Recurso Metodos III Flashcards
Na Base neurofisiológica do EEG. Defina, o que é
1º Potencias Evocados.
2º Potencias de ação pré sinaptica
3º potencias de membrana pós sinaptica.
4º Dominio Temporal
5º Taxa de amostragem
São todos a mesma coisa ?
-
Potenciais Evocados (PE)
- Definição: Potenciais evocados, são respostas eletricas geradas pelo sistema nervoso em resposta a estimulos sensoriais, cognitivos ou motores. Esses potencias são medidos, atraves de eletrodos colocados no couro cabelo e são usados para estudar o funcionamento cerebral e a condução neural.
- Como são medidos: Através do EEG, registrando as mudanças de voltagem no couro cabeludo em resposta a um estímulo.
- Significado: Refletem a atividade de redes neuronais que processam o estímulo apresentado. São médias de várias respostas para melhorar a relação sinal-ruído.
-
Potenciais de Ação Pré-sinápticos:
- Definição: São descargas elétricas que ocorrem nos neurônios antes da liberação de neurotransmissores na sinapse.
- Como são medidos: Não são diretamente medidos pelo EEG, mas podem ser observados usando técnicas como eletrofisiologia intracelular ou extracelular.
- Significado: Indicam a ativação de um neurônio e a preparação para a liberação de neurotransmissores.
-
Potenciais de Membrana Pós-sinápticos (PSP):
- Definição: São mudanças na voltagem da membrana do neurônio pós-sináptico em resposta à liberação de neurotransmissores pela célula pré-sináptica.
- Como são medidos: Semelhante aos potenciais de ação pré-sinápticos, não são diretamente medidos pelo EEG, mas podem ser detectados por técnicas de registro intracelular.
- Significado: Refletem a recepção e a resposta do neurônio pós-sináptico aos sinais enviados pelo neurônio pré-sináptico.
Diferenças na Base Neurofisiológica do EEG:
- EEG registra principalmente a soma da atividade elétrica de milhares de neurônios, particularmente os potenciais pós-sinápticos, que são mais lentos e somam-se espacial e temporalmente, gerando as oscilações observadas no traçado do EEG.
- Potenciais Evocados são um tipo de sinal específico no EEG, resultado da média de respostas elétricas a estímulos repetidos.
-
Potenciais de Ação Pré-sinápticos e Potenciais Pós-sinápticos
Ocorrem a nível individual de neurônios e sinapses, contribuindo de maneira indireta ao sinal de EEG, mas não são registrados diretamente pelo EEG.
Em resumo, os potenciais evocados são respostas específicas detectadas no EEG, enquanto os potenciais de ação pré-sinápticos e pós-sinápticos são eventos elétricos em neurônios individuais que, coletivamente, contribuem para a atividade cerebral que o EEG registra.
4º Dominio temporal
É a analise da atividade eletrica cerebral que permite o avaliador observar os ritimos de ondas cerebrais em diferentes estagios de conciencia. Como por exemplo é possivel verificar as diferentes ondas cerebrais quando a pessoa esta em estado REM vs Estado de vigia ou relaxamento, que também é diferente de concentração. Ambos são experiencias concientes que caracterizam uma resposta fisiologica e cognitiva no cerebro.
5º Taxa de Amostragem
Em exames de EEG, é correto afirmar que a taxa de amostragem refere-se ao número de pontos temporais registrados por segundo. Ela determina a frequência com que o sinal elétrico cerebral é captado e digitalizado. A taxa de amostragem, portanto, define a precisão com que as variações rápidas no sinal do EEG são registradas.
A taxa de amostragem é um parâmetro crucial que influencia a qualidade do exame de EEG. Ondas cerebrais de alta frequência requerem uma taxa de amostragem elevada para serem captadas com precisão. Se a taxa de amostragem for insuficiente, pode ocorrer um fenômeno chamado aliasing, onde frequências mais altas são mal representadas, distorcendo a interpretação do sinal.
