Información

Sincronizar el dispositivo CPT con la grabación de EEG

Sincronizar el dispositivo CPT con la grabación de EEG


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Estoy trabajando en la configuración de un experimento de EEG que pasará por una batería de varias tareas cognitivas. Una de las pruebas es una Tarea de rendimiento continuo y, para realizarla, utilizaremos un dispositivo dedicado (QikTest) que ejecuta la prueba mientras está desconectado de la computadora de estímulo y luego se conecta para obtener resultados. A partir de ahí, el programa realiza un análisis automático basado en el rendimiento y los resultados del EEG.

Dado que no hay forma de marcar automáticamente el inicio de la tarea en nuestra grabación de EEG en el momento de la prueba, el plan actual es utilizar una grabación de video que contenga el comienzo de la grabación de EEG y la tarea de CPT para alinear la hora de inicio adecuada en función de Indicaciones audiovisuales de ambos para su análisis. Nuestra cámara funciona a 60 fps, por lo que el fotograma a fotograma es de aproximadamente 17 ms, ¿será esta una ventana lo suficientemente pequeña para sincronizar los datos correctamente para capturar los datos ERP relevantes en la grabación de EEG? De lo contrario, ¿sería suficiente una grabación de audio a una frecuencia de muestreo más alta (ambos inicios tienen señales de audio bien identificables)?

Editar (en respuesta al comentario de Robin a continuación): Basándonos en investigaciones anteriores, es probable que busquemos ERP en la ventana de 200-500ms para esta y las otras tareas.


Método

Muestra

La muestra estuvo formada por 20 mujeres con TDAH, 20 mujeres con TB eutímico y 20 mujeres control. Los participantes con TDAH fueron reclutados de la Clínica de TDAH para Adultos en el Hospital Maudsley, Londres, Reino Unido. Los participantes con TB fueron reclutados en la Clínica de Psicosis Maudsley, Londres, Reino Unido, o habían participado previamente en otro estudio de investigación (Hosang et al. 2012). Los participantes de control fueron reclutados a partir de la base de datos de voluntarios Mindsearch mantenida por el Instituto de Psiquiatría, Psicología y Neurociencia del King's College de Londres, Reino Unido, que comprende varios miles de participantes potenciales. Los participantes de este estudio fueron seleccionados al azar de todos aquellos que cumplían con los criterios de inclusión.

El diagnóstico en los grupos clínicos se evaluó primero con la ayuda de registros médicos, siguiendo los criterios del Manual diagnóstico y estadístico (DSM-IV) (American Psychiatric Association 2000) y luego se confirmó durante la evaluación de la investigación utilizando la Entrevista diagnóstica para TDAH en adultos (DIVA, Kooij y Francken 2007), la Escala de manía de autoevaluación de Altman (Altman et al. 1997), el Inventario de depresión de Becks (Beck et al. 1996), así como la Escala de calificación de manía de Young (Young et al. 1978). Los participantes con TDAH cumplieron con los criterios actuales para el TDAH de tipo combinado o el TDAH de tipo desatento con suficientes síntomas de hiperactividad-impulsividad en el pasado para cumplir con un diagnóstico de tipo combinado infantil. Los participantes del grupo BD tenían un diagnóstico de trastorno bipolar I (BD-I), con evidencia de un episodio maníaco pasado que duró 1 semana o más. Los pacientes con BD-I fueron seleccionados si estaban actualmente eutímicos, lo que significa que no estaban experimentando un episodio maníaco o depresivo en el momento de la evaluación. Los criterios de exclusión para todos los grupos fueron dependencia de drogas o alcohol en los últimos 6 meses, autismo, epilepsia, trastornos neurológicos, lesión cerebral, tratamiento anterior con TEC, participación actual en otro ensayo de investigación que probablemente altere la gravedad de los síntomas, embarazo o un dominio limitado del idioma inglés . También se excluyeron aquellos con una comorbilidad tanto de TDAH como de TB, o que estaban experimentando un episodio maníaco en ese momento. Además, los participantes de control, que informaron antecedentes de trastornos psiquiátricos o que estaban tomando medicación psiquiátrica, fueron excluidos del estudio.

Todos los participantes tenían visión normal o corregida a normal. El coeficiente intelectual de los participantes se evaluó con la Escala abreviada de inteligencia de Wechsler, cuarta edición (WASI-IV Wechsler 1999). CI (F2,58 = 1,37, p = 0,26) y edad (F2,59 = 1,63, p = 0,21), que osciló entre 20 y 52 años, no difirió entre los grupos (Tabla 1). Se pidió a los participantes con TDAH que dejaran la medicación estimulante 48 h antes de la evaluación. Por razones éticas, no se pidió a los participantes que dejaran de tomar estabilizadores del estado de ánimo (70% del grupo BD), medicación antipsicótica (40% del grupo BD) o antidepresivos (7% del grupo TDAH y 25% del grupo TDAH). Grupo BD) que les habían recetado. Se pidió a todos los participantes que se abstuvieran de consumir bebidas con cafeína y nicotina 2 h antes de la sesión de prueba. La investigación se llevó a cabo de acuerdo con la última versión de la Declaración de Helsinki. La aprobación ética para el estudio fue otorgada por el Comité de Ética de Investigación de Camberwell St Giles (número de aprobación 11 / LO / 0438) y todos los participantes se proporcionaron después de que se había explicado completamente la naturaleza de los procedimientos.

Procedimiento y medidas de rendimiento cognitivo

Los participantes completaron la evaluación cognitiva-EEG, incluida una prueba de coeficiente intelectual y entrevistas clínicas, en una única sesión de investigación de 4,5 h. Los participantes completaron una condición de estado de reposo (EO) de ojos abiertos de 3 minutos, así como una condición de estado de reposo de ojos cerrados (EC) de 3 minutos antes de realizar un CPT con flankers (CPT-OX) (McLoughlin et al. 2010 Doehnert et al.2010 McLoughlin et al.2011). Las diferencias de QEEG entre EO y CPT-OX se analizan aquí, en línea con investigaciones recientes (Nazari et al.2011 Skirrow et al.2015), ya que se ha sugerido que EO proporciona una línea de base más apropiada que EC para tareas que involucran procesamiento visual (Barry et al.2007).

El CPT-OX es una tarea indicada-Go / NoGo que investiga la inhibición de la atención, la preparación y la respuesta. La tarea consistió en 400 matrices de letras negras, compuestas por una letra central y flancos incompatibles en cada lado para aumentar la dificultad para los adultos. Los arreglos presentados incluían la letra de referencia 'O', la letra de destino 'X', así como los distractores 'H', 'B', 'C', 'D', 'E', 'F', 'G', 'J' y 'L'. Las letras se presentaron de forma centralizada en el monitor de la computadora, subteniendo aproximadamente 5 °. Las letras de entrada y de destino ("O" y "X" respectivamente) estaban flanqueadas por letras incompatibles ("XOX" y "OXO" respectivamente). A los participantes se les indicó que ignoraran las letras que los flanqueaban y que respondieran lo más rápido posible a las secuencias de señales de destino ("O" - "X"). 80 señales ("XOX") fueron seguidas por el objetivo ("OXO") en 40 intentos (condición Go) y por distractores neutrales en el resto de los intentos (condición No Go). En 40 ensayos, la letra de destino "X" no fue precedida por una señal "O" y tuvo que ser ignorada. Las letras se presentaron cada 1,65 s durante 150 ms en un orden pseudoaleatorio. Diez ensayos de práctica precedieron a la tarea principal y se repitieron, si era necesario, para garantizar la comprensión de los participantes. Se indicó a los participantes que respondieran solo a las secuencias Cue-Go presionando un botón lo más rápido posible con el dedo índice de su mano preferida. Además, se pidió a los participantes que retenieran la respuesta en presencia de un estímulo NoGo, en presencia de un estímulo Go no precedido por una señal, o en presencia de cualquier otra letra irrelevante. La duración de la tarea fue de 11 min.

Registro y análisis electrofisiológicos

El EEG se registró a partir de un sistema de registro acoplado en corriente continua de 62 canales (montaje extendido 10-20), utilizando una frecuencia de muestreo de 500 Hz e impedancias inferiores a 10 kΩ. FCz y AFz fueron los electrodos de tierra y de referencia de grabación, respectivamente. Los electrooculogramas se registraron a partir de electrodos por encima y por debajo del ojo izquierdo y en el canto externo. Los participantes estaban sentados en una silla de altura ajustable en un cubículo de prueba monitoreado por video con poca luz. Los estímulos se presentaron en un monitor de computadora a una distancia de aproximadamente 120 cm, utilizando el paquete de software Presentation (www.neurobs.com). Los datos de EEG se analizaron usando Brain Vision Analyzer 2.0 (Brain Products, Alemania). Los investigadores estaban ciegos al estado del grupo durante el preprocesamiento y análisis del EEG. Las grabaciones de EEG sin procesar se redujeron a 256 Hz, se volvieron a referenciar al promedio de todos los electrodos y se filtraron digitalmente utilizando filtros de paso de banda de Butterworth (0,1 a 30 Hz, 24 dB / oct). Todos los ensayos también se inspeccionaron visualmente en busca de artefactos eléctricos (debido al ruido eléctrico en el registro del EEG) o movimientos obvios, y las secciones de datos que contenían artefactos se eliminaron manualmente. Los artefactos oculares, correspondientes a los movimientos oculares verticales y horizontales relacionados con el parpadeo, se identificaron utilizando el algoritmo de análisis de componentes independientes (ICA) de infomax (Jung et al. 2000) en datos segmentados. El algoritmo ICA (Jung et al. 2000) permite eliminar la actividad asociada con los artefactos oculares mediante la retroproyección de todo menos esta actividad. El número medio (y la desviación estándar) de componentes independientes eliminados en los grupos de TDAH, TB y control, respectivamente, fueron 3,55 (1,23), 3,65 (1,81) y 3,20 (1,40) durante la EO y 2,35 (0,67), 2,50 (0,76) y 2,45 (2.05) durante CPT-OX. Las secciones de datos con artefactos restantes superiores a ± 100 μV en cualquier canal o con un paso de voltaje superior a 50 μV se rechazaron automáticamente.

Se investigó el EEG cuantitativo para EO y CPT-OX. Los datos sin artefactos se segmentaron en épocas de 2 segundos y los espectros de potencia se calcularon utilizando una Transformada Rápida de Fourier (FFT) con una ventana de Hanning al 10%. La duración media (y la desviación estándar) de los datos segmentados en los grupos de TDAH, TB y control, respectivamente, fueron 2,90 min (0,22), 2,93 min (0,23) y 2,95 (0,20) durante EO y 7,91 min (1,65), 8,41 min ( 1,51) y 8,30 min (1,10) durante CPT-OX. Para examinar aspectos específicos del procesamiento de estímulo-respuesta, los datos de CPT-OX también se segmentaron en épocas bloqueadas por estímulo (ventana de estímulo de 0 a 1400 ms) en función de tres condiciones de respuesta diferentes: Cue, Go y NoGo. Solo se incluyeron los ensayos con respuestas correctas (Go) o ensayos rechazados correctamente (NoGo y Cue), y que contenían al menos 20 segmentos libres de artefactos.

Los análisis se centraron en diferencias de banda de frecuencia delta absoluto (0,5–3,5 Hz), theta (3,5–7,5 Hz), alfa (7,5–12,5 Hz), beta 1 (12,5–18,5 Hz) y beta 2 (18,5–30 Hz), como así como las diferencias en la relación theta / beta (TBR), entre los grupos de TDAH, BD y de control. Todos los datos se transformaron en logaritmo natural (ln) para normalizar los datos. La distribución normal de los datos transformados logarítmicamente se confirmó mediante una prueba de Shapiro-Wilk. De acuerdo con estudios previos (Loo et al.2009 Skirrow et al.2015), la potencia absoluta del EEG (μV 2) dentro de cada banda de frecuencia se promedió en el frontal (Fz, F1, F2, F3, F4, F5, F6, F7, F8), regiones central (Cz, C1, C2, C3, C4, C5, C6) y parietal (Pz, P3, P4, P7, P8) de los electrodos individuales del cuero cabelludo para reducir el número de comparaciones estadísticas (ver Fig.1 para mapas topográficos que muestran la densidad de potencia registrada en el cuero cabelludo en las bandas delta, theta, alfa, beta 1 y beta 2). Los resultados de la potencia relativa del EEG (μV 2) dentro de cada banda de frecuencia se pueden encontrar en el material complementario (S1).

Mapas topográficos que muestran cuero cabelludo densidad de potencia registrada en bandas absolutas delta, theta, alfa, beta 1 y beta 2 para condiciones de estado de reposo (EO) y CPT-OX

Análisis estadístico

Se llevó a cabo un análisis de varianza de medidas repetidas (ANOVA), aplicando una corrección de Greenhouse-Geiser cuando fue apropiado, para investigar las diferencias relacionadas con el estado de diagnóstico entre el TDAH, la BD y los controles en la potencia del EEG. La condición de registro (EO, CPT-OX) y el sitio de registro (frontal, central, parietal) se utilizaron como variables intraindividuales y el estado diagnóstico (TDAH, BD, control) como variable entre sujetos. Las potencias delta, theta, alfa, beta 1 y beta 2 se investigaron cada una con un ANOVA de medidas repetidas de 2 × 3 × 3. Los análisis post-hoc se llevaron a cabo utilizando muestras independientes. t pruebas para contrastes entre sujetos y muestras pareadas t pruebas para las diferencias relacionadas con la tarea dentro de cada individuo en la potencia del EEG. Se informan los tamaños del efecto (d de Cohen), que se calcularon utilizando la diferencia de las medias dividida por la desviación estándar combinada (Cohen 1988). Según Cohen (1988), d = 0,20 constituye un efecto pequeño, d = 0,50 un efecto medio yd = 0,80 un efecto grande.


Neuromarketing:

En el campo del neuromarketing, los economistas utilizan la investigación de EEG para detectar procesos cerebrales que impulsan las decisiones del consumidor, áreas del cerebro que están activas cuando compramos un producto / servicio y estados mentales en los que se encuentra la persona respectiva cuando explora tiendas físicas o virtuales.

Hoy en día, se pueden realizar estudios en configuraciones móviles para obtener información sobre los hábitos de compra y la toma de decisiones en escenarios del mundo real.


De sospechoso a detectar en minutos

BrainScope es el único dispositivo médico no invasivo aprobado por la FDA que evalúa objetivamente a los pacientes con lesiones en la cabeza para ambos hemorragias cerebrales y conmociones cerebrales en el punto de atención.

  • 8 autorizaciones de la FDA
  • 12 años de I + D + i
  • 32 publicaciones revisadas por pares
  • 13.000+ evaluaciones de materias

“El uso de BrainScope me brinda más datos clínicos procesables para evaluar la conmoción cerebral que los disponibles para los médicos de emergencia en el servicio de urgencias en la actualidad”.

Marsh Cuttino, MD FAAEM FACEP, médico de emergencia, Richmond VA

"Cuando se usa BrainScope de forma independiente o junto con una regla estándar de la cabeza, se escanean menos pacientes, lo que resulta en menos exposición a la radiación, menos tiempo en el servicio de urgencias y una mejor experiencia del paciente".

