Azintelligenciaszinttükröződéseazegyénialvás-EEG jellegzetességekben: hatásokszéleséletkoriés IQ-tartományokban

Hasonló dokumentumok
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Az autizmus spektrumzavar alvásélettani korrelátumai

[Biomatematika 2] Orvosi biometria

Bevezetés a Korreláció &

Funkcionális konnektivitás vizsgálata fmri adatok alapján

Az agyi jelek adaptív feldolgozása MENTÁ LIS FÁ R A DT S ÁG MÉRÉSE

A zajmérésekkel együtt elvégzett hallásvizsgálatok, azok eredményei

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Lőre Vendel- Csigó Györbiró Alpár Üzleti szimulációk az oktatásban

Elemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n

A FORMÁKIG. A színektől. KOVÁCS ILONA PPKE BTK Pszichológiai Intézet Pszichológiai Kutatólaboratórium

Az agykérgi fejlődés Achillész sarka: AZ ALVÁS. KOVÁCS ILONA Pázmány Péter Katolikus Egyetem Pszichológia Intézet Fejlődés- Idegtudományi (FIT) Lab

Segítség az outputok értelmezéséhez

Statikus és dinamikus elektroenkefalográfiás vizsgálatok Alzheimer kórban

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Kvantitatív EEG nem epilepsziás betegekben

H A D T U D O M Á N Y I S Z E M L E

Szakmai zárójelentés OTKA Az autizmus kognitív neuropszichológiai tényezőinek alvásélettani vizsgálata

A 0 64 éves férfiak és nők cerebrovascularis betegségek okozta halálozásának relatív kockázata Magyarországon az EU 15

Korreláció számítás az SPSSben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 5. mérés: Elektronspin rezonancia március 18.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

Modern Fizika Labor Fizika BSC

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

Mérési adatok illesztése, korreláció, regresszió

Többváltozós lineáris regressziós modell feltételeinek

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Király Zoltán, Kondé Zoltán, Kovács Antal, Lévai Annamária 2006

BKM KH NSzSz Halálozási mutatók Bács-Kiskun megyében és a megye járásaiban

V. Gyakorisági táblázatok elemzése

Korreláció és lineáris regresszió

1. ábra: Az egészségi állapot szubjektív jellemzése (%) 38,9 37,5 10,6 9,7. Nagyon rossz Rossz Elfogadható Jó Nagyon jó

Elektroencephalogram (EEG) vizsgálata Az alfa- és béta aktivitás változás vizsgálata (EEG II) A mérési adatok elemzése és értékelése

Kísérlettervezés a kémia tanításában a természettudományos gondolkodás fejlesztéséért

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Gyermekek követéses objektív hallásvizsgálati eredményei zenei gyerekműsorok hatásának bemutatására

A nappali tagozatra felvett gépészmérnök és műszaki menedzser hallgatók informatikai ismeretének elemzése a Budapesti Műszaki Főiskolán

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében

Az 1998-as szakiskolai reform hatása

Fizikailag aktív és passzív szabadidőeltöltési formák néhány összefüggése egymással és a pszichés jólléttel serdülőkorúak körében 2010-ben

Khi-négyzet eloszlás. Statisztika II., 3. alkalom

Regresszió számítás az SPSSben

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Modern fizika laboratórium

CSAPADÉK ÉS TALAJVÍZSZINT ÉRTÉKEK SPEKTRÁLIS ELEMZÉSE A MEZŐKERESZTES-I ADATOK ALAPJÁN*

A fiatalok közérzete, pszichés állapota az ezredfordulón

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

VÁROS- ÉS INGATLANGAZDASÁGTAN

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Hipotézis vizsgálatok

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Humán emlékezeti fenntartási folyamatok oszcillációs. hálózatainak elektrofiziológiai analízise

Az empirikus vizsgálatok alapfogalmai

Közösség detektálás gráfokban

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Modern Fizika Labor. 5. ESR (Elektronspin rezonancia) Fizika BSc. A mérés dátuma: okt. 25. A mérés száma és címe: Értékelés:

