Målretting mot det frontoparietale nettverket ved hjelp av bifokal transkraniell vekselstrømstimulering under en motorisk sekvenslæringsoppgave hos friske eldre voksne del 3

3.4. Reaksjonstid

Vi var i stand til å gjenskape resultatene til Violante og kolleger for parameterens reaksjonstid med en signifikant effekt av stimulering F(1, 47,10) ¼ 5,33, p ¼ .025, hp2 ¼ {{25 }}.1 (middels effekt), samt en effekt for vanskelighetsgrad F(1, 35.77) ¼ 44.61, p < .001 hp2 ¼ 0.55(stor effekt), og en interaksjonseffekt F(1, 34,54) ¼ 4,83, p ¼ ,035,hp2 ¼ 0,12 (middels effekt). Post-hoc-analyse med Tukey-korreksjon viste en signifikant forskjell mellom falsk og ekte stimulering under vanskelighetsgrad 2, t(42.1) ¼ 3.22, p ¼ .013, men ikke for nivå 1 t(42.6) ¼ 0.20, p ¼ .997.

Forholdet mellom falsk stimulering og hukommelse er et veldig interessant forskningsområde. Vi hører ofte noen si at de kan forbedre hukommelsen ved å bruke falsk stimulering, og det er noen vitenskapelige studier som bekrefter dette.

Sham-stimulering refererer til et visuelt eller auditivt signal som ikke eksisterer i miljøet, men som er kunstig skapt. Ved å ta visuell falsk stimulering som et eksempel, kan vi bruke en blits til å produsere et plutselig lys, eller raskt vise noen bilder for å påvirke folks oppmerksomhet og hukommelse. Tilsvarende kan auditiv falsk stimulering også oppnås ved å spille av en bestemt lyd eller raskt redigere forskjellige taleklipp.

Noen nyere studier har vist at falsk stimulering kan aktivere hjernen vår og forbedre hukommelsen. Dette er fordi når vi blir stimulert av disse signalene, vil hjernen vår automatisk utføre en del prosessering, for eksempel å legge denne informasjonen til arbeidsminnet eller mobilisere langtidshukommelsen. Selvfølgelig er denne effekten ikke langvarig og varer vanligvis bare noen få minutter. Men hvis vi bruker disse signalene riktig, kan vi forbedre lærings- og minneeffektiviteten vår.

Det skal bemerkes at det er svært viktig å gjøre rimelig bruk av falsk stimulering. Overdreven avhengighet av stimulering kan føre til overdreven hjernetretthet, noe som påvirker vår læring og hukommelse. Dessuten er denne tilnærmingen ikke egnet for alle. Noen mennesker kan oppleve uønskede reaksjoner på grunn av følsomhet for lys eller lyd og må unngå denne metoden.

Kort sagt, rimelig bruk av falsk stimulering kan forbedre hukommelsen vår, men vi må være oppmerksomme på moderasjon og unngå overavhengighet av denne metoden. Samtidig må vi også fortsette å aktivt lete etter andre lærings- og hukommelsesteknikker for å oppnå bedre resultater. Det kan sees at vi trenger å forbedre hukommelsen, og Cistanche deserticola kan forbedre hukommelsen betydelig fordi Cistanche deserticola er et tradisjonelt kinesisk medisinsk materiale som har mange unike effekter, hvorav en er å forbedre hukommelsen. Effekten av kjøttdeig kommer fra de ulike aktive ingrediensene den inneholder, inkludert syre, polysakkarider, flavonoider osv. Disse ingrediensene kan fremme hjernens helse på ulike måter.

