Individuaalne varieeruvus ülesannete täitmisel pärast kognitiivset koolitust on seotud laste pikaajaliste tulemustega, 2. osa

2.7.2 Noorukite aju ja kognitiivse arengu (ABCD) uuring

ABCD uuring (https://abcdstudy.org, andmeväljaande versioon 3.0) on pikaajaline, mitmekeskuseline uuring laste kognitiivse ja neurobioloogilise arengu kohta alates 10. eluaastast ja sisaldab andmeid 11 878 lapse kohta. See uuring sisaldab laia valikut standardiseeritud küsimustikke ja intervjuusid, mis hõlmavad nii üldist heaolu kui ka kliinilisi meetmeid. Lisaks täidavad osalejad mitmeid kognitiivseid ülesandeid, sealhulgas Nbacki ülesannet (Casey et al., 2018). Testisime, kas indiviidisisene varieeruvus, mida taas kvantifitseeriti reaktsiooniaegade variatsioonikoefitsiendina, oli N-Back ülesande ajal seotud laste käitumise kontrollnimekirja (CBCL, Achenbach, 1991) tulemustega.

N-Back ülesanne on ülesanne, mida kasutatakse laialdaselt töömälu testimiseks ja treenimiseks. N-Back ülesandes peavad osalejad meeles pidama eelmist stiimulit, et järgmises ülesandes küsimusele õigesti vastata. Viimastel aastatel on paljud uuringud näidanud tihedat seost selliste ülesannete ja mälufunktsiooni vahel.

Uuringust selgus, et pärast N-Back ülesannetreeningut paraneb osalejate töömälu võimekus. Töömälu mängib igapäevaelus väga olulist rolli. See võib aidata meil teavet paremini töödelda ja otsuseid langetada ning samal ajal aidata meil keerukat teavet paremini mõista ja probleeme paremini lahendada.

Lisaks aitab N-Back ülesanne parandada tähelepanu ja kognitiivset paindlikkust. Treenides töömälu, suudab osalejate aju paremini kohaneda muutuvate keskkondade ja ülesannetega ning tulla toime keerukamate probleemide ja stressiga.

Üldiselt on N-Back ülesande ja mälu seos väga tihe. Nii nagu me peame hea tervise säilitamiseks treenima oma keha, peame treenima ka oma aju, et säilitada suurepärased kognitiivsed ja mälufunktsioonid. N-Backi ülesandega aktiivselt tegeledes saame parandada oma töömälu, parandada tähelepanu ja paindlikkust ning seeläbi parandada oma kognitiivseid võimeid ja mõtlemisoskusi. Seetõttu peaksime aktiivselt tegelema N-Backi ülesannetega, et säilitada terve aju ja suurepärane kognitiivne funktsioon. On näha, et me peame oma mälu parandama. Cistanche deserticola võib oluliselt parandada mälu, sest Cistanche deserticola suudab reguleerida ka neurotransmitterite tasakaalu, näiteks tõsta atsetüülkoliini ja kasvufaktorite taset. Need ained on mälu ja õppimise jaoks väga olulised. Lisaks võib liha parandada ka verevoolu ja soodustada hapniku kohaletoimetamist, mis võib tagada aju piisava toitainete ja energia kättesaamise, parandades seeläbi aju elujõudu ja vastupidavust.

Klõpsake nuppu Tea 10 võimalust mälu parandamiseks

The CBCL is a measure of current behavioral and psychopathological symptoms with high correspondence to the SDQ when both scales are applied to the same individuals. The ABCD study includes the CBCL, but not SDQ. We also tested for potential relationships between intra-individual variability and body mass index (BMI) scores. We chose BMI as an additional translational measure because it is robustly associated with physical, cognitive, and socioeconomic well-being. We used only those participants whose performance in the N-Back task was deemed adequate by the ABCD study's established QA procedure (overall response accuracy for 0-back or 2-back >60%) kõigil kolmel hetkel saadaoleval ajahetkel ja kelle KMI jäi 1. ja 99. protsentiili vahele (vastavalt KMI protsentiilid=13.3 ja 35.0). Piirasime KMI vahemikku, kuna seal oli väike vähemus (<2%) of children with extremely low or high BMI values; however, robustness checks including all BMI values yielded similar results. The final sample size for our analyses was 8,522 children.

3 TULEMUST

3.1 Käitumuslikud tulemused

WMT lapsed ei erinenud algtasemel CMP lastest. Enne mis tahes koolitusprogrammi algust hinnati kõiki osalejaid testide komplekti abil, mis hõlmasid üldist intelligentsust (Raven Matrices'i muudetud versioon), töömälu (visuaalne, ruumiline), inhibeerimist (Go-NoGo ülesanne), koolisooritust ( sealhulgas lugemine, aritmeetika, geomeetria jne) ja psühholoogilise heaolu sõeluuringu meetmed (SDQ). Kahe rühma statistilised võrdlused näitavad, et need ei erinenud üheski lähtetaseme mõõtmises (tabel S1). Kuigi kahes rühmas ei ilmnenud algtasemel erinevusi üheski mõõdikus, sealhulgas kognitiivsetes ülesannetes, mis mõõdavad töömälu ja tähelepanuoskusi, ei ole meil järgmises jaotises kirjeldatud N-Backi ja Flankeri ülesannete baasmõõtmisi.