David Levine, MD, FACEP, médico de emergencia

“BrainScope les da tranquilidad a nuestros pacientes; con BrainScope, hemos salvado al 43% de los pacientes de radiación innecesaria debido a las tomografías computarizadas. "

Mark Christensen, MD, Director Regional, Medicina de Emergencia de Alteon - Norte de Alabama

Naunheim R, Konstantinovic Koscso M, Poirier R. Reducción de tomografías computarizadas innecesarias para lesiones en la cabeza en el departamento de emergencias utilizando un dispositivo aprobado por la FDA. Revista estadounidense de medicina de emergencia. 37 de octubre de 2019 (10): 1987-1988. doi: 10.1016 / j.ajem.2019.04.037

Las visitas al Departamento de Emergencias (SU) por una Lesión Traumática en la Cabeza (mTBI) leve han aumentado considerablemente debido a una mayor conciencia de las posibles consecuencias de tales lesiones. Mientras que la gran mayoría (& gt80%) de los pacientes con mTBI que van al servicio de urgencias reciben una tomografía computarizada de la cabeza, & gt90% de ellos resultan negativos. Esta práctica expone innecesariamente a estos pacientes a la radiación, aumenta el uso de recursos de urgencias y alarga los tiempos de procesamiento. La integración de predictores objetivos y fiables de la lesión intracraneal para tomar importantes decisiones de evaluación inicial puede tener un impacto significativo en esta práctica.

Diseñado para una evaluación precisa, rápida y fácil de la sospecha de mTBI

Preciso

Confirme la probabilidad de una hemorragia cerebral con una sensibilidad del 99% al nivel más pequeño detectable de sangre (& gt 1 ml).

Determine el estado de la conmoción cerebral al mismo tiempo con la misma configuración y grabación.

Lesión cerebral traumática leve

Un paciente con lesión cerebral traumática leve es una persona que ha tenido una alteración fisiológica inducida traumáticamente de la función cerebral, que se manifiesta por al menos uno de los siguientes:

1. Cualquier período de pérdida del conocimiento

2. Cualquier pérdida de memoria por eventos inmediatamente antes o después del accidente.

3. Cualquier alteración en el estado mental en el momento del accidente (por ejemplo, sentirse aturdido, desorientado o confundido) y

4. Déficit (s) neurológicos focales que pueden ser transitorios o no, pero donde la gravedad de la lesión no excede lo siguiente: pérdida del conocimiento de aproximadamente 30 minutos o menos después de 30 minutos, una escala de coma de Glasgow (GCS) inicial de 13-15 y amnesia postraumática (PTA) no mayor de 24 horas.


Referencias

Algoe, S. B. (2012). Encontrar, recordar y vincular: las funciones de la gratitud en las relaciones cotidianas. Soc. Personal. Psychol. Brújula 6, 455 & # x2013469. doi: 10.1111 / j.1751-9004.2012.00439.x

Bao, F. S., Liu, X. y Zhang, C. (2011). PyEEG: un módulo de Python de código abierto para la extracción de características de EEG / MEG. Computación. Intell. Neurosci. 2011: 406391. doi: 10.1155 / 2011/406391

Baumeister, R. F., Vohs, K. D. y Funder, D. C. (2007). La psicología como ciencia de los autoinformes y los movimientos de los dedos: ¿qué pasó con el comportamiento real? Perspect. Psychol. Sci. 2, 396 & # x2013403. doi: 10.1111 / j.1745-6916.2007.00051.x

Beaten, D. T., Bombardier, C., Guillemin, F. y Ferraz, M. B. (2000). Lineamientos para el proceso de adaptación transcultural de las medidas de autoinforme. Columna vertebral 25, 3186 y # x20133191. doi: 10.1097 / 00007632-200012150-00014

Bolier, L., Haverman, M., Westerhof, G. J., Riper, H., Smit, F. y Bohlmeijer, E. (2013). Intervenciones de psicología positiva: un metanálisis de estudios controlados aleatorios. Salud Pública de BMC 13: 119. doi: 10.1186 / 1471-2458-13-119

Bradley, M. M. y Lang, P. J. (1999). Normas afectivas para palabras en inglés (ANEW): Manual de instrucciones y calificaciones afectivas. Gainesville: Universidad de Florida.

Calvo, R. A. y Mello, S. D. (2015). Detección de afectos: una revisión interdisciplinaria de modelos, métodos y sus aplicaciones. IEEE Trans. Afectar. Computación. 1, 18 & # x201337. doi: 10.1109 / T-AFFC.2010.1

Calvo, R. A., Vella-Brodrick, D., Desmet, P. y Ryan, R. M. (2016). Editorial de & # x201C computación positiva: una nueva asociación entre psicología, ciencias sociales y tecnólogos. Psychol. Bienestar 6:10. doi: 10.1186 / s13612-016-0047-1

Canciller, J., Margolis, S., Jacobs Bao, K. y Lyubomirsky, S. (2018). La prosocialidad cotidiana en el lugar de trabajo: los beneficios reforzantes de dar, recibir y vislumbrar. Emoción 18, 507 & # x2013517. doi: 10.1037 / emo0000321

Chanel, G., Kierkels, J. J. M., Soleymani, M. y Pun, T. (2009). Evaluación de emociones a corto plazo en un paradigma de recuerdo. En t. J. Hum. Comp. Semental. 67, 607 & # x2013627. doi: 10.1016 / j.ijhcs.2009.03.005

Chen, L., Gong, T., Kosinski, M., Stillwell, D. y Davidson, R. L. (2017). Construyendo un perfil de bienestar subjetivo para los usuarios de redes sociales. Más uno 12: e0187278. doi: 10.1371 / journal.pone.0187278

Coan, J. A. y Allen, J. J. B. (2004). Asimetría EEG frontal como moderador y mediador de la emoción. Biol. Psychol, 67, 7 & # x201350. doi: 10.1016 / j.biopsycho.2004.03.002

Corinna, C. y Vladimir, V. (1995). Redes de vectores de soporte. Mach. Aprender. 20, 273 & # x2013297. doi: 10.1007 / BF00994018

Davidson, R. J. (1993). Asimetría cerebral y emoción: acertijos conceptuales y metodológicos. Cogn. Emot. 7, 115 & # x2013138. doi: 10.1080 / 02699939308409180

Davidson, R. J. (2004). ¿Qué afecta la corteza prefrontal & # x201Cdo & # x201D: perspectivas sobre la investigación de la asimetría del EEG frontal? Biol. Psychol. 67, 219 & # x2013234. doi: 10.1016 / J.BIOPSYCHO.2004.03.008

Debener, S., Minow, F., Emkes, R., Gandras, K. y de Vos, M. (2012). ¿Qué le parece llevar un electroencefalograma inalámbrico, pequeño y de bajo costo a dar un paseo? Psicofisiologia 49, 1617 & # x20131621. doi: 10.1111 / j.1469-8986.2012.01471.x

Denny, E. B. y Hunt, R. R. (1992). La valencia afectiva y la memoria en la depresión: disociación del recuerdo y la terminación de fragmentos. J. Abnorm. Psychol. 101, 575 & # x2013580.doi: 10.1037 // 0021-843x.101.3.575

Derryberry, D. y Reed, M. A. (1998). Ansiedad y concentración de la atención: rasgo, estado e influencias hemisféricas. Personal. Individ. Diferir de. 25, 745 & # x2013761. doi: 10.1016 / s0191-8869 (98) 00117-2

Diener, E. (2000). Bienestar subjetivo: la ciencia de la felicidad y propuesta de índice nacional. Soy. Psychol. 55, 34 & # x201343. doi: 10.1037 // 0003-066x.55.1.34

Diener, E., Pressman, S. D., Hunter, J. y Delgadillo-Chase, D. (2017). Si, por qué y cuándo el bienestar subjetivo influye en la salud y en el futuro se necesita investigación. Apl. Psychol. 9, 133 & # x2013167. doi: 10.1111 / aphw.12090

Diener, E., Suh, E. M., Lucas, R. E. y Smith, H. L. (1999). Bienestar subjetivo: tres décadas de progreso. Psychol. Toro. 125, 276 & # x2013302. doi: 10.1037 // 0033-2909.125.2.276

D & # x2019mello, S. K. y Kory, J. (2015). Una revisión y un metanálisis de los sistemas de detección de efectos multimodales. Computación ACM. Surv. 47, 1 & # x201336. doi: 10.1145 / 2682899

Dunn, E. W., Aknin, L. B. y Norton, M. I. (2008). Gastar dinero en otros promueve la felicidad. Ciencias 319, 1687 y # x20131688. doi: 10.1126 / science.1150952

Dunning, D., Heath, C. y Suls, J. M. (2004). Implicaciones defectuosas de la autoevaluación para la salud, la educación y el lugar de trabajo. Psychol. Sci. Interés público 5, 69 & # x2013106. doi: 10.1111 / j.1529-1006.2004.00018.x

Easycap GmbH (sin fecha). Instrucciones paso a paso para reelaborar Emotiv, crear un límite móvil y unir ambos. V.26.07.2013.

Ekman, P., Levenson, R. W. y Friesen, W. V. (2013). La actividad del sistema nervioso autónomo distingue entre emociones. Ciencias 221, 1208 & # x20131210. doi: 10.1126 / science.6612338

Emmons, R. A. y Diener, E. (1985). La personalidad se correlaciona con el bienestar subjetivo. Personal. Soc. Psychol. Toro. 11, 89 & # x201397. doi: 10.1177 / 0146167285111008

Emmons, R. A. y McCullough, M. E. (2003). Contando bendiciones versus cargas: estudios experimentales de gratitud y bienestar subjetivo. J. Personal. Soc. Psychol. 84, 377 & # x2013389. doi: 10.1037 // 0022-3514.84.2.377

Finucane, A. M., Whiteman, M. C. y Power, M. J. (2010). El efecto de la felicidad y la tristeza en la alerta, la orientación y la atención ejecutiva. J. Attent. Desorden. 13, 629 & # x2013639. doi: 10.1177/1087054709334514

Fox, E., Russo, R., Bowles, R. y Dutton, K. (2001). ¿Los estímulos amenazantes atraen o mantienen la atención visual en la ansiedad subclínica? J. Exp. Psychol. 130, 681. doi: 10.1037 // 0096-3445.130.4.681

Fredrickson, B. L., Cohn, M. A., Coffey, K. A., Pek, J. y Finkel, S. M. (2008). Los corazones abiertos construyen vidas: las emociones positivas, inducidas a través de la meditación de la bondad amorosa, construyen recursos personales consecuentes. J. Personal. Soc. Psychol. 95, 1045 y # x20131062. doi: 10.1037 / a0013262

Freund, Y. y Schapire, R. (1999). Una breve introducción al impulso. J. Jpn Soc. Artif. Intell. 14, 771 & # x2013780.

Fundador, D. C. (2016). Tomando las situaciones en serio: el modelo de construcción de situaciones y el Q-Sort situacional de ribera. Curr. Direc. Psychol. Sci. 25, 203 & # x2013208. doi: 10.1177 / 0963721416635552

Funder, D. C., Furr, R. M. y Colvin, C. R. (2000). El Q-sort de comportamiento ribereño: una herramienta para la descripción del comportamiento social. J. Personal. 68, 451 & # x2013489. doi: 10.1111 / 1467-6494.00103

Gerritsen, J., TenVoorde, B. J., Dekker, J. M., Kingma, R., Kostense, P. J., Bouter, L. M., et al. (2003). Medidas de la función nerviosa autonómica cardiovascular: concordancia, reproducibilidad y valores de referencia en sujetos de mediana edad y ancianos. Diabetologia 46, 330 y # x2013338. doi: 10.1007 / s00125-003-1032-9

Gotlib, I. H., Krasnoperova, E., Yue, D. N. y Joormann, J. (2004). Sesgos de atención para estímulos interpersonales negativos en la depresión clínica. J. Abnorm. Psychol. 113, 127 & # x2013135. doi: 10.1037 / 0021-843x.113.1.121

Haiblum-Itskovitch, S., Czamanski-Cohen, J. y Galili, G. (2018). Respuesta emocional y cambios en la variabilidad de la frecuencia cardíaca después de la creación de arte con tres materiales de arte diferentes. Parte delantera. Psychol. 9: 968. doi: 10.3389 / fpsyg.2018.00968

Haidt, J. (2003). & # x201CElevation y la psicología positiva de la moral, & # x201D en Florecimiento: psicología positiva y la vida bien vivida, eds C. L. M. Keyes y J. Haidt (Washington, DC: Asociación Americana de Psicología), 275 & # x2013289. doi: 10.1037 / 10594-012

Harker, L. y Keltner, D. (2001). Expresiones de emoción positiva en las imágenes del anuario universitario de mujeres y su relación con la personalidad y los resultados de la vida a lo largo de la edad adulta. J. Personal. Soc. Psychol. 80, 112 & # x2013124. doi: 10.1037 // 0022-3514.80.1.112

Hinrichs, H. y Machleidt, W. (1992). Emociones básicas reflejadas en coherencias EEG. En t. J. Psychophysiol. 13, 225 & # x2013232. doi: 10.1016 / 0167-8760 (92) 90072-J

Hunsinger, M., Livingston, R. e Isbell, L. (2013). El impacto de la meditación de la bondad amorosa en el aprendizaje afectivo y el control cognitivo. Atención plena 4, 275 & # x2013280. doi: 10.1007 / s12671-012-0125-2

Jerritta, S., Murugappan, M., Nagarajan, R. y Wan, K. (2011). & # x201C Reconocimiento de emociones humanas basado en señales fisiológicas: una revisión, & # x201D en Actas del VII Coloquio Internacional IEEE 2011 sobre procesamiento de señales y sus aplicaciones, (Penang), 410 & # x2013415. doi: 10.1109 / CSPA.2011.5759912

Kim, K. H., Bang, S. W. y Kim, S. R. (2004). Sistema de reconocimiento de emociones que utiliza la monitorización a corto plazo de señales fisiológicas. Medicina. Biol. Ing. Comp. 42, 419 & # x2013427. doi: 10.1007 / BF02344719

King, L. A. (2001). Los beneficios para la salud de escribir sobre los objetivos de la vida. Personal. Soc. Psychol. Toro. 27, 798 & # x2013807. doi: 10.1177 / 0146167201277003

Kleiner, M., Brainard, D., Pelli, D., Ingling, A., Murray, R., Broussard, C. y col. (2007). Novedades de psychtoolbox-3. Percepción 36:1.

Koelstra, S., Yazdani, A., Soleymani, M., M & # x00FChl, C., Lee, J.-S., Nijholt, A., et al. (2010). & # x201C Clasificación de prueba única de EEG y señales fisiológicas periféricas para el reconocimiento de emociones inducidas por videos musicales, & # x201D en Informática del cerebro, eds Y. Yao, R. Sun, T. Poggio, J. Liu, N. Zhong y J. Huang (Berlín: Springer), 89 & # x2013100. doi: 10.1007 / 978-3-642-15314-3_9

Kop, W. J., Synowski, S. J., Newell, M. E., Schmidt, L. A., Waldstein, S. R. y Fox, N. A. (2011). Reactividad del sistema nervioso autónomo a la inducción del estado de ánimo positiva y negativa: el papel de las respuestas psicológicas agudas y la actividad electrocortical frontal. Biol. Psychol. 86, 230 & # x2013238. doi: 10.1016 / j.biopsycho.2010.12.003.Autonómico

Lang, P. J. (2005). Sistema internacional de imágenes afectivas (IAPS): calificaciones afectivas de imágenes y manual de instrucciones. Reporte técnico A-8. Gainesville, FL: Universidad de Florida.

Layous, K. y Lyubomirsky, S. (2014). El cómo, por qué, qué, cuándo y quién de la felicidad: mecanismos subyacentes al éxito de las intervenciones de actividades positivas. Nueva York: Oxford University Press, 473 & # x2013495.

Layous, K., Sweeny, K., Armenta, C., Na, S., Choi, I. y Lyubomirsky, S. (2017). La experiencia próxima de la gratitud. Más uno 12: e0179123. doi: 10.1371 / journal.pone.0179123

Lázaro, R. S. (1991). Avances en una teoría cognitivo-motivacional-relacional de la emoción. Soy. Psychol. 46, 819 y # x2013834. doi: 10.1037 // 0003-066x.46.8.819

Lee, J. Y. (2007). Sesgo de mejora personal en la personalidad, la felicidad subjetiva y la percepción de los acontecimientos de la vida: una réplica en una muestra de edad coreana. Envejecimiento de la salud mental 11, 57 & # x201360. doi: 10.1080 / 13607860600736265

Lee, M. D. y Wagenmakers, E.-J. (2014). Modelado cognitivo bayesiano: un curso práctico. Cambridge: prensa de la universidad de Cambridge.

