas en el día 1 y el día 2 en orden aleatorio. Este orden de versiones se invirtió después del cruce, ver Fig. 1C.

2.4. tarea cognitiva

Se pidió a los participantes que realizaran la tarea N-back para verificar si este paradigma de estimulación mejoraba el rendimiento de la MT. La tarea se implementó en Matlab (The MathWorks Inc., Natick, Massachusetts, EE. UU.) y se basó en la tarea única N-back utilizada por Jaeggi y colegas [50]. El guión fue adaptado de Quent,AJ [51]. en términos de idioma (francés e inglés), duración y nivel de dificultad.

La tarea consistía en una secuencia de estímulos visuales que se mostraban en la pantalla de una computadora. Los participantes tuvieron que responder haciendo clic en el botón derecho "Control" en el teclado de una computadora cuando el estímulo era el mismo que el estímulo presentado N posiciones hacia atrás. Los participantes no deben responder cuando se presenta un estímulo diferente. Los estímulos visuales consistieron en 10 formas aleatorias, ocho 8-formas puntuales (números 14, 15, 17, 18, 20, 22, 23 y 27) y dos 12-formas puntuales (números 20 y 24). tomado de Vanderplas y Garvin [52].

Los estímulos se presentaron durante 500 ms cada uno con un intervalo entre estímulos de 2500 ms. Se pidió a los participantes que respondieran dentro de la ventana de respuesta que comienza al inicio del estímulo hasta el final del intervalo entre estímulos (3000 ms). La tarea constaba de 1 a 3 niveles posteriores, en ese orden. La tarea se dividió en una sesión de referencia y una sesión de entrenamiento, donde la sesión de referencia consistía en 1 bloque por n niveles de espalda (3 bloques en total) y la sesión de entrenamiento de 3 bloques por nivel (9 cuadras en total).

Cada bloque constaba de 20 þ n ensayos, con 6 objetivos y 14 þ n no objetivos. Se midieron los tiempos de reacción, aciertos, fallos, falsas alarmas y rechazos correctos. Consulte la Fig. 1 B para ver una ilustración esquemática de la tarea. Tuvimos que excluir N=9 antes del cruce de conjuntos de datos de tareas N-back debido a un error en el registro de respuestas. Se consideraron un total de N=31 conjuntos de datos N-back.

2.5. Estimulación transcraneal con corriente alterna.

Se aplicó tACS multifocal a la FPN derecha utilizando dos estimuladores neuroConn DC plus para permitir la estimulación bifocal (neuroConnGmbH, Ilmenau, Alemania). Los participantes recibieron estimulación real (30 min) o simulada (30 s) en orden aleatorio, antes o después del cruce [24,25,53]. El protocolo de estimulación consistió en los siguientes parámetros: en fase (retraso de fase 0⁰), la intensidad 2 mA (pico a pico) se aumentó/disminuyó gradualmente con un intervalo de 8 s. La estimulación en fase entre los dos estimuladores se aseguró mediante un disparo repetido del estimulador A al estimulador B después de cada ciclo completado para señalar el inicio de un nuevo ciclo [54].

La frecuencia de estimulación se ajustó a la frecuencia máxima theta personal, que se registró durante un registro EEG mientras se realizaba una prueba N-back previa al inicio de 1 bloque por nivel. Se utilizaron electrodos concéntricos de caucho: tamaño del electrodo central, diámetro: aprox. 20 mm, área: aprox. 3 cm2 y diámetro del tamaño del electrodo anular: salida 100 mm/pulgada 70 mm, área: ca. 40cm2.

