Przezczaszkowa stymulacja prądem stałym (tDCS) przez bruzdę śródciemieniową nie wpływa na wydajność pamięci roboczej, część 3

Następnie przeprowadziliśmy tę samą ANOVA dla czasów reakcji (patrz Rysunek 3). Wyniki ponownie wykazały istotny wpływ obciążenia (wizualnie-przestrzenny: F(1,46)=193.69, p < 0.001, ηp2= 0.81 ; werbalny: F(1,46)=646,39, p < 0,001, ηp2=0,93),ale bez głównego efektu warunku (wzrokowo-przestrzennego: F(2,92) {{ 21}}.03, p=0.97; werbalny: F(2,92)=1.37, p=0.26) ani żaden istotny warunek × interakcja obciążenia (wzrokowo-przestrzenna:F (2,92)=0.76, s.=0.47; słownie: F(2,92)=0.21, s.=0.82).

Przestrzeń wizualna i pamięć to dwa pojęcia, które są ze sobą ściśle powiązane. Przestrzeń wizualna odnosi się do naszej zdolności do przetwarzania i interpretowania informacji zewnętrznych w mózgu. Obejmuje naszą percepcję i zrozumienie położenia przestrzennego, kierunku, odległości itp. Pamięć natomiast to nasza zdolność do zapamiętywania i przywoływania informacji. Te dwa pojęcia odgrywają ważną rolę w codziennym życiu człowieka i istnieje między nimi ścisły związek.

Bardzo istotny wpływ na poprawę pamięci ma zdolność wzrokowo-przestrzenna. Badania wykazały, że trenując i poprawiając zdolności wzrokowo-przestrzenne, ludzie mogą znacząco poprawić poziom swojej pamięci. Dzieje się tak, ponieważ poprawa zdolności wzrokowo-przestrzennych może wzmocnić naszą zdolność do przetwarzania i analizowania informacji przestrzennych podczas procesu zapamiętywania, ułatwiając nam przekształcanie informacji w obrazową formę pamięci oraz przywoływanie i odzyskiwanie w razie potrzeby.

Ponadto zdolności wizualno-przestrzenne mogą również pomóc nam ulepszyć naszą zdolność do kodowania i przechowywania informacji w pamięci. Wzmacniając zdolności wzrokowo-przestrzenne, możemy dokładniej analizować i rozumieć informacje zewnętrzne, co sprawia, że ​​jesteśmy skuteczniejsi i dokładniejsi w przetwarzaniu i zapamiętywaniu informacji, dzięki czemu łatwiej jest przechowywać informacje w umyśle oraz skutecznie je wydobywać i stosować w razie potrzeby.

Krótko mówiąc, zdolności wzrokowo-przestrzenne i pamięć to dwa pojęcia, które są ze sobą ściśle powiązane i na siebie wpływają. Poprawiając zdolności wzrokowo-przestrzenne, ludzie mogą znacznie poprawić poziom swojej pamięci, ułatwiając nam przekształcanie informacji w graficzne formy pamięci oraz przywoływanie i odzyskiwanie w razie potrzeby. Mamy nadzieję, że czytelnicy zwrócą uwagę na kultywowanie zdolności wzrokowo-przestrzennych w życiu codziennym, poprawę poziomu pamięci oraz umożliwienie sobie efektywniejszego przetwarzania i stosowania informacji. Widać, że trzeba poprawić pamięć, a Cistanche desericola potrafi znacząco poprawić pamięć, bo Cistanche desericola potrafi także regulować równowagę neuroprzekaźników, np. zwiększać poziom acetylocholiny i czynników wzrostu. Substancje te są bardzo ważne dla pamięci i uczenia się. Ponadto Cistanche desericola może również poprawić przepływ krwi i promować dostarczanie tlenu, co może zapewnić mózgowi odpowiednią ilość składników odżywczych i energii, poprawiając w ten sposób witalność i wytrzymałość mózgu.

Kliknij Poznaj suplementy poprawiające pamięć

Wyniki te zostały ponownie potwierdzone analizą Bayesa, modelem powiązanym jedynie z najsilniejszymi dowodami obejmującymi główny efekt obciążenia (wzrokowo-przestrzenny: BF10= 1.94e+27; werbalny: BF10=2.68e{ {5}}); zaobserwowano mocne dowody przeciwko efektowi warunkowania (wzrokowo-przestrzenny: BF01=17.29; werbalny: BF01=13.13). Na koniec, aby wykluczyć jakikolwiek niekorzystny wpływ treningu pomiędzy sesjami, przeprowadziliśmy oddzielne analizy dla każdej sesji i ograniczyliśmy analizy do dokładności odpowiedzi.

