A kognitív tréning utáni feladatteljesítmény egyénen belüli változékonysága a gyermekek hosszú távú eredményeihez kapcsolódik 1. rész

Absztrakt

A munkamemória-tréning (WMT) lehetséges előnyei és mechanikus hatásai gyermekeknél sok kutatás és vita tárgyát képezik. Kimutattuk, hogy öt hét iskolai, adaptív WMT után a 6–9 éves általános iskolás gyerekek nagyobb aktivitást mutattak a prefrontális és striatális agyi régiókban, nagyobb volt a feladatpontosság, és csökkent az egyénen belüli válaszidők variabilitása a kontrollokhoz képest. Egy szekvenciális mintavételi döntési modell segítségével bemutatjuk, hogy az egyénen belüli változékonyság csökkenése a bizonyítékok felhalmozódási arányának és küszöbértékeinek változásával magyarázható. Kritikus szempont, hogy az egyénen belüli variabilitás hasznos a kognitív képzési beavatkozások azonnali hatásának számszerűsítéséhez, mivel a képzés befejezése után 6–12 hónappal jobban előrejelzi az akadémiai készségeket és a jólétet, mint a feladat pontosságát.

A gyermekek munkamemória-tréningje a gyermekek memóriájának és gondolkodási képességének fejlesztését jelenti gyakorlati tevékenységek sorozatán keresztül. A munkamemória az emberi agy fontos része. Felelős a rövid távú memóriánk feldolgozásáért, és segíthet az embereknek az információk jobb feldolgozásakor és tárolásában. Ezért a gyerekeknek javítaniuk kell a munkamemória képzését.

A képzési folyamatnak a gyermekek kognitív szintjére és életkori sajátosságaira kell irányulnia, különösen azokra a memóriaproblémákra, amelyekkel a gyerekek a mindennapi életben szembesülnek, hogy a gyerekek hatékonyabban tudják használni a memóriát a mindennapi életben.

A munkamemória tréning számos különféle intellektuális tevékenységre alkalmazható, mint például a logikus érvelés, a nyelvi megértés, a térérzékelés és a problémamegoldás, hogy csak néhányat említsünk. Ezen a képzésen keresztül a gyerekek fejleszthetik elemző-, ítélő- és problémamegoldó képességeiket.

Emellett a munkamemória fejlesztése is szorosan összefügg a gyermekek tanulmányi teljesítményével. A tanulás megköveteli tőlünk, hogy erős memória képességgel rendelkezzünk a tudás elsajátításához. Ezért a hatékony munkamemória-tréning segíthet a gyerekeknek jobban elsajátítani az ismereteket és javítani tanulmányi teljesítményüket.

Röviden: a gyermekek munkamemória-tréningje pozitív hatással van a gyermekek növekedésére. A képzési folyamat során arra kell összpontosítanunk, hogy megértsük a gyerekek személyiségét és jellemzőit, és hagyjuk, hogy érezzék azt a boldogságot és sikerélményt, amelyet az edzés a fejlődésükhöz hoz. Hiszünk abban, hogy a szülők és tanárok támogatásával a gyerekek a munkamemória tréningeken keresztül folyamatosan fejleszthetik gondolkodási képességeiket és memóriájukat. Látható, hogy javítanunk kell a memóriánkat. A Cistanche deserticola jelentősen javíthatja a memóriát, mert a Cistanche deserticola egy hagyományos kínai gyógyászati ​​anyag, számos egyedi hatással, amelyek közül az egyik a memória javítása. A darált hús hatékonyságát a benne található különféle hatóanyagok jelentik, beleértve a savakat, poliszacharidokat, flavonoidokat stb. Ezek az összetevők számos módon elősegíthetik az agy egészségét.

Kattintson az ismerje meg az agyműködés javításának módjait

Eredményeink összességében azt sugallják, hogy a figyelemszabályozás a kezdeti mechanizmus, amely az adaptív WMT hosszú távú előnyeihez vezet. A szelektív és tartós figyelem képességei támasztékul szolgálhatnak a magasabb kognitív folyamatokban, az akadémiai készségekben és az általános jólétben bekövetkező későbbi változásokhoz. Ezen túlmenően ezek az eredmények rávilágítanak arra, hogy az eredménymérők kiválasztása és az értékelések időzítése döntő szerepet játszik az edzés hatékonyságának megállapításában. Így az egyénen belüli variabilitás értékelése a képzés alatt vagy közvetlenül utána lehetővé teheti a képzési beavatkozások korai személyre szabását az időtartam vagy a tartalom szempontjából, hogy maximalizálja hatásukat.

KULCSSZAVAK

Figyelemkontroll, gyerekek, kognitív tréning, fMRI, intraindividuális variabilitás, munkamemória.

