Rozwojowa neuronauka poznawcza
Neurobiologia rozwojowa to interdyscyplinarna dziedzina nauki poświęcona zrozumieniu procesów psychologicznych i ich neurologicznych podstaw w rozwijającym się organizmie. Bada, jak zmienia się umysł, gdy dzieci dorastają, wzajemne relacje między tym a tym, jak zmienia się mózg, oraz środowiskowe i biologiczne wpływy na rozwijający się umysł i mózg.
Neuronauka poznawcza rozwoju znajduje się na pograniczu neuronauki ( neurologia behawioralna , systemowa i poznawcza ), psychologii ( psychologia rozwojowa , poznawcza i biobehawioralna/ fizjologiczna ), nauk rozwojowych (które oprócz psychologii i neuronauki obejmują socjologię , antropologię i biologię ) , kognitywistyka (która oprócz psychologii obejmuje informatykę , filozofię , systemy dynamiczne i lingwistykę ), a nawet obejmuje rozwój społeczno-emocjonalny i rozwojowe aspekty neuronauki społecznej i neuronauki afektywnej .
Naukowy interfejs między neuronauką poznawczą a rozwojem człowieka wzbudził w ostatnich latach duże zainteresowanie, ponieważ postęp technologiczny umożliwia szczegółowe mapowanie zmian w strukturze mózgu, które zachodzą podczas rozwoju. Rozwojowa neuronauka poznawcza pokrywa się nieco z takimi dziedzinami, jak psychologia rozwojowa , neuropsychologia rozwojowa , psychopatologia rozwojowa i neuronauka rozwojowa , ale różni się również od każdej z nich. Rozwojowa neuronauka poznawcza zajmuje się mózgowymi podstawami zjawisk, które badają psychologowie rozwojowi. Neuropsychologia rozwojowa i psychopatologia rozwojowa są poświęcone przede wszystkim badaniu pacjentów, podczas gdy rozwojowa neurobiologia poznawcza zajmuje się badaniem zarówno typowego, jak i nietypowego rozwoju. Neurobiologia rozwojowa jest w całości poświęcona badaniu procesów rozwojowych w mózgu, a przede wszystkim w okresie prenatalnym. Z drugiej strony rozwojowa neuronauka poznawcza zajmuje się wzajemnymi relacjami między rozwojem psychicznym i biologicznym. Neuronaukowcy zajmujący się rozwojem poznawczym badają rozwój mózgu oraz rozwój poznawczy, społeczny i emocjonalny od okresu prenatalnego do dorosłości.
Niedawno rozwojowa neuronauka poznawcza jest zainteresowana rolą genów w rozwoju i poznaniu. Zatem rozwojowa neuronauka poznawcza może rzucić światło na natura kontra wychowanie, a także na teorie konstruktywizmu i neurokonstruktywizmu . Badania rozwojowej neuronauki poznawczej dostarczają danych, które naprzemiennie łączą się ze sobą, wyjaśniają, kwestionują i powodują rewizje w teoriach rozwojowych, poznawczych i neuronaukowych.
Geneza dyscypliny
Początki dyscypliny rozwojowej neuronauki kognitywnej sięgają konferencji, która odbyła się w Filadelfii w 1989 r., współfinansowanej przez NICHD i NIMH, zorganizowanej przez Adele Diamond, która zapoczątkowała proces rozmów psychologów rozwojowych, kognitywistów i neuronaukowców . Aby wypełnić luki komunikacyjne, zaproszono badaczy z różnych dziedzin, którzy albo używali tych samych eksperymentalnych paradygmatów do badania tych samych zachowań, albo badali powiązane kwestie naukowe w komplementarny sposób – choć nie byli świadomi swoich prac. Używali różnych słów, aby mówić o swojej pracy i mieli różne sposoby myślenia o niej, ale konkretne, obserwowalne zachowania i dokładne warunki eksperymentalne, w których te zachowania miały miejsce, umożliwiły tłumaczenie. Uczestnikami byli małe grupy Who's Who liderów w dziedzinie nauk rozwojowych, neuronauki behawioralnej i kognitywistyki. Wynikło z tego kilka nowych interdyscyplinarnych współpracy, a dowodem wartości tego, co wyszło ze spotkania, jest fakt, że Oxford University Press próbował zdobyć prawa do ponownego wydania księgi obrad spotkania 10 lat później — The Development i neuronowe podstawy wyższych funkcji poznawczych. (Oryginalny druk wyprzedał się szybciej niż jakikolwiek inny New York Academy of Science Annals przedtem lub później).