W głównych analizach brana była pod uwagę tylko jedna grupa osób, natomiast w kolejnych analizach będziemy oceniać wpływ warunku tDCS dla każdej sesji indywidualnie, co oznacza, że ​​efekt warunku tDCS stanie się efektem grupowym (dana osoba może otrzymać tylko jeden warunek stymulacji w danej sesji). sesja).

SESJA 1

Podczas pierwszej sesji tDCS przeprowadzono analizę wariancji z powtarzanymi pomiarami (ANOVA) w celu sprawdzenia dokładności odpowiedzi dla obu zadań.

Wyniki wykazały istotny główny wpływ obciążenia (wzrokowo-przestrzenny: F(1,44)=227.34, p < 0.001,ηp2=0.84; werbalny : F(1,44)=65.80, p < 0,001, ηp2=0.60), ale bez głównego efektu stanu (wizualnie-przestrzenny: F(2,44)= 0. 97, s.=0.389; werbalne: F(2,44)=1.19, s.=0.332) ani interakcja warunek istotny × obciążenie (wzrokowo-przestrzenna: F(2, 44)=0.15, s.=0.865; słownie: F(2,44)=1.13, s.=0.332).

Wyniki te zostały potwierdzone analizą Bayesa, modelem powiązanym z najsilniejszymi dowodami obejmującymi jedynie wpływ obciążenia (wzrokowo-przestrzenny: BF10=9.39e+21;werbalny: BF10=8.76e{{5} }); zmienna warunku została powiązana z istotnymi dowodami przeciwko jej działaniu (wizualnie-przestrzenne: BF01=6.42; werbalne: BF01=4.89).

SESJA 2

Przeprowadzając tę ​​samą analizę dokładności odpowiedzi w sesji 2, ponownie zaobserwowaliśmy istotny efekt główny obciążenia (wzrokowo-przestrzenny: F(1,44)=148.04, p < 0.001 , ηp2 =0,77; werbalny: F(1,44)=53,90, p < 0,001, ηp2=0,55), ale bez głównego efektu warunku (wzrokowo-przestrzennego: F( 2,44)=1.13, p.=0.331; werbalny: F(2,44)=0.59, p.=0.559) ani warunek istotny × interakcja obciążenia (wzrokowo-przestrzenna: F(2,44) =0.942, p=0.397; werbalna: F(2,44)=0.91, p=0 0,41).

Wyniki te zostały potwierdzone analizą Bayesa, modelem powiązanym z najsilniejszymi dowodami obejmującymi jedynie wpływ obciążenia (wzrokowo-przestrzenny: BF10=2.13e+17; werbalny: BF10=6.12e+8 ); zmienna warunku została powiązana z istotnymi dowodami przeciwko jej działaniu (wzrokowo-przestrzenne: BF01=5.77; werbalne: BF01=6.29).

SESJA 3

Wreszcie te same analizy przeprowadzono dla Sesji 3 i ponownie ujawniły istotny efekt główny obciążenia (wizualnie-przestrzenny: F(1,44)=151.73, p < 0.0 01, ηp2=0.78;werbalnie: F(1,44)=28.41, p < 0,001, ηp2=0.39), ale nie ma głównego efektu warunku (wizualnie-przestrzennego : F(2,44)=0.30, p. =0.739; słownie: F(2,44)=0.74, p.=0.485) ani interakcja warunku istotnego × obciążenia (wizualnie-przestrzenna: F(2,44)=0.30,p=0.745; werbalna: F(2,44)=0.89, s.=0.417).

Analiza Bayesiana potwierdziła, że ​​model powiązany z najsilniejszymi dowodami uwzględniał jedynie wpływ obciążenia (wzrokowo-przestrzenny: BF10=1.51e+19; werbalny: BF10=5.47e+4); zmienna warunku została ponownie powiązana z istotnymi dowodami przeciwko jej działaniu (wzrokowo-przestrzenne: BF01= 7.90; werbalne: BF01=5.56).