Klikk vet 10 måter å forbedre hukommelsen

Begge tilstandene viste en signifikant økning i reaksjonstid mellom nivå 1 og nivå 2, som var mer fremtredende i den falske tilstanden t(36.4) ¼ 6.16, p < .001 enn den reelle tilstanden t(36.4) ¼ 3.25, p ¼ .013 Å legge til 3-backvanskelighetsnivået til modellen resulterte i ingen effekt for stimuleringF(1,78.24) ¼ 1.61, p ¼ .209, en signifikant effekt for vanskelighetsgrad F(2.67.65) ¼ 34.99, p < .001 og ingen interaksjonseffekt F(2, 67.65) ¼ 0.75,p ¼ .478, se fig. 5.

3.5. N-back ytelsesparametere (treff, falske alarmer, nøyaktighet)

Analysene viste ingen hovedeffekt av stimulering på noen av disse parameterne for 2 og 3 vanskelighetsnivåer. Det var en signifikant hovedeffekt av vanskelighetsgrad. Indikerer en betydelig reduksjon i ytelse med økende n-ryggnivå på alle parametere. Det var ingen interaksjonseffekter med stimuleringsvansker. Se tabell 1 for statistiske resultater.

3.6. Toppfrekvensanalyse

Under EEG-målingene ble data fra 9 elektroder innhentet under utførelsen av pre-baseline-målingen av N-ryggoppgaven. Den individuelle gjennomsnittlige toppfrekvensen for de 3 N-ryggnivåene kombinert ble brukt som den personlige smakstimuleringsfrekvensen for resten av studien. Resultatene av den samlede toppfrekvensen viste et gruppegjennomsnitt på 4,5 (sd ¼ 0.28) med et område mellom 4,1 og 5,4. For mer informasjon, se Tabell 2.

3.7. Stimuleringsfornemmelser og blending

Basert på stimuleringssensasjonsintervjuet var det ingen uønskede effekter på grunn av tACS-stimuleringen, og bare mindre tACS-sensasjoner ble rapportert. De fleste deltakerne svarte enten med "ingen" eller "mild". Dessuten var det ingen signifikant forskjell mellom stimulerings- og falske forhold for noen av de oppfattede følelsene, se tabell 3.

Deltakerne var ikke i stand til å skille mellom ekte og sham-stimulering. En binomial test indikerte at andelen riktige svar under økt 1 var 0.4, som ikke var signifikant forskjellig fra sjansenivået (0.5), p ¼ .503 . For økt 2 var andelen riktige svar 0,6, som ikke var signifikant forskjellig fra tilfeldighet, p ¼ ,503, se tabell 4.

4. Diskusjon

Hovedresultatet av denne studien er at personlig, bifokal, synkronisert tACS til høyre FPN kan forbedre ytelsen under en SFTT med høy WM-belastning hos friske eldre. I motsetning til dette, påvirket ikke dette intervensjonsparadigmet ytelsen under SFTT, hvis WM-belastningen var lav. Disse funnene indikerer at effekten av bifokal theta tACS brukes synkront på DLPFC og PPC er avhengig av de kognitive kravene og den underliggende kognitive tilstanden under oppgaven. Dette aspektet støttes ytterligere av funnene om at tACS også forbedret N-back-oppgaveytelsen spesifikt for vanskelighetsnivåer som var krevende nok.

4.1. Motorisk oppgave

De nåværende resultatene støtter synet på en årsakseffekt av synkroniserte bifokale theta-frekvensoscillasjoner påført høyreFPN på utførelsen av en motorisk sekvenslæringsoppgave.

Korrelative bevis på aktiveringen av FPN under fingertappingsoppgaver er tidligere vist ved bruk av nevroimaging [62,63]. Metaanalysen til Witt og kollegaer (2008) har vist at visuelt eller selv-tempo fingertappingsoppgaver induserer konkordantaktivitet i høyre DLPFC og høyre inferior parietal cortex [63]. Men så vidt vi vet, var dette første gang FPN ble brukt som et mål for et tACS-paradigme med den hensikt å forbedre MSL.