Liaw, A. y Wiener, M. (2002). Clasificación y regresión por bosque aleatorio. R Noticias 2, 18 & # x201322. doi: 10.1023 / A: 1010933404324

Lindsay, K. A. y Widiger, T. A. (1995). Sesgo de sexo y género en los inventarios de trastornos de la personalidad autoinformados: análisis de ítems del MCMI-II, MMPI y PDQ-R. J. Personal. Evaluar. 65, 100 & # x2013116. doi: 10.1207 / s15327752jpa6501

Lyubomirsky, S., Dickerhoof, R., Boehm, J. K. y Sheldon, K. M. (2011). Ser más feliz requiere voluntad y una forma adecuada: una intervención longitudinal experimental para impulsar el bienestar. Emoción 11, 391 & # x2013402. doi: 10.1037 / a0022575

Lyubomirsky, S., King, L. y Diener, E. (2005). Los beneficios del afecto positivo frecuente: ¿la felicidad conduce al éxito? Psychol. Toro. 131, 803 & # x2013855. doi: 10.1037 / 0033-2909.131.6.803

Lyubomirsky, S. y Tucker, K. L. (1998). Implicaciones de las diferencias individuales en la felicidad subjetiva para percibir, interpretar y pensar sobre los acontecimientos de la vida. Motiv. Emot. 22, 155 & # x2013186.

Mather, M. y Carstensen, L. L. (2003). Sesgos de envejecimiento y atención para rostros emocionales. Psychol. Sci. 14, 409 & # x2013414. doi: 10.1002 / da.22291

McCraty, R., Atkinson, M., Tiller, W. A., Rein, G. y Watkins, A. D. (1995). Los efectos de las emociones en el análisis del espectro de potencia a corto plazo de la variabilidad de la frecuencia cardíaca. Soy. J. Cardiol. 76, 1089 y # x20131093. doi: 10.1016 / s0002-9149 (99) 80309-9

McCullough, M. E., Emmons, R. A. y Tsang, J.-A. (2002). La disposición agradecida: una topografía conceptual y empírica. J. Personal. Soc. Psychol. 82, 112 & # x2013127. doi: 10.1037 // 0022-3514.82.1.112

Mezulis, A. H., Abramson, L. Y., Hyde, J. S. y Hankin, B. L. (2004). ¿Existe un sesgo de positividad universal en las atribuciones? Una revisión metaanalítica de las diferencias individuales, de desarrollo y culturales en el sesgo atribucional egoísta. Psychol. Toro. 130, 711 & # x2013747. doi: 10.1037 / 0033-2909.130.5.711

Mirsky, A. F., Anthony, B. J., Duncan, C. C., Ahearn, M. B. y Kellam, S. G. (1991). Análisis de los elementos de atención: un abordaje neuropsicológico. Neuropsychol. Rvdo. 2, 109 & # x2013145. doi: 10.1007 / bf01109051

Naji, M., Firoozabadi, M. y Azadfallah, P. (2014). Clasificación de las emociones inducidas por la música basada en la fusión de información de las bioseñales de la frente y el electrocardiograma. Cogn. Computación. 6, 241 & # x2013252. doi: 10.1007 / s12559-013-9239-7

Nelson, S. K., Della Porta, M. D., Jacobs Bao, K., Lee, H. C., Choi, I. y Lyubomirsky, S. (2015). & # x2019Depende de usted & # x2019: el apoyo a la autonomía manipulado experimentalmente para el comportamiento prosocial mejora el bienestar en dos culturas durante seis semanas. J. Posit. Psychol. 10, 463 y # x2013476. doi: 10.1080 / 17439760.2014.983959

Nelson, S. K., Layous, K., Cole, S. W. y Lyubomirsky, S. (2016). ¿Hacer a los demás o darte un capricho? los efectos del comportamiento prosocial y egocéntrico en el florecimiento psicológico. Emoción 16, 850 y # x2013861. doi: 10.1037 / emo0000178

Nelson, S. K. y Lyubomirsky, S. (2014). & # x201C Encontrar la felicidad. Adaptar actividades positivas para obtener beneficios de bienestar óptimos, & # x201D en Manual de emociones positivas, editores M. M. Tugade, M. N. Shiota y L. D. Kirby (Nueva York, NY: Guilford Press), 275 & # x2013293.

Neshat-Doost, H. T., Moradi, A. R., Taghavi, M. R., Yule, W. y Dalgleish, T. (2000). Falta de sesgo de atención para la información emocional en niños y adolescentes clínicamente deprimidos en la tarea de la sonda de puntos. J. Child Psychol. Psiquiatría Allied Discipl. 41, 363 & # x2013368. doi: 10.1017 / S0021963099005429

Nevin, J. A. (1969). Teoría de detección de señales y comportamiento operante: una revisión de David M. Green y John A. Swets & # x2019 Teoría y psicofísica de detección de señales 1. J. Exp. Anal. Behav. 12, 475 & # x2013480. doi: 10.1901 / jeab.1969.12-475

Ng, A. Y. (2004). Selección de funciones, L1 vs. L2 regularización e invariancia rotacional. ArXiv

O & # x2019 Gorman, J. G. y Horneman, C. (1979). Coherencia de las diferencias individuales en la actividad electrodérmica inespecífica. Biol. Psychol. 9, 13 y # x201321. doi: 10.1016 / 0301-0511 (79) 90019-X

Oswald, A. J. y Wu, S. (2010). Confirmación objetiva de medidas subjetivas del bienestar humano: evidencia de los EE. UU..A. Ciencias 327, 576 y # x2013579. doi: 10.1126 / science.1180606

Otake, K., Shimai, S., Tanaka-Matsumi, J., Otsui, K. y Fredrickson, B. L. (2006). Las personas felices se vuelven más felices a través de la bondad: una intervención contadora de bondades. J. Happiness Stud. 7, 361 & # x2013375. doi: 10.1007 / s10902-005-3650-z

Pe, M. L., Koval, P. y Kuppens, P. (2013). Bienestar ejecutivo: la actualización de estímulos positivos en la memoria de trabajo se asocia con el bienestar subjetivo. Cognición 126, 335 & # x2013340. doi: 10.1016 / j.cognition.2012.10.002

Phelps, E. A. y LeDoux, J. E. (2005). Contribuciones de la amígdala al procesamiento de las emociones: de los modelos animales al comportamiento humano. Neurona 48, 175 & # x2013187. doi: 10.1016 / j.neuron.2005.09.025

Pietro, C., Silvia, S. y Giuseppe, R. (2014). La búsqueda de la medición de la felicidad: un modelo psicométrico basado en correlatos psicofisiológicos. Sci. Mundo J. 2014, 139128. doi: 10.1155 / 2014/139128

Pinna, G. D., Maestri, R., Torunski, A., Danilowicz-Szymanowicz, L., Szwoch, M., La Rovere, M. T., et al. (2007). Medidas de variabilidad de la frecuencia cardíaca: una nueva mirada a la confiabilidad. Clin. Sci. 113, 131 & # x2013140. doi: 10.1042 / CS20070055

Prochaska, J. O., Evers, K. E., Castle, P. H., Johnson, J. L., Prochaska, J. M., Rula, E. Y., et al. (2012). Mejora de múltiples dominios del bienestar al disminuir múltiples conductas de riesgo para la salud: un ensayo clínico aleatorizado. Gestión de la salud de la población 15, 276 y # x2013286. doi: 10.1089 / pop.2011.0060

Rainville, P., Bechara, A., Naqvi, N. y Damasio, A. R. (2006). Las emociones básicas están asociadas con distintos patrones de actividad cardiorrespiratoria. En t. J. Psychophysiol. 61, 5 & # x201318. doi: 10.1016 / j.ijpsycho.2005.10.024

Raz, A. y Buhle, J. (2006). Tipologías de redes atencionales. Nat. Rev. Neurosci. 7, 367 & # x2013379. doi: 10.1038 / nrn1903

Revord, J., Yetton, B. D., Margolis, S. M., Seitz, A. R. y Lyubomirsky, S. (2019). Los efectos disipadores de recordar eventos prosociales y antisociales sobre el bienestar.

Rosenberg, M. (1965). Escala de autoestima de Rosenberg (RSE). Terapia de aceptación y compromiso. Meas. Paquete. 61:52.

Schachter, S. y Singer, J.-E. (1962). Determinantes cognitivos, sociales y fisiológicos del estado emocional. Psychol. Rvdo. 65, 379 & # x2013399. doi: 10.1037 / h0046234

Scheier, M. F. y Carver, C. S. (1985). Optimismo, afrontamiento y salud: evaluación e implicaciones de las expectativas de resultados generalizadas. Salud psicológica 4, 219. doi: 10.1037 // 0278-6133.4.3.219

Schmidt, L. A. y Trainor, L. J. (2001). La actividad eléctrica del cerebro frontal (EEG) distingue la valencia y la intensidad de las emociones musicales. Cogn. Emot. 15, 487 y # x2013500. doi: 10.1080 / 02699930126048

Schmukle, S. C. (2005). Falta de fiabilidad de la tarea de la sonda de puntos. EUR. J. Personal. 19, 595 & # x2013605. doi: 10.1002 / per.554

Schwarz, N. (1999). Autoinformes: cómo las preguntas dan forma a las respuestas. Soy. Psychol. 54, 93 & # x2013105. doi: 10.1097 / ACM.0000000000002002

Segerstrom, S. C. (2001). Optimismo y sesgo atencional ante estímulos positivos y negativos. Personal. Soc. Psychol. Toro. 27, 1334 y # x20131343. doi: 10.1177 / 01461672012710009

Seidlitz, L. y Diener, E. (1993). Memoria para eventos vitales positivos versus negativos: teorías de las diferencias entre personas felices e infelices. J. Personal. Soc. Psychol. 64, 654 & # x2013664. doi: 10.1037 / 0022-3514.64.4.654

Seidlitz, L., Wyer, R. S. Jr. y Diener, E. (1997). Correlaciones cognitivas del bienestar subjetivo: el procesamiento de eventos de la vida con valencia por parte de personas felices e infelices. J. Res. Personal. 31, 240 & # x2013256. doi: 10.1006 / jrpe.1997.2184

Seligman, M. E. P., Steen, T. A., Park, N. y Peterson, C. (2005). Progreso de la psicología positiva: validación empírica de intervenciones. Soy. Psychol. 60, 410 y # x2013421. doi: 10.1037 / 0003-066x.60.5.410

Sheldon, K. M. y Hilpert, J. C. (2012). La escala de medida equilibrada de necesidades psicológicas (BMPN): una medida general de dominio alternativo de satisfacción de necesidades. Motiv. Emot. 36, 439 y # x2013451. doi: 10.1007 / s11031-012-9279-4

Sheldon, K. M. y Lyubomirsky, S. (2006). Cómo aumentar y mantener la emoción positiva: los efectos de expresar gratitud y visualizar lo mejor posible a uno mismo. J. Posit. Psychol. 1, 73 & # x201382. doi: 10.1080 / 17439760500510676

Sin, N. L. y Lyubomirsky, S. (2009). Mejorar el bienestar y aliviar los síntomas depresivos con intervenciones de psicología positiva: un metanálisis amigable con la práctica. J. Clin. Psychol. 65, 467 & # x2013487. doi: 10.1002 / jclp.20593

Steger, M. F., Frazier, P., Oishi, S. y Kaler, M. (2006). Cuestionario de sentido de la vida: valorando la presencia y búsqueda de sentido de la vida. J. Abogado. Psychol. 53, 80 & # x201393. doi: 10.1080 / 00223891.2013.765882

MathWorks Inc. (2015). MATLAB. Natick. Massachusetts, MA: MathWorks Inc.

Tomarken, A. J., Davidson, R. J., Wheeler, R. E. y Doss, R. C. (1992). Diferencias individuales en la asimetría anterior del cerebro y dimensiones fundamentales de la emoción. J. Personal. Soc. Psychol. 62, 676 y # x2013687. doi: 10.1037 / 0022-3514.62.4.676

Van De Mortel, T. F.(2008). Fingirlo: sesgo de respuesta de deseabilidad social en la investigación de autoinforme. Aust. J. Adv. Nurs. 25, 40 & # x201348.

Velicer, W., Prochaska, J., Rossi, J. S. y Snow, M. G. (1992). Evaluación de resultados en estudios para dejar de fumar. Psychol. Toro. 111, 23 & # x201341. doi: 10.1037 // 0033-2909.111.1.23

Verma, G. K. y Tiwary, Estados Unidos (2014). Marco de fusión multimodal: un enfoque de múltiples resoluciones para la clasificación y el reconocimiento de emociones a partir de señales fisiológicas. NeuroImage 102, 162 y # x2013172. doi: 10.1016 / j.neuroimage.2013.11.007

Wagner, J., Kim, J. y Andre, E. (2005). & # x201C De las señales fisiológicas a las emociones: implementación y comparación de métodos seleccionados para la extracción y clasificación de características, & # x201D en Actas de la Conferencia Internacional sobre Multimedia y Exposición del IEEE 2005, Vol. 1, (Ámsterdam), 941 & # x2013944. doi: 10.1109 / ICME.2005.1521579

Walsh, L. C., Boehm, J. K. y Lyubomirsky, S. (2018). ¿La felicidad promueve el éxito profesional? Revisando la evidencia. J. Evaluación de carrera. 26, 199 & # x2013219. doi: 10.1177 / 1069072717751441

Watkins, P. C., Grimm, D. L. y Kolts, R. (2004). Contando tus bendiciones: recuerdos positivos entre personas agradecidas. Curr. Psychol. 23, 52 & # x201367. doi: 10.1007 / s12144-004-1008-z

Wheeler, R. E., Davidson, R. J. y Tomarken, A. J. (2007). Asimetría frontal cerebral y reactividad emocional: un sustrato biológico del estilo afectivo. Psicofisiologia 30, 82 & # x201389. doi: 10.1111 / j.1469-8986.1993.tb03207.x

Yin, Z., Wang, Y., Zhang, W., Liu, L., Zhang, J., Han, F. y col. (2017). Reconocimiento de emociones basado en características fisiológicas a través de un codificador automático profundo de conjunto con estructura parsimoniosa. Papeles IFAC 50, 6940 y # x20136945. doi: 10.1016 / j.ifacol.2017.08.1220

Palabras clave: afecto positivo, afecto negativo, bienestar, intervenciones, comportamiento prosocial, cognición, EEG, fisiología.

Cita: Yetton BD, Revord J, Margolis S, Lyubomirsky S y Seitz AR (2019) Medidas cognitivas y fisiológicas en la ciencia del bienestar: limitaciones y lecciones. Parte delantera. Psychol. 10: 1630. doi: 10.3389 / fpsyg.2019.01630

Recibido: 11 de marzo de 2019 Aceptado: 27 de junio de 2019
Publicado: 12 de julio de 2019.

Liat Levontin, Technion & # x2013 Instituto de Tecnología de Israel, Israel

Janice M. Prochaska, Prochaska Change Consultants, Estados Unidos
William Tov, Universidad de Gestión de Singapur, Singapur

Copyright & # x00A9 2019 Yetton, Revord, Margolis, Lyubomirsky y Seitz. Este es un artículo de acceso abierto distribuido bajo los términos de la Licencia de atribución Creative Commons (CC BY). Se permite el uso, distribución o reproducción en otros foros, siempre que se acredite al autor (es) original (es) y al propietario (es) de los derechos de autor y se cite la publicación original en esta revista, de acuerdo con la práctica académica aceptada. No se permite ningún uso, distribución o reproducción que no cumpla con estos términos.