Embora a taxa de amostragem seja um parâmetro técnico, ela não determina diretamente os picos altos ou baixos no sinal. Esses picos dependem das atividades cerebrais e dos estímulos oferecidos durante o exame. No entanto, uma taxa de amostragem adequada é essencial para registrar corretamente esses picos e permitir uma análise precisa das atividades cerebrais.
A escolha da taxa de amostragem depende das frequências das ondas cerebrais que se deseja estudar. Como regra geral, a taxa de amostragem deve ser pelo menos o dobro da frequência máxima do sinal que se deseja captar, conforme o teorema de Nyquist. Por exemplo, se o EEG capta ondas cerebrais de até 60 Hz, a taxa de amostragem deve ser no mínimo 120 Hz, mas preferencialmente maior para garantir a qualidade do sinal.
Em resumo, a taxa de amostragem em um exame de EEG é fundamental para a correta captação e digitalização das ondas cerebrais, influenciando diretamente a precisão e a qualidade da análise dos sinais elétricos do cérebro.
Os potenciais relacionados a eventos (ERPs) são componentes do EEG que refletem a resposta do cérebro a eventos ou estímulos específicos, analizando como o cerebro processa diferentes tipos de informações.
O que é o componente P300 nos potencias relacioandos ao evento?
O P300 é um componente positivo dos ERPs que aparece cerca de 300 milissegundos após um estímulo. Está relacionado a processos cognitivos de atenção e tomada de decisão.
Os Artefatos são, sinais ou ruidos indesejados que aparecem no EEG.
Quais desses são mais comunus. Como é possivel filtrar estes ruidos ?
Artefatos são sinais indesejados ou ruídos que aparecem nos registros eletrofisiológicos, como o EEG, e que não têm origem na atividade cerebral que se pretende estudar. Eles podem distorcer os dados e dificultar a interpretação precisa das respostas neurais.
Sendo, comum, piscada e movimentos muito rapido dos olhos quando o eletrodo esta muito proximo aos olhos, atividade eletrica de musculos, batimendo do cortação e suor na pele.
De modo geral eliminar artefatos pode ser uma tarefa dificil, visto que em sua grande maioria eles tem caracteristicas temporais, mostrando uma sobreposição ao sinal de interesse.
Eg: Piscar o olho pode gerar desvios sobreponto uma resposta neural relevante duarante o exame. Sendo dificil de distinguir se o sinal verdadeiro.
Em outros casos, pacientes podem se mover piscar involuntariamente, ter ruidos de fundo no ambiente.
Neste caso as estrategias para controlar os artefatos são as tecnicas de filtragem, por veses pode ser algo desafiador pois as
técnicas como filtragem de alta e baixa frequência, ou análise de componentes independentes (ICA), podem reduzir artefatos, mas não eliminá-los completamente.
Essas técnicas têm limitações e podem, às vezes, remover parte do sinal verdadeiro junto com o artefato. Ou seja é melhor evitar artefatos do que corrigir o sinal.
Para minimizar os artefatso, uma preparação adequada é sempre a melhor solução, por exemplo, usar eletrodos de boa qualidade, realizar a coleta de dados em um ambiente livre de ruidos, aplicar tecnicas de filtragem (ICA), Portanto, uma análise cuidadosa e crítica é essencial para distinguir entre sinais de interesse e artefatos.
Defina a diferença entre a Regra de frequência de Nyquist vs Aliasing no EEG.
Frequência de Nyquist:
Define a taxa de amostragem mínima necessária para evitar aliasing.
Aliasing: Ocorre quando a taxa de amostragem é inferior ao necessário, resultando em distorções.
Desta forma, a diferença entre aliasing e a regra da frequência de Nyquist é que a tal Nyquist define-se pelo criterio necessário a ser cumprido para evitar aliasing.