Her var vi i stand til å demonstrere en forbedring i ytelse og et hint til en mulig forbedring av treningseffektene med denne tilnærmingen, men utelukkende for SFTT-tilstanden med høyWM-belastning (memorisert tilstand). Derfor var effekten av det nåværende orkestrerte stimuleringsparadigmet på motorisk oppførsel avhengig av mengden WM-belastning under oppgaven. Dette er i tråd med studien til Violante og kolleger (2017) som viste at theta tACS til høyre FPN forbedret ytelsen på en WM-oppgave, men bare for oppgaven med høyere WM-belastning [24]. Dette kan forklares av det faktum at FPN viser mer sammenheng i theta-området under WM-oppgaver med høy WM-belastning [64]. Med bruk av tACS foreslås det å være i stand til å eksogent forbedre koherensen ved innføring av den kortikale oscillasjonen mellom fjerne regioner [20]. Selv om vi ikke bekreftet nettverkssammenheng med bruk av EEG eller andre nevroavbildningstiltak, antar vi at eksogent induserte theta-oscillasjoner kan ha forsterket den pågående fysiologiske oscillerende aktiviteten engasjert i WM-prosessering, som igjen har støttet ytelsen og oppkjøpsprosessen til den motoriske oppgaven med høy WM belastning, men ikke med lav WM-belastning.

En annen mulig forklaring er at involveringen av FPN er relatert til en spesifikk underprosess av WM. WM kan grovt deles inn i tre underprosesser: koding, vedlikehold, og gjenfinning [65]. Den ikke-memorerte SFTT-tilstanden krevde at deltakerne skulle lære sekvensen mens de utførte bevegelsene, som faller inn under kodingsfasen. Under den lagrede SFTT-tilstanden trengte deltakerne å opprettholde og hente den tidligere lærte sekvensen mens de utførte bevegelsene. En fersk meta-analyse har vist at under overgangen fra koding til vedlikehold og gjenfinning, øker involveringen av FPN gradvis. Derfor kan det godt antas at den memorerte SFTT-tilstanden drar mer nytte av FPN som et mål, mens den ikke-memorerte SFTT-tilstanden tjener mer på stimulering av andre hjerneregioner. For eksempel er oppkjøpsfasen sterkt avhengig av det dorsale oppmerksomhetsnettverket, som hovedsakelig inkluderer frontale øyefelt og intraparietale sulci [65,66]. Studier har dessuten vist en høy involvering av M1 i de tidlige stadiene av læring, med reduksjon av aktivitet til baseline når en sekvens blir eksplisitt kjent [67,68].

Involveringen av frontale og parietale områder under MSL har blitt godt etablert, men deres nøyaktige funksjonelle rolle er mindre tydelig [67,69e71]. MSL kan deles inn i tre forskjellige læringsfaser: trinn 1 for anskaffelse, trinn 2 for konsolidering og trinn 3 for oppbevaring. Den tidlige læringsfasen er mer avhengig av kognitive prosesser som WM, som viser en aktivering i prefrontale cortex og parietale områder [72e74]. I denne studien er effektiviteten av å målrette FPN for å forbedre ytelsen på MSL-oppgaven mest sannsynlig spesifikk for WM-belastningen. Studier som fokuserte på WM-prosessene fant at FPN er assosiert med vedlikehold og manipulering av informasjon når theta-oscillasjoner er synkronisert mellom de to hjerneområdene [25,64]. Dette kan forklare hvorfor ytelsen på motorsekvensoppgaven bare ble forbedret under oppgaven med høy WM-belastning, der deltakerne måtte utføre sekvensen fra minnet.

Dessuten ble både nøyaktighet og hastighet betydelig forbedret i den lagrede tilstanden på grunn av tACS-stimuleringen. Imidlertid induserte den virkelige stimuleringen en kraftig økning i nøyaktighet, mens den falske gruppen forbedret seg mer gradvis. Lignende resultater har blitt vist i en studie som sammenligner reell vs. falsk anodal transkraniell likestrømstimulering (DCS) påført M1 på en SFTT. Ulike aldersgrupper ble sammenlignet og eldre voksne viste en kraftig økning i nøyaktighet i realstimuleringsgruppen og en gradvis økning i sham-gruppen [75]. De hevder at den aktive M1-stimuleringen lettet kodingen og lagringen av sekvensen i minnet. I den nåværende studien var stimuleringsmålet FPN og var effektivt i den memorerte tilstanden når sekvensene allerede var lært. Dette resultatet kan være drevet av en forbedret kapasitet til å opprettholde og hente den tidligere lærte sekvensen, på grunn av synkroniseringen av theta-oscillasjoner i FPN [65].