Seguimiento ocular y EEG

Los investigadores son cada vez más conscientes de los beneficios de combinar el seguimiento ocular con el electroencefalograma y otros equipos de registro neurofisiológico. Una de las razones más comunes para registrar datos de seguimiento ocular y de EEG simultáneos es & # 8220artefact rechazo & # 8221. Los parpadeos y los movimientos oculares en sí mismos (incluso diminutas microscacadas) pueden tener un impacto profundo en la señal del EEG y causar problemas importantes para el análisis posterior. Las grabaciones precisas de los movimientos oculares permiten a los investigadores identificar y rechazar con confianza los ensayos contaminados.

Otro beneficio de la combinación de EEG y seguimiento ocular es que los datos de la mirada en vivo se pueden utilizar para controlar la presentación de estímulos. En otras palabras, se pueden implementar tareas dependientes de la mirada, de modo que los estímulos solo se presenten cuando los participantes estén fijando un objetivo central, por ejemplo.

Más recientemente, los investigadores de EEG han comenzado a explotar la rica información que proporcionan los datos de la mirada sobre la información que se está procesando actualmente, para desarrollar técnicas como & # 8220potenciales relacionados con eventos de fijación & # 8221 (fERP). En este enfoque, los datos de la mirada registrados por el rastreador ocular dejan de ser simplemente una indicación de contaminación potencial en la señal de EEG, o como un medio para controlar la presentación del estímulo. En cambio, los inicios de fijación (por ejemplo, en áreas críticas de una escena o palabras en una oración) se utilizan para definir épocas en los datos de EEG para la detección posterior de ERP.

Sincronización del seguimiento ocular y las grabaciones de EEG

Una consideración importante al recopilar datos de seguimiento ocular y EEG simultáneos es cómo sincronizar los dos flujos de datos. & # 8220 Desviación del reloj & # 8221 entre las dos computadoras de grabación puede significar que 10000ms en una grabación pueden no equivaler exactamente a 10000ms en la otra. Este problema se soluciona normalmente enviando señales & # 8220marker & # 8221 comunes a ambos flujos de datos, que se pueden utilizar para alinear los datos en la etapa de análisis.

Hay cuatro formas en las que se puede lograr dicha sincronización entre los rastreadores oculares EyeLink y el equipo EEG:

1) Señalización TTL

TTL significa Transistor-Transistor Logic y los transistores emparejados # 8211 permiten cambiar rápidamente el voltaje entre & lt0.8v (& # 8220low & # 8221 o 0) o & gt 2.4v. (& # 8220high & # 8221 o 1). Hoy en día, el término TTL se usa a menudo para referirse a la señal en sí, en lugar del mecanismo detrás de ella. La señalización TTL tiene una larga historia y, si bien puede parecer algo anticuada, sigue siendo un medio popular para integrar equipos en los laboratorios, sobre todo porque está & # 8220 probado y probado & # 8221 y tiene una sincronización excelente y confiable. propiedades. Las computadoras generalmente envían TTL a través de un puerto paralelo & # 8211 una característica cada vez más rara que en el pasado se usaba principalmente para comunicarse con impresoras de línea & # 8211, de hecho, todavía se la conoce como el puerto LPT. Hoy en día, dispositivos como el USB2TTL8 se pueden usar con computadoras que no tienen un puerto paralelo real.

En la forma más simple de integración TTL, una PC de estímulo envía TTL (un número entre 0 y 255 que se traduce en voltajes altos o bajos en los 8 pines del & # 8220 registro de datos & # 8221 del puerto paralelo) que marcan los inicios de eventos críticos del ensayo. Las señales TTL se envían simultáneamente (a través de un divisor o cable & # 8220Y & # 8221) tanto a la PC anfitriona como al dispositivo EEG. Por tanto, ambos flujos de datos reciben marcadores de eventos comunes que se pueden utilizar para sincronizar los datos en la etapa de análisis.

2) Señalización combinada TTL y TCP / IP

Este es un enfoque muy popular entre los usuarios de EyeLink, ya que aprovecha la conexión Ethernet entre el Display PC y el Host PC. Al igual que con el enfoque anterior, se envía una señal TTL desde la PC con pantalla al equipo de grabación de EEG, lo que generalmente indica el inicio de eventos clave de prueba. En lugar de que la señal TTL se envíe tanto al equipo EEG como a la PC Host, se envía un mensaje simultáneo a la PC Host a través del enlace Ethernet. En la etapa de análisis, el TTL se puede hacer coincidir con su mensaje asociado para sincronizar los dos flujos de datos. En una variante de este enfoque, se envía un comando a la PC host a través del enlace ethernet, indicándole que envíe el TTL desde su Puerto paralelo. Esto puede resultar particularmente útil si su Display PC no tiene un puerto paralelo propio.

3) Integración TCP / IP

Algunos sistemas EEG, sobre todo los sistemas Philips-EGI, pueden integrarse completamente mediante la señalización TCP / IP. Las tres computadoras están conectadas a un solo conmutador de red, y el Protocolo de sincronización de red se utiliza para sincronizar todas las comunicaciones y el uso compartido de disparadores.

4) Salida analógica

La solución de integración final disponible para los usuarios de EyeLink es la opción de salida analógica, que se puede agregar a las PC de escritorio. La tarjeta DAQ adicional convierte los datos digitales en la PC host en voltajes analógicos que se emiten en tiempo real (tres canales para cada ojo: posición horizontal, posición vertical y tamaño de la pupila). Estas señales analógicas se pueden insertar en canales vacíos en el dispositivo EEG / MEG, proporcionando un registro de la posición del ojo que ya está alineado con sus datos EEG / MEG. Si bien esta solución es conveniente en algunos entornos, las conversiones D / A y A / D agregan algo de ruido a los datos y el envío de estos voltajes a lo largo de los cables también puede permitir que se introduzca más ruido.

Sincronización post-hoc

En los tres primeros enfoques, una vez que se han recopilado los datos, se puede utilizar software como EEG-LAB y el complemento EYE-EEG para alinear los datos en función de los mensajes / TTL comunes. La versión 2.2 de nuestro software de presentación de estímulos, Experiment Builder, tiene nodos dedicados que facilitan todas estas estrategias de sincronización. No dude en ponerse en contacto con nuestros servicios de soporte si tiene alguna pregunta sobre la integración de su sistema EyeLink con EEG. ¡Siempre estamos encantados de ayudarle!


Campos de investigación comunes

La ciencia cognitiva es el estudio científico del cerebro y sus procesos. Es un campo multidisciplinario que integra conocimientos de psicología, neurociencia, lingüística y antropología. Los investigadores cognitivos se enfocan en el estudio de cómo nuestro cerebro adquiere, procesa, manipula, usa y recupera la información, involucrando varias áreas de estudio como percepción, atención, memoria, aprendizaje, razonamiento, lenguaje, y emoción.

Entre otros métodos de registro, el registro de la respuesta conductual y fisiológica de los participantes a determinados estímulos es uno de los más utilizados. Los sensores comúnmente empleados incluyen EEG, GSR, EMG, ECG, seguimiento ocular, temperatura, respiración y otros, que ayudan a permitir el registro completo de la respuesta a los estímulos.

Los resultados empíricos obtenidos de la investigación en psicología clínica son una guía esencial para que los profesionales desarrollen intervenciones efectivas. Esto conduce a resultados comprobados y confiables que mejoran vidas, mejoran las interacciones y las relaciones sociales, superan las adicciones y ayudan a los pacientes con una amplia variedad de problemas de salud mental.

Las investigaciones recientes sobre diagnósticos y psicoterapias se han beneficiado de los avances en la tecnología, lo que ha permitido a los investigadores y profesionales integrar el electroencefalograma en la recopilación de datos del día a día. Esto incluye el uso de realidad virtual (VR) combinada con EEG, o el desarrollo de equipos portátiles que se pueden llevar a clínicas o entornos naturales y amigables para los participantes.

La psicología social investiga los factores y condiciones que dan forma a las acciones, sentimientos o creencias de los individuos en relación con otras personas para comprender el comportamiento social. Se exploran varios campos, como la cognición social, la identidad social, las actitudes, la discriminación o el comportamiento grupal, por nombrar algunos. El estudio del comportamiento social es tan complejo como los propios comportamientos, por lo que es fundamental emplear métodos empíricos de recopilación y análisis de datos.

Por grabación de múltiples dispositivos fisiológicos simultáneos configurados en varios participantes al interactuar entre sí, podemos obtener información sobre la conducta social y ampliar los límites de nuestra investigación.

Los psicólogos del desarrollo estudian cómo nuestra cognición, emoción, funcionamiento social y comportamiento evolucionan a lo largo de toda nuestra vida, desde la infancia hasta la niñez y la adolescencia, hasta la edad adulta y la vejez. ¿Cómo cambian con el tiempo los diferentes aspectos de nuestra mente, como la atención, la motivación, el sueño, el aprendizaje de idiomas, las respuestas a diferentes estímulos? ¿Cuál es la causa de estas variaciones? ¿Son estas variaciones normativas y compartidas entre todos nosotros, pertenecen a un grupo de población específico o son singulares para el individuo?

Para explorar estos fenómenos, los sensores de adquisición fisiológica que sean cómodos, estables y adaptables, y la sincronización precisa de todos los dispositivos empleados son claves para que la investigación sea más fluida tanto para el investigador como para el participante. Esto es especialmente crítico con las poblaciones participantes de bebés o niños, o con la investigación de individuos con desarrollo neurológico atípico.

La lingüística es el estudio científico del lenguaje humano. Los investigadores estudian los idiomas en función de la sintaxis, los sonidos y el significado, incluidas las influencias históricas, culturales y sociales del idioma.

Los lingüistas suelen utilizar el seguimiento ocular como método para comprender el comportamiento de lectura y el procesamiento del lenguaje en palabras escritas. Los investigadores también utilizan el electroencefalograma como una forma de registrar las respuestas cerebrales a los estímulos del lenguaje visual y auditivo, y ambas técnicas se pueden combinar con éxito para comprender la atención y la reacción al lenguaje.

La investigación en educación humana incluye el estudio de cómo los humanos aprenden y enseñan, y todas las variables y procesos involucrados, incluido el desarrollo, la motivación, el entorno, las diferencias individuales o el método de enseñanza en sí.

La recopilación y el análisis sistemáticos de datos fisiológicos y de comportamiento pueden agregar mucho valor a la investigación educativa, pero puede resultar tedioso si la tecnología no está diseñada para preservar la ecología del experimento y, por lo tanto, facilitar el comportamiento natural, especialmente con participantes más jóvenes. Por tanto, la flexibilidad y portabilidad de los dispositivos fisiológicos empleados le permitirán para trasladar la investigación del laboratorio al aula, lo que permite el registro de datos durante las actividades normales del aula.

Los kinesiólogos se enfocan en el estudio del movimiento del cuerpo humano, incorporando muchos estímulos, incluido el seguimiento del movimiento, electrofisiología, monitoreo cerebral y fisiológico, fuerza y ​​acondicionamiento, psicología, etc. La investigación deportiva incorpora fisiología, psicología, anatomía, biomecánica, bioquímica, biocinética para comprender la respuesta humana al ejercicio, entrenamiento, entornos cambiantes y rehabilitación.

La movilidad y la discreción son componentes clave necesarios en la kinesiología y la investigación deportiva. Para estudiar los procesos detrás de las reacciones fisiológicas, debemos llevar nuestra investigación al campo sin perder la calidad de los datos.

La investigación sobre factores humanos cubre el diseño y análisis de interacciones humano-máquina y humano-tecnológico, especialmente en las áreas industrial, automotriz y de aviación. Busca estudiar la reacción del usuario al entorno, comportamiento, niveles de fatiga, carga cognitiva y cualquier otro proceso cognitivo que pueda ocurrir durante las interacciones tecnológicas.

Los escenarios de investigación son complejos ya que requieren el uso de múltiples modalidades sensoriales y una sincronización precisa entre ellas. El objetivo es comprender los procesos fisiológicos cognitivos involucrados y sugerir cambios de diseño para mejorar productos, interfaces y procedimientos.

La investigación psicológica en la música es un campo científico que tiene como objetivo explicar empíricamente cómo la música afecta nuestra experiencia y comportamiento, incluida la forma en que la música se percibe, procesa, crea e incorpora a nuestras vidas. Las áreas de investigación incluyen las ciencias cognitivas, la neurofisiología, la psicología social y cultural y la evolución. Los resultados empíricos de estos campos de estudio se utilizan para impactar en educación, marketing, rendimiento, bienestar o salud.

Analizar el efecto neuropsicológico que tienen los estímulos musicales en nuestros procesos cognitivos, EEG, EMG, ECG, GSR, temperatura, respiración y muchos otros sensores fisiológicos, todos perfectamente sincronizados con la pieza musical empleada.

La ergonomía se centra en el estudio de la respuesta fisiológica humana, las contracciones musculares, las fuerzas y otros parámetros durante las interacciones.

Hacer investigación en este campo también requiere el uso de sensores multimodales sincronizados, en contextos reales, y que permitan la libertad de movimiento del sujeto. El objetivo es identificar en detalle qué acciones y movimientos son potencialmente dañinos o representan un mayor riesgo de una falla crítica para mejorar productos, interfaces y procedimientos.


Fondo

El EEG cuantitativo (qEEG) es un método de análisis de la actividad eléctrica del cerebro para derivar patrones cuantitativos que pueden corresponder a información de diagnóstico y / o déficits cognitivos.

Se ha propuesto el electroencefalograma cuantitativo, una técnica para la visualización topográfica y el análisis de datos electrofisiológicos cerebrales, para su uso en el diagnóstico de diversos trastornos psiquiátricos. Los estudios clínicos han demostrado formas distintivas de actividad eléctrica cerebral en condiciones psiquiátricas que incluyen trastorno por déficit de atención, esquizofrenia, depresión mayor y trastorno obsesivo-compulsivo. Sin embargo, se desconoce la importancia clínica de estos patrones distintivos de actividad de ondas cerebrales. Por lo tanto, el papel del EEG cuantitativo en el diagnóstico, la evaluación de la progresión de la enfermedad y el tratamiento de estas afecciones aún no se ha dilucidado. Un informe de la Academia Estadounidense de Neurología y la Sociedad Estadounidense de Neurofisiología Clínica concluyó que el electroencefalograma cuantitativo sigue estando en fase de investigación para su uso clínico en el síndrome posconmoción cerebral, traumatismo craneoencefálico leve a moderado, discapacidad de aprendizaje, trastornos de la atención, esquizofrenia, depresión, alcoholismo y abuso de drogas.

Los estudios clínicos han demostrado formas distintivas de actividad eléctrica cerebral en condiciones neurológicas y psiquiátricas que incluyen discapacidades de aprendizaje, autismo, lesión cerebral traumática, coma, esquizofrenia, depresión mayor y trastorno obsesivo compulsivo. Sin embargo, se desconoce la importancia clínica de estos patrones distintivos de actividad de ondas cerebrales. Por lo tanto, el papel del EEG cuantitativo en el diagnóstico, la evaluación de la progresión de la enfermedad y el tratamiento de estas afecciones aún no se ha dilucidado.

Se ha propuesto el EEG cuantitativo para su uso en una amplia gama de aplicaciones potenciales. Esta evidencia se ha centrado en la precisión diagnóstica de QEEG. Sin embargo, hay escasez de pruebas sobre su utilidad clínica.