3.2 Leiud täpsuse ja reaktsiooniaja varieeruvuse kohta

Üldiselt toimis adaptiivse WMT-le juhuslikult määratud lasterühm N-Backi ja Flankeri ülesannete puhul täpsemini ja väiksema katse-katsetevahelise varieeruvusega kui CMP-s (vt täielikku teavet täiendavatest tabelitest S2 ja S3 kirjeldav statistika ja tulemused). WMT rühm vastas Flankeri ülesandes täpsemalt nii kongruentse kui ka ebakõlalise katse puhul. N-Back ülesandes olid WMT rühma lapsed madala töömäluga katsetel täpsemad kui CMP rühmas (0-1 tagasi), kuid need kaks rühma ei erinenud oluliselt kõrge töömäluga katsetes ({{ 7}} tagasi).

Lisaks paremale täpsusele näitasid adaptiivset WMT-d saanud lapsed ka vähem individuaalset varieeruvust reaktsiooniaegades kui CMP rühma lapsed (täiendavad tabelid S2 ja S3). Arvutasime intra-ICV kui indiviidisisese RT standardhälbe / individuaalse RT keskmisena. WMT rühma lapsed kasutasid koolituse ajal väliseid hiiri, mitte MRI-ga ühilduvat nupukasti, mida kasutati nii Flankeri kui ka N-back ülesannete ajal, ja seega ei saa reageerimisseadme tundmine olla ICV erinevuste allikaks rühmade vahel.

3.3 Difusiooniotsuse mudeli analüüsid

Me sobitasime DDM-mudeli laste käitumisega Flankeri ülesandes, et määrata kindlaks mehhanismid, mis põhjustavad ravirühmade reageerimisaja varieeruvuse erinevusi. Kasutades DDM-i, saame kindlaks teha, kas reaktsiooniaja varieeruvus on tingitud (1) erinevustest mitteotsustamisajas; (2) erinevused piirides või lävedes, mis määravad kindlaks, millal on piisavalt tõendeid ühe vastuse andmiseks teise vastu (sageli tõlgendatakse seda ettevaatlikkusena); ja/või (3) triivimäärad (st kui kiiresti ja kindlalt tõendeid kogutakse). Jaotasime triivimiskiiruse kaheks komponendiks, et mõõta laste tundlikkust sihtmärgist pärineva asjakohase teabe suhtes võrreldes külgmiste ebaolulise teabega. Sobivused on kokku võetud tabelis 3 ja näitavad, et WMT rühma lapsed olid sihtkala edastatava teabe (st selle suuna) suhtes tundlikumad, võrreldes segaja kalaga (tagumine tõenäosus=0,992) ja kasutati ära. kõrgem reageerimislävi (tagumine tõenäosus=0,952) kui lastel CMP-s. Need DDM-i tulemused on kooskõlas ülesandega seotud funktsioonide suurema tähelepanu pööramisega pärast WMT-d.

Samuti simuleerisime kohandatud difusiooniotsuse mudeli vastuseid, et testida, kas see suudab reprodutseerida Flankeri ülesandes täheldatud reaktsiooniaja varieeruvuse mustreid. Flankeri ülesandes simuleeritud vastuste genereerimiseks kasutasime iga osaleja jaoks kõige paremini sobivaid DDM-i parameetreid. Seejärel võrdlesime simuleeritud reageerimisaegu rühmade lõikes ja leidsime, et WMT-s osalejate parameetreid kasutavate simuleeritud ainete puhul olid RT-d vähem varieeruvad kui CMP laste parameetritel põhinevate simuleeritud ainete puhul (tabel S4). Seega saab paigaldatud DDM nii selgitada kui ka genereerida erinevat reaktsiooniaja varieeruvuse taset kahes rühmas.