Denne studien hadde som mål å utvide tidligere studier som har målrettet FPN med bifokal theta tACS for å forbedre WM-ytelsen[24,25,76,77] ved å bruke et lignende oppsett for å studere effekten på MSL. Dette har vært første gang både DLPFC og PPC har blitt målrettet med bruk av bifokal theta tACS under en motorsekvenslæringsoppgave. Hovedmålet var å målrette FPN som et nettverk som har vist seg å være viktig for WM og har vist aktivering under MSL [18,24e29,76,77]. Selv om vi var i stand til å vise at bifokal tACS til FPN var effektiv ved WM-belastningsvask, kan vi ikke utelukke at denne effekten kan ha blitt generert av en monofokal stimulering av enten DLPFC eller PPC. Denne studien hadde ikke til hensikt å sammenligne effekten av monofokal thetatACS med bifokal theta tACS på MSL. Basert på de positive effektene av å målrette disse områdene med bifokal theta tACS på utførelsen av en MSL-oppgave er det imidlertid nødvendig med mer forskning for å definere de eksakte arbeidsmekanismene og for å bestemme effekten av monofokal stimulering på et av de to områdene separat. På grunn av mangelen på komparative studier, kan det ikke gis noen endelig konklusjon om de fordelaktige effektene av bifokal FPN-stimulering som overmåler ett enkelt av målhjerneområdene. Ytterligere forskning i kommende studier vil måtte behandle dette åpne spørsmålet i detalj.

4.2. Personlig tilpasset tACS

Denne studien har brukt personlig tACS-stimulering i området for MSL og kognitiv funksjon. Denne tilnærmingen var basert på en studie av Reinhart og Nguyen (2019) som viste de gunstige effektene av personlig frontotemporal theta tACS sammenlignet med en standardtheta tACS på en WM-oppgave hos friske eldre voksne [57]. Individuelle toppfrekvenser ble målt mens deltakerne utførte N-back-oppgaven for å bestemme den individuelle stimuleringsfrekvensen, selv om en sammenligning mellom personlig og standard theta ikke var innenfor rammen av denne studien. Vi antar at individualisering av stimuleringsparadigmer kan være viktig på grunn av mer effektiv toppfrekvens som foreslått av f.eks. Reinhart og Nguyen, men også basert på de differensielle funksjonelle effektene av lave tetafrekvenser (4e4,5 Hz) sammenlignet med høye tetafrekvenser (7 Hz) på WM-ytelse [78e80]. Mer spesifikt forbedret 4 Hz tACS til høyre parietal cortex WM-kapasiteten, mens 7 Hz tACS reduserte WM-kapasiteten hos friske unge voksne [78e80]. Jones et al. sammenlignet bifokal 7 Hz tACS med 4,5 Hz tACS brukt på FPN og fant positive effekter for 4,5 Hz, men ikke 7 Hz stimulering på WM-ytelse [79]. Imidlertid er det også rapporter som ikke viste effektene av personalisering som i en nåværende TMS-studie [81].
Den gjennomsnittlige stimuleringsfrekvensen i denne studien var 4,5 Hz, noe som passer med de ovennevnte lave theta-frekvensene som er relevante for WM. Siden sammenligningen mellom personlig og standard (ikke-personlig) theta tACS ikke var innenfor rammen av denne studien, kan vi ikke trekke noen konklusjon om hvorvidt personalisering i denne studien er mer effektiv enn ikke-personlig bifocaltACS i theta-området, et interessant spørsmål som må tas opp i kommende studier.