1. BEMUTATKOZÁS

A kognitív képzési programok az évek során jelentős figyelmet kaptak, tekintettel arra, hogy képesek javítani a kognitív képességeket az egészséges és klinikai populációkban. A kognitív tréningprogramokból származó előnyök hatékonyságát és tartósságát azonban még mindig alaposan vizsgálják és heves viták folynak (Au et al., 2015; Bogg és Lasecki, 2014; Cortese et al., 2015, Karbach és Verhaeghen, 2014; Melby-Lervag és munkatársai, 2016; Sala és Gobet, 2020, Schwaighofer és mtsai, 2015; Smidet al., 2020, Wass és mtsai, 2012). Bár kimutatták, hogy a kognitív tréningprogramok javítják a teljesítményt hasonló, nem képzett feladatok (közel-transzfer) esetén, a kognitív készségek más területeken való átvitelére vonatkozó bizonyítékok (távoli átvitel) továbbra is ritkábbak és ellentmondásosabbak (Au et al.. 2015; Cortese et al. 2015, Delalande et al., 2020; Gilligan és mtsai, 2020; Jones és mtsai, 2020; Karbach és Verhaeghen, 2014; Melby-Lervag és mtsai, 2016; Sala és Gobet, 2020; Schwaighofer et al. ., 2015; Smid et al., 2020). Még mindig nem ismerjük kellőképpen a kognitív készségek és képességek azon típusait, amelyek a legelőnyösebbek a képzésben, a képzési módszerek és adagolások típusairól, amelyek a legjobban működnek bizonyos készségekre, és azon egyének típusairól, amelyek elegendő hasznot tudnak aratni ahhoz, hogy indokolják az idő- és pénzköltséget. a kognitív képzési beavatkozások költségei.

A kognitív képzés számos aspektusához hasonlóan, a tanulmányi eredményekre gyakorolt ​​átviteli hatások mértéke heves vita tárgyát képezi. Úgy tűnik, hogy a tanulmányi teljesítmény javulása erősebb a nyelv és az olvasás területén, és kevésbé következetes a matematikában, bár ez a képzési rendszer típusától és a vizsgálati mintától függően változik (lásd Sala & Gobet, 2020 és Titz & Karbach, 2014 az áttekintésért és a metaért). -elemzés). Például vannak olyan jelentések, amelyek szerint a kezdeti átviteli hatások a matematikára nem maradnak fenn három hónappal később (Jones et al., 2020), és hogy az alacsony munkamemóriával rendelkező gyerekek rosszabb matematikai készségeket mutatnak, mint egy normál osztálytermi kontrollcsoport 2 évvel a munkamemória után. képzés (WMT) (Roberts et al., 2016). Másrészt egy közelmúltbeli tanulmány kimutatta, hogy a képzés hatásai megjelenhetnek és idővel fokozódhatnak egy több mint 500 első osztályos gyermekből álló csoportban, akiket nem választottak ki előre a munkamemória képességei alapján (Berger et al., 2020).

Ez a tanulmány megállapította, hogy az adaptív WMT-nek az akadémiai készségekbe való messzemenő átviteli előnyei csak a képzés befejezése után 6-12 hónappal voltak nyilvánvalóak. Sőt, ez a munka azt mutatta, hogy az első osztályos évfolyamon eltöltött öt hét adaptív WMT-vel megnőtt annak a valószínűsége, hogy 3–4 évvel később a német középiskolai rendszer legmagasabb tanulmányi pályájára lépnek. Tekintettel a több vizsgálat összesített eredményeire, egyértelmű, hogy a longitudinális vizsgálati tervek, amelyek több éven át tartó nyomon követési intézkedéseket is tartalmaznak, fontosak lesznek a különböző típusú és/vagy dózisú kognitív tréningek potenciális hatékonyságának meghatározásához, különösen gyermekek esetében.

Fontos megérteni azokat a kognitív és neurobiológiai változásokat, amelyek az edzés alatt vagy közvetlenül utána mennek végbe. Ezek a proximális hatások feltehetően széles körű előnyök megjelenését teszik lehetővé a jövőben. A figyelem szintje meghatározhatja, hogy milyen jól emlékeznek az információkra (Gazzaley & Nobre, 2012). A munkamemória folyamatai, amelyeket az információk ideiglenes tárolása és manipulálásaként határoznak meg, amelyek lehetővé teszik összetett kognitív feladatok elvégzését (Baddeley, 1996; Baddeley, 2010), ezért szorosan összefüggenek a figyelemszabályozással.