Lisaks DDM-i sobitamisele viisime läbi ka post-hoc testi, mis sobitas endise Gaussi jaotuse iga lapse reageerimisaegadega. Kuigi endine Gaussi mudel ei võimalda teha sama tüüpi mehhaanilisi järeldusi kui DDM, sobime ja esitame selle, et hõlbustada võrdlemist varem avaldatud dokumentidega, kasutades seda meetodit RT-i individuaalse varieeruvuse kvantifitseerimiseks. Need endised Gaussi tulemused on kooskõlas ICV ja DDM tulemustega ning näitasid, et standardhälbe (sigma) ja eksponentsiaalsed (tau) parameetrid erinesid treenitud töömälu ja CMP vahel, kuid keskmistes (mu) olulist erinevust ei olnud. reaktsiooniaja jaotused (tabel S5). Teisisõnu, muutlikumad isikud ei reageerinud üldiselt usaldusväärselt kiiremini ega aeglasemalt. Pigem olid nad oma vastuste elluviimisel ebajärjekindlamad. Individuaalne varieeruvus oli tugevas korrelatsioonis N-Backi ja Flankeri ülesannete vahel (r=0,65, p {{10}}.0008, 95% CI [0,32, 0,84]).

Üheskoos näitavad nii kognitiivsete ülesannete kui ka mitme täiendava analüüsi vormide käitumistulemuste muster, et adaptiivne WMT sekkumine võis varsti pärast viie nädala möödumist suurendada laste võimet siduda ja säilitada tähelepanu ülesandega seotud teabele üldisel viisil. koolitused olid lõppenud.

3,4 fMRI tulemused

Koos parema täpsusega näitas WMT rühm suuremat aktivatsiooni võrreldes CMP-ga ajupiirkondades, mis on osa tähelepanu- ja juhtimisvõrkudest madala töömälu katsete ajal. Nende hulka kuulusid eesmise-striataal-talamuse süsteemide osad, nagu parempoolne saba, putamen, pallidum, talamus, alumine keskmine ja ülemine eesmine gyri, dorsaalne eesmine tsingulaat ja täiendav motoorne ajukoor (tabel S6, joonis 1). Kooskõlas sarnase täpsusega käitumuslike tulemustega kõrge töömälu tingimustes ei olnud kõrge töömälu katsete ajal BOLD-signaalis rühmade vahel olulisi erinevusi. Me ei tuvastanud Flankeri ülesande ajal olulisi erinevusi aktiivsuses WMT funktsioonina.

Lisaks leidsime, et ülesandega seotud BOLD-signaali tasemed piirkondades, mis näitasid rühmas suuremat aktiivsust (vt joonis S2), korreleerusid ka individuaalsete variatsioonikoefitsientide ja/või täpsusega N-tagasi ülesande puhul kõigi osalejate lõikes ( Joonis 1, alumine rida). Nendes piirkondades on oodata mõningast seost täpsuse ja ICV-ga, arvestades, et indiviidisiseses varieeruvuses on rühmade erinevusi. Siiski oli aktiivsus dorsaalses striataalses funktsionaalses ROI-s, mis hõlmab seljasaba ja putamenit, märkimisväärselt seotud indiviidisisese varieeruvusega isegi pärast WMT seisundi mõju arvessevõtmist (koefitsient=−0.25, p=0.004; tabel 4). Sarnased, kuigi mitte olulised, suundumused esinesid dorsolateraalses prefrontaalses ajukoores (dlPFC) indiviidisisese varieeruvuse osas ja eesmises tsingulaarses ajukoores / täiendavas motoorses piirkonnas täpsuse osas (tabel 4).

3.5 Seosed treeningujärgsete kognitiivsete ülesannete täitmise ja järelmeetmete vahel fMRI proovis

Reaktsiooniaja varieeruvus selgitas olulist täiendavat dispersiooni tulevaste SDQ skooride (standardiseeritud koefitsient {{0}},32 ± 0,14), geomeetria (standardiseeritud koefitsient=−{{7) }},66 ± {{10}}},23) ja näit (standardiseeritud koefitsient=−0,32 ± 0,14), võttes arvesse nende mõõtude algväärtusi ja IQ-d (tabel S7) . Seega seostati reageerimisaja varieeruvust pärast 5-nädalast koolitust SDQ skooride ja akadeemiliste oskuste edasise paranemisega, mis ei olnud samal ajahetkel nende oskuste otsestes testides veel ilmne. Seevastu ükski koolitusjärgne kognitiivse ülesannete täitmine või algtaseme mõõtmine ei olnud tulevaste aritmeetiliste skooridega oluliselt seotud. Seega korreleerus meie valimis kohe pärast sekkumist mõõdetud reageerimisaegade individuaalne varieeruvus tulevase tulemuslikkusega samades akadeemilistes valdkondades, mida Berger ja tema kolleegid leidsid varem sõltumatus valimis 1 aasta pärast WMT-d paranevat.