Ou seja, no EEG o aliasing é o efeito negativo, quando a regra da frequencia de nysquist não é cumprida.
Ambos são necessário para a indução de mudanças na amplitude dos sinais em EEG porém existe alguma diferença entre os conceitos.
Quais são as possíveis consequências de uma filtragem excessiva em sinais de EEG?
Perda de informação: Filtragem excessiva pode remover componentes de interesse do sinal, como oscilações de baixa amplitude associadas a certos estados cerebrais.
Distorção do sinal: Filtragem agressiva pode distorcer o sinal original, alterando suas características temporais e espectrais.
Introdução de artefactos: A filtragem excessiva pode introduzir artefatos no sinal, especialmente se não for cuidadosamente ajustada, o que pode dificultar a interpretação correta dos resultados.
Redução da resolução temporal: Filtros muito agressivos podem suavizar as transições rápidas no sinal, reduzindo a resolução temporal e obscurecendo eventos importantes.
Na analise espectral qual é a diferença entre Amplitude e Latência ?
Amplitude no EEG:
A amplitude é uma medida da intensidade ou magnitude da variação elétrica do sinal EEG. Ela representa a diferença entre os picos e os vales das ondas cerebrais em relação a um valor de referência, que geralmente é a linha de base do sinal. Altas amplitudes indicam uma forte atividade elétrica.
Latência no EEG:
Latência é o tempo entre a apresentação de um estímulo e a resposta elétrica detetada no EEG. Ela é medida em milissegundos e indica a rapidez com que o cérebro processa o estímulo. Curta latência indica uma resposta rápida, enquanto longa latência pode sugerir atrasos no processamento.
Em resumo, a amplitude no EEG reflete a intensidade da atividade elétrica cerebral, enquanto a latência mede o tempo que o cérebro leva para responder a um estímulo. Ambas são importantes para compreender a dinâmica da atividade cerebral em resposta a diferentes estímulos. Por fim, os filtros neste contexto, tem um papel importante na remoção dos ruídos que são indesejados. A filtragem vai provocar sempre algum distúrbio do sinal!! Deve filtrar-se o mínimo possível.
O que é a analise de componentes Independentes (ICA), como o fenómeno cocktel party explica a filtragem dos sinais nesta técnica ?
A análise de componentes independentes (ICA) é uma técnica usada para separar sinais misturados no EEG, removendo ruidos que não são importantes na coleta de dados dos seus componentes originais. Este processo se da atraves dos potencias sinápticos, atividade muscular e atividade neuronal que é equivalente a uma soma de ondas senodais de diferente frequência.
O fenômeno “cocktail party” é uma analogia comum usada para descrever o processo, onde em uma festa com várias conversas acontecendo ao mesmo tempo, o cérebro humano é capaz de focar em uma conversa específica, ignorando o ruído de fundo.
Da mesma forma, o ICA pode separar sinais misturados em diferentes fontes originais, como potenciais sinápticos, atividade muscular e atividade neuronal, permitindo a recuperação do sinal original de cada fonte. Este método é especialmente útil na análise de sinais complexos, como os registrados por eletrodos no EEG
Quais são as estratégias utilizadas para minimizar a variabilidade temporal?
Passo1. Aplicar Averaging
- Definição: Averaging é a média de vários ensaios de um sinal para reduzir o ruído e destacar o sinal de interesse.
- Função: Reduz erros e componentes inconsistentes, melhorando a relação sinal-ruído e destacando respostas neurais consistentes ao estímulo.
Passo 2. Detectar e Medir a Amplitude de Pico
- Definição: A amplitude de pico é o valor máximo ou mínimo que uma onda atinge em um sinal.
- Função: Proporciona uma medida quantitativa da intensidade de uma resposta neural, sendo usada para identificar características específicas em ensaios individuais ou médias.
