Cómo la vida moderna moldea nuestros cerebros
Explora los efectos de la tecnología y el entorno en la función cerebral.
John-Mary Vianney Sr., Shailender Swaminathan, Jennifer Jane Newson, Dhanya Parameshwaran, Narayan Puthanmadam Subramaniyam, Swaeta Singha Roy, Revocatus Machunda, Achiwa Sapuli, Santanu Pramanik, John Victor Arun Kumar, Pramod Tiwari, G Nelson Mathews Mathuram, Laurent Boniface Bembeleza, Joyce Philemon Laiser, Winifrida Julius Luhwago, Theresia Pastory Maduka, John Olais Mollel, Neema Gadiely Mollel, Adella Aloys Mugizi, Isaac Lwaga Mwamakula, Raymond Edwin Rweyemamu, Upendo Firimini Samweli, James Isaac Simpito, Kelvin Ewald Shirima, Anand Anbalagan, Suresh Kumar Arumugam, Vinitha Dhanapal, Kanimozhi Gunasekaran, Neelu Kashyap, Dheeraj Kumar, Durgesh Pandey, Poonam Pandey, ArunKumar Panneerselvam, Sonam Rai, Porselvi Rajendran, Santhoshkumar Sekar, Oliazhagan Sivalingam, Prahalad Soni, Pushpkala Soni, Tara C. Thiagarajan
― 9 minilectura
Tabla de contenidos
- La necesidad de estudios más grandes
- Un estudio de caso: Sapien Labs
- ¿Qué es el EEG?
- La calidad de los datos importa
- Comparando datos de campo con datos de laboratorio
- Reclutamiento y logística
- Entrenamiento de investigadores de campo
- La importancia del monitoreo en tiempo real
- Lo que hemos aprendido hasta ahora
- ¿Qué sigue?
- Fuente original
En las últimas décadas, nuestro mundo ha cambiado un montón. La tecnología ha avanzado, las interacciones sociales han cambiado y nuestro entorno ha evolucionado. Pero, ¿cómo afectan todos estos cambios a nuestros cerebros? Sorprendentemente, aún tenemos mucho que aprender sobre esta conexión.
El cerebro humano es como una esponja, absorbiendo información del mundo que lo rodea. Responde a diferentes experiencias, ambientes e incluso a las personas que conocemos. Por ejemplo, los investigadores han estudiado la actividad cerebral usando herramientas como la electroencefalografía (EEG). Esta tecnología mide la actividad eléctrica en el cerebro colocando pequeños sensores en el cuero cabelludo. Diferentes estudios han mostrado que la actividad cerebral puede variar según factores como la edad, el estilo de vida e incluso dónde vivimos.
La necesidad de estudios más grandes
Para entender realmente cómo la vida moderna impacta nuestros cerebros, necesitamos estudios grandes que incluyan a muchas personas de diferentes orígenes. Hay varios estudios grandes que están investigando esto, como proyectos enfocados en cómo se desarrolla el cerebro en los adolescentes o cómo diferentes entornos afectan las conexiones cerebrales. Estos estudios son a menudo muy caros y requieren muchos recursos, lo que hace difícil recoger datos de poblaciones amplias.
Normalmente, estos proyectos solo pueden incluir alrededor de 10,000 Participantes a la vez, principalmente por los altos costos, ubicaciones limitadas y la complejidad de la tecnología que utilizan. Por ejemplo, un estudio impresionante que incluye a 11,000 niños en Estados Unidos cuesta unos 41 millones de dólares al año. ¡Es un precio bastante alto!
Afortunadamente, están saliendo dispositivos de EEG más asequibles, pero aún necesitan expertos para manejarlos. Esto puede ser un problema, especialmente en países de bajos ingresos donde el financiamiento y el personal capacitado son escasos.
Para superar estos desafíos, necesitamos encontrar maneras para que no expertos recojan datos de alta calidad. En muchos casos, los datos recogidos por investigadores de campo pueden sufrir de varios problemas de calidad. Estos problemas pueden variar desde encuestas inexactas hasta grabaciones de EEG de mala calidad. Para abordar esto, podemos establecer sistemas y procesos sólidos para entrenar a los investigadores, monitorear la Calidad de los datos en tiempo real y asegurar una buena reclutación de participantes y logística.
Un estudio de caso: Sapien Labs
Una organización, Sapien Labs, ya ha comenzado a crear estos sistemas en India y Tanzania. Están entrenando a investigadores de campo que quizás no sean expertos en tecnología EEG pero pueden recoger datos valiosos sobre cómo funcionan nuestros cerebros en diferentes entornos.
En sus proyectos piloto, los investigadores capturaron datos de EEG de más de 2,000 participantes, registrando su actividad cerebral en varios entornos. Usaron un dispositivo de EEG de bajo costo que puede ser manejado por investigadores con mínima capacitación. Este enfoque abre puertas a la recolección de información valiosa sobre la función cerebral en diferentes poblaciones.