Psychologowie rozwoju i neuronaukowcy niewiele wiedzieli o swoich pracach. Komunikacja między tymi dziedzinami była tak słaba, że przez 50 lat naukowcy z obu dziedzin używali zasadniczo tego samego testu behawioralnego, ale o tym nie wiedzieli. (Psycholodzy rozwojowi nazwali tę miarę zadaniem A-nie-B, ale neuronaukowcy nazwali ją zadaniem opóźnionej reakcji). We wczesnych latach 80. Diamond nie tylko wykazał, że te dwa zadania wykazywały identyczny postęp rozwojowy i opierały się na tym samym regionie kory przedczołowej, ale poprzez systematyczną serię badań na ludzkich niemowlętach oraz niemowlętach i dorosłych małpach z uszkodzeniami i bez zmian w różnych obszarach mózgu. Ta praca była absolutnie kluczowa w zapoczątkowaniu dziedziny rozwojowej neuronauki poznawczej, ponieważ ustanowiła pierwszy silny związek między wczesnym rozwojem poznawczym a funkcjami określonego regionu mózgu. To zachęciło innych, że rygorystyczne prace eksperymentalne dotyczące relacji mózg-behawior są możliwe u niemowląt . Zmieniło to również zasadniczo naukowe rozumienie kory przedczołowej na wczesnym etapie rozwoju; Najwyraźniej nie było milczenia, jak utrzymywała powszechnie przyjęta mądrość.
Tekst Marka Johnsona z 1997 r. Developmental Cognitive Neuroscience był przełomowy w wymyśleniu nazwy tej dziedziny.
Stosowane narzędzia i techniki
Absolutnie kluczowe dla zrozumienia funkcji mózgu u dzieci były techniki neuroobrazowania, najpierw EEG i ERP , następnie fMRI , a ostatnio NIRS , MEG i TMS , które analizują funkcje, oraz MRI , DTI i MRS , które analizują strukturę, łączność i metabolizm. Przed funkcjonalnymi technikami neuroobrazowania naukowcy byli zmuszeni próbować zrozumieć funkcję na podstawie dysfunkcji (tj. próbując zrozumieć, jak działa mózg, obserwując, jakie deficyty pojawiają się, gdy mózg jest uszkodzony lub upośledzony). Trudno nie docenić, jak ważny był postęp technologiczny dla wyłaniającej się dziedziny neuronauki rozwojowej poznawczej.
Dokonując analizy mózgu in vivo, możemy użyć technik neuroobrazowania, aby uzyskać wgląd w celu dalszego badania rozwojowych procesów poznawczych. Używając tych technik do pomiaru funkcji zarówno u dzieci zdrowych, jak i dzieci chorych, badamy strukturę i anatomię mózgu, a także łączność i funkcje, co może jeszcze bardziej pogłębić nasze lepsze zrozumienie relacji między ludzkim mózgiem i zachowanie. Najbardziej interesującym aspektem neuroobrazowania rozwojowego jest możliwość dowiedzenia się więcej o tym, jak zmiany w systemie mózgowym zachodzące w dzieciństwie wpływają na rozwój zdolności poznawczych. Pozwala także naukowcom badać pytania, które są zwykle określane jako „natura” kontra „wychowanie”. Korzystając z technik neuroobrazowania, możemy zrozumieć proces biologiczny leżący u podstaw poznania i związek, jaki ma on z innymi czynnikami zewnętrznymi, takimi jak ekspozycja środowiskowa, uczenie się i zbiorowe doświadczenia życiowe.
EEG i ERP : Od początku do połowy lat 80-tych wczesne komponenty potencjału związanego ze zdarzeniem (ERP) były wykorzystywane do badania funkcjonowania sensorycznego u niemowląt, a późne komponenty ERP były wykorzystywane do badania funkcji poznawczych u dorosłych. Następnie naukowcy przystąpili do rozszerzenia wykorzystania ERP do badania funkcjonowania poznawczego na wcześniejszych etapach życia, aby uzyskać wgląd w zaangażowanie mózgu w różne procesy, takie jak dyskryminacja, kategoryzacja i pamięć.
- Zmiany postsynaptyczne są natychmiast odzwierciedlane w EEG, co czyni tę metodologię bardzo optymalną, jeśli celem jest śledzenie szybkich zmian w funkcjonowaniu mózgu. Jest to skuteczna i stosunkowo niedroga metoda stosowana do badania zmian rozwojowych, ponieważ nie zakłóca dramatycznie normalnego, trwającego zachowania. EEG było wykorzystywane w badaniach nad rozwojem poznawczym, w których badano korelacje między elektryczną aktywnością mózgu a pamięcią roboczą w okresie niemowlęcym i wczesnym dzieciństwie oraz wydajność pamięci przypominającej w okresie niemowlęcym, a także szczegółowo opisując zmiany rozwoju mózgu z miesiąca na miesiąc w okresie niemowlęcym.