3.6 Treeningujärgse ICV ja järelmeetmete vahelise seose kontseptuaalne replikatsioon BFHSW valimis

Kooskõlas meie fMRI proovi tulemustega seostati ICV muutusi (post versus sekkumiseelne) Go/Nogo ülesande ajal ka geomeetria ja lugemisoskuse paranemisega 1 aasta pärast WMT-d sõltumatus BFHSW valimis (tabelid 1 ja 2). , kuigi lugemise efekt ei jää üle Bonferroni parandusele mitme võrdluse korral. Pange tähele, et meie regressiooni spetsifikatsioon sisaldab regressoreid nii algtaseme (W1) kui ka treeningjärgse (W2) Go/Nogo ICV jaoks ning selles spetsifikatsioonis tähistab W2 Go/Nogo ICV koefitsient W1 ja W2 vahelise jõudluse muutuse mõju. . Sama kehtib ka tulevaste akadeemiliste oskuste skooride kasutamise kohta sõltuva muutujana, kui algtaseme skoori kaasatakse regressioonis sõltumatu muutujana.

Huvitav on see, et kuigi N-back ICV oli vahetult pärast treeningut WMT ja kontrollrühmade vahel oluliselt erinev, ilmnesid olulised erinevused Go/Nogo ICV-s alles 12 kuud pärast treeningut (tabel 2). See Go/Nogo ICV oluliste täiustuste hiline ilmumine on kooskõlas Go/Nogo täpsuse paranemise hilinenud ilmnemisega, millest on teatanud Berger et al. (2020). Kuigi need ei erinenud veel oluliselt raviviiside lõikes, ennustasid Go/Nogo ICV muutused algtasemest treeningujärgsele tasemele siiski tulemuslikkuse edasist paranemist. Tulevaste uuringute asjakohane küsimus on kindlaks teha, millised kognitiivsete ülesannete tüübid (nt töömälu, reaktsiooni pärssimine jne) sobivad kõige paremini reageerimisaja või täpsuse individuaalse varieeruvuse hindamiseks, et prognoosida pärast töötamist kaugülekande eeliseid. mälu või muud treeningrežiimid.

3.7 Seos ICV ja heaolu mõõtmise vahel on üldistatud ABCD uuringule

Kasutasime pikisuunalise ABCD uuringu kolme esimese laine andmeid, et testida, kas fMRI proovis täheldatud seos reaktsiooniaja varieeruvuse vahel N-back ülesande ja heaolu mõõtmise vahel oli üldistatud sõltumatuks ja suuremaks lapsed. ABCD uuringus kasutasime heaolu mõõtmiseks KMI andmeid ja laste käitumise kontrollnimekirja (CBCL) tulemusi. Erinevalt meie fMRI ja BFHSW uuringutest ei sisalda ABCD uuring WMT sekkumist. Seetõttu kasutasime ABCD andmeid, et testida, kas N-back ICV ja praeguse heaolu vahel on märkimisväärne seos, ja kui jah, siis kas see seos kehtib selle pikisuunalise uuringu esimese ja teise aasta järelkontrollides.

We fit and compared Hierarchical Bayesian regression models that assumed the association between N-back ICV at baseline and BMI, or CBCL, at baseline, 1- and 2-year follow-up was either stable or decreased over time. Concretely, we tested whether regression models allowing for an interaction between baseline N-back ICV values and assessment wave (i.e., the explanatory power of ICV could decrease or increase) were better than models assuming a fixed association between baseline N-back ICV values and well-being at all waves. The baseline coefficients were the same in both the fixed and interaction models (Table 5) and indicated that greater variability in response times during the N-back at baseline was associated with decreased well-being in terms of both baseline BMI (standardized coefficient = 0.02, posterior probability >0.999) and CBCL (standardized coefficient = 0.03, posterior probability >0.999) skoorid, mis on kooskõlas fMRI proovi leidudega.

Võrdlesime fikseeritud ja interaktsioonimudeleid, kasutades ristvalideerimist, kasutades Pareto silutud tähtsuse valimit (PSISLOO, Vehtari et al., 2017). Mudelivõrdlused eelistasid tagasihoidlikult lihtsamat fikseeritud mudelit ilma järellaine interaktsioonideta, selgitades nii KMI-d (erinevus eeldatavas logaritmilises punktipõhises ennustavas tiheduses (elpd) interaktsioonimudeli=−2,3, erinevuse standardviga (SE))=1.6) ja CBCL (elpd erinevus=−2.6, SE = 1.9). Veelgi enam, kumbki interaktsioonimudel ei viitanud algtaseme N-back ICV seletusjõu vähenemisele heaolu suhtes 1- või 2-aastaste järelkontrollikülastuste ajal võrreldes algtasemega. Kui midagi, siis KMI selgitamisel oli ICV regressioonikoefitsient algtaseme ja 2. aasta vahel veidi suurenenud. Seega näitavad ABCD andmete tulemused, et seos N-back ICV ja laste heaolu vahel üldistatakse heaolu mõõtmiste (SDQ, CBCL, BMI) lõikes ning N-back ICV seletusvõime püsib vähemalt 2-aastane kogemus ja areng kognitiivse koolituse sekkumiseta.