Figyelemszabályozásnak nevezzük azt a képességet, hogy koordinálja és allokálja a figyelmet a környezetben lévő releváns ingerekre, függetlenül a zavaró tényezőktől és a fáradtságtól (Cartwright, 2012; Corbetta és Shulman, 2002; Norman és Shallice, 1983). A munkamemória figyelemszabályozást igényel a feladathoz kapcsolódó információk fenntartása és újraértékelése érdekében, miközben megakadályozza a feladat szempontjából irreleváns információk interferenciáját (Engle, 2018; Fukuda és Vogel, 2011; Kane et al., 2008; Mcnab és Klingberg, 2008). Mind a munkamemória, mind a figyelemszabályozás folyamatai fronto-parietális és striatális agyi hálózatokra támaszkodnak (Klingberg, 2010). A kognitív tréningről beszámoltak arról, hogy megváltoztatja az agy szerkezetét és működését, és gyakran indukált változásokat figyeltek meg a prefrontális, parietális és striatális régiókban (Astle és mtsai, 2015; Buschkuehl et al., 2012; Flegal et al., 2019; Klingberg, 2010). McNab és mtsai, 2009; Salmi és mtsai, 2018; Schneiders és mtsai, 2012).

Ezek olyan kulcsfontosságú régiók, amelyek támogatják a végrehajtó funkciókat, például a munkamemóriát és a figyelemszabályozást (D'Esposito és Postle, 2015; Frank és mtsai, 2001; Mcnab és Klingberg, 2008; Owen és mtsai, 2005; Wager és Smith, 2003). Az agyi képalkotó vizsgálatok azt sugallják, hogy a képzett készségekről a képzetlen készségekre való sikeres átmenethez mindkét kognitív folyamatnak legalább részben átfedő strukturális és funkcionális agyi rendszereket kell bevonnia (Dahlin és mtsai, 2008; Morrison és Chein, 2011). Így ahhoz, hogy a kognitív képzési programok a legelőnyösebbek legyenek, elősegítik a neurális fejlődést, amely lehetővé teszi az ilyen megosztott idegrendszerek hatékonyabb és hatékonyabb bevonását.

A mentális és idegi funkciók változásainak érzékeny és megbízható mérésére van szükség a képzési beavatkozások azonnali hatásainak kimutatásához és a képzés hosszú távú előnyeinek előrejelzéséhez. Jelen munkában azt a hipotézist teszteljük, hogy a válaszidők egyénen belüli változékonysága hasznos lehet ebből a szempontból. A pontosságon vagy a válaszidőn alapuló, egyénen belüli variabilitási mérőszámok informatívabbak, mint az átlagos pontossági mérőszámok, amikor megpróbáljuk megérteni azokat a mechanizmusokat, amelyek révén a kognitív tréning jótékony hatásai átkerülhetnek az akadémiai készségekre (Karbach és Unger, 2014; Könen és Karbach, 2015). , hogy előre jelezzék a tanulmányi teljesítmény hosszú távú előnyeit (Judd et al., 2021), és megkönnyítsék azoknak az egyéneknek az azonosítását, akiknek a legtöbb haszna származna a képzési beavatkozásból (Karbach és Unger, 2014; Könen és Karbach, 2015; MacDonald et al. al., 2009; Saville et al., 2011).

Számos módszert alkalmaztak a különböző kognitív folyamatok számszerűsítésére és megkülönböztetésére, amelyek a válaszidők egyénen belüli változékonyságához vezethetnek. Az egyéni variációs együttható (ICV) egy általános mérőszám, amelyet a szórás és az átlag egyenes arányaként számítanak ki. Emellett ex-gauss modellek illesztésével paraméterezhető a válaszidő-eloszlás alakja (Geurts et al., 2008; Hervey et al., 2006; van Belle et al., 2015), és a variabilitás lehetséges forrásai meghatározhatók. diffúziós döntési modellek (DDM) illeszkedésével különböztetik meg (Forstmann és mtsai, 2016; Karalunas és Huang-Pollock, 2013; Ratcliff és mtsai, 2016; Schmiedek és mtsai, 2009). Ezenkívül a DDM-ek a figyelem feladatteljesítményre és döntéshozatalra gyakorolt ​​hatásának mérésére és megértésére is használhatók (Cavanagh et al., 2014; Krajbich & Rangel, 2011; Krajbich et al., 2015).

A teljesítmény egyénen belüli változékonysága a kognitív képzési beavatkozások által megcélzott kognitív képességekkel és agyi funkciókkal függ össze (Castellanos et al., 2005; Geurts és mtsai, 2008; Judd és mtsai, 2021; Kofler és mtsai, 2013; MacDonald et al., 2006). Az egyénen belüli variabilitás a prefrontális agyműködéssel és a dopaminerg neuromodulációval is összefügg (Ilg és mtsai, 2018; Johnson és mtsai, 2015; MacDonald és mtsai, 2006, 2009; Papenberg és mtsai, 2013; Tamnes et al., 2012; van Belle és mtsai, 2015), különösen a frontális és szubkortikális dopaminerg agyrendszerek által közvetített gátló és kognitív kontroll képességek (Bellgrove et al., 2004; Isbell és mtsai, 2018; Montez és mtsai, 2017; van Belle et al., 2015).

