Patty diss fertig korrigiert

Transcription

Aus der Neurologischen Universitätsklinik
der Albert-Ludwigs-Universität Freiburg i.Br.
Der Einfluss verschiedener Lernstrategien auf die
Erfolgsrate beim motorischen Lernen
Inaugural-Dissertation zur Erlangung des Medizinischen Doktorgrades
der Medizinischen Fakultät
der Albert-Ludwigs-Universität Freiburg i. Br.
vorgelegt 2012
von Patricia Raes
geboren in Donaueschingen
Dekan: Prof. Dr. Dr. h.c. mult. Hubert E. Blum
1.Gutachter: Prof. Dr. Cornelius Weiller
2.Gutachter: Prof. Dr. Carola Haas
Jahr der Promotion: 2012
Meinen Eltern gewidmet
Inhaltsverzeichnis
1 Inhaltsverzeichnis
2
Einleitung .......................................................................................................................... 1
2.1
Motorisches Lernen .................................................................................................... 1
2.2
Das Fitts`sche Gesetz ................................................................................................. 2
2.3
Strategien beim motorischen Lernen.......................................................................... 5
2.4
BDNF val66met Polymorphismus ............................................................................. 7
2.5
Hypothese................................................................................................................... 8
3
Material und Methoden ................................................................................................. 10
3.1
Probanden................................................................................................................. 10
3.1.1
Auswahl der Probanden.................................................................................... 10
3.1.2
Einschlusskriterien ........................................................................................... 10
3.1.3
Ausschlusskriterien .......................................................................................... 11
3.1.4
Abbruchkriterien .............................................................................................. 11
3.2
Sequenzierung des BDNF-Gens............................................................................... 11
3.3
Sequential Visual Isometric Pinch Task (SVIPT) .................................................... 11
3.3.1
Berechnung der motorischen Fähigkeit............................................................ 13
3.3.2
Versuchsdurchführung und Gruppeneinteilung ............................................... 14
3.3.2.1 Messung der SAF-Kurve.............................................................................. 15
3.3.2.2 Trainingstage ................................................................................................ 17
3.3.3
Smoothness Index ............................................................................................ 18
3.4
Psychophysikalische Messungen.............................................................................. 18
3.5
Statistische Methoden .............................................................................................. 19
4
Ergebnisse ....................................................................................................................... 20
4.1
Probandenkollektiv................................................................................................... 20
4.1.1
Geschlechterverteilung..................................................................................... 20
4.1.2
Lateralitätsquotienten im Edinburgh Händigkeitstest ...................................... 21
4.1.3
Häufigkeitsverteilung des BDNF-Polymorphismus......................................... 21
4.1.4
Altersverteilung ................................................................................................ 21
4.2
Psychophysikalische Ergebnisse .............................................................................. 22
4.2.1
Schlaf................................................................................................................ 22
4.2.1.1 Durchschnittlicher Schlaf ............................................................................. 22
4.2.1.2 Auswertung der Schlafdaten von Tag 1 bis Tag 5 und des Follow Up ........ 23
4.2.2
Subjektive Aufmerksamkeitsschätzung auf der visuellen Analogskala (VAS)24
4.2.3
Beck Depressionsinventar ................................................................................ 25
4.2.4
Positive and Negative Affect Scale (PANAS) ................................................. 26
4.2.4.1 Negative Affektwerte ................................................................................... 26
4.2.4.2 Positive Affektwerte..................................................................................... 27
4.3
Training .................................................................................................................... 28
4.3.1
Bewegungszeiten.............................................................................................. 28
4.3.2
Sequenzfehlerraten ........................................................................................... 32
4.3.3
Smoothness Index ............................................................................................ 35
4.4
SAF-Daten................................................................................................................ 38
4.4.1
Einhaltung der vorgegebenen Bewegungszeit.................................................. 38
4.4.2
SAF: Sequenzfehlerrate.................................................................................... 39
4.4.3
SAF: Gesamtziel-Fehlerrate ............................................................................. 40
4.4.4
Verschiebung der SAF-Kurven ........................................................................ 40
5
Diskussion ....................................................................................................................... 44
5.1
Probandenkollektiv................................................................................................... 44
Inhaltsverzeichnis
6
7
8
9
5.2
Psychophysikalische Ergebnisse .............................................................................. 44
5.3
Training .................................................................................................................... 45
5.4
SAF-Daten................................................................................................................ 46
5.5
Diskussion der Methode........................................................................................... 47
5.6
Ausblick ................................................................................................................... 49
Zusammenfassung .......................................................................................................... 50
Literaturverzeichnis....................................................................................................... 51
Anhang ............................................................................................................................ 53
8.1
Abbildungsverzeichnis ............................................................................................. 53
8.2
Tabellenverzeichnis.................................................................................................. 54
8.3
Formel für die Berechnung des Smoothness Index .................................................. 54
8.4
Abkürzungen ............................................................................................................ 55
8.5
Publikationen............................................................................................................ 55
8.6
Danksagung .............................................................................................................. 56
Lebenslauf ....................................................................................................................... 57
1
Einleitung
2 Einleitung
___________________________________________________________________________
2.1 Motorisches Lernen
Motorisches Lernen beinhaltet eine Reihe von Prozessen, die während der Übung einer
motorischen Aufgabe zu einer lang anhaltenden Verbesserung der motorischen Fähigkeit
führen {Schmidt 2005}.