No existen pautas actuales de organizaciones profesionales médicas líderes que recomienden el uso de EEG cuantitativo como prueba de detección para afecciones neurológicas y psiquiátricas. Además, no hay estudios prospectivos publicados y revisados ​​por pares sobre el uso del cribado cuantitativo con electroencefalograma para estas afecciones que demuestren que el manejo se altera de tal manera que mejoran los resultados clínicos.

No hay estudios clínicos publicados que demuestren que el uso de EEG cuantitativo reduce el número de estudios de imágenes u otras pruebas de seguimiento. Además, no existen pautas actuales de las principales organizaciones profesionales médicas que recomienden el uso de EEG cuantitativo como requisito previo o como reemplazo de los estudios de imágenes.

Si bien existe alguna evidencia de que la actividad electroencefalográfica difiere entre los sujetos de control normales y los sujetos que padecen tinnitus, se necesita evidencia adicional para evaluar el valor de incluir el EEG cuantitativo en una batería de pruebas electrofisiológicas para la identificación clínica de un tipo predominantemente central de tinnitus. Además, hay poca evidencia que respalde el uso de EEG cuantitativo para determinar la necesidad de cambiar los medicamentos en el tratamiento del tinnitus.

Algunos investigadores han propuesto el uso de EEG cuantitativo en casos psiquiátricos para facilitar la selección de medicamentos. Sin embargo, hay una falta de evidencia confiable de estudios prospectivos que demuestren que los resultados clínicos mejoran al basar la selección de medicamentos psicotrópicos en los resultados cuantitativos del electroencefalograma en comparación con la selección empírica.La información de prescripción aprobada por la FDA para medicamentos psicotrópicos no incluye ninguna recomendación para el uso de EEG cuantitativo en la selección o dosificación, y no existen pautas actuales de organizaciones profesionales médicas líderes que recomienden dicho uso de EEG cuantitativo.

  1. aquellos con regímenes de medicación prescritos que coincidían con los predictores cuantitativos de EEG, y
  2. aquellos cuyos regímenes de medicación fueron discordantes con los predictores cuantitativos de EEG.

Los participantes incluyeron 70 pacientes adolescentes hospitalizados a los que se les administró un electroencefalograma cuantitativo al momento de la admisión. Los resultados no indicaron diferencias significativas en el resultado clínico entre los dos grupos. El fracaso de este estudio para encontrar diferencias significativas en los resultados de los pacientes cuestiona este uso particular del EEG cuantitativo (Crumbley et al, 2005).

John y Prichep (2006) señalaron que a medida que han evolucionado el EEG cuantitativo y el farmaco-EEG, se ha acumulado una gran cantidad de datos que describen cambios en el EEG o potenciales relacionados con eventos observados en una variedad de trastornos cerebrales o después de la administración de una variedad de de medicamentos. Con algunas excepciones notables, estos estudios han tendido a ser fenomenológicos más que analíticos. No ha habido un intento sistemático de integrar estos fenómenos para proporcionar una mejor comprensión de cómo los comportamientos anormales de un paciente psiquiátrico en particular podrían estar relacionados con el patrón específico de la actividad eléctrica desviada, ni cómo puede haber resultado la reducción farmacológica de esa actividad desviada. en un comportamiento más normal.

No hay evidencia suficiente para apoyar el uso de EEG cuantitativo en el diagnóstico y / o clasificación del trastorno por déficit de atención con hiperactividad (TDAH) (Krull, 2009). Varios estudios han demostrado diferencias en el qEEG entre grupos de niños con TDAH y niños normales. Sin embargo, estos estudios están limitados por la asignación no aleatoria, la falta de cegamiento, la imposibilidad de considerar las comorbilidades y / o la imposibilidad de controlar la terapia farmacológica. Además, no se ha demostrado la especificidad de los hallazgos para el TDAH.

Snyder y Hall (2006) realizaron un metanálisis sobre el uso de EEG cuantitativo en la evaluación de pacientes con TDAH. Los 9 estudios elegibles (n = 1498) observaron rasgos EEG cuantitativos de un aumento de la potencia theta y una disminución de la potencia beta, resumidos en la relación theta / beta con un tamaño del efecto combinado de 3,08 (intervalo de confianza del 95%: 2,90 a 3,26) para el TDAH. versus controles (niños, adolescentes y adultos normales). Estos investigadores concluyeron que este metanálisis apoya que un aumento de la relación theta / beta es un rasgo comúnmente observado en pacientes con TDAH en relación con los controles normales. Además, señalaron que, dado que se sabe que el rasgo de la relación theta / beta puede surgir con otras afecciones, se necesitaría un estudio prospectivo que cubra el diagnóstico diferencial para determinar la generalización a las aplicaciones clínicas. Además, también es necesaria la estandarización de la técnica cuantitativa del electroencefalograma, específicamente con el control del estado mental, la somnolencia y la medicación.

Aunque el QEEG puede resultar útil en el diagnóstico y / o clasificación del TDAH en el futuro, en la actualidad, no hay evidencia suficiente para respaldar su uso en poblaciones clínicas.

Gran parte de la literatura presentada se centra en el uso de QEEG en la detección temprana de la demencia. Aunque se han informado varios marcadores de demencia temprana en la literatura, hay una falta de evidencia de que la detección temprana de la demencia altere el manejo clínico de manera que mejoren los resultados, especialmente dada la falta de tratamientos sólidos disponibles.

Una evaluación de la Oficina Sueca de Evaluación de Tecnologías Sanitarias (SBU, 2008) no encontró pruebas suficientes para respaldar el uso de EEG cuantitativo en la demencia. La evaluación de SBU declaró: "[t] aquí hay evidencia limitada de que ya sea el EEG evaluado visualmente o el qEEG ayude al diagnóstico a diferenciar a los pacientes con EA (enfermedad de Alzheimer) de los controles o EA de otros trastornos de demencia".

Klassen et al (2011) evaluaron las medidas de qEEG como biomarcadores predictivos para el desarrollo de demencia en la enfermedad de Parkinson (EP). El trabajo preliminar muestra que las medidas de qEEG se correlacionan con el estado cognitivo actual de la EP. Un biomarcador de qEEG predictivo confiable para la incidencia de la demencia en la EP (PD-D) sería valioso para estudiar la EP-D, incluidos los ensayos de tratamiento destinados a prevenir el deterioro cognitivo en la EP. Una cohorte de sujetos con EP en el programa de donación de cerebro de los autores utiliza el movimiento longitudinal pre-mortem anual y la evaluación cognitiva. Estos sujetos también se someten a un registro EEG bienal. Se analizó el electroencefalograma de sujetos con EP sin demencia con evaluación cognitiva de seguimiento para las medidas de qEEG de la frecuencia del ritmo de fondo y la potencia relativa en las bandas δ, α y β. La relación entre el tiempo de aparición de la demencia y el qEEG y otros posibles predictores se evaluó mediante la regresión de Cox. El riesgo de desarrollar demencia fue 13 veces mayor para aquellos con baja frecuencia de ritmo de fondo (menor que la gran mediana de 8,5 Hz) que para aquellos con alta frecuencia de ritmo de fondo (p & lt 0,001). Los cocientes de riesgos instantáneos (HR) también fueron significativos para una potencia de banda superior a la mediana (HR = 3,0 p = 0,004) en comparación con lo que se muestra a continuación, y para determinadas medidas neuropsicológicas. Los HR para la potencia de banda δ, α y β, así como las características demográficas y clínicas de base, no fueron significativas. Los autores concluyeron que las medidas de qEEG de la frecuencia del ritmo de fondo y la potencia relativa en la banda son posibles biomarcadores predictivos de la incidencia de demencia en la EP. Estos biomarcadores QEEG pueden ser útiles para complementar las pruebas neuropsicológicas para estudiar la incidencia de PD-D.

Marzano y sus colegas (2008) afirmaron que en las últimas dos décadas se ha utilizado el análisis cuantitativo de EEG para examinar las características neurofisiológicas del insomnio. Estos estudios proporcionaron evidencia en apoyo de la hipótesis de que el insomnio primario está asociado con la hiperactivación del sistema nervioso central y la homeostasis del sueño alterada. Sin embargo, estos investigadores han subrayado aquí que estos resultados tienen problemas metodológicos intrínsecos, principalmente relacionados con las limitaciones de la evaluación estándar en la investigación clínica. Han propuesto que los estudios futuros deberían realizarse en muestras más grandes de pacientes libres de fármacos, utilizando diseños intra-sujetos y registrando longitudinalmente a los pacientes adaptados al laboratorio del sueño. Todas estas mejoras metodológicas permitirán parcializar la contribución de las diferencias individuales, las influencias farmacológicas y los efectos de la primera noche en las frecuencias de EEG. Además, han discutido la relevancia potencial de los hallazgos recientes de la investigación básica sobre los cambios locales durante el sueño fisiológico, que podrían extenderse al estudio del insomnio.

  1. potencia absoluta espectral de EEG reducida en los sitios de medición de EEG 10-20 frontales internacionales, particularmente en los segmentos espectrales de EEG de baja a media frecuencia
  2. Potencia relativa espectral elevada de componentes de alta frecuencia en sitios de medición de EEG frontal / central y
  3. hipo-coherencia generalizada, particularmente en segmentos espectrales de EEG de baja a media frecuencia, en los sitios de medición de EEG frontales.

Se encontró una correlación negativa consistente y significativa entre la gravedad del dolor y la magnitud de las anomalías del EEG. No se encontró relación entre los hallazgos del electroencefalograma y el uso de medicamentos. Los autores concluyeron que el análisis qEEG revela diferencias significativas entre los pacientes con FM en comparación con los controles sanos emparejados por edad y género en una base de datos normativa, y tiene el potencial de ser una herramienta clínicamente útil para evaluar la función cerebral en pacientes con FM.

Hathi et al (2010) evaluaron un índice basado en EEG, el Índice de Salud Cerebral en bebés (CHI / b), para la identificación de recién nacidos con puntuaciones Sarnat altas y EEG anormales como marcadores de encefalopatía isquémica hipóxica (EHI) después de asfixia perinatal. Este fue un estudio retrospectivo que utilizó datos de EEG de 30 minutos recopilados de 20 recién nacidos a término con HIE y 20 recién nacidos neurológicamente normales. El diagnóstico de EHI se realizó sobre bases clínicas basadas en la historia y los hallazgos del examen. Se utilizó la puntuación Sarnat clínica modificada máxima para calificar la gravedad de la EHI dentro de las 72 horas de vida. Todos los recién nacidos se sometieron a una monitorización electroencefalográfica de 2 canales junto a la cama. Un electroencefalógrafo capacitado, ciego a los datos clínicos, clasificó visualmente cada EEG como normal, leve o severamente anormal. El CHI / b se entrenó usando datos del Canal 1 y se probó en el Canal 2. El CHI / b distinguió entre HIE y controles (p & lt 0,02) y entre las 3 categorías de EEG interpretadas visualmente (p & lt 0,0002). Mostró una sensibilidad del 82,4% y una especificidad del 100% en la detección de altos grados de encefalopatía neonatal (Sarnat 2 y 3), con un área bajo la curva característica del operador receptor (ROC) de 0,912. CHI / b también identificó diferencias entre los grupos de EEG normal versus levemente anormal (p & lt 0.005), leve versus severamente anormal (p & lt 0.01) y normal versus severa (p & lt 0.002). Un análisis de la curva ROC mostró que la capacidad óptima de CHI / b para discriminar un resultado desfavorable fue del 89,7% (sensibilidad: 87,5% de especificidad: 82,4%). Los autores concluyeron que el CHI / b identificó a los recién nacidos con puntajes Sarnat altos y EEG anormal. Estos resultados respaldan su potencial como indicador objetivo de lesión neurológica en bebés con EHI.

Lopes et al (2010) examinaron y compararon la actividad cortical del cerebro, según el índice de las medidas de potencia, coherencia y asimetría de qEEG, en pacientes con trastorno de pánico durante un ataque de pánico inducido con una prueba de provocación de CO (2) al 35% y también en estado de reposo. . Se asignó aleatoriamente a un total de 15 sujetos con trastorno de pánico a una mezcla de CO (2) al 35% y aire comprimido atmosférico, en un diseño de estudio doble ciego, con un EEG registrado durante un período de 20 minutos. Durante los ataques de pánico inducidos, una asimetría orbital frontal del lado derecho reducida en la banda beta, una coherencia intrahemisférica frontal occipital disminuida en la banda delta en ambos lados derecho e izquierdo, una asimetría interhemisférica delta delta occipital del lado izquierdo y un aumento Se observó potencia relativa en la onda beta en T4. Estos datos mostraron un procesamiento cortical frontal alterado, lo que apunta a un desequilibrio de los sitios frontal y occipital, común a ambos hemisferios, y un aumento de la actividad posterior derecha relacionada con la condición de ataque de pánico de alta excitación. Estos hallazgos corroboraron la hipótesis neuroanatómica del trastorno de pánico.

Velasques et al (2013) examinaron la relación entre la coherencia gamma cortical en pacientes con trastorno bipolar y un grupo de control durante una tarea de atención prosacádica. Estos investigadores plantearon la hipótesis de que las oscilaciones de coherencia gamma actúan como un mecanismo neuronal principal subyacente al procesamiento de la información que cambia en los pacientes bipolares. En este estudio se inscribieron un total de 32 sujetos (12 controles sanos y 20 pacientes bipolares). Los participantes realizaron una tarea de atención prosacádica mientras se registraba su patrón de actividad cerebral utilizando qEEG (20 canales). Estos investigadores observaron que el grupo de maníacos presentaba una latencia sacádica más baja en comparación con los grupos de depresión y control. El hallazgo principal fue una mayor coherencia gamma para el grupo de control en el hemisferio derecho de las cortezas frontal y motora causada por la ejecución de una tarea de atención prosacádica. Los autores concluyeron que estos hallazgos sugerían una conexión interrumpida de todo el funcionamiento del cerebro de los pacientes maníacos y representaban una desregulación del mecanismo inhibidor cortical. Así, estos resultados refuerzan la hipótesis de que una mayor coherencia gamma en las cortezas frontales derecha e izquierda del grupo maníaco produce un "ruido" durante el procesamiento de la información y destaca que la coherencia gamma podría ser un biomarcador de disfunción cognitiva durante el estado maníaco. Los autores afirmaron que estos hallazgos deben ser confirmados en muestras más grandes y en pacientes bipolares antes de iniciar el tratamiento farmacológico.

Una revisión de UpToDate sobre “Trastorno por déficit de atención con hiperactividad en niños y adolescentes: características clínicas y evaluación” (Krull, 2013) afirma que “No sugerimos qEEG para la evaluación de niños con TDAH. Aunque la Administración de Drogas y Alimentos de EE. UU. Ha autorizado la primera prueba de EEG para evaluar el TDAH en niños (de 6 a 17 años), y varios estudios han demostrado diferencias en el qEEG entre niños con TDAH y niños normales, los estudios se limitaron a asignación, falta de cegamiento, falta de consideración de comorbilidades y / o falta de control de la terapia farmacológica. Además, los patrones de EEG difieren en niños y niñas. Un metanálisis de 2013 de nueve estudios (incluidos 1253 niños con TDAH y 517 sin TDAH) encontró una heterogeneidad significativa y concluyó que los perfiles de EEG (específicamente un aumento de la proporción theta a beta) no se pueden usar para diagnosticar de manera confiable el TDAH (aunque pueden ser útiles para pronóstico). La evidencia actual es insuficiente para apoyar el uso de qEEG sobre la evaluación clínica de los síntomas y el deterioro funcional para el diagnóstico de TDAH ”.