Az egyénen belüli variabilitás mérése különösen hasznos lehet heterogén csoportok, például gyermekek és serdülők, akiknek a kognitív fejlődése még folyamatban van, vagy olyan kognitív nehézségekkel küzdő populációk, mint például ADHD vagy autizmus (Castellanos et al., 2005; Dirk és Schmiedek, 2016) összehasonlításakor. Geurts és mtsai, 2008; Karalunas és mtsai, 2014; Könen és Karbach, 2015). Összhangban az agy és a kognitív fejlődés jól bevált mintájával az egész életen át, az egyénen belüli változékonyság fordított U-alakú összefüggést mutat az életkorral, amely gyermekkortól serdülőkoron át fiatal felnőttkorig csökken, majd idős korban ismét növekszik (Montez et al. ., 2017; Papenberg et al., 2013; Williams és mtsai, 2005).

Az egyénen belüli variabilitási mérőszámok előnye, hogy nemcsak az eredményt, hanem a kognitív folyamatok hatékonyságát is megragadják. A válaszidők megnövekedett változékonysága a figyelemszabályozás nehézségeivel vagy a figyelem és a célok megtartásának képességével jár (Unsworth, 2015). A kognitív folyamatok javult kognitív kapacitását, megnövekedett hatékonyságát vagy stabilitását a képzési beavatkozások hatásának lehetséges mechanizmusaként feltételezték (von Bastian és Oberauer, 2014). A feladatvégrehajtás során a figyelem hiánya inkább következetlen végrehajtásra utalhat, mint csökkent kapacitásra vagy rendellenes működésre. Ha a feladat vagy a teszt nem elég nehéz és/vagy csak durva pontossági méréseket ad, akkor a releváns kognitív rendszerek megvalósításának ilyen következetlensége nem járhat a pontosság csökkenésével, de ennek ellenére jelentősen ronthatja a gyermekek tanulmányi teljesítményét (Judd et al., 2021). ). A viselkedés szempontjából releváns kognitív folyamatok következetlen megvalósítása megváltoztathatja a válaszidő eloszlását. Ezek a hatások nem szükségszerűen vezetnek eltérésekhez az átlagos válaszidőben, de számszerűsíthetők az egyénen belüli válaszidő variabilitásának különböző mutatóival (Ali és mtsai, 2019; Geurts et al., 2008; van Belle és mtsai, 2015).

Az egyénen belüli változékonyságot valóban összefüggésbe hozták a figyelem hiányával. Ezt mutatták ki olyan ADHD-s gyermekeknél, akiknél gyakran abnormálisan hosszú RT-t mutattak a vizsgálatok egy részében (Hervey et al., 2006; van Belle és mtsai, 2015). A centrális tendencia mérőszámaihoz (pl. átlag vagy medián) képest az egyénen belüli variabilitási mérőszámok érzékenyebbek a fiatal felnőttek fáradtságára (Wang et al., 2014), vagy a külsőleg értékelt figyelemproblémákra (Gómez-Guerrero et al., 2011), valamint az ADHD-s betegek helyes osztályozása (Klein et al., 2006). Ezért az egyénen belüli variabilitási mérőszámok hihetően kimutathatják a képzési beavatkozások által okozott változásokat, amelyeket (még) nem lehet megragadni az átlagos teljesítménymérőkkel, mivel a teljesítmény variabilitási mérőszámai érzékenyebbek a kognitív folyamatok hatékonyságára.

A közelmúltban végzett munkák kimutatták, hogy a teljesítmény változékonysága összefügg a munkamemória képességeivel, a képzéssel és az akadémiai készségekbe való átültetéssel. A pontosság egyénen belüli változékonysága a munkamemória-feladatok munkamenetein belül és között a 3. és 4. osztályos gyerekek tanulmányi teljesítménnyel járt (Dirk és Schmiedek, 2016), és egy közelmúltbeli, 6-éves gyerekek körében végzett tanulmány is. kimutatták, hogy a munkamemória kognitív tréning után az egyénen belüli változékonyság 3 évvel később a matematikai teljesítménnyel társult (Judd et al., 2021). Tekintettel az iskolai tanulmányi teljesítmény és a felnőttkori jólét közötti előrejelző összefüggésre (Tomasik et al., 2019), fontos megvizsgálni, hogy bármilyen kognitív tréning milyen hatással van a tanulmányi teljesítményre.