4.3. N-rygg oppgave

Årsaken til bruken av N-ryggoppgaven var todelt. Først og fremst som en måte å måle den individuelle theta-frekvensen mens du utfører en WM-oppgave. For det andre ble det brukt som et ekstra kontrolleksperiment for å bekrefte at stimuleringen faktisk ble rettet mot FPN og modulerer en nøkkelfunksjon behandlet av FPN. De atferdsmessige resultatene av WM-oppgaven støtter oppfatningen om at thetatACS til FPN forbedrer WM-ytelsen [24,25]. Siden det ikke var noen nevroavbildningsdata for å bekrefte at FPN faktisk var målrettet, gir en atferdsforskjell i WM-ytelse korrelasjonsbevis.

I denne studien kunne vi gjenskape observasjonene til Violanteet al. viser at eksogen synkronisering av kortikale oscillasjoner i theta-området forbedret WM-ytelsen når kognitive krav var moderat høye (2-ryggnivå) [24]. Vi har utvidet resultatene ved å vise at dette bare gjaldt for nivå 2-tilbake og ikke det vanskeligere 3-backnivået. Effektiviteten til stimuleringsparadigmet ser ut til å følge en invertert U-form i forhold til oppgavens vanskelighetsgrad. Den nåværende studiekohorten var friske eldre voksne. Selv om det foreløpig er uklart om unge voksne fortsatt vil ha nytte av den oscillerende synkroniseringen under 3-bakoppgaven, kan man spekulere i at den inverterte formen med toppen ved 2-bakoppgaven er aldersrelatert.

Studier som har sammenlignet ytelse på WM-oppgaver mellom unge og friske eldre voksne har vist aldersrelatert reduksjon i ytelse, spesielt i oppgaver med høy kognitiv etterspørsel [82,83]. Som svar på høy WM-belastning viser eldre voksne en relativ hypoaktivering i frontoparietale regioner sammenlignet med unge voksne [82,84]. Hypotesen "kompensasjonsrelatert utnyttelse av nevrale kretsløp" gir et rammeverk for dette fenomenet; aldersrelaterte hyperaktiveringer sees under oppgaver med lav WM-belastning på grunn av redusert nevral effektivitet, med hypoaktivering for oppgaver med høy WM-belastning på grunn av redusert nevral kapasitet [85]. Dette viser at eldre voksne bruker kompenserende mekanismer allerede med oppgaver med lav WM-belastning (1-tilbake) og derfor ikke er i stand til å rekruttere de nødvendige nevrale ressursene under oppgaver med høy WM-belastning (3-tilbake)[82,83].

Heinzel og kolleger antok at endringen i indre aktivitet skyldes en reduksjon i FPN-kobling; de viste at frontoparietal tilkobling ble redusert hos eldre voksne under2-rygg og enda mer under 3-ryggoppgaver [73,86]. Dette kan indikere at forskjellen i effektivitet av stimulering mellom 2-rygg- og 3-ryggoppgavene er relatert til graden av mangelfull kobling av FPN innenfor disse oppgavene, og at intervensjonstilnærmingen med tACS bare kunne tilstrekkelig kompensere disse mekanismene for 2-tilbakeoppgaven, men ikke lenger for 3-tilbakeoppgaven. Mangelen på forbedring under 1-ryggtilstanden kan indikere at de naturlige kompensasjonsmekanismene ikke er følsomme for effektene av dette stimuleringsparadigmet. Dette peker mot en spesifikk effekt som er avhengig av hjernetilstanden forårsaket av mengden WM-belastning.