4 ARUTELU

Käesolevas uuringus uuriti, kuidas algkoolilaste adaptiivse WMT lühiajalise mõju aluseks olevad neurokognitiivsed mehhanismid on seotud koolituse eelistega, mis ilmnevad kuid või aastaid pärast koolitust. Üldiselt näitavad meie tulemused, et lisaks töömälule endale võib selektiivsest ja püsivast tähelepanust kasu olla samaaegselt viienädalase treeningu ajal või vahetult pärast seda. Näitame, et erinevate kognitiivsete ülesannete reageerimisaegade individuaalset varieeruvust saab kasutada laste lühiajaliste treeningmõjude tuvastamiseks ja et sellised meetmed võivad viidata kaugeleulatuva kasu püsimisele ja/või ilmnemisele kuude või aastate jooksul pärast seda. koolitus on läbi.

Meie tulemused näitavad, et adaptiivse WMT vahetute tulemuste hulgas on parem tähelepanu. Arvatakse, et töömälu ja tähelepanu protsessid on tihedalt seotud ja sõltuvad üksteisest (Astle & Scerif, 2011; D'Esposito & Postle, 2015; Engle, 2018; Eriksson et al., 2015; Gazzaley & Nobre, 2012; Unsworth & Robison, 2017 Wass et al., 2012). Kuigi neil on erinevad esmased sihtmärgid, nõuavad Flanker, Go/Nogo ja N-Back ülesanded suutlikkust kogu ülesande jooksul keskenduda (püsiv tähelepanu) ning tuvastada sihtstiimulid ja filtreerida või pärssida vastuseid mittesihtmärgile. stiimulid (selektiivne tähelepanu). Neuraalsel tasandil leiti erinevusi WMT ja CMP rühmade vahel nii juttkehas kui ka lateraalses ja mediaalses prefrontaalses ajukoores, mis on ajupiirkonnad, mis muu hulgas toetavad selektiivseid ja püsivaid tähelepanufunktsioone (Frank et al., 2001). Mcnab & Klingberg, 2008; Zanto et al., 2011).

Nende neuraalsete erinevustega kaasnes parem signaali tuvastamise jõudlus (st kõrgem d-prime), vähenenud individuaalne varieeruvus reageerimisaegades ja tõhusam asjakohase teabe kogumine (st suurem DDM-i triivimise määr) lastel, kes said adaptiivset WMT-d. Kõik need käitumismeetmed on seotud tähelepanuga ja sõltuvad sellest. Seetõttu näitavad meie neuraalsed ja käitumuslikud tulemused kokku, et selles uuringus kasutatud programmi eeliseid vahendavad vähemalt osaliselt tõhusamad tähelepanuprotsessid, mille tulemuseks on järjekindlad ja tõhusad vastused ülesandega seotud teabele ning ebaoluliste, segavate stiimulite töötlemise vähenemine. .

Need tulemused toetavad täiendavalt koolituse eeliste aluseks olevate mehhanismide teooriaid. Varasemate koolitusuuringute metaanalüüs jõudis järeldusele, et Cogmed-RM adaptiivne WMT programm mõjutab tähelepanu igapäevaelus (Spencer-Smith & Klingberg, 2015). Koolituse lõpus tuvastatud tõhusamad tähelepanuprotsessid on kooskõlas varasemate tulemuste ja teooriatega, mis käsitlevad ka kognitiivset koolitust järgnenud kaugele ülekandeefekte (Dahlin et al., 2008; Greenwood & Parasuraman, 2016; Morrison & Chein , 2011). Täpsemalt, need kaugeleulatuvad eelised ilmnevad siis, kui koolitatud ja ülekandeoskused jagavad ühiseid põhilisi kognitiivseid protsesse. Arvestades tähelepanu olulist rolli paljude kognitiivsete protsesside eeltingimusena, võib see olla aluseks WMT-le järgnevatele kaugele ülekandeefektidele.

Hiljuti on näidatud, et kooliealiste laste adaptiivse WMT eelised on võrreldes tavapärase klassiruumis õpetamisega ilmnenud 6–12 kuu jooksul (Berger et al., 2020). Tähelepanu esmased paranemised võivad olla aluseks hilisematele muutustele kõrgemates kognitiivsetes protsessides, mis soodustavad paremat koolisooritust. Meie praegused tulemused viitavad sellele, et tähelepanufunktsioonid võivad olla esimeste seas, mis seda tüüpi koolitustest paranevad, ja et hiljem esile kerkivad eelised akadeemilistele oskustele ja üldisele heaolule on seotud tähelepanuprotsesside kohese paranemisega. Pole üllatav, et WMT mõjutab ka tähelepanu kontrolli (nt valikuline tähelepanu, püsiv tähelepanu või eesmärgipärane tähelepanu ümberjaotamine), arvestades, et need protsessid on eeldused töömälu edukaks rakendamiseks (Astle & Scerif, 2011; D'Esposito & Postle, 2015; Eriksson jt, 2015; Gazzaley & Nobre, 2012; Unsworth & Robison, 2017; Wass et al., 2012).