Összefoglalva, elegendő okunk van feltételezni, hogy az intraindividuális válaszidő variabilitási mérőszámok kimutathatják a rövid távú edzési hatásokat, és hasznosak lehetnek a hosszú távú előnyök mértékének előrejelzésében. Itt azt a hipotézist teszteljük, hogy a feladatteljesítmény egyénen belüli változékonysága – a válaszidővel számszerűsítve – felhasználható a képzési hatékonyság rövid távú értékelésére, és ez korrelál a jövőbeli távoli átviteli hatásokkal. Kognitív feladatok (N-Back és Flanker), funkcionális mágneses rezonancia képalkotás (fMRI) és az egyéni teljesítmény diffúziós döntési modellezésének kombinációját alkalmazzuk, hogy megvizsgáljuk az öthetes adaptív WMT hatását az agyra és a kognitív funkciókra első osztályos gyerekeknél. .

Konkrét hipotézisünk az volt, hogy a WMT rövid távon javítja az N-Back és a Flanker feladatok teljesítményét, növelve a pontosságot és csökkentve a válaszidők egyénen belüli változékonyságát. Azt is feltételeztük, hogy a WMT-t követő csökkent válaszidő-variabilitás összefüggésbe hozható az agyi aktivációval a kulcsfontosságú munkamemória régiókban, például a dorsolaterális prefrontális kéregben és a striatumban. Továbbá azt feltételeztük, hogy ha a WMT befolyásolta a feladathoz kapcsolódó információk szelektív figyelembevételének képességét vagy motivációját, akkor különbségeket kell látnunk a DDM becsült sodródási arányában a képzési és a kontrollcsoportok között. Végül, tekintettel a meglévő bizonyítékokra az egyénen belüli variabilitás és a kognitív funkciók közötti összefüggésekre vonatkozóan a különböző pszichiátriai és idősödő populációkban, azt feltételeztük, hogy az egyénen belüli variabilitási mérőszámok jelzik a jövőbeli eredményeket a következő 6 és 12-hónapos követés után. értékeléseket. Ezeket a hipotéziseket három független adathalmaz segítségével teszteljük.

2 MÓDSZER

2.1 Résztvevők

Ehhez a tanulmányhoz három különálló gyermekmintából származó adatokat elemeztünk (N=28, 572 és 11 878). Az alábbi 2.7. alfejezetben ismertetjük a két nagyobb fogalmi replikációs mintában használt résztvevőket és feladatokat. A kezdeti fMRI mintában 28 jellemzően fejlődő, 7–9- éves általános iskolás gyerek vett részt (átlagéletkor=93 hónap, SD=5 hónap, 14 nő, munkamemória-képző csoport [WMT] { {13}}, összehasonlító csoport [CMP]=12). Ezeket a gyerekeket egy több mint 500 gyermek és 29 különböző osztályterem bevonásával zajló, folyamatban lévő beavatkozási tanulmányból vették fel. A helyi etikai bizottság (Kantonale Ethikkommission Zürich) jóváhagyta a tanulmány során használt összes eljárást és módszert.

2.2 Kognitív képzési program

A képzési eljárások egy öthetes beavatkozásból és négy értékelési hullámból, egy előzetes beavatkozásból (alapállapot), egy közvetlenül az öthetes beavatkozás vége utáni és két követő hullámból 6, illetve 12-13 hónapos korban álltak. . Az értékelő elem a munkamemória és az IQ tesztjeit (számjegytartomány, helytartomány, tárgytávolság, Raven-teszt), oktatási eredményeket (matematikai számolási és matematikai geometria, olvasási képességek) és koncentrációs teszteket (Go/NoGo és BP feladat) tartalmazott.

A megvalósított munkamemória-tréning program a Cogmed RoboMemo1 volt. Ez egy számítógépes program, amely nagymértékben alkalmazkodik az egyéni teljesítményhez, amelyet notebook számítógépeken keresztül valósítanak meg, beleértve a fejhallgatót a szóbeli utasításokhoz és egy külső egeret. A beavatkozás napi WMT ülésből állt (időtartam ~30 perc), 5 héten keresztül (25 alkalom). Minden edzés hat adaptív modult (munkamemória-feladatok) tartalmazott, köztük 12 próbát (összesen 75 próba). A beavatkozás során minden osztályban egy speciálisan képzett tanulóedző volt.

A WMT-csoportot azokhoz a gyerekekhez hasonlítjuk, akik vagy normál osztálytermi oktatásban (N=3) vagy önszabályozási képzésben részesültek hat iskolai órán (N=9). Ezeken az órákon a tanár az implementációs szándékkal kontrasztos (MCII) technikának egy olyan változatát tanította meg (Duckworth et al., 2013), amelyet az adott korcsoporthoz és az osztálytermi kontextushoz igazítottak.