Resultatene av N-back-oppgaven viste en spesifikk effekt på reaksjonstider, og ikke på trefffrekvens, falske alarmer og nøyaktighet. Disse funnene ligner på tidligere studier av Polania et al. (2012), Violante et al. (2017), og Alekseichuk et al. (2017) som brukte thetatACS for å målrette FPN. Synkronisert tACS reduserte reaksjonstiden [24,25], mens desynkronisert tACS økte reaksjonstiden på en visuell WM-oppgave [25,76]. Den nøyaktige årsaken til effekten på reaksjonstider, men ikke på andre parametere, er fortsatt unnvikende. Violante et al. viste en sammenheng mellom økt parietal BOLD-aktivering og reduserte reaksjonstider [24]. Bevis tyder på en kritisk rolle av parietalområdet i WM-vedlikehold [87]. Derfor foreslår Violante et al. at økningen i nevral aktivering i parietale områder kan ha interagert med mekanismene knyttet til reaksjonstider [24]. Alekseichuk et al. hevder at de forbedrede reaksjonstidene er nettverksrelaterte, da de fant økte reaksjonstider etter desynkronisering av de prefrontale områdene fra parietale områder [76]. De hevder at dette skyldes en nedgang i informasjonsopptak, reflektert i den varige theta-rytmesynkroniseringen i cortex [76]. Selv om resultatene ser ut til å peke mot spesifikke effekter av synkronisert theta-tACS på reaksjonstider, er de nøyaktige mekanismene fortsatt uklare. Ytterligere analyse er nødvendig for å skille ut de eksakte fysiologiske mekanismene for responser under WM-oppgaver.

4.4. Fremtidige skritt

Denne studien var en proof-of-principle-studie for å undersøke involveringen av FPN i motorisk sekvenslæring. Denne studien har noen få begrensninger, som diskuteres ved hjelp av forslag til fremtidige studier. For det første antyder de nåværende dataene en klar effekt på atferdsmessig ytelse av den intervensjonelle tilnærmingen under oppgaven, men om det påvirker læring er ikke klart. Det var ingen klar statistisk interaksjon mellom tilstand og blokkeringer som kunne underbygge en sterk læringseffekt, selv om det sannsynligvis er antydninger til potensiell tilleggseffekt på læring ved bruk av endringer i nøyaktighetsforløpet og trenden til en forskjell for total læring ved slutten av opplæringen. Dette viktige åpne spørsmålet må behandles i detalj i kommende studier med mer intensiv trening (f.eks. lengre treningsøkter, flere treningsøkter). Videre vil oppfølgingsøkter forbedre vår forståelse av konsolideringen og mulig oppbevaring av atferdsforbedring. Motorisk læring omfatter flere prosesser som online og offline læring. Nettbasert læring er forbedringen under opplæringen av oppgaven; offline læring skjer etter trening og er en viktig del av konsolideringen av lært atferd [67,88e90].

Flere økter vil tillate oss å undersøke om forbedringen fortsetter med flere treningsøkter, påvirker forskjellig på online og offline læring (eller bare på ytelse), og om den opprettholdes i lengre perioder. For det andre kan vi foreløpig ikke konkludere om personalisering av stimuleringsfrekvensen er fordelaktig sammenlignet med en standardisert frekvens (f.eks. 6 Hz) for stimulering i denne studien [23e25]. Dette aspektet var utenfor rammen av denne studien og må behandles i kommende studier. Sammenligning av det standardiserte med apersonaliserte stimuleringsparadigmet vil da gi mer entydige resultater om viktigheten av personalisering til endogen oscillerende aktivitet i denne oppgaven. Til slutt, for ytterligere å tilpasse tilnærmingen, bør fremtidige studier tilpasse plasseringen av elektroder i den enkelte hjernen basert på simuleringer.

I den nåværende studien ble elektrodeplasseringen definert av standardiserte steder ved bruk av en EEG-hette med 10/20-systemet. Vi har brukt konsentriske elektroder og hver montasje besto av en liten sirkulær senterelektrode omgitt av en større returelektrode. Dette oppsettet har vist seg å forbedre fokalitet sammenlignet med andre elektroder, slik som 5 5 cm rektangulære elektroder eller ringelektrodeoppsett med returelektroden på et eget område [91]. For en simulering av den elektriske feltfordelingen, se fig. 2B. Dette forbedrede anlegget fremhever viktigheten av presisjon av elektrodeplasseringen ettersom stimuleringen er mest effektiv nær midten av elektrodene [92].