Es ist wichtig, kurzzeitige Veränderungen in der Bewegungsausführung nach dem Training
(„Changes in Performance“) von einer längerfristigen Verbesserung der motorischen
Fähigkeiten zu unterscheiden, denn erst dann spricht man von motorischem Lernen {Nusser
2010}. Die Unterteilung in sensorisches und motorisches Lernen, wie sie gelegentlich
vorgenommen wird, ist allerdings unzweckmäßig, da das zentrale Nervensystem ohne
eingehende sensorische Information auch keine Verbesserung der motorischen Fähigkeiten
bewirken kann {Karnath 2006}. Der Begriff „sensomotorisches Lernen“ berücksichtigt diesen
Zusammenhang.
Untersucht man die Aktivität von Gehirnarealen mittels funktioneller MRT während des
motorischen Lernens findet sich vor allem eine Aktivierung des primär-motorischen Kortex
(M1), des prämotorischen Kortex und der supplementär motorischen Area. Ebenfalls aktiv
sind das Kleinhirn und die Basalganglien {Wolpert 1998}. Motorisches Lernen führt zu einer
Veränderung der Repräsentation von trainierten Gliedmaßen im motorischen Kortex {Sanes
1992, Plautz 2000}. Ebenso scheint das Kleinhirn einen wesentlichen Einfluss auf das
Erlernen von motorischen Aufgaben zu haben. Es erhält vom Cortex eine Kopie der
Efferenzen an die spinalen Neurone, gleichzeitig bekommt es Informationen über sensorische
Prozesse und die Propriozeption. Das Kleinhirn kann so als Regler agieren, der die geplante
motorische Bewegung mit dem Ist-Zustand der Sensorik vergleicht und dadurch bei einem
Missverhältnis ein Fehlersignal generieren kann {Karnath 2006}.
Beim Erlernen von motorischen Fähigkeiten werden verschiedene Phasen durchlaufen, die
zum Teil parallel ablaufen können {Schmidt 2005}: Eine kognitive Phase, in der erlernt und
verstanden wird, woraus die Aufgabe im Speziellen besteht, eine assoziative Phase, in
welcher die Bewegungsabläufe perfektioniert werden, sowie eine autonome Phase, in der
Schwierigkeit und Herausforderung der Aufgabe abnehmen, da bereits ausreichend trainiert
worden ist. Dies bezeichnet man als Automatisierung oder „Ceiling Effekt“.
2
Einleitung
Es sind zwei grundlegende Mechanismen bekannt, wie eine Ergebniskontrolle des Gelernten
bereits während des Trainings stattfinden kann: „Feedback- und Feedforward-Korrektur“.
Unter „Feedback“ versteht man jede sensorische Information, welche durch die eigens
ausgeführte Bewegung generiert wurde {van Cranenburgh 2007}. In der nachfolgenden
Bewegung findet dann eine Fehlerkorrektur statt, da die laufende Bewegung von diesem
Mechanismus unbeeinflusst bleibt. Allerdings ist bekannt, dass dieser „FeedbackMechanismus“ bei kontinuierlichen und langsam ablaufenden motorischen Übungen auch in
der laufenden Bewegung auftreten kann {Nusser 2010}, was dann als „Online-Korrektur“
bezeichnet wird. Im Gegensatz dazu bezeichnet die „Feedforward-Korrektur“ eine
Möglichkeit, die eigene Bewegung zu planen und zu steuern bevor ihre eigentliche
Ausführung stattfindet. Somit ist das Nervensystem darauf vorbereitet, die laufende
Bewegung zu beeinflussen, um mögliche Fehler zu vermeiden {Umphred 2000; Edwards
2002}. Durch diesen Korrekturmechanismus werden schnelle motorische Handlungen
ermöglicht.