A VÁGÁSI KOR, A VÁGÁSI SÚLY ÉS A ROSTÉLYOS KERESZTMETSZET ALAKULÁSA FEHÉR KÉK BELGA ÉS CHAROLAIS KERESZTEZETT HÍZÓBIKÁK ESETÉBEN

7.2. A készségek és az oktatás jövedelemben megtérülő hozama

A MAGYAR HONVÉDSÉG LAKOSSÁGI MEGÍTÉLÉSE A 2016-OS MIKROCENZUS ÉS MÁS REPREZENTATÍV ADATFELVÉTELEK TÜKRÉBEN

Orvosi Fizika és Statisztika

Függetlenségvizsgálat, Illeszkedésvizsgálat

EEG Alvás Napszaki ritmusok

A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata

Mennyit segít az ovi? A gyermekfelügyeleti lehetőségek hatása az anyák aktivitására a szakadásos regresszió kiterjesztése Szirák november 15.

[Biomatematika 2] Orvosi biometria

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK

NUKLEÁRIS LÉTESÍTMÉNYEK LÉGNEMŰ 14C KIBOCSÁTÁSÁNAK MÉRÉSE EGYSZERŰSÍTETT LSC MÓDSZERREL

Clemens Béla. Epileptiform potenciálok és azokat utánzó jelenségek. Kenézy Kórház Kft., Neurológia, Debrecen

Folyadékszcintillációs spektroszkópia jegyz könyv

Többváltozós Regresszió-számítás

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre

Új módszertan a kerékpározás mérésében

Biomatematika 2 Orvosi biometria

Boldogság - itthon vagy külföldön? Kőrössy Judit Kékesi Márk Csabai Márta

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

megerősítik azt a hipotézist, miszerint az NPY szerepet játszik az evés, az anyagcsere, és az alvás integrálásában.

Invazív méhnyakrákos esetek az előzmények tükrében

Adatok statisztikai értékelésének főbb lehetőségei

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Az enyhe kognitív zavar szűrése számítógépes logikai játékok segítségével

A fény tulajdonságai

Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata

Hipotézis vizsgálatok

A domborzat mikroklimatikus hatásai Mérési eredmények és mezőgazdasági vonatkozások

DIFFERENCIÁLPSZICHOLÓGIA ALVÁSÉLETTANI MEGKÖZELÍTÉSBEN: AZ EGYÉNI EEG-MINTÁZATOK JELENTŐSÉGE

Centura Szövegértés Teszt

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!

A diagnosztika alapja ma. Az autizmus spektrum zavarok diagnosztikája - alapvetések. Kiindulópont: a XXI. század autizmus-tudása

Innováció és eredményesség az alacsony státuszú iskolákban

A napenergia magyarországi hasznosítását támogató új fejlesztések az Országos Meteorológiai Szolgálatnál

Az amblyopia korai szűrése. Dr. habil. Gábor Jandó, M.D., Ph.D.

Modern Fizika Labor. A mérés száma és címe: A mérés dátuma: Értékelés: Infravörös spektroszkópia. A beadás dátuma: A mérést végezte:

Eddigi tanulmányaink alapján már egy sor, a szeizmikában általánosan használt műveletet el tudunk végezni.

A Szolvencia II harmadik mennyiségi hatástanulmányának (QIS3) eredményei. Gaálné Kodila Diána március 20.

A BME TTK Kognitív Tudományi Tanszék 2014-es bibliográfiája

Átírás:

Azintelligenciaszinttükröződéseazegyénialvás-EEG jellegzetességekben: hatásokszéleséletkoriés IQ-tartományokban Doktoritézisek Ujma Przemyslaw Péter Semmelweis Egyetem MentálisEgészségtudományokDoktoriIskola Témavezető: BódizsRóbert, Ph.D., tudományosfőmunkatárs Hivatalosbírálók: Szigorlatibizottságelnöke: Szigorlatibizottságtagjai: Dr. CsuklyGábor, PhD, egyetemiadjunktus KovácsKristóf, PhD, tudományosfőmunkatárs Dr. BitterIstván, DSc, egyetemitanár Dr. CzoborPál, Ph.D., egyetemidocens NémethDezső, Ph.D., egyetemidocens Budapest 2015 BEVEZETÉS