Den for tiden brukte teknikken basert på 10-20-elektrodesystemet har blitt mye brukt i NIBS-studier [93]. Dette er imidlertid et standardisert elektrodeplasseringssystem basert på anatomiske landemerker som kan variere mellom deltakerne [94]. En fersk studie av Scrivener og Reader sammenlignet plasseringen av elektrodeplasseringene med bruken av en EEG-hette med MR-bilder av de samme deltakerne. De fant at elektrodeplasseringene avvek fra de faktiske kortikale plasseringene med den minste SD på 4,35 mm i frontale områder og den største SD på 6,25 mm i oksipitale og parietale områder [95]. Disse avvikene vil neppe resultere i atferdsforskjeller på grunn av stimuleringens fokus. Det viser imidlertid at det er rom for forbedring når det gjelder presis definisjon av målplasseringer og konsistens i elektrodeplassering. En måte å forbedre presisjonen på er å bruke nevronavigasjonsteknikker veiledet av strukturell nevroavbildning eller ved bruk av funksjonell MR for å finne de nøyaktige målstedene for stimulering[93].

5. Konklusjon

Avslutningsvis, i denne studien, var vi i stand til å vise en årsakssammenheng mellom stimulering av FPN og forbedringer i en MSL-oppgave. Dessuten var vi i stand til å vise karakteristisk effektivitet av FPN-synkronisering for motoroppgaver med lav og høy WM-belastning, noe som resulterte i forbedret ytelse på motoroppgaven med høyWM-belastning, men ingen stimuleringseffekter på motoroppgaven med lavWM-belastning. Til tross for den klare effekten på prestasjonsnivået, var det ingen klar effekt, sannsynligvis et hint, mot forbedring av motorisk læring, et aspekt som må behandles i detalj i kommende studier. Virkningsmekanismene peker mot en effekt av stimuleringen på en forbedret kapasitet til å opprettholde og utføre sekvensene. Den nåværende kunnskapen om bruk av tACS til frontale og parietale områder for å forbedre MSL er begrenset. Imidlertid indikerer disse resultatene at målretting av FPN som et nettverk ved hjelp av personlig bifokal oscillerende stimulering er en lovende tilnærming. I tillegg viste den nåværende studien at theta tACS anvendt på FPN forbedret WM-ytelsen. Dette avslører viktig samspill mellom det motoriske og kognitive domenet som peker på det som et lovende mål for intervensjonsstrategier basert på NIBS. Men for å gjøre dette med suksess, er det kritisk viktig at en slik tilnærming bare kan være effektiv når den kognitive belastningen til en respektive oppgave er betydelig høy som demonstrert her av WM-belastningen.

Til sammen forbedret personlig orkestrert bifokal tACS på FPN ytelsen på en MSL-oppgave. Dette kan tilby en lovende strategi for å forbedre motoriske ferdigheter og motorisk læring som er friske eldre voksne og nevrologiske pasienter som viser mangler i motorisk ytelse og/eller motorisk læring.

Finansiering

Dette prosjektet ble støttet av Defitech Foundation (Morges, CH) og av #2017-205 'Personalized Health and RelatedTechnologies (PHRT-205)' fra ETH-domenet.

Kredittforfatterbidragserklæring

LR Draaisma: Konseptualisering, Design av eksperiment, Metode, Validering, Datainnsamling, Formell analyse, Skrive originalutkast, Skrive e-gjennomgang og redigering, Visualisering, Prosjektadministrasjon. MJ Wessel: Konseptualisering, Prosjektadministrasjon, Skriving og gjennomgang og redigering. M. Moyne: Validering, randomisering, datainnsamling. T. Morishita: Skrive e-anmeldelse og redigering. FC Hummel: Konseptualisering, Design av eksperiment, Tolkning av resultater, Skrive e anmeldelse og redigering.