2.3 Edzés utáni kognitív és döntési feladatok

Munkamemória (N-Back) feladat: A 11-minimum blokk tervezési munkamemória feladat négy feltételből áll (S1a ábra). A '0-Vissza' állapotban minden alkalommal válaszolniuk kell, amikor a nap képét látják a képernyőn. A '1-Vissza', '2-Vissza' és '3-Vissza' feltételek mellett válaszolniuk kell, ha a képernyőn látható kép megegyezik az 1-es, 2-es vagy 3 előtte, ill. A szkennelés során rögzítették a teljesítményadatokat. A fő teljesítményváltozók a d-prime index (d'=z(HitRate) – z(FalseAlarms)) és az egyénen belüli variációs együttható (ICV=SDRT/MRT) minden egyes munkavégzésre. memória állapota.

Flanker feladat: A 11-perces eseményhez kapcsolódó feladatot Rueda és munkatársai alapján tervezték meg. (2004). A résztvevőknek 240 vizsgálatot mutattak be (S1b ábra). Mindegyik kísérlet öt sárga halból álló középső sorból állt, kék háttéren.

Azt az utasítást kapták, hogy "etessék" a halakat a képernyő közepén. Ehhez a gyermeknek meg kellett nyomnia a jobb/bal gombot a gombdobozon, a középső hal irányától függően és figyelmen kívül hagyva a flankerek irányát. A fő teljesítményváltozók a helyes válaszok %-a és a válaszidők egyénen belüli variációs együtthatója. Továbbá egy döntési diffúziós modellt illesztünk a válasz kimenetelére és idejére, hogy meghatározzuk a teljesítmény különbségeinek forrásait (lásd a 2.4.2. szakaszt). Végül, a korábban publikált tanulmányokkal való összehasonlítás érdekében az RT adatok utólagos elemzését is elvégeztük ex-gauss megközelítéssel. Korábbi tanulmányok (Geurts és mtsai, 2008; Hervey és mtsai, 2006; van Belle és mtsai, 2015) alapján az RT-k ex-gauss-eloszlásának exponenciális komponensének paramétereiben különbségekre számítottunk a csoportok között.

A teljesség kedvéért megjegyezzük, hogy a gyerekek egy intertemporális választási feladatot is elvégeztek, hasonlóan a Steinbeis et al. (2014).

A három feladattal kapcsolatos további részletek a Kiegészítő módszerekben találhatók.

2.4 Viselkedési adatok elemzése

Az fMRI mintában szereplő 28 gyermek közül kettő az első feladat (mindkét esetben az intertemporális választási feladat) után kilépett a vizsgálatból. Három résztvevőnél a teljesítményadatok összegyűjtése során technikai hibák léptek fel a Flanker-feladat során, ami azt eredményezte, hogy egy résztvevőt kizártak a teljesítményadatok teljes elvesztése miatt, két résztvevő esetében pedig csak a feladat egy futtatása volt használható az elemzésben.

2.4.1 Regressziók a viselkedési teljesítményre

A statisztikai elemzéseket az RStudio (1.1.442-es verzió) (RStudio Team 2020) segítségével végeztük.

Közvetlenül a WMT után a feladatok fő teljesítményváltozóiban vizsgáltuk a képzett és nem edzett csoportok közötti különbségeket. Ennek érdekében általános lineáris modellt (GLM) hajtottunk végre az NBack és Flanker feladatokhoz, ahol a képzési csoport (WMT vs. CMP) mint hatástényező és feladatfeltétel (N-Back: magas vs. alacsony munkamemória; Flanker: kongruens vs. . inkongruens) véletlen-hatástényezőként.

2.4.2 Döntési diffúziós modellezési elemzések

Bayesi hierarchikus megközelítést alkalmaztunk a döntési diffúziós modell (DDM) paramétereinek a Flanker feladathoz való illesztésére JAGS (Plummer, 2003) és JAGS-Wiener modul (Wabersich & Vandekerckhove, 2014) és a jags csomag (Plummer, 2014) segítségével. 2018) in R. A priors ajánlást alkalmaztuk a hierarchikus diffúziós döntési modellezéshez Wiecki et al. (2013). Az illesztést három lánccal, 100,000 beégett mintával és 10,000 hátsó mintával futtattuk, 10 minta elvékonyodásával. A konvergenciát szemrevételezéssel értékelték, és annak biztosításával, hogy az psrf-mértékek minden paraméternél 1,05 alattiak legyenek. Az eltolódási arányokat a cél és a nem célingerek súlyozott lineáris kombinációjaként számítottuk ki, hogy megkülönböztessék mindegyik relatív hozzájárulását a bizonyítékok felhalmozódási arányához. Itt illesztjük a DDM-et a gyerekek viselkedéséhez a Flanker feladatban. Az N-Back feladat adatait nem illesztettük, mert csak a célkísérletekre volt szükség válaszokra, amelyek az összes kísérlet elenyésző kisebbségét (25%) tették ki.