A standardizált intelligenciateszteken elért eredmény erős összefüggést mutat nem csak a kognitív teljesítménnyel, hanem élettörténeti változókkal is, például az iskolai végzettséggel, szociális státusszal, jövedelemmel, vezető halálokok előfordulási gyakoriságával és a vállalt gyermekek számával. Erős epidemiológiai és szociológiai jelentősége miatt a pszichometriai intelligencia biológiai mechanizmusainak feltárása fontos kutatási területnek tekinthető. Az intelligenciának egyelőre nem ismert egyértelmű biológiai háttérmechanizmusa. A talált korrelátumok egyes agyterületek volumene és hemodinamikai válaszai, nyugalmi és kognitív feladatok során mérhető glükózfelhasználás, illetve az ébrenléti EEG egyes paraméterei gyakran nemi dimorfizmust mutattak, azaz nőknél és férfiaknál eltérő módon függtek össze az intelligenciával. Egyéni stabilitása és genetikai determinációja miatt az alvási EEG spektrális képe erős potenciális mutatója az egyének közötti kognitív vagy egyéb eltéréseknek. Korábbi vizsgálatok megerősítették, hogy a NREM alvásban thalamocorticalis és reticularis thalamicus hálózatokban generálódó, szinaptikus változásokat előidézni képes alvási orsók egyes paraméterei összefügghetnek az intelligenciaszinttel. A legtöbb vizsgálat azonban alacsony elemszámú volt, a módszertan és a kapott eredmények nem voltak egységesek, illetve egyetlen vizsgálat sem foglalkozott az összefüggés esetleges nemi dimorfizmusával. CÉLKITŰZÉSEK

Vizsgálatunk során az alvási orsózás és az intelligencia közötti összefüggést kívántuk vizsgálni. Nagy gondot fordítottunk arra, hogy a korábban publikált vizsgálatokkal kapcsolatban felmerülő módszertani problémákat orvosoljuk, azaz: 1.) a korábbiaknál nagyobb elemszámú mintát terveztünk létrehozni 2.) az alvási orsók detekciója során ügyeltünk a lassú és gyors orsók elkülönítésére, illetve az orsók frekvenciájában megfigyelhető egyéni jellegzetességek figyelembevételére 3.) az intelligencia biológiai korrelátumaival kapcsolatos korábbi eredmények figyelembevételével a vizsgálat során célzottan vizsgáltuk az esetleges nemi dimorfizmus meglétét. Az eredmények további pontosítása érdekében vizsgálatunkat 4-8 éves gyermekeknél, serdülőknél és felnőtteknél is megismételtük, illetve a legnagyobb elemszámú felnőtt mintában kiemelkedő intelligenciájú egyéneket is megvizsgáltunk. MÓDSZEREK

Vizsgálatunkban összesen 213 személy, ezen belül 29 4-8 éves gyermek (15 lány), 24 15-22 éves serdülő (12 lány) és 160 17-69 éves felnőtt személy (72 nő) esetében vizsgáltuk az alvási orsózás és az intelligenciaszint közötti összefüggést. Minden résztvevő esetében tájékozott (szükség esetén a szülő által is biztosított) beleegyezést követően, a Semmelweis Egyetem és a Max Planck Intézet által biztosított etikai engedély birtokában és annak megfelelően standard poliszomnográfiás felvétel készült éjszakai alvás közben, illetve egy ettől eltérő időpontban a Raven teszt került felvételre. A gyermekek esetében a ColouredProgressiveMatrices (CPM), serdülők esetén a Standard ProgressiveMatrices (RPMT), felnőttek esetében pedig az Advanced ProgressiveMatrices (APM) változatot alkalmaztuk. A felnőtt minta adatgyűjtése a müncheni Max Planck Intézet közreműködésével valósult meg. Az alvási orsókat a poliszomnográfiás felvételek alvásstádium-osztályozása és a műtermékek kézi kiszűrése után az IAM módszerrel detektáltuk. Ez a módszer a frontális elektródákon mért NREM alvási spektrum alapján a lassú, a centrális és parietális NREM alvási spektruma alapján pedig a gyors orsók egyéni frekvenciáit állapítja meg a spektrumon látható csúcsok figyelembevételével. Az alvási orsók detekciója az EEG jel egyéni orsófrekvenciákra való szűrése után történik. A detekcióhoz szükséges küszöbamplitúdó elektródánként kerül megállapításra a spektrális csúcs paraméterei alapján. Az IAM módszer tehát alkalmas a gyors és lassú orsók elkülönítésére, illetve azok empirikus módon meghatározott, de egyénre szabott paraméterek alapján történő detektálására. A Raven teszt eredménye és a lassú és gyors orsók átlagos paraméterei (egyéni frekvencia, percenkénti gyakoriság, hossz és amplitúdó) között Pearson korrelációt számoltunk. A korreláció számítását gyermekek és serdülők esetén az életkor hatását parciális korreláció segítségével kontrollálva is elvégeztük. A többszörös tesztelés korrekcióját az alminta elemszámához igazított módszerrel végeztük el. A gyermekek és serdülők esetén a Rüger-area módszer segítségével szignifikancia-területeket állapítottunk meg, a felnőttek esetében pedig nagyobb a nagyobb