Erklæring om konkurrerende interesse

Forfatterne erklærer at de ikke har noen kjente konkurrerende økonomiske interesser eller personlige forhold som kan ha sett ut til å påvirke arbeidet som er rapportert i denne artikkelen.

Anerkjennelser

Vi takker Pablo Maceira for å ha lest manuskriptet og gitt utmerkede kommentarer, Elena Beanato for å gi manuset for å forhåndsbehandle SFTT-dataene, Roberto Salamanca-Giron for hans bidrag ved å levere og tilpasse Matlab-manuset sitt for EEG-toppfrekvensanalysen, og Giorgia Giulia Evangelista for hennes bidrag til oppsettet av SimNIBS og hennes hjelp med visualisering av ringelektrodene og den elektriske feltfordelingen. Denne studien ble støttet av EEG-anlegget til HumanNeuroscience Platform, Fondation Campus Biotech Geneva, Genève, Sveits.

Referanser

[1] Willingham DB. En nevropsykologisk teori om motorisk læring. PsycholRev 1998;105:558e84.https://doi.org/10.1037/0033-295X.105.3.558.

[2] Dupont-Hadwen J, Bestmann S, Stagg CJ. Motorisk trening modulerer intrakortikal inhiberende dynamikk i den motoriske cortex under bevegelsesforberedelse.Brain Stimul 2019;12:300e8.https://doi.org/10.1016/j.brs.2018.11.002.

[3] Karni A, Meyer G, Jezzard P, Adams MM, Turner R, Ungerleider LG. Funksjonell MR-bevis for voksen motorisk cortex-plastisitet under motorisk læring. Nature 1995;377:155e8.https://doi.org/10.1038/377155a0.

[4] Seidler RD, Bo J, Anguera JA. Nevrokognitive bidrag til motorisk læring: rollen til arbeidsminne. J Mot Behav 2012;44:445e53.https://doi.org/10.1080/00222895.2012.672348.

[5] Buch ER, Santarnecchi E, Antal A, Born J, Celnik PA, Classen J, et al. Effekter av DCS på motorisk læring og minnedannelse: et konsensus- og kritisk posisjonspapir. Clin Neurophysiol Off J Int Fed Clin Neurophysiol 2017;128:589e603.https://doi.org/10.1016/j.clinph.2017.01.004.

[6] Wessel MJ, Zimerman M, Hummel FC. Ikke-invasiv hjernestimulering: et intervensjonelt verktøy for å forbedre atferdstrening etter hjerneslag. Front HumNeurosci 2015;9:265.https://doi.org/10.3389/fnhum.2015.00265.

[7] Krause V, Meier A, Dinkelbach L, Pollok B. Beta-bånd transkraniell alternerende (tACS) og likestrømstimulering (tDCS) påført etter innledende læring letter gjenfinning av en motorisk sekvens. Front Behav Neurosci 2016;10.https://doi.org/10.3389/fnbeh.2016.00004.

[8] Pollok B, Boysen AC, Krause V. Effekten av transkraniell vekselstrømstimulering (tACS) ved alfa- og betafrekvens på motorisk læring. Behav BrainRes 2015;293:234e40.https://doi.org/10.1016/j.bbr.2015.07.049.

[9] Anguera JA, Reuter-Lorenz PA, Willingham DT, Seidler RD. Bidrag fra romlig arbeidsminne til visuomotorisk læring. J Cognit Neurosci 2010;22:1917e30.https://doi.org/10.1162/jocn.2009.21351.

[10] Maxwell JP, Masters RSW, Eves FF. Arbeidsminnets rolle i motorlæring og ytelse. Conscious Cognit 2003;12:376e402.https://doi.org/10.1016/s1053-8100(03)00005-9.

For more information:1950477648nn@gmail.com