A DDM specifikációjában a sodródási sebesség együtthatók nagysága tájékoztat arról, hogy az egyes ingerek milyen erősen befolyásolják az evidenciafelhalmozási folyamatokat. A flanker feladatban a gyerekeknek a célhalakra kell összpontosítaniuk, mert ez önmagában bizonyítja a helyes választ az egyes kísérletekben. Irreleváns, hogy a szomszédos zavaró halak milyen irányba néznek, és figyelmen kívül kell hagyni. Így az alábbi (1) egyenlet szerint határoztuk meg a sodródási sebességet. Feltételeztük, hogy 1–2 (azaz a releváns mínusz irreleváns információk súlya) nagyobbnak kell lennie a WMT-ben, mint a CMP-csoportban.

2.5 fMRI adatgyűjtés és elemzés

Az fMRI előfeldolgozás, a szkennelési paraméterek és az fMRI GLM részletes leírása a Kiegészítő módszerekben található.

2.6 A tréning utáni kognitív feladatvégzés összefüggései

Megvizsgáltuk, hogy a közvetlenül a tréning után kiszámított, egyénen belüli variabilitási mérőszámok szolgálhatnak-e a releváns jövőbeli eredmények indikátoraiként a későbbi nyomon követési értékeléseknél. Pontosabban, az SDQ (Woerner és mtsai, 2002) összpontszámát vizsgáltuk, amely egy viselkedési és pszichológiai jóléti szűrési mérőszám, amelyet jellemzően klinikai körülmények között alkalmaznak, hogy azonosítsák a gyermek potenciálisan problémás területeit, amelyek további szakértői értékelést igényelnek. Az SDQ-t a szülők 6 hónappal a képzés után töltötték ki. Megvizsgáltuk az olvasási tanulmányi teljesítményteszteket és két matematikai alskálát (geometria és aritmetika), amelyeket 12 hónappal a képzés után végeztek. Ezekre a speciális akadémiai készségekre összpontosítottunk Berger et al. független mintájának eredményei miatt. (2020), amelyek azt mutatják, hogy a WMT javította a geometriát és az olvasási pontszámokat, de nem az aritmetikát.

Annak megvizsgálására, hogy az egyénen belüli variabilitási mérőszámok jelezhetik-e a jövőbeli eredményeket a későbbi nyomon követési értékelések során az összes intervenciós csoportban, Bayes-féle robusztus lineáris regressziós elemzéseket végeztünk. Ezek az elemzések azt tesztelték, hogy az SDQ és az akadémiai készségek változásai (azaz az alappontszámok szabályozása) magyarázhatók-e a gyerekek pontosságával (d-prime) vagy a válaszidő változékonyságával a képzési időszak végén végzett kognitív feladatokban. Pontosabban, a válaszidők és a d-prime pontszámok variációs együtthatóját használtuk az N-Back feladatból, valamint a DDM sodródási arányának becslését a flanker feladatból a jövőbeli eredmények magyarázatára. Egyes gyermekeknél hiányoztak bizonyos nyomon követési vagy egyénen belüli variabilitási mérőszámok (a hiányzó értékek maximális száma bármely mérésnél 4 volt). A kis fMRI mintánkból származó adatok minél nagyobb részének felhasználása érdekében a hiányzó értékeket az „egerek” csomag segítségével imputáltuk (van Buuren & Groothuis-Oudshoorn, 2011) R-ben. 10 különböző imputált adatkészletet generáltunk, és bayesi lineáris regressziókat alkalmaztunk. mindegyikhez az R csomagot, a „brms”-t (Bürkner, 2018) használva interfészként a STAN-hoz (Stan Development Team, 2020). Végső következtetéseinket mind a tíz robusztus regressziós modell kombinált utólagos eloszlásából vontuk le, hogy csökkentsük az imputált érték bármely halmazának az eredményeinkre gyakorolt ​​hatását. A 10 modell mindegyike z-pontszámú függő és független változókat és tanuló-t priorokat használt az összes rögzített hatáshoz (átlag=0, SD = 1, szabadsági fokok=10). Mindegyik modell 6000 MCMC-mintát használt három független láncon keresztül, minden láncon 1000 bemelegítési minta és egy vékonyítási lépés után=5. A regresszorváltozók teljes készletét és az ezekből a regressziókból származó eredményeket az S7 táblázat tartalmazza. Minden regresszió az alapvonal teljesítményére vonatkozik minden függő változóra, amely hatékonyan becsüli meg az eredmények változásait.