felbontást biztosító, a nullhipotézist elektródánként is tesztelő Benjamini-Hochberg-féle téves találati ráta (FalseDiscoveryRate) módszert alkalmaztuk. EREDMÉNYEK Fiúgyermekeknél a gyors orsók percenkénti gyakorisága érési mutatónak bizonyult (összefüggött az intelligenciával, de ezt teljes egészében az életkor magyarázta). Lánygyermekeknél a temporális lassú orsók amplitúdója a intelligencia vonásszintű mutatója volt (elsősorban az életkorra való kontroll után függött össze az intelligenciával). 1. ábra. A lassú alvási orsók amplitúdójának normál (felső panelek) és életkorra korrigált parciális (alsó panelek) korrelációja az Raven CPM eredményekkel 4-8 éves lánygyermekeknél (bal oldal) és fiúgyermekeknél (jobb oldal). A topografikus ábrák a korrelációs együtthatók szignifikanciaszintjének skalpon való eloszlását mutatják. Az alsó szórásdiagram a T4 elektródán mért lassúorsó-amplitúdó és a Raven CPM eredmény életkorral való regressziójának reziduálisait szemléltetik a parciális korreláció helyes bemutatása érdekében.

Serdülő fiúknál csak a gyors orsók frekvenciája korrelált pozitívan az intelligenciával. Serdülő lányoknál a gyors orsók gyakorisága és amplitúdója is pozitívan korrelált az intelligenciával, az amplitúdóval kapcsolatos hatást azonban részben az életkor is magyarázta. 2. ábra. A gyors alvási orsók amplitúdójának korrelációja a Raven SPM IQ-val serdülő lányoknál (bal oldali topografikus ábra) és fiúknál (jobb oldali topografikus ábra). A topografikus ábrák a korrelációs együtthatók szignifikanciaszintjének skalpon való eloszlását mutatják. A szórásdiagram a C3 elektródán mért gyorsorsó-amplitúdó viszonyát mutatja be a Raven SPM eredmények alapján számolt IQ-val. Felnőtt férfiaknál az occipitális gyors orsók gyakorisága negatívan korrelált az intelligenciával. Felnőtt nőknél a lassú orsók hossza és a gyors orsók amplitúdója is pozitívan függött össze az intelligenciával.

3. ábra. A gyors alvási orsók amplitúdójának életkorra korrigált parciális korrelációja az Raven APM eredményekkel felnőtt nőknél (bal oldal) és férfiaknál (jobb oldal). A topografikus ábrák a korrelációs együtthatók skalpon való eloszlását mutatják. A szórásdiagramok a Cz elektródán mért gyororsó-amplitúdó és a Raven APM eredmény életkorral való regressziójának reziduálisait szemléltetik a parciális korreláció helyes bemutatása érdekében. A háromszögek a Münchenben, a körök pedig a Budapesten regisztrált személyeket jelzik. KÖVETKEZTETÉSEK