Outras Estratégias uteis para Minimizar a Variabilidade Temporal no EEG
Alinhamento de Ensaios
- Descrição: Ajustar a latência dos componentes para alinhá-los no tempo antes de calcular a média, realinhando sinais com base nos pontos de interesse.
Filtragem Temporal
- Descrição: Aplicar filtros de passagem baixa para suavizar variações rápidas e aumentar a detecção de padrões consistentes.
Remoção de Artefatos
- Descrição: Utilizar técnicas como Análise de Componentes Independentes (ICA) para separar e remover artefatos de movimento ocular e atividade muscular.
Por fim, a aplicação da averaging e amplitude de pico são estratégias importantes para minimizar a variabilidade temporal em sinais cerebrais. Técnicas adicionais como alinhamento de ensaios, filtragem temporal, remoção de artefatos, aumento do número de ensaios e sincronização precisa também são essenciais para melhorar a qualidade dos dados e reduzir a variabilidade temporal.
No que difere o status de uma variavel, defina a diferença entre variaveis Nominal (dictomica) vs Nominal (não dictomica).
Por fim de exemplos de variaveis continuas vs discretas.
Nominal Dictomica: Duas categorias
eg: Você tem diagnosticos de alguma doença ? ( Sim vs Não )
Nominal não dictomica: Mais de duas categorias
Eg: Qual é a sua situação Profissional ( Estudante vs Empregado. Trabalhador vs desempregado
Variaveis continuas: Eg: Os numero são continuos, infinitos, como por exemplo Altura, peso, temperatura, tempo, distância. Por exemplo, a altura de uma pessoa pode ser 170,5 cm, 170,55 cm, 170,555 cm, e assim por diante.
Variaveis Discretas Eg: Idade, Numero de filhos, 1,2,3 filhos e não 1,5 filho.
No que difere o status da variavel, defina brevemente o que é uma variavel independente, dependente, moderadora, mediadora, covariavel e variavel de confusão.
Obs: Crie um exemplo com o projeto de tese. Fica mais facil :)
Variáveis Independentes (VI):
Consumo de cannabis: Este pode ser medido em termos de frequência (diária, semanal, mensal), quantidade (gramas por uso), e duração do uso (meses, anos).
Variáveis Dependentes (VD):
Alterações no núcleo accumbens: Isto pode ser medido através de diferentes métodos neurocientíficos, como:
Imagens de ressonância magnética funcional (fMRI): Para observar a atividade cerebral.
Imagens de ressonância magnética estrutural (sMRI): Para observar alterações na estrutura do núcleo accumbens.
Níveis de neurotransmissores: Avaliados através de métodos como a tomografia por emissão de pósitrons (PET).
Variáveis Moderadoras (VM):
Idade: A idade dos participantes pode influenciar o impacto do consumo de cannabis no núcleo accumbens.
Gênero: Pode haver diferenças entre homens e mulheres em como o consumo de cannabis afeta o cérebro.
Histórico familiar de uso de substâncias: Pessoas com histórico familiar podem ter respostas cerebrais diferentes ao uso de cannabis.
Tipo de cannabis: Variedades de cannabis com diferentes concentrações de THC e CBD podem ter efeitos distintos no núcleo accumbens.
Variáveis Mediadoras (VD):
Estresse: O nível de estresse dos participantes pode mediar a relação entre o consumo de cannabis e as alterações no núcleo accumbens.
Transtornos de saúde mental: A presença de condições como depressão ou ansiedade pode mediar o efeito do consumo de cannabis sobre o núcleo accumbens.
Covariáveis (CV):
Uso de outras substâncias: Uso de álcool, tabaco ou outras drogas deve ser controlado, pois pode influenciar os resultados.
Atividade física: Níveis de atividade física podem influenciar a saúde cerebral e devem ser considerados.
Qualidade do sono: Alterações no sono podem afetar o cérebro e, portanto, devem ser controladas.