Samuti on tõendeid selle kohta, et seoseid töömälu mahu ning erinevate kognitiivsete ja akadeemiliste oskuste vahel vahendab osaliselt ühine toetumine tähelepanu juhtimisele (Engle, 2018; Fukuda & Vogel, 2011; Unsworth & Robison, 2017). Arvestades tähelepanuprotsesside näivat rolli treeningefektide kaugema edasikandumise vahendamisel, on oluline mõõta neid protsesse WMT ja muude kognitiivse treeningu vormide tõhususe hindamisel. Samuti on tulevaste uuringute jaoks oluline võrrelda adaptiivset WMT-d ja sekkumisi, mis kasutavad adaptiivseid mehhanisme tähelepanu, pärssimise või muude kognitiivsete võimete treenimiseks. Meie praegused tulemused näitavad, et reageerimisaja individuaalset varieeruvust kvantifitseerivad mõõdikud on kasulikud erinevate treeningrežiimide suhtelise lühi- ja pikaajalise efektiivsuse määramisel.

Individuaalsete varieeruvuse mõõdikute võime tuvastada individuaalseid erinevusi tähelepanu juhtimises võib selgitada seost, mille leiame ICV ja akadeemiliste oskuste ja üldise heaolu tulevase kasu ilmnemise vahel pärast WMT-d. Individuaalse reaktsiooniaja varieeruvuse mõõdikud on tundlikud ja usaldusväärsed individuaalsete erinevuste mõõdikud tähelepanu juhtimise protsessides (MacDonald et al., 2009; Saville et al., 2011). Neid kasutatakse sageli indiviidi tähelepanu jaotamise tõhususe või tähelepanu juhtimise kõikumise määra indeksina ülesande täitmisel (Bellgrove et al., 2004; Isbell jt, 2018; Kelly jt, 2008; Stuss jt, 2003; Unsworth, 2015). Individuaalset varieeruvust on seostatud kognitiivsete kontrollimeetmetega tervetel lastel ja täiskasvanutel ning ühes ülesandes mõõdetud reaktsiooniaegade varieeruvus on korrelatsioonis töö- ja pikaajalise mälu või intelligentsusega, mida mõõdetakse eraldi ülesannetes (Bellgrove et al., 2004; Isbell jt, 2018; Larson & Saccuzzo, 1989; Montez jt, 2017; van Belle jt, 2015). Samuti erineb see tervete ja tähelepanupuudulikkusega hüperaktiivsuse häirega (ADHD) inimeste vahel (Castellanos et al., 2005; Geurts jt, 2008; Karalunas jt, 2014; Kofler jt, 2013; van Belle jt. , 2015). Suurenenud reaktsiooniaja varieeruvus ei ole aga ADHD puhul ainulaadne ja seda täheldatakse mitmesuguste psühhiaatriliste ja neuroloogiliste häirete korral (nt traumaatiline ajukahjustus, dementsus ja skisofreenia), mille puhul tähelepanupuudulikkus võib mängida olulist, kuigi vähem silmatorkavat rolli (Geurts et al., 2008; Haynes et al., 2017; Ilg jt, 2018; Kofler jt, 2013; MacDonald jt, 2006).

Suurenenud indiviidisisest varieeruvust täheldatakse tavaliselt haigete sugulaste ja patsientide puhul, mis näitab, et see võib hõlmata praeguste ja tulevaste psühhopatoloogiate ühiseid geneetilisi või keskkonnariski tegureid (Adleman et al., 2014; Ilg jt, 2018; Karalunas jt, 2014; Kuntsi jt, 2010; Stuss jt, 2003). Haynes'i jt hiljutine ülevaade. tõstab esile mitmeid eakate täiskasvanutega läbiviidud pikisuunalisi uuringuid, mis on näidanud, et indiviididevaheline reaktsiooniaegade varieeruvus on seotud kognitiivsete häirete ja suremusega tulevikus (Haynes et al., 2017). Seega näitavad meie praegused tulemused koos olemasoleva tööga, et indiviidisisese varieeruvuse meetmed ei ole tundlikud mitte ainult praeguse kognitiivse ja neuroloogilise funktsiooni suhtes, vaid on seotud ka nende funktsioonide tulevase stabiilsuse, paranemise või langusega.