LINIOWY MODEL EFEKTÓW MIESZANYCH

Na koniec przeprowadziliśmy analizy liniowych efektów mieszanych, aby lepiej uwzględnić zmienność międzyosobniczą i powiązane różnice w przechwytach uczestników. Pierwszy liniowy model efektów mieszanych, w którym badani byli zmiennymi losowymi, dotyczący dokładności odpowiedzi w zadaniu wzrokowo-przestrzennym, nie wykazał znaczącej różnicy w wynikach w zależności od stanu (Χ²(2)=0.542; p=0.763), ale nadal podkreślał istotny wpływ obciążenia (Χ²(1)=561.545;p < 0.001).

Ta sama analiza dokładności odpowiedzi w zadaniu werbalnym również nie wykazała znaczącej różnicy w wynikach jako funkcji warunku (Χ²(2) =1,607; p=0,448), ale znowu zaobserwowano istotny wpływ obciążenia (Χ²(1)=173.833; p < 0,001).

Wreszcie ta sama analiza czasów odpowiedzi dla zadania wzrokowo-przestrzennego wykazała brak istotnego wpływu stanu (Χ²(2) =0.119; p=0.942), ale znaczący wpływ obciążenia (Χ²(1){{ 6}}.016; p < 0.001). Te same wyniki zaobserwowano dla czasów reakcji w zadaniu werbalnym: brak efektu warunku (Χ²(2)=5.023; p=0.081), ale ponownie znaczny efekt obciążenia (Χ²(1) {{ 16}},570; p < 0,001).

DYSKUSJA

Celem tego badania było określenie wpływu anodowego i katodowego tDCS IPS na werbalną i wzrokowo-przestrzenną wydajność WM. Ze względu na niespójności w wpływie stymulacji tDCS DLPFC na wydajność WM, zdecydowaliśmy się obrać za cel IPS, region szczególnie powiązany ze składnikami kontroli uwagi WM.

Ponieważ mocne dowody potwierdzają wpływ IPS na komponenty uwagi WM (Majerus i in., 2016; Todd i Marois, 2004, Todd, Fougnie i Marois., 2005), postawiliśmy hipotezę, że anodalna stymulacja IPS zwiększy aktywność grzbietowej sieci uwagi i prowadzić do zwiększonej wydajności WM, szczególnie w warunkach dużego obciążenia.

I odwrotnie, założyliśmy, że katodowa stymulacja IPS zahamuje sieć uwagi grzbietowej i doprowadzi do zmniejszonej wydajności WM w warunkach dużego obciążenia. Nie oczekiwano, że efekty tDCS wystąpią w warunkach niskiego obciążenia, ponieważ ten stan jest związany z wysokim wskaźnikiem powodzenia i nie przekracza Pojemność WM, a zatem nie ma miejsca na efekt wzmacniający tDCS na wydajność poznawczą (Roe i in., 2016).

Pomimo tego, że badanie opierało się na solidnym zapleczu teoretycznym i wykorzystywało standardowe parametry stymulacji (tj. 2 mAtDCS aplikowane przez 20 min podczas wykonywania zadania), nie stwierdzono żadnego efektu stymulacji. Co więcej, dzięki analizie Bayesa możemy wyciągnąć bezpieczne wnioski na temat braku wpływu tDCS w tym badaniu. Należy wziąć pod uwagę kilka ograniczeń naszego badania.

Po pierwsze, biorąc pod uwagę i tak już znaczną liczbę warunków, nie istniał ani stan wyjściowy, ani stan offline, które mogłyby pomóc w ilościowym określeniu, odpowiednio, potencjalnego wpływu placebo i krótkoterminowego wpływu tDCS.

W badaniu tDCS miarą bazową jest pomiar wyników uczestnika bez jakiejkolwiek interwencji DCS. Rzeczywiście pozorowana stymulacja może mieć wpływ na uczestników poprzez efekt placebo lub inne czynniki, takie jak stres lub dyskomfort powodowany przez urządzenie, mogą wywołać efekt nocebo (przegląd: patrz Fonteneau i in. (2019)).

Miary bazowe pozwalają nam zmierzyć te odchylenia i dokładniej określić naturalny poziom wyników uczestnika w porównaniu do różnych warunków tDCS. Stan offline odnosi się do stanu, w którym ocenia się wydajność WM po stymulacji uczestników przez tDCS. Warunek ten umożliwia badanie długoterminowych i odległych skutków tDCS.

Na przykład Friehsand Frings (2019) zaobserwował większe efekty tDCS w trybie offline w porównaniu z efektami online. Kolejnym ograniczeniem badania jest to, że nasze urządzenie tDCS nie pozwalało na monitorowanie impedancji.