Kutcher et al (2013) resumieron la evidencia de las siguientes tecnologías / estrategias relacionadas con el diagnóstico o manejo de la conmoción cerebral relacionada con el deporte: electroencefalograma cuantitativo, neuroimagen funcional, sensores de impacto en la cabeza, telemedicina y dispositivos móviles. Las bases de datos utilizadas fueron las bases de datos MEDLINE, PubMed, Cochrane Controlled Trials Registers, SportDiscus, EMBASE, Web of Science y ProQuest. Las palabras clave de búsqueda primarias fueron conmoción cerebral, conmoción cerebral deportiva y lesión cerebral traumática leve. Las palabras clave utilizadas para las búsquedas secundarias de temas específicos fueron electroencefalografía cuantitativa, qEEG, resonancia magnética funcional, magnetoencefalografía, espectroscopia de infrarrojo cercano, tomografía por emisión de positrones, tomografía por emisión de fotón único, acelerómetro, sensor de impacto, telemetría, monitorización remota, medicina robótica, telemedicina, móvil. dispositivo, teléfono móvil, teléfono inteligente y tableta. La búsqueda primaria produjo 8.567 publicaciones. Las búsquedas secundarias produjeron 9 publicaciones que presentaron datos originales, incluyeron un grupo de comparación en el diseño del estudio e involucraron conmociones cerebrales relacionadas con el deporte: 4 estudios hablaron sobre el potencial de qEEG como una herramienta de diagnóstico o manejo, mientras que 5 estudios abordaron el potencial de fMRI para ser utilizado en la misma capacidad. Los autores concluyeron que las tecnologías emergentes y los enfoques novedosos que ayudan en el diagnóstico y manejo de las conmociones cerebrales deportivas se están introduciendo a un ritmo rápido. Además, afirmaron que, si bien algunas tecnologías son prometedoras, su utilidad clínica aún no se ha establecido.

Además, la declaración de posición de la Sociedad Médica Estadounidense de Medicina Deportiva sobre la "Conmoción cerebral en el deporte" (Harmon et al, 2013) no mencionó el uso del mapeo cuantitativo del electroencefalograma / cerebro como herramienta de gestión.

  1. incidencia de anomalías EEG / EP
  2. diagnóstico de delirio o encefalopatía asociada a sepsis con EEG / EP y
  3. Salir.

Entre 1.976 citas, 17 artículos cumplieron los criterios de inclusión. La incidencia de anomalías en el EEG durante la sepsis varió del 12% al 100% para anomalías de fondo y del 6% al 12% para la presencia de ondas trifásicas. Dos estudios encontraron que las descargas epileptiformes y las convulsiones electrográficas eran más comunes en pacientes críticamente enfermos con sepsis que sin ella. En un estudio, las anomalías de fondo del EEG se relacionaron con la presencia y la gravedad de la encefalopatía. El enlentecimiento o supresión del fondo y la presencia de ondas trifásicas también se asociaron con una mayor mortalidad. Algunos estudios demostraron que el análisis EEG cuantitativo y la EF podrían mostrar diferencias significativas en los pacientes con sepsis en comparación con los controles, pero no se evaluó su asociación con la encefalopatía y el resultado. Los autores concluyeron que las anomalías en EEG y EP están presentes en la mayoría de los pacientes sépticos. Afirmaron que existe alguna evidencia que respalda el uso del electroencefalograma en la detección y el pronóstico de la encefalopatía asociada a sepsis, pero se necesita más investigación clínica para confirmar esta sugerencia.

Estado de mínima conciencia / estado vegetativo persistente

En una revisión sistemática y un metanálisis, Bender et al (2015) examinaron la sensibilidad y la especificidad de los nuevos métodos de diagnóstico para el estado de conciencia mínima (MCS). Estos investigadores identificaron y evaluaron 20 estudios clínicos en los que participaron un total de 906 pacientes con estado vegetativo persistente (PVS) o MCS. Las sensibilidades y especificidades informadas de las diversas técnicas utilizadas para diagnosticar el SQM varían ampliamente. La sensibilidad y especificidad de las técnicas funcionales basadas en resonancia magnética fueron 44% y 67%, respectivamente (con los correspondientes intervalos de confianza [IC] del 95%: 19% a 72% y 55% a 77%), las de EEG cuantitativo fueron 90% y 80 %, respectivamente (95% CI: 69% a 97% y 66% a 90%) El electroencefalograma, los potenciales relacionados con eventos y los estudios de imágenes también podrían ayudar en el pronóstico. Contrariamente a las suposiciones anteriores, entre el 10% y el 24% de los pacientes con EVP podrían recuperar la conciencia, a veces años después del evento, pero solo con un deterioro funcional marcado. Los autores concluyeron que la evaluación diagnóstica básica para diferenciar la EVP de la MCS consiste en un examen clínico estandarizado. Afirmaron que en el futuro, las técnicas de diagnóstico modernas pueden ayudar a identificar a los pacientes que se encuentran en un SCM subclínico.

Además, una revisión de UpToDate sobre "Lesión cerebral hipóxico-isquémica: evaluación y pronóstico" (Weinhouse y Young, 2016) afirma que "El valor clínico del electroencefalograma (EEG) no está claro en la evaluación del pronóstico de la lesión cerebral anóxica porque los investigadores han utilizó diferentes sistemas de clasificación e intervalos variables de registros después de la reanimación. Además, el EEG es susceptible de interpretación subjetiva, los efectos de los fármacos sedantes, las alteraciones metabólicas y la sepsis, que pueden invalidar los resultados ”.

Trastorno por déficit de atención con hiperactividad (TDAH)

El consejo de práctica de la Academia Estadounidense de Neurología (AAN) sobre "La utilidad de la relación de potencia theta / beta de EEG en el diagnóstico de TDAH" (Gloss et al, 2016) evaluó la evidencia de la relación de potencia theta / beta de EEG para diagnosticar o ayudar a diagnosticar el TDAH. Los autores identificaron estudios relevantes y los clasificaron según los criterios de la AAN. Dos estudios de Clase I que evaluaron la capacidad de la relación de potencia theta / beta de EEG y la potencia de beta frontal de EEG para identificar pacientes con TDAH identificaron correctamente a 166 de 185 participantes. Ambos estudios evaluaron la relación de potencia theta / beta y la potencia beta frontal en sospecha de TDAH o en síndromes que normalmente se incluyen en un diagnóstico diferencial de TDAH. Un modelo bivariado que combina los estudios de diagnóstico mostró que la combinación de la potencia beta frontal del EEG y la relación de potencia theta / beta tiene una sensibilidad y especificidad relativamente altas, pero no es lo suficientemente precisa. Los autores concluyeron que se desconoce si una combinación de examen clínico estándar y la relación de potencia theta / beta del EEG aumenta la certeza diagnóstica del TDAH en comparación con el examen clínico solo. La AAN proporcionó las siguientes recomendaciones:

Los médicos deben informar a los pacientes con sospecha de TDAH y a sus familias que la combinación de la relación de potencia theta / beta del EEG y la potencia beta frontal no debe reemplazar una evaluación clínica estándar. Existe un riesgo de daño significativo para los pacientes debido a un diagnóstico erróneo de TDAH debido a la tasa de diagnóstico de falsos positivos inaceptablemente alta de la relación de potencia theta / beta del EEG y la potencia beta frontal.Nivel B (Probablemente efectivo, ineficaz o dañino (o probablemente útil / predictivo o no útil / predictivo) para la condición dada en la población especificada)

Los médicos deben informar a los pacientes con sospecha de TDAH y a sus familias que la relación de potencia theta / beta del EEG no debe usarse para confirmar un diagnóstico de TDAH o para respaldar más pruebas después de una evaluación clínica, a menos que dichas evaluaciones de diagnóstico se realicen en un entorno de investigación. Nivel R (Las recomendaciones de Nivel R son aquellas que “los autores de la guía afirman deben aplicarse solo en entornos de investigación).

Byeon y colegas (2020) examinaron los subtipos de qEEG como herramientas auxiliares para evaluar el TDAH. Un total de 74 sujetos (58 hombres y 16 mujeres) fueron examinados utilizando la versión coreana del Programa de entrevistas de diagnóstico para niños Versión IV y fueron asignados a 1 de 3 grupos: TDAH (n = 27), TDAH, no especificado de otra manera (NOS n = 32) y neurotípico (NT n = 15). Estos investigadores midieron la potencia de EEG absoluta y relativa en 19 canales y realizaron una prueba de rendimiento auditivo continuo. Analizaron qEEG según el rango de frecuencia: delta (1 a 4 Hz), theta (4 a 8 Hz), alfa lento (8 a 10 Hz), alfa rápido (10 a 13,5 Hz) y beta (13,5 a 30 Hz). ). Luego, los sujetos se agruparon mediante el método de análisis de conglomerados de Ward utilizando la distancia euclidiana al cuadrado para medir las diferencias. Estos investigadores encontraron 4 grupos de qEEG, que se caracterizaron por lo siguiente: Primero, un poder delta elevado con menos actividad theta. En segundo lugar, elevado poder relativo alfa lento. En tercer lugar, theta elevada con deficiencias de alfa. Cuarto, potencia relativa beta y potencia absoluta alfa y beta rápida elevada. La mayor proporción de participantes en el primer y tercer grupo pertenecía al grupo de TDAH (48% y 47%, respectivamente). Por el contrario, el segundo grupo estaba formado principalmente por sujetos del grupo NOS (59%), mientras que el cuarto grupo tenía la mayor proporción de sujetos del grupo NT (62%). Los autores declararon que estos hallazgos indicaron que los niños con TDAH no constituían neurofisiológicamente un grupo homogéneo. También identificaron un nuevo subtipo con mayor poder alfa además de los comúnmente reportados en el TDAH. Estos investigadores señalaron que dadas las características de qEEG con mayor poder alfa, los médicos deben considerar la posibilidad de que este subtipo pueda ser causado por depresión infantil. Los autores creen que se espera que estos subtipos qEEG de TDAH proporcionen información valiosa para diagnosticar con precisión el TDAH.

Los autores declararon que este estudio tenía varios inconvenientes. Primero, estos investigadores no consideraron completamente el coeficiente intelectual de los sujetos, aunque excluyeron a los sujetos por debajo de un coeficiente intelectual de 70. Se sabe que el EEG puede variar según el coeficiente intelectual de un individuo, por lo que esta variable debe controlarse. En segundo lugar, el número de sujetos entre los 3 grupos (TDAH, NOS, NT) fue inconsistente, especialmente el número de NT. En tercer lugar, el estudio puede haber favorecido a aquellos más distraídos y descuidados que los niños comunes, porque se dirigió a los niños que querían participar en la investigación del TDAH a través de carteles. En cuarto lugar, aunque el TDAH, la NOS y la NT representaron cada uno una parte importante de los 4 grupos, la proporción seguía siendo baja debido a la heterogenicidad. Una baja proporción en la clasificación redujo la tipicidad y confiabilidad de los hallazgos, por lo que la distinción entre el grupo TDAH, NOS y NT se vio limitada por las características de qEEG. Sin embargo, desde la perspectiva de que el grupo NOS también necesitaba una intervención terapéutica, la importancia de este estudio dependió de revelar las características del qEEG en el grupo TDAH, incluido el grupo NOS, y sus diferencias con el grupo NT. Por último, estos investigadores se centraron en la atención de los sujetos y optaron por no centrarse en otros síntomas, como la depresión, que podrían afectar los resultados del EEG, por ejemplo, al provocar ondas alfa elevadas. Estos investigadores afirmaron que el trabajo futuro sobre las características de qEEG del TDAH ayudará aún más en la precisión del diagnóstico.

Dolor crónico

Pinheiro y colegas (2016) revisaron hallazgos recientes sobre patrones de EEG en individuos con dolor crónico. Estos investigadores también discutieron los avances recientes en el uso de qEEG para la evaluación de factores fisiopatológicos y biopsicosociales involucrados en su mantenimiento en el tiempo. La recolección de datos se llevó a cabo desde febrero de 2014 hasta julio de 2015 en las bases de datos PubMed, SciELO y PEDro. Los datos de los estudios transversales y longitudinales, así como los ensayos clínicos con participantes con dolor crónico, se incorporaron al análisis final. Los hallazgos primarios relacionados con el dolor crónico fueron un aumento de la potencia del EEG theta y alfa en reposo y una disminución en la amplitud de los potenciales evocados después de la estimulación sensorial y las tareas cognitivas. Los autores concluyeron que el aumento de la potencia alfa y theta en el EEG espontáneo y las bajas amplitudes del potencial relacionado con eventos (ERP) durante varios estímulos parecían ser características clínicas de individuos con dolor crónico qEEG puede ser una herramienta simple y objetiva para estudiar los mecanismos involucrados en dolor crónico, identificando características específicas de las condiciones de dolor crónico y proporcionando información sobre los enfoques terapéuticos apropiados. Sin embargo, se necesitan más estudios antes de sacar cualquier conclusión sobre la utilidad de la qEEG en el dolor crónico. Se deben realizar más estudios clínicos para establecer la aplicabilidad clínica de este instrumento como un marcador eficaz para el diagnóstico y una guía para las estrategias para el control del dolor. Las revisiones sistemáticas con muestras de personas que tienen características y tipos de dolor similares pueden ayudar a determinar un patrón EEG específico para cada tipo de dolor crónico.

  1. los datos de los estudios incluidos fueron muy heterogéneos, lo que impidió un metanálisis. Las conclusiones se basaron en un análisis cualitativo de los estudios. Los estudios futuros deben intentar incluir variables similares, siempre que sea posible, para permitir una mayor comparabilidad de los hallazgos, y
  2. la exclusión de los estudios de sueño EEG.

Estos investigadores intentaron homogeneizar la muestra, entendiendo que el EEG estándar despierto puede ser bastante diferente del EEG del sueño. Sin embargo, estos hallazgos pueden, en el futuro, compararse con los hallazgos de estudios con participantes dormidos para adquirir una comprensión más completa del fenómeno del dolor crónico. Los autores señalaron que, dado que no tenían como objetivo analizar o discutir la importancia clínica del EEG como una herramienta para detectar cambios después de las intervenciones, sus hallazgos y conclusiones provienen de estudios observacionales. Los ensayos clínicos se consideran el estándar de oro para proporcionar el más alto nivel de evidencia clínica. Sin embargo, las preguntas de estos investigadores se abordan mejor con el diseño observacional. Para controlar la calidad de la evidencia presentada aquí, los artículos incluidos se evaluaron mediante criterios definidos por una versión adaptada de la escala Newcastle-Ottawa. En general, la adquisición, el procesamiento y el análisis de los datos se establecieron claramente en estos estudios, lo que permite la reproducibilidad de sus métodos.

Enfermedades por priones

Franko y sus colegas (2016) afirmaron que las enfermedades priónicas son universalmente mortales y, a menudo, enfermedades neurodegenerativas rápidamente progresivas y que el EEG se ha utilizado durante mucho tiempo en el diagnóstico de la enfermedad de Creutzfeldt-Jakob esporádica (ECJc). Sin embargo, las formas de onda características no ocurren en todos los tipos de enfermedades priónicas. Estos investigadores reevaluaron la utilidad del EEG centrándose en el desarrollo de biomarcadores. Examinaron si los parámetros de qEEG anormales se pueden usar para medir la progresión de la enfermedad en las enfermedades priónicas o predecir la aparición de la enfermedad en individuos sanos con riesgo de enfermedad. En el estudio National Prion Monitoring Cohort, estos investigadores realizaron qEEG en 301 ocasiones en 29 controles sanos y 67 pacientes con enfermedad priónica. Los pacientes tenían enfermedad priónica hereditaria o sCJD. Estos investigadores calcularon la frecuencia de fondo principal, la potencia α y θ y la relación de potencia α / θ, luego promediaron estos dentro de 5 grupos de electrodos. Luego, estas mediciones se compararon entre los grupos de participantes y se correlacionaron con las puntuaciones funcionales y cognitivas de forma transversal y longitudinal. Los autores encontraron una frecuencia de fondo principal, una potencia α y una relación de potencia α / θ más bajas y una potencia θ más alta en los pacientes en comparación con los participantes de control. La frecuencia de fondo principal, la potencia en la banda α y la relación de potencia α / θ también difirieron de manera consistente entre los grupos de pacientes. Además, la frecuencia de fondo principal y la relación de potencia α / θ se correlacionaron significativamente con las puntuaciones funcionales y cognitivas. Longitudinalmente, el cambio en estos parámetros también mostró una correlación significativa con el cambio en las puntuaciones clínicas y cognitivas. Los autores concluyeron que estos hallazgos respaldaban el uso de qEEG para seguir la progresión de la enfermedad priónica, con potencial para ayudar a evaluar los efectos del tratamiento en futuros ensayos clínicos. Las prioridades para el trabajo futuro deben incluir el uso de estas tecnologías en un entorno de ensayo clínico como un biomarcador exploratorio, el estudio continuo de individuos sanos en riesgo y la consideración de tecnologías relacionadas como la magnetoencefalografía.