La ubicación del electrodo se definió con el uso de un canal 64-estándar, EEG actiCAP con un sistema 10/20 (Brain Products GmbH), dirigido a F4 correspondiente a la corteza prefrontal dorsolateral (DLPFC) y P4 correspondiente a la corteza parietal posterior (PPC). La pasta utilizada para la conductividad con impedancia suficientemente baja fue la crema para electrodos SAC2 (Spes Medical Srl, Génova, Italia). Esta pasta era adhesiva lo que aseguraba una colocación estable de los electrodos. La colocación de los electrodos y la distribución del campo eléctrico se visualizaron con el uso de una plantilla estándar en SimNIBS (Versión 3.2) [55]. El guión para implementar la estimulación bifocal con electrodos de anillo fue adaptado del guión de acceso abierto de Matlab (© G. Saturnino, 2018).

Se utilizó un modelo de cabeza de plantilla para simular la colocación de los electrodos y la distribución del campo eléctrico. Para la colocación de los electrodos y la distribución del campo eléctrico, consulte las figuras 2 A y B. Al final de la última sesión de estimulación, investigamos si la estimulación fue bien tolerada y si había una diferencia significativa en las sensaciones experimentadas entre las condiciones reales y simuladas. .

Además, les pedimos a los participantes que indicaran si pensaban que habían recibido estimulación real o simulada durante las sesiones cruzadas antes y después. Las sensaciones de estimulación se describieron mediante una entrevista estructurada [56]. Se comprobaron las siguientes sensaciones: picazón, dolor, ardor, sabor metálico/hierro en la boca, calor, fatiga y otras. Con posibilidad de responder: "ninguno", "leve", "moderado" o "fuerte".

2.6. EEG

Todos los registros de EEG se realizaron en una jaula de Faraday blindada. Se utilizó una configuración de electrodos personalizada con 9 electrodos, frontal (Fp1, Fp2, F3, Fz, F4), parietal (Cz, P3, Pz, P4), consulte la Fig. 2C. Usando un canal 64- ANT Gorro Neuro EEG con software eegotmmylab (ANT Neuro, Países Bajos). Se registró EEG durante la realización de la tarea N-back. Con el uso de marcadores, se definieron el comienzo y el final de cada nivel N-back por separado. Las grabaciones se realizaron durante 3 bloques N-back, lo que dio como resultado aproximadamente 3 minutos de tiempo de grabación.

La frecuencia máxima en el rango theta (4e8 Hz) se calculó utilizando un script Matlab personalizado (TheMathWorks Inc., EE. UU.) adaptado del script utilizado por SalamancaGiron y colegas [54] y adecuado para el análisis de frecuencia theta durante la realización de tareas N-back. Las frecuencias theta de forACS se personalizaron de manera similar al trabajo anterior [54,57]. Sin embargo, no pretendemos comparar la eficacia de tACS con frecuencias personalizadas con tACS con frecuencias estándar (no personalizadas).

Por lo tanto, este estudio no tiene como objetivo demostrar los efectos fisiológicos beneficiosos de tACS con frecuencias personalizadas sobre tACS con frecuencias estándar (no personalizadas). Los electrodos objetivo F4 y P4, que son los mismos que los lugares de estimulación, muestran una pequeña variación en la frecuencia theta registrada. La frecuencia theta promedio para el electrodo F4 fue 4,71 (rango 4,12e7,77) y para el electrodo P4 4,97 (rango 4,11e6,84).

2.7. Análisis de datos

La normalidad de los datos se comprobó visualmente con histogramas y gráficos Q-Q de valores residuales y se confirmó mediante la verificación de la asimetría entre 1 y -1 [58]. Los valores de p < 0,05 indican significación estadística. El preprocesamiento de los datos de comportamiento del SFTT se realizó con un script interno implementado en Matlab. Las principales medidas de resultados fueron: secuencias correctas, total de secuencias completadas y secuencias correctas/secuencias completadas. El preprocesamiento de los datos N-back individuales se realizó con RStudio (versión 1.4.1717, 2021) [59].