Leidsime, et indiviidisisese varieeruvuse mõõdikud võivad tuvastada lühiajalist efektiivsust ja näitavad töömälu sekkumiste pikemaajalist kasu, mille eesmärk on parandada laste kognitiivseid oskusi ja akadeemilist tulemuslikkust. Saime tuvastada olulisi erinevusi treenitud ja treenimata rühmade vahel individuaalses reaktsiooniaja varieeruvuses kognitiivsete ülesannete puhul, mis uurivad töömälu ja tähelepanu (N-Back ja Flanker), vahetult pärast viienädalast WMT-d, samas kui varieeruvus paranes oluliselt reageerimise pärssimise ülesande ajal (Go/ Nogo) tekkis alles kuid hiljem. Sellegipoolest leidsime, et vastavalt nende võimele ennustada eakate kognitiivset langust, leidsime, et koolituse lõpus arvutatud N-back ja Go/Nogo ülesannete individuaalse varieeruvuse mõõtmised olid seotud akadeemiliste oskuste ja üldise heaolu paranemisega. -olemine lastel kuni 1 aasta pärast treeningut. Mõlema ülesande puhul oli väiksem koolitusjärgne varieeruvus seotud akadeemiliste oskuste ning klassiruumi ja sotsiaalse käitumise tugevuste/nõrkuste testide paremate tulemustega. ABCD andmete tulemused on kooskõlas ka ideega, et tulemuslikkuse varieeruvuse mõõdud on seotud nii praeguse kui ka tulevase heaoluga, eriti käitumisprobleemide ja KMI-ga.

Meie tulemused näitavad, et indiviidisisese varieeruvuse mõõdikud on kasulikud sekkumise tõhususe hindamisel. Siiski tuleb veel lahendada mitmeid olulisi küsimusi. Kas me saame näiteks kasutada indiviidisisese varieeruvuse mõõdikuid, et teha kindlaks, millal inimene on saanud piisava annuse koolitussekkumist? Kui jah, siis saaksime koolituse mahu kohandada igale inimesele, et parandada iga koolitusprogrammiga kaasnevaid kulude ja tulude kompromisse. Teine võtmeküsimus, mille meie järeldused tõstatavad, on see, mis tüüpi ülesanded (nt töömälu, tähelepanu, ülesannete vahetamise jms suunatud) ja indiviidisisese varieeruvuse meetmed sobivad kõige paremini kognitiivse koolituse lühi- ja pikaajaliste tulemuste hindamiseks. . Varasemates töödes on reageerimisaegade individuaalset varieeruvust kvantifitseeritud mitmel erineval viisil (Geurts et al., 2008; Karalunas et al., 2014; van Ravenzwaaij jt, 2011). Me leidsime olulisi erinevusi reageerimisaja varieeruvuses treeningrühmade vahel selektiivse tähelepanu (Flanker), töömälu (N-Back) ja vastuse inhibeerimise ülesannete (Go/Nogo) puhul, kasutades mitmeid täiendavaid varieeruvuse mõõte. Siiski võib esineda erinevusi selles, kui hästi erinevad varieeruvuse mõõdikud ja/või ülesannete ülesehitus ennustavad pikemas perspektiivis kasu tekkimist konkreetsetele õppeedukuse või üldise heaolu valdkondadele. Seda küsimust on oluline käsitleda tulevastes uuringutes, mis koguvad ja arvutavad mitu pikisuunalist mõõdikut suurtes osalejate valimites.

Märgime selle töö mõningaid võimalikke piiranguid. Üks võimalik piirang on see, et arvutiseadmete kasutamise tundmine võib olla aluseks kontroll- ja treeningrühmade reageerimisaja varieeruvusele. Kuid me arvame, et see on ebatõenäoline, arvestades, et fMRI uuringus rakendas koolitusrühm vastuseid koolituse ajal hiirega, samas kui skanneris reageerisid lapsed MRI-ga kohandatud nupukasti abil. Veelgi enam, Go/Nogo ülesande jõudluse varieeruvuse märkimisväärne paranemine ilmnes alles kuid pärast koolitust, mis viitab sellele, et erinevus oli tingitud pigem kognitiivsete oskuste edasisest arengust kui lihtsast tegevusest tuttavatest või motoorsete oskustest. Teiseks ei sisaldanud meie esialgne fMRI uuring algtasemel NBacki ega Flankerit, nii et me ei saanud kontrollida nende täpsete ülesannete algtaseme jõudlust.

Rühmadevaheliste erinevuste puudumine muudes töömälu või tähelepanu sekkumiseelsetes mõõtmistes viitab sellele, et randomiseerimise ebaõnnestumiste tõenäosus, mis põhjustab treeningust sõltumatuid erinevusi töömälus või tähelepanus, on väga väike. Asjaolu, et saame oma fMRI proovi tulemusi korrata BFHSW proovis, kasutades Go/Nogo ülesannet, mida mõõdeti algtasemel ja pärast sekkumist, näitab veel, et randomiseerimise ebaõnnestumine on meie esialgsete tulemuste ebatõenäoline põhjus. Lõpuks on oluline piirang see, et meie praegused andmed ei saa meile öelda, kas need mõjud on spetsiifilised adaptiivsele WMT-le iseenesest või kas muud kognitiivse koolituse vormid võivad tuua sarnaseid eeliseid. Meie tulemused RT varieeruvuse kohta viitavad sellele, et mõned esialgsed koolituse eelised on tingitud tähelepanu kontrolli paranemisest. Kuigi tähelepanu juhtimine ja töömälu on omavahel seotud, peaks olema võimalik treenida tähelepanu juhtimist kognitiivsete ülesannete abil, mis seavad töömälule piiratud nõudmised, et neid kahte oskust paremini eristada. Kognitiivse koolituse parimate tüüpide ja vormide kindlaksmääramine ning võimalik, et koolituse kohandamine erinevas vanuses või erineva võimekusega inimestele on tulevaste uuringute oluline eesmärk.

