Saltar al contenido principal
Library homepage
 
LibreTexts Español

6.12: Ejercicio - Superposición

  • Page ID
    151334
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    A menudo surge una preocupación en un análisis secuencial como el que realizamos en este capítulo, es decir, que los resultados se distorsionan por la superposición de la actividad del ensayo anterior. Un ejemplo sencillo de solapamiento se muestra en la Figura 6.3, que simula un experimento en el que se presenta un estímulo cada 700 ms. El borde descendente del P3b de un ensayo está presente durante el periodo basal prestimular del siguiente ensayo, lo que impacta el procedimiento de corrección basal. Es decir, la corrección de línea base implica tomar la tensión media durante el periodo basal y restarla de cada punto de la forma de onda. El voltaje positivo de la superposición en la línea base hace que sobrestimemos el voltaje de línea base verdadero, y como resultado, toda la forma de onda se desplaza hacia abajo. Se podría pensar que solo deberíamos saltarnos el paso de corrección de la línea base, pero es esencial en el 99.9% de los experimentos porque hay enormes fuentes de ruido de baja frecuencia que contaminarían la forma de onda si no restáramos la línea base.

    Figura 6.3. Ejemplo del impacto de la superposición en una forma de onda ERP antes y después de la corrección de línea base. En este ejemplo, estamos suponiendo que se presenta un estímulo cada 700 ms, por lo que el borde descendente del P3b de un ensayo está presente durante el periodo prestimulus del siguiente ensayo. Cuando este voltaje positivo es sustraído por el proceso de corrección de línea base, desplaza la forma de onda postestímulo hacia abajo.

    Alguna cantidad de superposición está presente en la mayoría de los experimentos, pero no suele ser un problema a menos que difiera según las condiciones. Por ejemplo, si el P3b en el ensayo anterior era mayor en la Condición A que en la Condición B, esto produciría un voltaje positivo mayor en la línea base de la Condición A. El procedimiento de corrección de la línea base empujaría entonces el resto de la forma de onda más hacia abajo en la Condición A que en la Condición B. Como resultado, el las diferencias en el solapamiento entre las Condiciones A y B durante el periodo prestimulus terminan creando una diferencia entre las formas de onda para estas condiciones en el periodo postestímulo. Este es un tema fundamentalmente importante, y recomiendo leer el artículo fundacional de Marty Woldorff sobre la superposición de la actividad ERP (Woldorff, 1993). De hecho, está en mi lista de trabajos que todo nuevo investigador de ERP debería leer.

    Espero que ahora puedan ver por qué estoy un poco preocupado por comparar la forma de onda Rare-Preced-by-Rare con la forma de onda Raro precedido por Frecuente. El voltaje superpuesto en la línea base podría ser mayor cuando el ensayo anterior fue Raro (produciendo un P3b grande) que cuando fue Frecuente. El procedimiento de corrección basal empujaría la forma de onda más hacia abajo en ensayos raros precedidos por raros que en ensayos raros precedidos por frecuentes, creando artificialmente la apariencia de un P3b más pequeño (menos positivo) en la forma de onda Raro precedido por raro que en la forma de onda Raro precedido por frecuente.

    No obstante, si el tiempo entre juicios es lo suficientemente largo, el P3b del ensayo anterior se habrá desvanecido antes del periodo basal del ensayo actual. En el experimento visual P3b de bola extraña ERP CORE, el tiempo de un inicio de estímulo al siguiente (la asincronía de inicio de estímulo o SOA) fue de 1400-1600 ms. El intervalo prestimulus de 200 ms que hemos utilizado para el ensayo actual, por lo tanto, comenzó al menos 1200 ms después del inicio del estímulo del ensayo anterior. Eso parece que debería ser tiempo suficiente para que termine el P3b del juicio anterior, pero es difícil estar seguro sin análisis adicionales.

    En este ejercicio, vamos a repetir el análisis secuencial del ejercicio anterior, pero echando un vistazo más de cerca a la actividad superpuesta del ensayo anterior. En particular, vamos a aumentar drásticamente la duración de la porción prestimulus de la época para que podamos ver el ERP de prueba anterior así como el ERP de prueba actual. Y vamos a ver qué pasa cuando usamos diferentes partes del periodo preestímulo para la corrección de la línea base.

    Simplemente vamos a cambiar la longitud de época, así podemos comenzar con el conjunto de datos de EEG que creaste usando BINLISTER en el ejercicio anterior, llamado 12_P3_Corrected_ELIST_BINS_seq. Conviértelo en el conjunto de datos activo (lo que puede requerir cargarlo desde el archivo que guardó en el ejercicio anterior). Ahora epoch los datos (EEGLAB > ERPLAB > Extraer épocas basadas en bines) usando un rango de tiempo de época de -1800 800 y un período de corrección de línea base de -1800 -1600. Si nos fijamos en la Figura 6.2, verá que el SOA máximo es de 1600 ms, por lo que el periodo de -1800 a -1600 ms es siempre anterior al ensayo anterior. Al usar esto como nuestra línea de base, podemos estar seguros de que la corrección basal no se verá influenciada por si el ensayo anterior era la categoría Raro o Frecuente.