Los datos individuales se combinaron en un archivo principal usando Microsoft Excel. Para el análisis, los datos se normalizaron restando el bloque inicial relacionado con la condición de estimulación. La normalización se realizó teniendo en cuenta los niveles de rendimiento heterogéneos, especialmente los que se encuentran típicamente en sujetos mayores para proporcionar una mejor comparabilidad entre los sujetos.

Los bloques de referencia se compararon en R mediante pruebas t de muestras pareadas. La igualdad de los bloques de referencia se verificó utilizando estadísticas bayesianas mediante el cálculo de una prueba t bayesiana de muestras pareadas con el uso del software JASP (versión 0.16.0.0). Todos los demás análisis de los datos SFTT y N-back se realizaron en Rstudio (versión 1.4.1717). Los datos se analizaron con el uso de modelos lineales de efectos mixtos equipados con el paquete "más grande". El resultado fue una tabla ANOVA tipo III con valores de p para las pruebas F [60].

El tamaño del efecto se determinó utilizando eta al cuadrado parcial con el paquete "tamaño del efecto". El análisis post-hoc se realizó mediante comparaciones por pares, utilizando las medias marginales estimadas y la corrección de Tukey. El análisis de las sensaciones de estimulación del SCA y las respuestas de cegamiento se analizaron con JASP (versión 0.8.5.1) [61]. Las respuestas a las estimaciones de estimulación real versus simulación se analizaron mediante una prueba binomial. Las sensaciones de estimulación se analizaron mediante tablas de contingencia con análisis de chi-cuadrado para controlar las diferencias entre las condiciones de estimulación reales y simuladas.

3. Resultados

3.1. Tarea secuencial de golpeteo con los dedos

Los dos SFTT se analizaron por separado ya que difieren en la cantidad de carga de WM (carga de WM alta y baja). Antes del análisis principal, se comparó el rendimiento inicial entre la estimulación activa y la estimulación simulada y no fue significativamente diferente para ambas condiciones memorizadas t(19)=0.72, p=.48, d=0.16, y la condición no memorizada t(19) ¼ 0, p ¼ 1, d ¼ 0. Para analizar más a fondo el resultado nulo y confirmar la igualdad de los grupos, se compararon los grupos activos frente a los simulados en ambas condiciones utilizando estadísticas bayesianas. El análisis indicó para la condición memorizada BF01=3,41, lo que significa que es 3,4 veces más probable que los resultados de referencia sean iguales que diferentes. La condición no memorizada indicó BF01=4,3, por lo tanto, es 4,3 veces más probable que los grupos de referencia sean iguales.

En este estudio, el aprendizaje online se define como una mejora significativa del comportamiento dentro de la sesión de formación. Un efecto significativo de la estimulación sobre el aprendizaje se define por un cambio en la dinámica de mejora durante la formación. Con el uso de un modelo lineal de efectos mixtos, el análisis del número de secuencias correctas de la versión memorizada del SFTT mostró un efecto significativo para los bloques F(6, 247)=18,57, p < .0{{14} }1, hp2=0.31 que indica un tamaño de efecto grande, así como un efecto significativo para la estimulación F(1,247)=18.83, p < .001, hp2=0.07 con tamaño de efecto medio, pero interacción de estimulación sin bloques F(6, 247)=0,77, p=0,59, hp2=0,02.

Para definir mejor el efecto de la estimulación en el aprendizaje, determinamos la diferencia entre las condiciones al final del entrenamiento, que mostró una fuerte tendencia a una diferencia significativat(19) ¼ 2.07, p ¼ .{{ 12}}52, d ¼ 0.46. Los resultados de la versión no memorizada muestran un efecto significativo para los bloques F(6,247)=16.00, p < .{{20}}01, hp2=0.28 (grande efecto), pero sin estimulación F(1, 247)=0,46, p=0,499, hp2=0,002 o efecto de interacción F(6,247)=0,36, p=0,901, hp2=0,009. Lo que indica que en ambas condiciones, los participantes aprendieron significativamente, pero solo en la condición memorizada hubo un efecto significativo de la estimulación tACS en el rendimiento, ver Fig. 3.