Variáveis de Confusão (VC):
Ambiente social: O ambiente em que a pessoa vive e seu suporte social podem confundir os resultados, influenciando tanto o consumo de cannabis quanto as alterações cerebrais.
Estado socioeconômico: Pode influenciar tanto o padrão de consumo de cannabis quanto as condições de saúde geral dos participantes.
Educação: O nível de educação pode estar correlacionado com o consumo de cannabis e os resultados neurobiológicos.
__________________________________________
Variável Independente (VI):
Consumo de cannabis: É a variável que você está manipulando ou observando para ver como ela afeta o núcleo accumbens. Você vai medir a frequência, quantidade e duração do uso de cannabis.
Variável Dependente (VD):
Alterações no núcleo accumbens:
São os efeitos ou resultados que você está medindo. Neste caso, você está interessado em como o consumo de cannabis pode alterar a atividade ou estrutura do núcleo accumbens, medido por fMRI ou sMRI.
Variáveis Moderadoras (VM):
Idade, Gênero, Histórico familiar de uso de substâncias, Tipo de cannabis: São variáveis que podem influenciar a força ou a direção da relação entre a variável independente (consumo de cannabis) e a variável dependente (alterações no núcleo accumbens).
Por exemplo, os efeitos do consumo de cannabis podem ser diferentes em pessoas de idades diferentes ou entre homens e mulheres.
Variáveis Mediadoras (VD):
Nível de estresse, Transtornos de saúde mental: São variáveis que explicam o mecanismo através do qual a variável independente (consumo de cannabis) afeta a variável dependente (alterações no núcleo accumbens).
Por exemplo, o consumo de cannabis pode aumentar os níveis de estresse, que por sua vez pode levar a alterações no núcleo accumbens.
Covariáveis (CV):
Uso de outras substâncias, Atividade física, Qualidade do sono: São variáveis que podem influenciar a variável dependente (alterações no núcleo accumbens) e que você deseja controlar estatisticamente para isolar o efeito do consumo de cannabis. Elas ajudam a garantir que os resultados não sejam confundidos por esses fatores adicionais.
Variáveis de Confusão (VC): Ambiente social, Estado socioeconômico, Educação.
São variáveis que podem influenciar tanto a variável independente (consumo de cannabis) quanto a variável dependente (alterações no núcleo accumbens), potencialmente confundindo os resultados do estudo. Você precisa considerá-las para garantir que os efeitos observados sejam realmente devido ao consumo de cannabis e não a esses outros fatores.
Resumo
VI: Fator de interesse principal que está sendo estudado.
VD: Resultado ou efeito medido.
Variavel Moderadora: Influenciam a relação entre VI e VD.
Variavel Mediadora: Explicam como a VI afeta a VD.
Covariavel: Controladas para evitar que influenciem a VD.
Variavel de Confusão: Potencialmente confundem a relação entre VI e VD, precisam ser consideradas para garantir resultados válidos.
- ” O treinamento neuropsicologico tem efeitos positivos na memoria de trabalho, porém os resultados sobresaem apenas em individuos do sexo feminino e não em individuos do sexo masculino. “
- “O treinamento neuropsicologico tem efeitos positivos na memoria de trabalho devido a melhora na velocidade do processamento. “
- “Se os participantes estão a tomar medicação psicoativa, porque é que sabemos se isso está a aumentar ou a interferir com o efeito
positivo do treino neuropsicológico.”
Em cada um dos exemplo, indique a Variavel Independente, Dependente.
Em cada um dos exemplos é aplicado uma das variaveis, Variavel moderadora, mediadora e confundidora. Qual você escolheria
Exemplo 1:
Variável Independente (VI): Treinamento neuropsicológico.
Variável Dependente (VD):
Memória de trabalho.