Jednakże urządzenie zawierało regulator prądu zapewniający stały poziom prądu pomimo zmian impedancji. Potencjalnym wyjaśnieniem braku efektów stymulacji w niniejszym badaniu może być to, że pomimo ostrożnego ustawienia elektrod prąd przepływa częściowo lub omija obszar docelowy (Chibi i in., 2013 np. ). Thair i in. (2017) wymieniają dużą liczbę czynników mogących wpływać na przepływ prądu (grubość włosów, pot, wielkość głowy, grubość czaszki,…).

Jest to ogólne ograniczenie mające zastosowanie do technologii tDCS. Może się również zdarzyć, że efekt tDCS jest zbyt słaby, aby zwiększyć lub zmniejszyć wydajność WM w młodej i zdrowej populacji studentów uniwersytetów, lub że grzbietowa sieć uwagi nie odgrywa krytycznej roli w naszym zadaniu, nawet jeśli badania fMRI wykazały, że sieć ta jest stale powiązana z wysokimi załaduj zadania WM, jak tu użyto.

Alternatywnie, ponieważ WM jest powiązany z dużą dwustronną siecią czołowo-ciemieniową (Eriksson, Vogel, Lansner, Bergström i Nyberg, 2015), niestymulowane części tej sieci (np. DLPFC, prawy IPS) mogły wywrzeć efekt kompensacyjny na stymulowany, pozostawił IPS część sieci (Heekeren i in., 2008). To wyjaśnienie dotyczy oczywiście tylko katodowej stymulacji IPS.

Kolejnym wyjaśnieniem braku efektu anodalnej stymulacji może być to, że wyjściowa zdolność do WM naszych uczestników była zbyt wysoka (wszyscy byli młodymi studentami uniwersytetu) i że niewiele było do poprawy. Rzeczywiście, Gözenman i Berryhill (2016) wykazali, że grupa wykazująca niższa wyjściowa wydajność WM w większym stopniu skorzystała z tDCS niż grupa o wyższej bazowej wydajności WM.

Wyniki niniejszego badania nie są pierwszymi doniesieniami o zerowym wpływie tDCS na WM lub inne zdolności poznawcze i są spójne z badaniami metaanalitycznymi, które uwydatniły problem mieszanych i sprzecznych wniosków na temat wpływu tDCS pojedynczej sesji u młodych i zdrowych uczestników (Westwood i Romani, 2018; Lukasik i in., 2018; Meier i Sauter, 2018).

Ponadto niektóre badania, które wykazały korzystną rolę stymulacji tDCS w porównaniu z DLPFC, niemniej jednak wskazują również na istotne różnice indywidualne związane ze wzrostem wydajności WM związanym z TDCS u niektórych uczestników oraz spadkiem wydajności lub brakiem efektu u innych uczestników (Talsma i in., 2017).

Przed stwierdzeniem braku efektu lub bardzo ograniczonego wpływu tDCS na WM, w przyszłych badaniach należy podjąć próbę powtórzenia wcześniejszych pozytywnych wyników, stosując tę ​​samą metodologię, jaką zastosowano w tych oryginalnych badaniach. Rzeczywiście, różnice w protokołach stymulacji pod względem intensywności i czasu trwania stymulacji, miejsca stymulacji, rodzaju zadania WM i trudności oraz rodzaju populacji (młodzi zdrowi vs uczestnicy w średnim wieku lub starsi) mogą częściowo wyjaśniać mieszane wyniki opisane w literaturze.

Ponadto użycie większego obciążenia WM (np. 8 elementów) pozwoliłoby uniknąć potencjalnych efektów sufitowych i pozostawiłoby więcej miejsca na ulepszenia związane z DCS. Na przykład Roe i in. (2016) wykazali efekty tDCS w zadaniu wzrokowej pamięci roboczej tylko wtedy, gdy obciążenie WM przekroczyło zasoby poznawcze uczestników.

Biorąc to pod uwagę, wpływ WMload był jednak dość silny w niniejszym badaniu oraz badaniu Majerusa i in. (2016) wykazali wiarygodne jednowymiarowe i wieloczynnikowe zmiany neuronalne w IPS, porównując zestawy WM składające się z 6 i 2 pozycji.

Dodanie pomiarów zarówno podstawowych, jak i offline, jak to przeprowadzono w niektórych badaniach ze znaczącymi wynikami (Friehs i Frings, 2019), umożliwiłoby nam również bardziej kompleksowe zbadanie wpływu tDCS na wydajność WM. Jak już wspomniano, należy wziąć pod uwagę wpływ ważnych indywidualnych różnic w wydajności WM , ponieważ efekty tDCS mogą być bardziej wyraźne u uczestników charakteryzujących się słabą zdolnością WM, nawet jeśli w poprzednim badaniu nie zaobserwowano takiego efektu u młodych uczestników (Westwood i Romari, 2018).