La falta de un efecto de interacción no permite concluir un efecto significativo de la estimulación sobre el aprendizaje motor, aunque la tendencia a una diferencia en el rendimiento en el bloque 7 indica un potencial efecto de estimulación. Para investigar más a fondo los resultados del SFTT y apreciar la variación en el rendimiento, las trayectorias individuales de los participantes se indican en el material complementario, Figura complementaria 1. Los análisis con datos no normalizados revelaron hallazgos comparables; para obtener más detalles, consulte el material complementario en línea (SOM) y el SOM. Fig. 3.

3.2. Velocidad y precisión

Para investigar más a fondo los resultados de la condición memorizada, se analizó la cantidad total de secuencias completadas como una medida de velocidad. Los resultados mostraron un efecto de bloqueo significativo F(6,247)=28.21, p < .001, hp2=0.41 (efecto grande) y un efecto de estimulación significativo F(1, 247)=15.92, p < .001, hp2=0.06 (efecto pequeño), pero sin efecto de interacción F(6, 247)=0.23, p=.968, hp2=0.006, ver Fig. 4A. Aunque el grupo de estimulación activa es más rápido en comparación con el grupo simulado, el patrón similar de mejora apunta hacia un efecto de desempeño más que de aprendizaje.

Para ver si la mayor cantidad de secuencias correctas fue impulsada por una ejecución de secuencia más rápida o por un aumento simultáneo en la precisión, analizamos la relación entre la cantidad total de secuencias y las secuencias correctas como una medida de precisión. Tras la inspección, el grupo de estimulación real muestra una dinámica diferente en precisión que el grupo simulado. El grupo de estimulación real demuestra un aumento significativo y pronunciado en la precisión entre el primer y el segundo bloque de entrenamiento, mientras que el aumento del grupo simulado es más gradual t(19)=2,68, p=.015. La precisión entre los grupos durante el primer bloque de entrenamiento no fue significativamente diferente T(19)=0,85, p=0,404. Por lo tanto, para visualizar la diferencia en la dinámica, medimos la diferencia en la precisión del bloque 1.

Los resultados mostraron un efecto de bloqueo significativo F(6,247)=3,47, p=.003, hp2=0.08 (efecto medio), y una estimulación significativa efecto F(1, 247)=18,31, p < .001, hp2=0,07 (efecto medio), pero sin interacción de estimulación de bloque F(6, 247)=0,85, p=0,529, hp2=0,02, ver la figura 4B. En un análisis adicional, la comparación del comportamiento en el bloque 7 muestra una diferencia significativa entre verum y sham t(19)=2,31, p=0,032, d=0,51. Por lo tanto, aunque la falta de un efecto de interacción no significa efectos significativos en el aprendizaje motor , los resultados indican que la precisión mejoró significativamente con la estimulación en la etapa inicial del entrenamiento, que se mantuvo significativamente diferente en el último bloque. Los análisis con datos no normalizados revelaron hallazgos comparables; para más detalles, consulte SOM y SOM Fig. 4.

3.3. tarea N-back

El desempeño de la tarea N-back se analizó mediante los siguientes resultados: aciertos, falsas alarmas, precisión (aciertos y falsas alarmas) y tiempo de reacción para los aciertos. Todos los parámetros se analizaron por separado utilizando modelos lineales de efectos mixtos. Las condiciones de estimulación (real vs. simulada) y los tres niveles de dificultad N-back se incluyeron como variables independientes en el modelo. Se realizaron dos análisis separados, un modelo incluyó los niveles de dificultad 1 y 2 para imitar las condiciones comparables al estudio de Violante et al. (2017), además, agregamos el nivel de dificultad 3 al modelo para probar el efecto de estimulación en la tarea con mayor demanda cognitiva [24].

For more information:1950477648nn@gmail.com