2.7 Fogalmi replikáció és általánosítás független minták használatával

Két független, nagyobb mintán teszteltük, hogy az alapvető szempontok replikálódnak-e vagy általánosítanak-e. A fogalmi replikáció magában foglalta Berger és munkatársai adatainak újszerű elemzését. (2020), a továbbiakban BFHSW tanulmányként hivatkozunk rá. A BFHSW vizsgálatot 1. osztályos gyerekek (életkora=6–7 év, átlag = 6,8 év, SD=4,3 hónap) külön mintán végezték el, mint az, amelyikből fMRI mintánkat vettük. A két tanulmány azonban ugyanazt a WMT-eljárást, valamint sok azonos értékelési eszközt használt a kiindulási és a nyomon követés során. Ezek az átfedések lehetővé teszik számunkra, hogy teszteljük az összefüggést a képzés utáni válaszidő-ICV-k változásai és ezek összefüggése az akadémiai készségekkel a 12-havi követés során, mint az fMRI-mintánk, bár a válaszidő-ICV-ket válaszgátlásból számítjuk ki. munkamemória feladat helyett (a részletekért lásd a 2.7.1-et). Azt is teszteltük, hogy a kis fMRI mintánkban talált összefüggés a feladatteljesítmény egyénen belüli változékonysága és a jelenlegi és jövőbeli jólét mérőszámai között általánosítható-e a serdülőkori agy és kognitív fejlődés (ABCD) vizsgálatban résztvevő gyermekek sokkal nagyobb csoportjára. (Casey et al., 2018).

Berger et al. (2020) ugyanazt a WMT-beavatkozást és ugyanazokat az edzés előtti és utáni értékeléseket hajtották végre ugyanazokon a követési időpontokban (6 és 12 hónappal a tréning befejezése után), mint az fMRI-mintánkban, egy külön 572 gyermekből álló csoportban. (6-7 éves korig). Ebben a mintában a WMT-csoport 279 résztvevőt tartalmazott, akik ugyanazt a WMT-t végezték, mint a kezdeti mintánkban. A kontrollcsoportok vagy szokásos iskolai oktatásban, a kezdeti mintánkhoz hasonló önszabályozási tréningben vagy tanulási szoftveres képzésben részesültek. Berger és mtsai. (2020) alapján összehasonlítottuk az ICV változását a WMT utáni válaszidőben 101 olyan gyerekkel, akik normál iskolai oktatásban részesültek. Az ICV-ben az öthetes beavatkozási időszak alatt bekövetkezett változások és az olvasási vagy geometriai pontszámok javulása közötti összefüggés elsődleges tesztjeinket azonban a képzés után 1 évvel elvégeztük azon 521–565 gyermek körében, akiknél minden alkalommal megvan az összes releváns mérés. pont (a részletekért lásd az 1. és 2. táblázatot).

A BFHSW vizsgálatban a válaszidők egyénen belüli változékonyságát munkamemória-feladat helyett válaszgátlási feladatból számítottuk ki. Ez a tanulmány nem tartalmazott olyan munkamemória-feladatot, amely elég gyors volt minden gyermektől ahhoz, hogy megbízhatóan kiszámítsa a válaszidők egyénen belüli változékonyságát. Mindazonáltal tartalmazott egy Go/Nogo feladatot, amely a válaszgátlást méri minden olyan értékelési hullámnál, amelyet a válaszidők egyénen belüli változékonyságának kiszámítására használhatunk. Ezért az egyénen belüli variabilitás edzés utáni javulása és az akadémiai készségekbe való hosszú távú, messzemenő átvitel közötti összefüggés tesztelésére az ICV-t úgy számítottuk ki, mint a kísérleti RT-k szórását osztva a kísérleti RT-k átlagával. Vegye figyelembe, hogy az ICV-t csak a helyes kísérletekből számítjuk ki, ugyanúgy, mint a kezdeti mintában szereplő összes feladat esetében, és összhangban van a szakirodalomban található standard eljárással (Bellgrove et al., 2004; Bos és mtsai, 2020; Fagot et al., 2018; Marciano és Yeshurun, 2017). Ezeket az elemzéseket fogalmi replikációnak nevezzük, mert a Go/Nogo feladatot használjuk az N-back helyett. Végül a BFHSW mintában csak az akadémiai készségeket teszteltük, mivel sok szülő nem töltötte ki az SDQ-t gyermekei számára ebben a vizsgálatban.

Lineáris regressziós modelleket illesztettünk a Stata (StataCorp 2015) segítségével. Pontosabban Berger és munkatársai által leírt módszereket követtük. (2020) és becsült közönséges legkisebb négyzetek regresszióit robusztus standard hibákkal osztálytermi szinten csoportosítva. Minden regressziós modell tartalmazta a kezelés típusára, iskolájára, nemére, életkorára és kiindulási teljesítményére vonatkozó kontroll kovariánsokat mind a függő változókban (geometria vagy olvasási pontszám), mind a Go/Nogo feladat ICV-jében.

For more information:1950477648nn@gmail.com