5 KOKKUVÕTE

Kognitiivsete võimete tõhustamise tõhusad vahendid on olnud paljude teadusharude pikaajaline eesmärk. Meie praegune töö täiendab olemasolevaid tõendeid selle kohta, et adaptiivne WMT võib kooliealistele lastele märkimisväärselt kasu tuua (Berger et al., 2020; Jones jt, 2020; Karbach jt, 2015; Titz & Karbach, 2014; Wass jt, 2012). Lisaks annab see täiendavat teavet nende eeliste aluseks olevate mehhanismide kohta. Koos Bergeri jt hiljutiste leidudega. (2020), rõhutab see ka pikaajaliste järelkontrollide kaasamise olulisust mis tahes koolituse tõhususe hindamisel. Lisaks pikaajalistele jälgimisandmetele demonstreerime reageerimisaja varieeruvuse mõõdikute kasutamise kasulikkust sekkumise edukuse vahetu näitajana. Sellise vahetu hindamisvahendi praktilist tähtsust ei tohiks tähelepanuta jätta, kuna see võib potentsiaalselt võimaldada koolitussekkumiste kohandamist kestuse või sisu osas, ilma et oleks vaja aastaid oodata järelandmeid, et teha kindlaks, kas sellest pikaajaline kasu on.

VIITED

1. Achenbach, TM (1991) Lapse käitumise kontroll-loendi käsiraamat/4-18 ja 1991. aasta profiil. Vermonti ülikooli psühhiaatria osakond.

2. Adleman, NE, Yi, JY, Deveney, CM, Guyer, AE, Leibenluft, E. ja Brotman, MA (2014). Reageerimisaja suurenemine subjektisisene varieeruvus mõjutatud eelkooliealistel lastel, kellel on perekondlik risk bipolaarse häire tekkeks. Psychiatry Research, 30, 219(3), 687–689.

3. Ali, S., Macoun, SJ, Bedir, B. ja MacDonald, SWS (2019). Laste individuaalne varieeruvus on seotud informantide tähelepanu ja täidesaatva funktsiooni hinnangutega. Journal of Clinical and Experimental Neuropsychology, 41(7), 740–748.

4. Astle, DE, Barnes, JJ, Baker, K., Colclough, GL, & Woolrich, MW (2015). Kognitiivne treening suurendab aju sisemist ühenduvust lapsepõlves. The Journal of Neuroscience: The Society for Neuroscience, 35(16), 6277–6283 ametlik väljaanne.

5. Astle, DE ja Scerif, G. (2011). Tähelepanu ja visuaalse lühiajalise mälu (VSTM) koostoimed: mida saab õppida individuaalsetest ja arengulistest erinevustest? Neuropsychologia, 49(6), 1435–1445.

6.Au, J., Sheehan, E., Tsai, N., Duncan, GJ, Buschkuehl, M., & Jaeggi, SM (2015). Vedeliku intelligentsuse parandamine töömälu treenimise abil: metaanalüüs. Psychonomic Bulletin & Review, 22(2), 366–377.

6.Baddeley, A. (1996). Töömälu fraktsioneerimine. Proceedings of the National Academy of Sciences of the United States, 93(24), 13468–13472.

7.Baddeley, A. (2010). Töömälu. Current Biology, 20(4), R136–R140.

8.Bellgrove, MA, Hester, R. ja Garavan, H. (2004). Vastuse varieeruvuse funktsionaalsed neuroanatoomilised korrelatsioonid: tõendid vastuse inhibeerimise ülesandest. Neuropsychologia, 42(14), 1910–1916.

9.Berger, EM, Fehr, E., Hermes, H., Schunk, D., & Winkel, K. Töömälu treenimise mõju laste kognitiivsetele ja mittekognitiivsetele oskustele. SSRN Electronic Journal, https://doi.org/10.2139/ssrn.3622985

10.Bogg, T. ja Lasecki, L. (2014). Usaldusväärne kasum? Tõendid oluliselt ebapiisavate disainilahenduste kohta töömälu treenimise ülekandmise uuringutes vedeliku intelligentsusele. Piirid psühholoogias, 5, 1589.

For more information:1950477648nn@gmail.com