A mutual information measure of phase-amplitude coupling using gamma generalized linear models.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Giriş Beyindeki elektrofizyolojik sinyaller arasındaki çapraz frekans eşleşmesi (CFC) uzun zamandır çalışılmış bir olgudur ve Parkinson hastalığı ve epilepsi gibi durumlarda anormallikleri gözlenmiştir. Daha yakın zamanlarda, CFC mide-beyin elektrofizyolojik çalışmalarında gözlenmiştir ve böylece bağırsak-beyin ekseninin sapmalarını içeren hastalıklar için cazip bir hedef haline gelmiştir. Bununla birlikte, özellikle faz amplitude kuplajı (PAC) olan kuplajı tespit etmenin güncel yöntemleri, faz ve genlik istatistiksel ilişkilerini yakalamaya çalışmayın.MetodlarBu makalede, ilk olarak bu ortak istatistikleri esnek bir parametrik yaklaşımla modellemek için bir yöntem gösteriyoruz, burada gama dağıtılmış genelleştirilmiş bir doğrusal model (GLM) kullanarak verilen fazın koşullu dağılımını modelliyoruz. Minimum açıklama uzunluğu (MDL) prensibi ile model seçimi gerçekleştiriyoruz, uyum iyiliğini (GOF) değerlendirmek için bir yöntem gösteriyoruz ve bu yaklaşımın etkinliğini birden fazla elektroensefalografi (EEG) veri kümesinde sergiliyoruz. İkinci olarak, ortak dağıtımda çalışan karşılıklı bilgiyi, eğer faz ve genlik istatistiksel olarak bağımsız değilse sıfır ve negatif olmayan bir bağlantı ölçüsü olarak nasıl kullanabileceğimizi sergiliyoruz. Buna ek olarak, Martinez-Cancino ve ark., ve Voytek ve ark. tarafından önceki çalışmalardan inşa ve bilgi yoğunluğunun, verilen örnek yolu boyunca bizim yöntemimizi kullanarak değerlendirilmesi, zaman-çözünmüş PAC umut verici bir ölçü olduğunu göstermek.Sonuçlar sentetik olarak oluşturulan bağırsak-beyin çiftleştirilmiş sinyalleri kullanarak, yöntemimizin mevcut altın-standart yöntemlerden daha iyi performans gösterdiğini gösteriyoruz. Yöntemimizi doğrulamak için, invazif EEG kayıtlarını komodülogramlar üreterek test ediyoruz ve yöntemimizi altın standart PAC ölçümü, Modülasyon Endeksi ile karşılaştırarak, keşif analizinde karşılaştırılabilir performans gösteriyoruz. Ayrıca, ortak bağırsak-beyin elektrofizyolojisi verilerinde kullanımını sergilemek için, eş zamanlı yüksek yoğunluklu EEG ve elektrgastrografi kayıtlarının topoplotlarını üretir ve Richter et al. tarafından yapılan ve bağırsak-beyin PAC'nin varlığını gösteren seminal çalışmaları çoğaltırız. Simüle edilmiş verileri kullanarak, farklı zaman değişkeni bağlantı türleri için yöntemimizi doğrularız ve daha sonra uyku mili EEG'sinde zaman değişkenliği PAC'ı izlemek ve negatiflik (MMN) veri kümelerini eşleştirmek için performansını gösteririz.ConclusionsGamma GLM'leri ve karşılıklı bilgileri kullanan yeni PAC ölçümümüz, genlik ve faz üzerindeki tam ortak dağılımı kullanarak PAC değerlerini hesaplamak için umut verici yeni bir yol göstermektedir. Ölçümümüz, mevcut en yaygın PAC önlemlerinden daha iyi performans gösterir ve elektrofizyolojik veri kümelerinde PAC'yi değişen zamanın belirlenmesinde umut verici sonuçlar gösterir. Buna ek olarak, yöntemimizi çoklu karşılaştırmalarla kullanmayı sağlarız ve ölçümümüzün eşzamanlı bağırsak-beyin veri kümelerini kullanarak elektrofizyolojik kayıtlarda potansiyel olarak daha fazla istatistiksel güce sahip olduğunu gösteririz.

Özgün kaynak özetini okuyun

IntroductionCross frequency coupling (CFC) between electrophysiological signals in the brain is a long-studied phenomenon and its abnormalities have been observed in conditions such as Parkinson's disease and epilepsy. More recently, CFC has been observed in stomach-brain electrophysiologic studies and thus becomes an enticing possible target for diseases involving aberrations of the gut-brain axis. However, current methods of detecting coupling, specifically phase-amplitude coupling (PAC), do not attempt to capture the phase and amplitude statistical relationships.MethodsIn this paper, we first demonstrate a method of modeling these joint statistics with a flexible parametric approach, where we model the conditional distribution of amplitude given phase using a gamma distributed generalized linear model (GLM) with a Fourier basis of regressors. We perform model selection with minimum description length (MDL) principle, demonstrate a method for assessing goodness-of-fit (GOF), and showcase the efficacy of this approach in multiple electroencephalography (EEG) datasets. Secondly, we showcase how we can utilize the mutual information, which operates on the joint distribution, as a canonical measure of coupling, as it is non-zero and non-negative if and only if the phase and amplitude are not statistically independent. In addition, we build off of previous work by Martinez-Cancino et al., and Voytek et al., and show that the information density, evaluated using our method along the given sample path, is a promising measure of time-resolved PAC.ResultsUsing synthetically generated gut-brain coupled signals, we demonstrate that our method outperforms the existing gold-standard methods for detectable low-levels of phase-amplitude coupling through receiver operating characteristic (ROC) curve analysis. To validate our method, we test on invasive EEG recordings by generating comodulograms, and compare our method to the gold standard PAC measure, Modulation Index, demonstrating comparable performance in exploratory analysis. Furthermore, to showcase its use in joint gut-brain electrophysiology data, we generate topoplots of simultaneous high-density EEG and electrgastrography recordings and reproduce seminal work by Richter et al. that demonstrated the existence of gut-brain PAC. Using simulated data, we validate our method for different types of time-varying coupling and then demonstrate its performance to track time-varying PAC in sleep spindle EEG and mismatch negativity (MMN) datasets.ConclusionsOur new measure of PAC using Gamma GLMs and mutual information demonstrates a promising new way to compute PAC values using the full joint distribution on amplitude and phase. Our measure outperforms the most common existing measures of PAC, and show promising results in identifying time varying PAC in electrophysiological datasets. In addition, we provide for using our method with multiple comparisons and show that our measure potentially has more statistical power in electrophysiologic recordings using simultaneous gut-brain datasets.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.