Estos investigadores enfrentaron desafíos, como artefactos de movimiento y ruido del entorno. Sin embargo, pudieron usar técnicas específicas para limpiar los datos y mejorar su calidad. Los estudios también enfatizaron la importancia del Entrenamiento y retroalimentación continua para los investigadores, permitiéndoles mejorar sus habilidades mientras recogen datos.
¿Qué es el EEG?
El EEG es una técnica que mide la actividad cerebral a través de electrodos colocados en el cuero cabelludo. Estos electrodos capturan las señales eléctricas en el cerebro, permitiendo a los investigadores analizar cómo responden nuestros cerebros en diferentes situaciones.
Una sesión de EEG puede implicar estar sentado en silencio con los ojos cerrados o abiertos, dependiendo de lo que los investigadores quieran medir. Por ejemplo, durante una sesión de EEG en estado de reposo, se puede pedir a los participantes que se relajen y se concentren en su respiración durante unos minutos. Esto puede ayudar a los investigadores a observar cómo se comporta el cerebro cuando no está activamente involucrado en tareas.
En general, el EEG puede proporcionar información sobre funciones cerebrales como la atención, la memoria y las respuestas emocionales.
La calidad de los datos importa
En el campo, asegurar la calidad de los datos es crucial. Los investigadores deben monitorear qué tan bien están capturando datos durante todo el proceso. Por ejemplo, pueden usar informes diarios para rastrear cuántos participantes han registrado, y pueden estar pendientes de la calidad de las señales de EEG que recojan.
Dos métodos comunes para analizar la calidad de datos de EEG se llaman FASTER y PREP. Estas técnicas ayudan a los investigadores a identificar señales malas que podrían interferir con su análisis. Por ejemplo, los datos problemáticos podrían venir de ruido de líneas eléctricas o artefactos de movimiento. Al limpiar estos datos, los investigadores pueden obtener una imagen más precisa de la actividad cerebral.
Comparando datos de campo con datos de laboratorio
Después de recoger datos de EEG de los participantes, los datos de campo se comparan a menudo con los datos obtenidos en entornos de laboratorio controlados. Esto ayuda a los investigadores a entender si sus métodos están dando resultados confiables.
En un estudio, los investigadores compararon la calidad de sus datos de campo con tres conjuntos de datos de referencia. Curiosamente, aunque los datos de campo tenían algunos desafíos—como más canales malos—los resultados seguían siendo comparables a los recogidos en laboratorios. Esto indica que con los sistemas correctos, se puede recoger datos de alta calidad fuera de los entornos de laboratorio tradicionales.
Reclutamiento y logística
Reclutar participantes es una parte vital de la investigación que depende de datos de EEG. Los investigadores de campo deben ser estratégicos para encontrar participantes que representen diversos orígenes y grupos de edad. Esto puede implicar trabajar dentro de las comunidades locales para asegurar un amplio espectro de participantes.
Una vez que los investigadores encuentran a los participantes, también deben coordinar la logística. Esto podría incluir organizar el transporte hacia los sitios de grabación o asegurar que los participantes entiendan qué esperar durante la sesión de EEG.
Para ayudar con esto, las organizaciones a menudo reclutan gerentes locales que pueden ayudar a conectar a los investigadores con potenciales participantes. Estos gerentes pueden aprovechar sus relaciones comunitarias para involucrar a la gente en el estudio y navegar cualquier obstáculo regulatorio.
Entrenamiento de investigadores de campo
Un factor crítico para recoger datos de alta calidad radica en capacitar a los investigadores de campo. Grupos como Sapien Labs reconocen que incluso personas sin experiencia previa en EEG pueden ser capacitadas para recoger datos de manera efectiva. En uno de sus proyectos, capacitaron a nuevos graduados universitarios así como a individuos con experiencia en métodos de encuestas.
El proceso de capacitación involucra demostraciones prácticas, sesiones de práctica y retroalimentación continua sobre la calidad de los datos. En un corto período de capacitación, muchas personas pudieron alcanzar altos estándares de recolección de datos. Este enfoque es particularmente beneficioso en regiones donde la capacitación especializada es escasa.
La importancia del monitoreo en tiempo real
Para minimizar errores y asegurar la calidad de los datos, el monitoreo en tiempo real es esencial. Los investigadores pueden acceder a paneles que brindan actualizaciones sobre su progreso y la calidad de los datos a lo largo del estudio.
Estos paneles permiten a los equipos abordar rápidamente cualquier problema que pueda surgir durante el proceso de recolección de datos. Por ejemplo, si ocurre un problema con las señales de EEG, los investigadores pueden tomar acción inmediata para corregirlo, en lugar de esperar hasta que el estudio se complete para abordar cualquier fallo.
Lo que hemos aprendido hasta ahora
La investigación en curso realizada por organizaciones como Sapien Labs busca reunir tanta información como sea posible sobre cómo nuestras experiencias afectan la función cerebral. Hasta ahora, los hallazgos iniciales sugieren que es posible recoger datos de EEG de alta calidad en diferentes entornos y poblaciones, incluso con recursos limitados.