  1. Los estudios de una enfermedad rara estaban limitados por el tamaño de la muestra, además del número relativamente pequeño de pacientes con ECJc, y
  2. no se observaron diferencias entre los parámetros de qEEG en portadores de mutaciones génicas asintomáticos en comparación con controles sanos.

Dos interpretaciones eran plausibles

  1. el EEG se volvió anormal varios años antes del inicio clínico, lo que refleja una neurodegeneración incipiente, pero había muy pocos pacientes cerca del inicio clínico real en el grupo de enfermedad priónica hereditaria asintomática (aIPD) para detectar esto, y
  2. el EEG sólo se volvió anormal en la ENI al inicio clínico.

Los autores afirmaron que el seguimiento continuo de los pacientes con aIPD y el análisis retrospectivo de la conversión de casos clínicos pueden ser útiles.

Además, una revisión de UpToDate sobre “Enfermedades del sistema nervioso central causadas por priones” (Brown y Lee, 2016) no menciona el qEEG como herramienta de diagnóstico.

Depresión

Wang y sus colegas (2017) examinaron la oscilación aberrante del EEG en sujetos depresivos mayores con accidente cerebrovascular de los ganglios basales con lesiones en diferentes hemisferios. El electroencefalograma en reposo de 16 electrodos en 58 sujetos con accidente cerebrovascular, 26 de los cuales tenían depresión posterior al accidente cerebrovascular (13 con lesión del hemisferio izquierdo y 13 con la derecha) y 32 de los cuales no (18 con lesión izquierda y 14 con la derecha), se registró en Obtenga análisis de potencia espectral para varias bandas de frecuencia. Se utilizaron múltiples curvas de análisis de varianza y características operativas del receptor (ROC) para identificar las diferencias entre la depresión posterior al accidente cerebrovascular (PSD) y la no depresión posterior al accidente cerebrovascular (PSND), tratando los diferentes hemisferios de la lesión por separado. Además, se realizó un análisis de correlación lineal de Pearson para probar la gravedad de los síntomas depresivos y los índices de EEG. La PSD con lesión del hemisferio izquierdo mostró un aumento de la potencia beta2 en las áreas frontal y central, pero la PSD con lesión del hemisferio derecho mostró un aumento de la potencia theta y alfa principalmente en las regiones occipital y temporal. Además, para las lesiones del hemisferio izquierdo, el poder beta2 en las regiones parietales central y derecha proporcionó una alta discriminación entre PSD y PSND, y para las lesiones del hemisferio derecho, el poder theta fue igualmente discriminativo en la mayoría de las regiones, especialmente en las regiones temporales. Estos investigadores también exploraron la asociación entre los síntomas de la depresión y el poder de las bandas anormales, pero no encontraron tal relación. Los autores concluyeron que la oscilación aberrante del EEG en sujetos con PSD difería entre sujetos con lesiones de los hemisferios izquierdo y derecho, lo que sugiere una asociación compleja entre la depresión y la ubicación de la lesión en pacientes con accidente cerebrovascular. Los principales inconvenientes de este estudio fueron su tamaño de muestra relativamente pequeño (n = 58) y la inclusión de participantes con diferentes lesiones de los ganglios basales.

Detección de estado de ánimo deprimido después de un accidente cerebrovascular

Wang y sus colegas (2018) examinaron los cambios electrofisiológicos en sujetos que habían sufrido un accidente cerebrovascular y que tenían un estado de ánimo deprimido. Las señales del electroencefalograma en estado de reposo (rs-EEG) de 16 electrodos en 35 sujetos de control sanos después de un accidente cerebrovascular deprimidos, 24 no deprimidos después de un accidente cerebrovascular y 35 de igual edad se analizaron mediante análisis de potencia espectral, una medición de qEEG de diferentes bandas de frecuencia. La relación entre el estado de ánimo depresivo, el estado funcional, el lado de la lesión y el tiempo posterior al accidente cerebrovascular se evaluó mediante el análisis de la varianza y la correlación de Spearman. Se utilizó el análisis de varianza múltiple para comparar las diferencias entre los 3 grupos. Se utilizó un análisis de regresión logística binaria para establecer un modelo de regresión para predecir el estado de ánimo depresivo en sujetos con accidente cerebrovascular y para explorar la asociación entre la depresión y la potencia de la banda EEG. sujetos con accidente cerebrovascular. Estos investigadores encontraron que el hemisferio en el que se encontraba la lesión y el tiempo transcurrido desde el inicio del accidente cerebrovascular no tuvieron ningún efecto sobre el estado de ánimo depresivo. Sólo el estado funcional del paciente se relacionó con los síntomas emocionales. El análisis de qEEG reveló un aumento de la potencia delta, theta y beta2 en sujetos con accidente cerebrovascular con estado de ánimo deprimido, particularmente en las regiones temporales. Se demostró que la potencia theta y beta2 en el área temporal derecha era muy sensible al estado de ánimo deprimido, y estos parámetros mostraron una buena capacidad de discriminación para los sujetos deprimidos después de un accidente cerebrovascular. Los autores concluyeron que el estado de ánimo depresivo después de un accidente cerebrovascular se asoció con el estado funcional y los parámetros de qEEG pueden ser una herramienta útil en la detección oportuna del estado de ánimo depresivo después de un accidente cerebrovascular.

Sistema BrainScope One (Ahead 300) para la evaluación de conmoción cerebral / lesión cerebral traumática

Vincent et al (2017) declararon que el BrainScope Ahead 300 está diseñado para que lo utilicen los profesionales de la salud para ayudar en la evaluación de pacientes con sospecha de una lesión cerebral traumática leve (TBI). Estos investigadores establecieron datos normativos para el componente de prueba cognitiva del sistema Ahead 300 y examinaron el papel de los factores demográficos en el desempeño de la prueba. A los adultos sanos que viven en la comunidad entre las edades de 18 y 80, reclutados en 5 sitios distribuidos geográficamente, se les administraron versiones de Android de las pruebas ANAM Matching to Sample y Procedural Reaction Time que comprenden el componente de prueba cognitiva del sistema Ahead 300 por parte de personal capacitado. Las puntuaciones se correlacionaron con la edad, la educación y la raza. La edad representó la mayor parte de la variación en los puntajes de las pruebas con contribuciones adicionales significativas, pero menores, de la educación y la raza. El género no representó una proporción significativa de la varianza para ninguna de las pruebas. Con base en estos resultados, se presentaron los datos normativos de 551 individuos estratificados por edad. Los autores concluyeron que estos fueron los primeros datos normativos disponibles para estas pruebas cuando se administraron con el sistema Ahead 300 y ayudarán a los profesionales de la salud a determinar el grado en que las puntuaciones en las pruebas cognitivas reflejan un rendimiento deficiente.

Hanley et al (2017) observaron que un biomarcador de actividad eléctrica cerebral para identificar una lesión cerebral traumática en pacientes del departamento de emergencias (DE) que presentan una escala de coma de Glasgow (GCS) alta después de sufrir una lesión en la cabeza se ha mostrado prometedor para una clasificación rápida y objetiva. En un estudio observacional, estos investigadores evaluaron prospectivamente la eficacia de un algoritmo de clasificación automatizado para determinar la probabilidad de ser positivo a la tomografía computarizada (TC) en pacientes con TCE de alto funcionamiento en el estado agudo. Los pacientes adultos ingresados ​​en el servicio de urgencias para su evaluación dentro de las 72 horas posteriores a sufrir una lesión en la cabeza cerrada con GCS 12 a 15 eran candidatos para el estudio. Un total de 720 pacientes (de 18 a 85 años) que cumplían con los criterios de inclusión / exclusión se inscribieron en este ensayo de validación en 11 ED de EE. UU. La GCS fue de 15 en el 97%, con el primer y tercer cuartiles de 15 (rango intercuartílico [IQR] = 0) en la población de estudio en el momento de la evaluación. Se realizaron evaluaciones clínicas estándar y se adquirieron de 5 a 10 minutos de EEG de las ubicaciones del cuero cabelludo frontal y frontal-temporal. Utilizando un algoritmo de clasificación basado en EEG derivado a priori desarrollado en una población independiente y aplicado a esta población de validación de forma prospectiva, se determinó la probabilidad de que cada sujeto fuera CT + y se calcularon las métricas de rendimiento en relación con los hallazgos de CT adjudicados. La sensibilidad del clasificador binario (probablemente CT + o CT-) fue del 92,3% (intervalo de confianza [IC] del 95%: 87,8% a 95,5%) para la detección de cualquier lesión intracraneal visible en la TC (CT +), con una especificidad del 51,6% (IC del 95%: 48,1% a 55,1%) y valor predictivo negativo (VPN) del 96,0% (IC del 95%: 93,2% a 97,9%). El uso de la clasificación ternaria (probable CT +, equívoco, probable CT-) demostró una mayor sensibilidad a los hematomas traumáticos (mayor o igual a 1 ml de sangre), 98,6% (IC del 95%: 92,6% a 100,0%) y VPN de 98,2% (IC del 95%: 95,5% a 99,5%). Los autores concluyeron que utilizando un biomarcador basado en EEG se obtuvo una alta precisión para predecir la probabilidad de ser CT +, con un VPN alto y la sensibilidad a cualquier sangrado traumático y la especificidad a los hematomas fue significativamente mayor que las reglas de decisión estándar de la CT. Afirmaron que el poco tiempo para adquirir resultados y la facilidad de uso en el entorno de urgencias sugirió que los algoritmos clasificadores basados ​​en EEG tienen el potencial de afectar el triaje y el manejo clínico de los pacientes con lesiones en la cabeza.

Hack et al (2017) compararon el poder predictivo usando ese algoritmo (que incluye pérdida de conciencia [LOC] y amnesia) con el poder predictivo de LOC solo o LOC más amnesia traumática. Los pacientes en urgencias de 18 a 85 años que se presentaron dentro de las 72 horas posteriores al traumatismo craneoencefálico cerrado, con GSC de 12 a 15, fueron candidatos para el estudio. Se inscribieron un total de 680 pacientes con presencia o ausencia conocida de LOC (145 pacientes con TC + y 535 con TC-) Se adquirió un EEG de 5 a 10 minutos con los ojos cerrados utilizando el dispositivo de mano Ahead 300, de las regiones frontal y fronto-temporal. Se utilizó la misma metodología de algoritmo de clasificación para los algoritmos basados ​​en EEG y LOC. El poder predictivo se evaluó utilizando el área bajo la curva ROC (AUC) y los odds ratios (OR). El algoritmo de clasificación cuantitativo basado en EEG (QEEG) demostró una mejora significativa en el poder predictivo en comparación con LOC solo, tanto en la mejora del AUC (mejora del 83%) como del OR (aumento de 4,65 a 16,22). La adición de RGA y / o PTA a LOC no mejoró con respecto a LOC solo. Los autores concluyeron que la clasificación rápida de TBI se basa en fuertes predictores iniciales. Se demostró que la adición de un marcador basado en EEG supera el informe de LOC solo o LOC más amnesia, en la determinación del riesgo de hemorragia intracraneal. Además, afirmaron que la facilidad de uso en el punto de atención, los resultados no invasivos y rápidos con dicha tecnología sugirieron un valor agregado significativo a la predicción clínica estándar.

Hanley et al (2018) afirmaron que la posible utilidad clínica de un índice de función cerebral (BFI) novedoso basado en QEEG como medida de la presencia y gravedad de la lesión cerebral funcional se estudió como parte de un ensayo de validación prospectivo independiente. El BFI se obtuvo utilizando características QEEG asociadas con el deterioro funcional del cerebro que refleja el consenso actual sobre la fisiología de la lesión por conmoción cerebral. Un total de 720 pacientes adultos (de 18 a 85 años de edad) evaluados dentro de las 72 horas posteriores a sufrir una lesión en la cabeza cerrada se inscribieron en 11 EE. UU.La puntuación de la EDS GCS fue de 15 en el 97%. Se realizaron evaluaciones clínicas estándar y se adquirieron de 5 a 10 minutos de EEG de ubicaciones frontales. La utilidad clínica del BFI se evaluó para las puntuaciones brutas y los valores percentiles. Un análisis de regresión logística multinomial demostró que los OR (calculados frente a los controles) de los grupos con deterioro funcional leve y moderado eran significativamente diferentes del OR del grupo positivo para CT (CT +, lesión estructural visible en CT) (p = 0,0009 y p = 0,0026, respectivamente). Sin embargo, no se observaron diferencias significativas entre los OR de los grupos con deterioro funcional leve y moderado. El análisis de varianza (ANOVA) demostró diferencias significativas en BFI entre pacientes normales (16,8%), TBI leve (mTBI) / conmoción cerebral con deterioro funcional leve o moderado (61,3%) y CT + (21,9%) (p potencial para ayudar en diagnóstico temprano y, por lo tanto, potencial para impactar las secuelas de TBI al proporcionar un marcador objetivo que está disponible en el punto de atención, de mano, no invasivo y rápido de obtener.

Conley y colaboradores (2019) observaron que la conmoción cerebral relacionada con el deporte se asocia con una variedad de déficits funcionales a corto plazo que comúnmente se cree que se recuperan dentro de un período de 2 semanas después de la lesión para la mayoría, pero ciertamente no para todas, las personas y El rs-EEG puede resultar un método asequible, accesible y sensible para evaluar la gravedad de la lesión cerebral y la tasa de recuperación después de una conmoción cerebral. Estos investigadores presentaron una revisión sistemática de rs-EEG en la conmoción cerebral relacionada con el deporte. Se recuperó una revisión sistemática de artículos publicados en inglés hasta junio de 2017 a través de PsychINFO, Medline, Medline In Process, Embase, SportDiscus, CINAHL y Cochrane Library, Reviews y Trials. Se utilizaron las siguientes palabras clave para las búsquedas en la base de datos: electroencefalografía, electroencefalografía cuantitativa, qEEG, trauma craneoencefálico, lesión cerebral traumática leve, mTBI, lesión cerebral traumática, conmoción cerebral, conmoción cerebral, daño cerebral, deporte, atletismo y atleta. Los estudios observacionales, de cohortes, correlacionales, transversales y longitudinales se incluyeron en la revisión actual. Un total de 16 artículos cumplieron los criterios de inclusión, que incluían datos sobre 504 atletas y 367 controles. Los 16 artículos informaron alguna anomalía en la actividad de rs-EEG después de una conmoción cerebral, sin embargo, los ritmos corticales que se vieron afectados variaron. Los autores concluyeron que a pesar de las diferencias metodológicas y analíticas sustanciales entre los 16 estudios, la revisión actual sugirió que el rs-EEG puede proporcionar una técnica confiable para identificar cambios funcionales persistentes en los atletas después de una conmoción cerebral. Además, afirmaron que debido a la variedad de enfoques, sin embargo, se necesita un trabajo considerable para establecer una metodología sistemática para evaluar su eficacia como un marcador de regreso al juego.