- Kluczową zaletą EEG jako metody obrazowania jest to, że warunki eksperymentalne można zaprojektować tak, aby uzyskać stosunkowo niski współczynnik ścierania . W przypadku niemowląt odmowa noszenia nasadki EEG lub zdejmowania nasadki jest dość niska, od zera do dwunastu procent, i chociaż gwałtownie wzrasta w wieku 2-3 lat (30-45%), spada do czwartego roku życia, odkąd stają się niemowlętami. bardziej tolerują kapelusz i poruszają się mniej podczas nagrywania.
Wyzwania EEG dla rozwojowego neuroobrazowania
- Rozwiązanie : Chociaż istnieją pewne poważne wyzwania dla rozwojowych badań EEG. Chociaż sygnał EEG ma doskonałą rozdzielczość czasową , ma bardzo słabą rozdzielczość przestrzenną . Ponieważ czaszka działa jak bariera między czapeczką EEG a mózgiem, zniekształca aktywność mózgu, co oznacza, że każdy sygnał zarejestrowany na skórze głowy został najprawdopodobniej wygenerowany przez dużą grupę neuronów na dużym obszarze. Wszystko to oznacza, że elektrody prawdopodobnie wykrywają aktywność elektryczną nielokalnej grupy neuronów. Używając gęstych układów elektrod , można złagodzić niektóre problemy związane z rozdzielczością przestrzenną, ale zwiększa to również koszty.
- Artefakty : Znaczną ilość czasu należy poświęcić na identyfikację artefaktów. Naukowcy muszą wyeliminować części EEF, które są „zanieczyszczone” przez ruchy motoryczne lub mruganie oczami, nawet przed analizą danych. Ponieważ sygnał EEG ma tak małą amplitudę, ruchy motoryczne i mrugnięcia powiekami obezwładnią sygnał EEG iw efekcie go wyeliminują. Niektóre rozwiązania tego problemu obejmują jednoczesne rejestrowanie elektrookulogramu (EOG), czyli zapisu mrugnięć i bocznych ruchów gałek ocznych, oraz elektromiogramu (EMG), czyli zapisu ruchu mięśni. Podczas gdy algorytmy korekcji mrugnięć oczu są często stosowane w danych EEG dorosłych, istnieją obawy, że algorytmy te mogą filtrować zmiany dojrzewania młodych naukowców. Dlatego lepiej jest wybrać dane wolne od artefaktów, które, miejmy nadzieję, mogą zapewnić dokładniejszy zapis rozwojowy EEG.
MEG : MEG to technika neuroobrazowania, która rejestruje pola magnetyczne generowane przez aktywność neuronów. Kluczową zaletą tej techniki obrazowania jest to, że zapewnia ona doskonałą lokalizację przestrzenną, a także wysoką rozdzielczość czasową zdarzeń neuronowych. Podobnie jak wiele innych popularnych nieinwazyjnych technik funkcjonalnego neuroobrazowania, takich jak fMRI i EEG/ERP, nie ma ona szkodliwych skutków, skutków ubocznych ani długotrwałych szkodliwych skutków. Oznacza to, że wykorzystanie jej jest atrakcyjne do wykorzystania w badaniach obejmujących zdrowe populacje oraz do wykorzystania w badaniach rozwojowych i podłużnych badaniach rozwojowych.
Zbieranie danych : Istnieją czynniki techniczne i przedmiotowe, które wchodzą w grę, jeśli chodzi o gromadzenie danych MEG do badań rozwojowych.
- Czynniki techniczne: Jednym z największych wyzwań podczas próby uzyskania czystych danych u młodszych dzieci są artefakty ruchowe. Dobrowolne artefakty ruchowe, które obejmują takie rzeczy, jak mięśnie i mrugnięcia, stanowią wyzwanie, które nie jest unikalne dla MEG i można je rozwiązać za pomocą znanych rozwiązań, artefakty ruchu fizjologicznego są bardziej problematyczne. Młodsze dzieci mają krótsze szyje, a anatomicznie ich serca i płuca leżą bliżej czujników MEG. Oznacza to, że ich cykl krążeniowo-oddechowy jest bardziej dynamiczny z wyższymi częstościami akcji serca i oddechu, które łączą się i prowadzą do częstości i bardzo dużych artefaktów ruchowych. Krótsze szyje i małe głowy oznaczają również, że powierzchnia ich głowy jest dość odległa od czujnika MEG, co stanowi duże wyzwanie, ponieważ sygnały magnetyczne są ujemnie skorelowane z odległością. Aby to uwzględnić, głowę osoby badanej można strategicznie umieścić w taki sposób, aby obszar zainteresowania znajdował się najbliżej czujników.
- Czynniki przedmiotowe: Dużym czynnikiem, który należy wziąć pod uwagę przy technikach neuroobrazowania rozwojowego, są wyzwania, które pojawiają się podczas pracy z młodszymi przedmiotami. W przypadku młodszych dzieci lęk i klaustrofobia okazują się poważnym wyzwaniem dla badaczy.