Al desarrollar programas de capacitación sólidos y sistemas de monitoreo, los investigadores pueden asegurar que personas con diferentes niveles de experiencia puedan contribuir a entender la salud y función cerebral. Este cambio en el enfoque puede llevar a beneficios significativos al estudiar poblaciones en países de ingresos bajos y medios.
¿Qué sigue?
Entonces, ¿qué depara el futuro para la investigación de EEG en diversos entornos? Al enfocarse en escalar la recolección de datos sin comprometer la calidad, los investigadores pueden seguir desbloqueando información valiosa sobre la salud cerebral a través de diferentes culturas y orígenes.
A medida que aprendemos más sobre cómo nuestros cerebros reaccionan a la vida moderna, estamos abriendo puertas para mejorar los tratamientos y el apoyo en salud mental. ¿Quién sabe? Un día, podríamos estar mirando nuestros teléfonos y pensando en cuánto afectan nuestros dispositivos a nuestra actividad cerebral.
En conclusión, la conexión entre nuestros cerebros y el mundo que cambia rápidamente a nuestro alrededor es compleja y fascinante. Con esfuerzos continuos para reunir datos de calidad de poblaciones diversas, podemos entender mejor el impacto de nuestras vidas modernas en el cerebro y potencialmente mejorar el bienestar mental de las personas en todas partes. Recuerda, cuanto más entendamos sobre nuestros cerebros, mejor equipados estaremos para apoyar mentes saludables en un mundo agitado.
Y si futuros estudios nos ayudan a descifrar el código sobre la función cerebral, ¡quizás encontremos una manera de hacer que el "congelamiento cerebral" sea cosa del pasado!
Título: EEG data quality in large scale field studies in India and Tanzania
Resumen: There is a growing imperative to understand the neurophysiological impact of our rapidly changing and diverse technological, social, chemical, and physical environments. To untangle the multidimensional and interacting effects requires data at scale across diverse populations, taking measurement out of a controlled lab environment and into the field. Electroencephalography (EEG), which has correlates with various environmental factors as well as cognitive and mental health outcomes, has the advantage of both portability and cost-effectiveness for this purpose. However, with numerous field researchers spread across diverse locations, data quality issues and researcher idle time due to insufficient participants can quickly become unmanageable and expensive problems. In programs we have established in India and Tanzania, we demonstrate that with appropriate training, structured teams, and daily automated analysis and feedback on data quality, non-specialists can reliably collect EEG data alongside various survey and assessments with consistently high throughput and quality. Over a 30-week period, research teams were able to maintain an average of 25.6 subjects per week, collecting data from a diverse sample of 7,933 participants ranging from Hadzabe hunter-gatherers to office workers. Furthermore, data quality, computed on the first 2,400 records using two common methods, PREP and FASTER, was comparable to benchmark datasets from controlled lab conditions. Altogether this resulted in a cost per subject of under $50, a fraction of the cost typical of such data collection, opening up the possibility for large-scale programs particularly in low- and middle-income countries. Significance StatementWith wide human diversity, a rapidly changing environment and growing rates of neurological and mental health disorders, there is an imperative for large scale neuroimaging studies across diverse populations that can deliver high quality data and be affordably sustained. Here we demonstrate, across two large-scale field data acquisition programs operating in India and Tanzania, that with appropriate systems it is possible to generate high throughput EEG data of quality comparable to controlled lab settings. With effective costs of under $50 per subject, this opens new possibilities for low- and middle-income countries to implement large-scale programs, and to do so at scales that previously could not be considered.
Autores: John-Mary Vianney Sr., Shailender Swaminathan, Jennifer Jane Newson, Dhanya Parameshwaran, Narayan Puthanmadam Subramaniyam, Swaeta Singha Roy, Revocatus Machunda, Achiwa Sapuli, Santanu Pramanik, John Victor Arun Kumar, Pramod Tiwari, G Nelson Mathews Mathuram, Laurent Boniface Bembeleza, Joyce Philemon Laiser, Winifrida Julius Luhwago, Theresia Pastory Maduka, John Olais Mollel, Neema Gadiely Mollel, Adella Aloys Mugizi, Isaac Lwaga Mwamakula, Raymond Edwin Rweyemamu, Upendo Firimini Samweli, James Isaac Simpito, Kelvin Ewald Shirima, Anand Anbalagan, Suresh Kumar Arumugam, Vinitha Dhanapal, Kanimozhi Gunasekaran, Neelu Kashyap, Dheeraj Kumar, Durgesh Pandey, Poonam Pandey, ArunKumar Panneerselvam, Sonam Rai, Porselvi Rajendran, Santhoshkumar Sekar, Oliazhagan Sivalingam, Prahalad Soni, Pushpkala Soni, Tara C. Thiagarajan
Última actualización: 2024-12-09 00:00:00
Idioma: English
Fuente URL: https://www.biorxiv.org/content/10.1101/2024.12.05.626951
Fuente PDF: https://www.biorxiv.org/content/10.1101/2024.12.05.626951.full.pdf
Licencia: https://creativecommons.org/licenses/by-nc/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a biorxiv por el uso de su interoperabilidad de acceso abierto.