    Ahora promedia los datos, nombrando el ERPSet 12_Sequential_LongBaseline y guardándolo como un archivo llamado 12_Sequential_LongBaseline.erp. Trace los ERPs de los Bins 1 y 2, pero especifique Ninguno en el área de Corrección de Línea Base de la GUI de trazado para que no vuelva a basalizar los datos. (Alternativamente, puede especificar Personalizado con un rango de tiempo de -1800 -1600).

    La captura de pantalla 6.7A muestra cómo debería verse en el canal Pz. Todavía se puede ver que el P3b de prueba actual es más grande para Rare-Precedd-by-Frequent que para Rare-Precedd-by-Rare. Eso sugiere que el efecto secuencial que se vio antes no fue resultado de la combinación de superposición y corrección basal. Sin embargo, los datos son bastante ruidosos, así que hice este análisis a todos los participantes. El gran promedio en la Captura de Pantalla 6.7B confirma que el efecto secuencial permanece cuando los datos se basan en relación con el periodo prestimulus del ensayo anterior.

    Las formas de onda de gran promedio también dejan claro que la superposición diferencial es una preocupación real. Es decir, los voltajes persistentes del ensayo anterior fueron algo diferentes según si ese ensayo fue Raro o Frecuente, contaminando potencialmente el periodo basal del ensayo actual. Sin embargo, la actividad superpuesta parece ir en la dirección opuesta al efecto secuencial, siendo más negativa (cerca del tiempo cero) cuando el ensayo anterior fue Frecuente que cuando fue Raro, mientras que el ensayo actual P3b fue más positivo.

    Captura de pantalla 6.7

    Aunque los promedios grandes se veían bien cuando se utilizó el periodo prestimulus del ensayo previo como intervalo basal, este enfoque puede disminuir la precisión y confiabilidad de las formas de onda ERP. Como se ilustra en la Figura 6.4, esta disminución en la precisión ocurre porque el voltaje EEG de prueba única tiende a desviarse gradualmente con el tiempo en una dirección aleatoria, y la variabilidad de prueba a prueba aumenta a medida que se aleja del período de referencia. Esta mayor variabilidad aumenta el error en la medición de la amplitud “verdadera”, aumentando la variabilidad entre los participantes y disminuyendo así el poder estadístico. En efecto, las formas de onda en algunos de los canales se ven bastante locas con esta lejana línea de base.

    Figura 6.4. Ilustración de los efectos combinados de deriva de baja frecuencia y corrección basal. El EEG se superpone a señales de baja frecuencia (principalmente derivadas de la piel) que se desplazan lentamente con el tiempo en una dirección aleatoria. Cuando los datos son corregidos por la línea base, esto obliga a que los voltajes sean similares durante el período basal, pero el voltaje tiende a alejarse más del valor de línea base, provocando un aumento gradual en la variabilidad de prueba a prueba a lo largo del tiempo.

    Puede utilizar el Error de Medición Estandarizado para cuantificar este incremento en el error de medición. Eche un vistazo a los valores de ASMe para el canal Pz en el Bin 1 (EEGLAB > ERPLAB > Opciones de calidad de datos > Mostrar medidas de calidad de datos en una tabla). Vamos a querer comparar estos valores con los valores correspondientes del análisis secuencial original en el que el periodo de corrección basal fue de -200 a 0 ms. (Para guardar los valores actuales de ASMe, puede copiarlos de la tabla y pegarlos en un procesador de textos o guardar los valores en una hoja de cálculo haciendo clic en el botón de Exportar estos valores, escribiendo en: Excel.) Cargue el ErpSet que guardó anteriormente como 12_P3_Sequential.erp y mire los valores de AsMe en ese conjunto de datos, que se basaron de -200 a 0.

    ¿En qué se diferencian los valores de ASMe entre los datos con los dos periodos basales diferentes? Debe ver que son sustancialmente peores (más grandes) cuando se utilizó como línea de base el periodo -1800 a -1600. Eso es exactamente lo que esperaríamos de la Figura 6.4. Entonces, aunque el uso de un período de tiempo distante para la corrección de la línea base a veces puede ser valioso para evaluar la superposición, se produce a costa de un mayor error de medición. Como resultado, encuentro que análisis como estos son principalmente útiles descriptivamente y no para el análisis estadístico. En otras palabras, suele ser suficiente mirar los grandes promedios y ver que los efectos son en gran parte los mismos con los dos periodos basales diferentes sin realizar un análisis estadístico sobre los datos con el periodo basal distante.


    This page titled 6.12: Ejercicio - Superposición is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by Steven J Luck directly on the LibreTexts platform.