Interpretacja danych : podczas interpretacji danych MEG do badań rozwojowych istnieje wiele sposobów ich analizy, ponieważ jest to połączone z bogactwem. Chociaż istnieją zmiany anatomiczne i fizjologiczne, które mogą wpływać na obserwowane wyniki, a jeśli badacz nie jest zaznajomiony z tymi zmianami, może dokonać błędnej interpretacji.
fMRI: Zastosowanie funkcjonalnego rezonansu magnetycznego (fMRI) w populacjach rozwojowych znacznie wzrosło w ciągu ostatnich dwóch dekad. Większość rozwojowych badań fMRI wykorzystuje przekroje przekrojowe, badając różnice i podobieństwa między dziećmi, młodzieżą i dorosłymi. Chociaż wykorzystanie badania przekrojowego ma ograniczoną zdolność do dostarczania informacji o dojrzewaniu funkcji mózgu w populacji. Dlatego zastosowanie podłużnych badań fMRI ma tę zaletę, że pozwala badać procesy rozwojowe i usuwać zmienność międzyosobniczą. Nie przyjmują również żadnych założeń dotyczących relacji między mózgiem a zachowaniem, co sprawia, że dobrze nadają się do badania zmian rozwojowych.
- Wyzwania związane z fMRI dla rozwojowego neuroobrazowania : Chociaż wiążą się one również z wieloma wyzwaniami. Prowadzenie tych badań jest kosztowne, zarówno pod względem finansowym, jak i czasowym. Przechwycenie danych zajmuje wiele lat, a zatrzymanie uczestników również musi być bardzo ostrożnie zarządzane, biorąc pod uwagę, że wysoki wskaźnik rezygnacji uczestników może podważyć całe badanie. Ponadto podłużne analizy danych fMRI stają się bardziej skomplikowane ze względu na charakter danych, a następnie naruszają przyjęte założenia niezależności, które leżą u podstaw wielu pakietów statystycznych. Ponadto niemowlęta zazwyczaj muszą być w pełni śpiące, aby przeprowadzić na nich neuroobrazowanie fMRI.
- Modelowanie zmian podłużnych w badaniach rozwojowych : Podczas przeprowadzania analizy grupowej zestawów danych z funkcjonalnego neuroobrazowania stosuje się podejście dwuetapowe. Analizy pierwszego poziomu koncentrują się na przedmiotach na poziomie indywidualnym, podczas gdy analizy drugiego poziomu koncentrują się na poziomie grupy, gdzie efekty będące przedmiotem zainteresowania są testowane na różnych przedmiotach. Etap drugiego poziomu analiz jest tym, co stwarza szczególne wyzwania statystyczne dla podłużnego projektu neuroobrazowania. Standardowy ogólny model liniowy (GLM) jest odpowiedni dla projektów, w których jest jeden skan na obiekt, ale podstawowe testy w głównych pakietach statystycznych oprogramowania nie są dobrze dostosowane do danych podłużnych.
Zobacz też
Dalsza lektura
- Poza modułowością Annette Karmiloff-Smith . Przełomowa książka, kiedy została opublikowana w 1992 roku, Karmiloff rozważa, w jaki sposób moduły zaproponowane między innymi przez Jerry'ego Fodora mogą zostać zaimplementowane w mózgu. Twierdzi, że moduły pojawiają się w wyniku rozwoju mózgu i czyni intrygujące powiązania z teoriami rozwojowymi zaproponowanymi przez Jeana Piageta .
- Rethinking Innateness autorstwa Jeffreya Elmana i współpracowników. Ta wpływowa książka otrzymała ponad 1000 cytowań i została nominowana do „Sto najbardziej wpływowych prac kognitywnych XX wieku” (Minnesota Millennium Project). Opublikowany w 1996 r. kwestionuje twierdzenia stawiane przez twardych psychologicznych natywistów (takich jak Steven Pinker ) na tej podstawie, że nie są one biologicznie wiarygodne.
- Developmental Cognitive Neuroscience (wyd. 3 - 2010), która między innymi przyczyniła się do powstania nazwy dziedziny.
- Neurokonstruktywizm Denisa Mareschala i współpracowników. Tom 1 to praca teoretyczna, dowodząca, że przy ocenie rozwoju poznawczego należy poważnie traktować ograniczenia wynikające z mózgu, ciała i środowiska. Tom 2 zawiera wybór interesujących koncepcyjnie sieci neuronowych .
- Handbook of Developmental Cognitive Neuroscience , w dwóch wydaniach.
- Podręcznik rozwojowej neuronauki społecznej. Nowy Jork: Guilford Publications.