Variável Moderadora (VM): Sexo (feminino ou masculino)
Explicação para o Exemplo 1:
O sexo não é a variável dependente porque ele não está sendo medido como resultado, mas sim como um fator que influencia o efeito do treinamento (ou seja, uma variável moderadora). A variável dependente é a memória de trabalho porque é a variável que está sendo medida para avaliar o efeito do treinamento neuropsicológico.
Exemplo 2:
Variável Independente (VI): Treinamento neuropsicológico.
Variável Dependente (VD): Memória de trabalho.
Variável Mediadora (VD): Velocidade do processamento.
Explicação para o Exemplo 2:
Aqui, a velocidade do processamento é a mediadora, explicando como o treinamento neuropsicológico influencia a memória de trabalho.
Exemplo 3:
Variável Independente (VI): Treinamento neuropsicológico.
Variável Dependente (VD):
Efeito positivo na memória de trabalho.
Variável de Confusão (VC):
Medicação psicoativa.
Explicação para Exemplo 3:
A medicação psicoativa é uma variável de confusão porque pode influenciar tanto o treinamento neuropsicológico quanto a memória de trabalho, interferindo nos resultados.
Qual é a diferença entre Questão de Investigação e Hipotese de Investigação ?
Questão de investigação:
É caracterizada como uma pergunta, uma questão de partida, o foco é o que eu quero estudar, pesquisar ou testar na população ou amostra de estudo.
Eg: Existe diferença entre o consumo de cannabis Homens vs Mulheres
Ou
Quem consome mais cannabis Jovens do sexo masculino vs Feminino
Hipotese de investigação:
Na Hipotese de investigação, para além de necessitar de variaveis, população alvo, ela consegue expressar-se atraves de um direcionamento ou associação do estudo entre a VD e VI. Ou seja, o que eu espero encontrar na minha pesquisa, que relação podemos testar.
Como por exemplo, O consumo de cannabis esta associado a uma maior ativaçao do nucleo accumbes?
_________________________________________
Por fim, ambas são inteiramente importante embora que cada uma com sua similiariedade. É necessario uma certa sintonia entre ambas para criar o desenho estatitico.
Quais são os tipos de hipotese de Investigação, descreva brevemente a diferença entre Hipotese Relacional vs direcional, Relacional vs Não Direcional/Associativo e causal.
Relacional- Direcional :
Eg: A qualidade reduzida do sono esta associada a prejuisos na memoria de trabalho
Relacional- Não Direcional/Associativa:
Eg: Existem diferenças no EEG em estado de repouso entre pessoas com esquisofrenia e pessoas sem esquisofrenia.
Causal:
A ingestão de Cafeina vs Ingestão de placebo aumenta a velocidade no processamento
Indique a Hipotese Nula vs Alternativa e justifique.
“O desempenho da memória de trabalho é semelhante na depressão maior e no grupo controle.”
“O desempenho médio da memória de trabalho será diferente entre o grupo de depressão maior e o grupo controle.”
H0: “O desempenho da memória de trabalho é semelhante na depressão maior e no grupo controle.”
H1: “O desempenho médio da memória de trabalho será diferente entre o grupo de depressão maior e o grupo controle.”
Eg: Media Depressão vs Media controle
A denifição de hipotese Nula (Ho) é definido pelo oposto daquilo que vai acontecer.
Na hipotese Alternativa (H1) é definido por aquilo que eu acredito que vai acontecer com a minha pesquisa.
Sempre iniciamos um projeto, iniciamos co a Ho como em estatistica da Claudia, e a H1 é a alternativa.
* Teste de Hipotese é sempre Confirmatorio**
O que é uma estatistica Inferencial ?
A estatistica inferencial é uma parte das hipóteses que visa em tirar conclusões de uma determinada população alvo com base nos resultados de uma amostra. Tentando provar a sua relevância com os dados coletados para aquela população em especifico. Isso porque nós nunca estudamos toda uma população, temos sempre amostra. Eg: Pessoas com depressão baixo desempenho memoria de trabalho.