Además, una revisión de UpToDate sobre “Lesión cerebral traumática leve aguda (conmoción cerebral) en adultos” (Evans y Whitlow, 2018) no menciona la tecnología basada en BrainScope / EEG como herramienta de diagnóstico.

Desórdenes psiquiátricos

McVoy y sus colegas (2019) señalaron que el qEEG ha surgido como un biomarcador intermedio potencial para la aclaración del diagnóstico en las enfermedades mentales. En una revisión sistemática, estos investigadores examinaron estudios publicados que utilizaron qEEG en jóvenes con enfermedades psiquiátricas entre 1996 y 2017. Llevaron a cabo una búsqueda exhaustiva en la base de datos de CINAHL, PubMed y Cochrane utilizando las siguientes palabras clave: "EEG cuantitativo" y depresión (MDD) , ansiedad, trastorno por déficit de atención con hiperactividad (TDAH), trastorno del espectro autista (TEA), trastorno alimentario, conducta, uso de sustancias, esquizofrenia, trastorno por estrés postraumático y trastorno de pánico. La búsqueda arrojó 516 títulos, 33 cumplieron con los criterios de inclusión finales, lo que arrojó un total de 2.268 jóvenes de 4 a 18 años. El qEEG se estudió con mayor frecuencia como una posible herramienta de diagnóstico en enfermedades mentales pediátricas, pocos estudios evaluaron la respuesta terapéutica. Los estudios mostraron una relación theta / beta más alta en el TDAH frente a los controles sanos (HC). El hallazgo más consistente en el TEA fue una menor coherencia en el TEA frente a la HC. Los estudios demostraron que el TDM tiene menor coherencia temporal y coherencia inter-hemisférica en los EEG del sueño que la HC. Los autores concluyeron que se necesita más investigación en las áreas de estado de ánimo, ansiedad, TEA y relación con el tratamiento. Se desconoce si las anomalías en el qEEG eran marcadores inespecíficos de enfermedad psiquiátrica pediátrica o si tenían el potencial de diferenciar tipos de psicopatología.

Perera et al. (2019) afirmaron que el trastorno obsesivo compulsivo (TOC) es una enfermedad crónica que causa una disminución significativa en la calidad de vida (CDV) de las personas afectadas. Debido a la comprensión limitada de la fisiopatología subyacente del TOC, el tratamiento exitoso sigue siendo difícil de alcanzar. Aunque muchos han estudiado la fisiopatología del TOC a través del EEG, se han realizado intentos limitados para sintetizar e interpretar sus hallazgos. Para cerrar esta brecha, estos investigadores realizaron una revisión exhaustiva de la literatura utilizando Medline / PubMed y consideraron los 65 estudios más relevantes publicados antes de junio de 2018. Los hallazgos se clasificaron en qEEG, EEG relacionados con el sueño y ERP. El aumento de la asimetría frontal, la desaceleración frontal y una mejora en el ERP conocida como negatividad relacionada con el error (ERN) fueron hallazgos consistentes en el TOC. Sin embargo, los hallazgos del EEG del sueño y otros ERP (P3 y N2) fueron inconsistentes. Además, estos investigadores analizaron la utilidad de ERN como un endofenotipo candidato potencial. Plantearon la hipótesis de que los circuitos frontales disfuncionales y la supervisión del rendimiento hiperactiva eran las principales deficiencias subyacentes en el TOC. Además, estos investigadores conceptualizaron que los circuitos fronto-estriato-talámicos defectuosos que causan una mala conectividad funcional cerebral daban lugar a las manifestaciones conductuales del TOC. Finalmente, los autores discutieron la estimulación magnética transcraneal y las aplicaciones de EEG (TMS-EEG) en investigaciones futuras para profundizar la comprensión de la fisiopatología subyacente del TOC.

Además, UpToDate revisa "Trastornos alimentarios: descripción general de la epidemiología, las características clínicas y el diagnóstico" (Yager, 2019), "Trastorno obsesivo compulsivo en adultos: epidemiología, patogenia, manifestaciones clínicas, evolución y diagnóstico" (Simpson, 2019). y "Trastorno por estrés postraumático en adultos: epidemiología, fisiopatología, manifestaciones clínicas, curso, valoración y diagnóstico" (Sareen, 2019) no mencionan el qEEG como herramienta de manejo.

Ansiedad

Imperatori y colaboradores (2019) afirmaron que, aunque varias investigaciones examinaron las alteraciones de la red de modo predeterminado (DMN) en personas con trastornos de ansiedad, hasta ahora ningún estudio ha examinado la conectividad funcional de la DMN en personas no clínicas con ansiedad de alto rasgo utilizando qEEG. Estos investigadores ampliaron los hallazgos anteriores al examinar la asociación entre el rasgo de ansiedad y la conectividad funcional del DMN EEG. Se inscribieron un total de 23 individuos con ansiedad de rasgo alto y 24 controles. Se registró un electroencefalograma durante 5 minutos de estado de reposo (RS). Los análisis de EEG se realizaron mediante el software exacto de tomografía electromagnética de baja resolución (eLORETA). En comparación con los controles, los individuos con ansiedad de rasgos altos mostraron una disminución de la conectividad theta entre la corteza prefrontal medial derecha (mPFC) y la corteza cingulada / retroesplenial posterior derecha. También se observó una disminución de la conectividad beta entre la mPFC derecha y la corteza cingulada anterior derecha. Además, la fuerza de la conectividad funcional de DMN se relacionó negativamente con la puntuación total de STAI-T (es decir, una menor conectividad se asoció con un rasgo de ansiedad más alto), incluso cuando se controlan las posibles variables de confusión (es decir, sexo, edad y psicopatología general). Los autores concluyeron que los hallazgos de este estudio sugirieron que los individuos con alta ansiedad de rasgos no pudieron sincronizar la DMN durante la RS, lo que refleja un posible déficit de control cognitivo de arriba hacia abajo. Estos resultados pueden ayudar a comprender las diferencias individuales en las redes cerebrales funcionales asociadas con el rasgo de ansiedad, un objetivo crucial en la prevención y en la comprensión temprana de la etiología de la ansiedad clínica y las secuelas relacionadas. Además, estos investigadores afirmaron que el tamaño pequeño de la muestra (n = 23 para sujetos con ansiedad) dificultaba sacar conclusiones definitivas. Además, no evaluaron la variación del estado de ansiedad, lo que hizo que su interpretación fuera específica para el rasgo de ansiedad.

Bong y sus colegas (2020) observaron que el proyecto Research Domain Criteria (RDoC) fue propuesto por el Instituto Nacional de Salud Mental en 2010 para crear un nuevo sistema de diagnóstico que incluye síntomas y datos de genética, neurociencia, fisiología y autoinformes. Estos investigadores determinan el vínculo entre la ansiedad y las funciones ejecutivas a través de qEEG basados ​​en el sistema RDoC Se registraron EEG de 19 canales en la clínica psiquiátrica de 41 pacientes con síntomas de ansiedad. Se analizaron los espectros de potencia de EEG. Se llevó a cabo el Test de Inteligencia Ejecutiva (EXIT) que incluyó el K-WAIS-IV, Stroop, la asociación de palabras orales controladas y los tests de fluidez de diseño. Se observó una asociación parcial, inversa y significativa entre el coeficiente de inteligencia ejecutiva (EIQ) y el poder delta absoluto en la región central. De manera similar, se observó una asociación parcial, inversa y significativa entre la fluidez del diseño y la potencia delta absoluta en el área parietal izquierda. Los autores concluyeron que los hallazgos de este estudio sugirieron que el aumento de la potencia delta en la región central y la P3 izquierda se correlacionó negativamente con la disminución de la función ejecutiva. Se espera que el poder delta absoluto juegue un papel específico en la red del modo predeterminado de tarea negativa en la relación entre la ansiedad y la función ejecutiva.

Los autores declararon que este estudio tenía varios inconvenientes. En primer lugar, dado que se llevó a cabo sin un grupo de control, fue difícil especificar esto, como resultado que ocurrió solo en individuos que se quejaron de ansiedad, por lo tanto, en estudios futuros, es necesario examinar si un aumento en el poder delta absoluto en la ansiedad. y la función ejecutiva aparece solo cuando se queja de ansiedad utilizando un control saludable. En segundo lugar, el tamaño de la muestra de este estudio fue relativamente pequeño (n = 41), de los cuales solo 11 eran hombres. Una pequeña cantidad de temas puede estar correlacionada con los resultados de este estudio que muestran hallazgos negativos con respecto a otros indicadores, excepto las ondas delta, por lo que la investigación futura debe incluir más temas para obtener resultados más precisos y específicos. En tercer lugar, la DMN pareció desempeñar un papel en la relación entre la ansiedad y la función ejecutiva; sin embargo, se necesitan estudios adicionales para confirmarlo. En cuarto lugar, estos investigadores no encontraron una relación entre la ansiedad y los resultados del EEG, ni entre la ansiedad y la función cognitiva. Esto puede deberse al alto nivel clínico de ansiedad entre los sujetos. En este estudio, solo se incluyeron los participantes que tenían 40 puntos o más en cualquiera de las subescalas de la versión coreana del Inventario de Ansiedad de Rasgos del Estado (STAI), y no se utilizó ningún grupo de control. Las medias de STAI (estado) y STAI (rasgo) fueron muy altas, 59,63 ± 11,74 y 59,54 ± 10,86, respectivamente, lo que puede haber introducido un sesgo. Por lo tanto, los métodos limitaron la capacidad de probar la hipótesis de que a medida que aumentan los niveles de ansiedad, habrá cambios en el qEEG. Dada la limitación del método, puede ser prematuro concluir que no existe una correlación entre la gravedad de la ansiedad y los análisis de EEG. Estos investigadores afirmaron que se necesitan más estudios, con controles, para evaluar la correlación entre la gravedad de la ansiedad y el qEEG. En quinto lugar, este estudio se basó en un solo centro médico universitario local. Los pacientes que visitaron el hospital a menudo se quejaron de ansiedad severa a nivel patológico. Como resultado de este estudio, es difícil explicar el rango normal de ansiedad.

Además, una revisión de UpToDate sobre “Trastorno de ansiedad generalizada en adultos: epidemiología, patogénesis, manifestaciones clínicas, curso, evaluación y diagnóstico” (Baldwin, 2020) no menciona el qEEG o el mapeo cerebral como herramienta de manejo.

Predicción de resultados en niños después de un paro cardíaco

En un estudio observacional prospectivo, de un solo centro, Lee y colaboradores (2019), las características de qEEG predicen los resultados neurológicos en los niños después de un paro cardíaco. Este ensayo incluyó a 87 niños consecutivos que fueron reanimados e ingresados ​​en la UCI pediátrica después de un paro cardíaco. Se obtuvieron datos de EEG convencionales de matriz completa como parte del tratamiento clínico. Estos investigadores calcularon 8 características de qEEG de épocas de 5 minutos cada hora después del retorno de la circulación. Desarrollaron modelos predictivos utilizando clasificadores forestales aleatorios entrenados en la edad del paciente y 8 funciones de qEEG para predecir el resultado. Las características incluían SD (utilizada como característica para ilustrar la varianza de la señal) de cada canal de EEG, potencia de banda normalizada en frecuencias de ondas alfa, beta, theta, delta y gamma, longitud de línea y puntajes de función de regularidad. Estos investigadores midieron los resultados mediante las puntuaciones de la Categoría de rendimiento cerebral pediátrico (PCPC). Evaluaron los modelos utilizando una validación cruzada de 5 veces y 1000 muestras de arranque. El modelo de mejor rendimiento tenía una precisión de validación cruzada de 5 veces de 0,8 (área de 0,88 bajo la curva característica de funcionamiento del receptor). Tenía un valor predictivo positivo de 0,79 y una sensibilidad de 0,84 para predecir pacientes con resultados favorables (puntuación PCPC de 1 a 3). Tenía un valor predictivo negativo de 0,8 y una especificidad de 0,75 en la predicción de pacientes con resultados desfavorables (puntuación PCPC de 4 a 6). El modelo también identificó la importancia relativa de cada característica. Los análisis que utilizan solo electrodos frontales no difieren en el rendimiento de la predicción en comparación con los análisis que utilizan todos los electrodos. Los autores concluyeron que las características de qEEG pueden estandarizar la interpretación del EEG y predecir los resultados neurológicos en niños después de un paro cardíaco. Además, estos investigadores afirmaron que se necesitan más estudios para examinar el beneficio de usar las funciones de qEEG en el contexto de modelos multimodales para ensayos clínicos o neuropronóstico.

Los autores declararon que, si bien los hallazgos de este estudio fueron prometedores, hubo varios inconvenientes. Primero, este estudio tuvo un tamaño de muestra relativamente pequeño (n = 69), por lo que estos investigadores no pudieron dividir sus datos para incluir un conjunto de validación de exclusión para su modelo. Si bien estos investigadores utilizaron la validación cruzada y el bootstrapping para superar las limitaciones del tamaño pequeño de la muestra, estos hallazgos deberían validarse en un estudio más amplio. En segundo lugar, este estudio utilizó una secuencia de comandos de MATLAB para la eliminación de artefactos que no era tan precisa como la de los neurólogos capacitados clínicamente. Si bien la revisión EEG manual es el estándar de oro actual, los algoritmos basados ​​en el análisis de componentes independientes podrían obtener un EEG con una calidad de señal mejorada. En tercer lugar, este estudio se basó únicamente en el electroencefalograma, pero los modelos multimodales que también incorporan características clínicas podrían proporcionar una comprensión más completa del estado neurológico del paciente y producir un pronóstico neurológico más preciso. En cuarto lugar, estos investigadores solo examinaron el resultado a corto plazo utilizando una medida de resultado relativamente simple. Los estudios futuros podrían incorporar resultados neuroconductuales centrados en el paciente a más largo plazo. En quinto lugar, los equipos clínicos conocían los datos de EEG interpretados clínicamente y pueden haber influido en las decisiones de atención. Para reducir la influencia de las decisiones individuales con respecto a la retirada del apoyo tecnológico en la categorización de los resultados, estos investigadores utilizaron una medida de resultado que agrupó la muerte y el resultado neurológico desfavorable. Por lo tanto, el resultado se clasificaría como desfavorable si una familia opta por retirar o continuar el apoyo tecnológico de un niño con lesión neurológica grave.


Monitoreo intracraneal: electrodos de profundidad, subdural y foramen oval

La identificación precisa del enfoque requiere la siguiente información:

Lateralización del inicio (p. Ej., Epilepsia del lóbulo temporal izquierdo o derecho)

Identificación del lóbulo de inicio (p. Ej., Epilepsia del lóbulo temporal frente a la del lóbulo frontal)

Región precisa de inicio (p. Ej., Inicio anterior izquierdo frente a inicio temporal posterior)

La localización de la corteza vital o elocuente en la corteza adyacente es obligatoria (p. Ej., Determinación de la corteza del lenguaje en un paciente con inicio de convulsiones en el lóbulo temporal posterior izquierdo)

Supervisión las 24 horas por parte de enfermeras, técnicos y / u otras personas, por ejemplo, estudiantes de medicina o miembros de la familia.

Vigilancia posimplante 24 horas en UCI

Cuando es admitido para monitoreo EEG

PCR, sangre: todos los días o cada dos días

Temperatura: dos veces al día

Examen neurológico breve (pupilas, capacidad de respuesta, funciones motoras) cada 2-4 horas durante los primeros 2 días, luego cada 4-6 horas durante los siguientes 3-4 días


Ver el vídeo: ESTO ES GUERRA. ROSÁNGELA ESPINOZA ES ELIMINADA DE LA COMPETENCIA Y ABANDONA EL SET FURIOSA. EEG (Junio 2022).