Eredményeink megerősítették, hogy az alvási orsózás egyéni paraméterei összefüggenek az intelligenciaszinttel. A leginkább konzisztensen megtalált korrelátum az alvási orsók amplitúdója volt. Ugyanakkor ez az összefüggés csak nőknél állt fenn, azaz az alvási orsózás összefüggése az intelligenciával más biológiai mutatókhoz hasonlóan nemi dimorfizmust mutat. Mivel az összefüggés és a dimorfizmus gyermekeknél, serdülőknél és felnőtteknél egyaránt fennállt, feltehetően nem a serdülőkori nemi érés és nem is a gyermekkori szocializáció hatását tükrözi. Más orsóparaméterek csak gyengén vagy a minták között nem konzisztens módon függtek össze az intelligenciával. Az alvási orsók amplitúdója korábbi eredmények tükrében erősen függ a thalamocorticalis hálózatokat alkotó fehérállományi kötegek strukturális paramétereitől. Másfelől a fehérállományi kapcsolatok nőknél általában kifejezettebbek, és egyes vizsgálatok nőknél és férfiaknál eltérő összefüggéseket találtak az intelligenciaszint és a szürke- vagy fehérállomány volumene vagy strukturális jellegzetességei között. Jellemzően a fehérállomány paramétereinek összefüggése az intelligenciával nőknél volt kifejezettebb. Ezek az eredmények alapján azt feltételezzük, hogy az alvási orsók amplitúdójának csak nőknél megfigyelhető összefüggése az intelligenciával a thalamocorticalis hálózat fehérállományi összeköttetéseinek erősségét tükrözi, és végső soron arra utal, hogy az egyes cerebralis területek közötti konnektivitás egy elsősorban nőknél meglévő háttérmechanizmusa az intelligenciának. Ezt tisztázandó további, a poliszomnográfiás méréseket strukturális képalkotó vizsgálattal kiegészítő adatgyűjtést tervezünk, amely igazolhatja az alvási orsók amplitúdója, a fehérállományi kapcsolatok erőssége és az intelligenciaszint között kizárólag nőknél fennálló trianguláris kapcsolatot. SAJÁT PUBLIKÁCIÓK

A disszertációhozkapcsolódóközlemények: Péter P. Ujma, Boris Konrad, Lisa Genzel, Annabell Bleifuss, Péter Simor, Adrián Pótári, János Körmendi, Ferenc Gombos, Axel Steiger, Róbert Bódizs, Martin Dresler (2014). Sleepspindles and intelligence: Evidencefor a sexualdimorphism. The Journal of Neuroscience, 34(49):16358-68.IF: 6.344 Róbert Bódizs, Ferenc Gombos, Péter P. Ujma, Ilona Kovács (2014). Sleepspindling and fluid intelligenceacrossadolescentdevelopment: sex matters. Frontiersin Human Neuroscience, 8:952.IF: 2.986 Péter P. Ujma, Ferenc Gombos, Lisa Genzel, Boris Nikolai Konrad, Péter Simor, Axel Steiger, Martin Dresler, Róbert Bódizs (2015). A comparison of twosleepspindledetectionmethodsbasedonallnightaverages: individuallyadjusted versus fixed frequencies. Frontiersin Human Neuroscience, 9:52.IF: 2.986 Péter P. Ujma, Piroska Sándor, Sára Szakadát, Ferenc Gombos, Róbert Bódizs (submitted). Sleepspindles and intelligenceinearlychildhood developmental and trait-dependentaspects. A disszertációtólfüggetlenközlemények: Péter Simor, KláraHorváth, Péter P. Ujma, RóbertBódizs (2013). Increased alpha power indicates wake-like EEG oscillations during different sleep stages in nightmare disorder. Biological Psychology 94:592-600. IF: 3.743

Péter Simor, JánosKörmendi, KláraHorváth, FerencGombos, Péter P. Ujma, RóbertBódizs (2014). Electroencephalographic and Autonomic Alterations in Nightmare Disorder during Preand Post-REM periods. Brain and Cognition 91C:62-70.IF: 2.477 Péter P. Ujma, Péter Simor, FerriRaffaele, Dániel Fabó, Anna Kelemen, Loránd Erőss, Róbert Bódizs, Péter Halász (2015). Increased interictal spikeactivityassociatedwithtransientslowwavetrainsduring non-rapid eyemovementsleep. Sleep and BiologicalRhythms. 13: 155 162.IF: 0.588