Przydatne może być również rozważenie różnic indywidualnych w strategiach kodowania, ponieważ wykazano, że pośredniczą one w działaniu tDCS na tylną korę ciemieniową w zadaniu krótkotrwałej pamięci wzrokowej (Wang, Itthipuripat i Ku, 2020). W badaniu tym dwie grupy osób wzięły udział w zadaniu wzrokowym dotyczącym pamięci roboczej, stosując różne strategie kodowania.

Podczas gdy grupa skupiająca się na zapamiętywaniu wszystkich bodźców nie była dotknięta tDCS, grupa stosująca strategię skupionej uwagi, z uwagą skierowaną na określony podzbiór bodźców, wykazała znaczące efekty tDCS.

Podsumowując, wyniki niniejszego badania nie wykazują wpływu tDCS na wydajność WM, zgodnie z kilkoma badaniami, które wykazały mieszane lub negatywne wyniki dotyczące modulacji wydajności WM u młodych, zdrowych uczestników po pojedynczej sesji tDCS. Należy przeprowadzić przyszłe eksperymenty w celu oceny efektywne działanie neuromodulacyjne tDCS oraz wpływ różnic w protokole i intensywności stymulacji.

INFORMACJE O FINANSOWANIU

Badanie to nie otrzymało żadnego specjalnego grantu od agencji finansujących w sektorze publicznym, komercyjnym lub non-profit.

KONKURENCYJNE INTERESY

Autorzy nie mają żadnych konkurencyjnych interesów do zadeklarowania.

BIBLIOGRAFIA

1.Artemenko, C., Moeller, K., Huber, S. i Klein, E. (2015). Różnicowe wpływy jednostronnego tDCS na korę śródciemieniową na poznanie numeryczne. Frontiers in Human Neuroscience, 9, 110.

2.Au, J., Katz, B., Buschkuehl, M., Bunarjo, K., Senger, T., Zabel, C., Jaeggi, SM i Jonides, J. (2016). Wzmocnienie treningu pamięci roboczej poprzez przezczaszkową stymulację prądem stałym. Journal of Cognitive Neuroscience, 28, 1419–1432.

3. Barch, DM i Ceaser, A. (2012). Poznanie w schizofrenii: podstawowe mechanizmy psychologiczne i neuronowe. Trendsin Cognitive Sciences, 16(1), 27–34.

4. Barrouillet, P., Bernardin, S. i Camos, V. (2004). Ograniczenia czasowe i dzielenie się zasobami w zakresie pamięci roboczej dorosłych. Journal of Experimental Psychology: Ogólne, 133,83–100.

5.Blumberg, EJ, Peterson, MS i Parasuraman, R. (2015). Zwiększanie wydajności śledzenia wielu obiektów za pomocą nieinwazyjnej stymulacji mózgu: przyczynowa rola bruzdy przednio-ciemieniowej. Granice w neurologii systemowej, 9, 3.

6. Bogdanow, M. i Schwabe, L. (2016). Przezczaszkowa stymulacja grzbietowo-bocznej kory przedczołowej zapobiega wywołanym stresem deficytom pamięci roboczej. Journal of Neuroscience, 36, 1429–1437.

7. Brunyé, TT, Moran, JM, Holmes, A., Mahoney, CR i Taylor, HA (2017). Nieinwazyjna stymulacja mózgu ukierunkowana na prawy zakręt wrzecionowaty selektywnie zwiększa pamięć roboczą twarzy. Mózg i poznanie, 113, 32–39.

8. Chib, VS, Yun, K., Takahashi, H. i Shimojo, S. (2013). Nieinwazyjna zdalna aktywacja brzusznego śródmózgowia poprzez przezczaszkową stymulację kory przedczołowej prądem stałym. Psychiatria translacyjna, 3, e268–e268.

9. Corbetta, M. i Shulman, GL (2002). Kontrola uwagi skierowanej na cel i bodźca w mózgu. Nature Reviews Neuroscience, 3, 201–215.

10. Cowan, N. (1995). Uwaga i pamięć: zintegrowana struktura. Wydawnictwo Uniwersytetu Oksfordzkiego.

For more information:1950477648mnn@gmail.com