Für die klinische Neurologie sind Faktoren, welche das motorische Lernen positiv
beeinflussen können, von großem Interesse. Einen solchen positiven Effekt hat beispielsweise
die nichtinvasive transkranielle Gleichstromstimulation auf das Lernen einer motorischen
Aufgabe {Reis 2009}. Trotz der Erkenntnisse über die Prozesse beim motorischen Lernen
sind viele Mechanismen noch unbekannt.
Bei der hier vorliegenden Arbeit wurde untersucht, inwiefern die Vorgabe einer bestimmten
Lernstrategie das Erlernen einer motorischen Fähigkeit beeinflussen kann.
2.2 Das Fitts`sche Gesetz
Mit zunehmender Ausführungsgeschwindigkeit nimmt die Akkuratheit, zum Beispiel beim
Versuch ein bestimmtes Ziel zu treffen, ab. Diese Tatsache ist aus dem täglichen Leben
bekannt. Der amerikanische Psychologe Paul M. Fitts beschrieb in den 50er Jahren ein Gesetz,
welches den Zusammenhang zwischen Geschwindigkeit und Genauigkeit einer Bewegung
darlegt {Fitts 1954}. Eine solche Beziehung wird „speed-accuracy tradeoff“ und deren
graphische Darstellung „speed-accuracy function“ (SAF) genannt. Während das Prinzip der
SAF ubiquitär vorkommt, unterscheiden sich die SAF-Kurven im Detail jedoch bei
verschiedenen motorischen Aufgaben {Schmidt 2005}.
Abbildung 1 zeigt ein Beispiel einer solchen SAF-Kurve: Je mehr Zeit für einen Versuch zur
Verfügung steht, desto weniger Fehler macht man beim Versuch verschiedene Ziele zu
3
Einleitung
treffen. Bei Auftragung der Bewegungszeit auf der Abszisse ist die Kurve monoton fallend.
Wie später gezeigt werden kann, kommt es durch Trainieren der Aufgabe zur Verschiebung
der Kurve in Richtung der Achsen, da sich die benötigte Bewegungszeit bei gleichzeitiger
Abnahme der Fehlerrate reduziert.
60
Fehlerrate in %
40
20
0
5
10
Bewegungszeit in sec (MT)
Abbildung 1: Beispiel einer SAF-Kurve.
Das Fitts`sche Gesetz beschreibt einen logarithmischen Zusammenhang zwischen
Geschwindigkeit und Zielgenauigkeit. Es bezieht sich auf Situationen, bei denen man so
schnell wie möglich ein Ziel mit Hilfe eines bestimmten Effektors (z.B. ein Cursor, oder die
eigene Hand) treffen soll. Dabei sollte die Fehlerrate möglichst gering gehalten werden. Fitts
benutzte für seine Untersuchungen einen so genannten „Tapping-Task“ (siehe Abb. 2), bei
dem die Probanden mit einem Stift abwechselnd zwei Ziele treffen müssen. Die Ziele haben
eine modifizierbare Breite „W“. Der Abstand zwischen den beiden Zielen wird mit „A“
bezeichnet und kann ebenfalls variiert werden.
4
Einleitung
Abbildung 2: Fitts’ Tapping Task. Die Breite der Zielzonen „W“ und der Abstand zwischen den zwei
Zielen „A“ sind modifizierbar.
Es wurde eine bestimmte Zeit (z.B. 20 sec) festgelegt, in der die Probanden die Aufgabe
ausführen mussten. Sie wurden dabei angehalten, so wenig Fehler wie möglich zu machen
(<5%). Mit Hilfe der Anzahl an ausgeführten Bewegungen in dieser vorgegebenen Zeit konnte
die Bewegungszeit berechnet werden. Indem er wiederholt unterschiedliche Werte für „A“
und „W“ wählte, entdeckte Fitts eine lineare Beziehung zwischen der Bewegungszeit und dem
Term log2(2A/W). Diesen Term bezeichnete er dann als Schwierigkeitsindex („index of
difficulty“) {Fitts 1954}:
MT = a + b[log 2(
2A
)]
W
MT = Bewegungszeit (Movement Time)
A = Abstand zwischen den Zielzonen
W = Breite der Zielzonen
Damit impliziert das Fitts`sche Gesetz, dass die Schwierigkeit einer Motorikaufgabe
umgekehrt proportional ist zur Geschwindigkeit, mit der sie ausgeführt werden kann. Dieser
Austausch („trade-off“) der Geschwindigkeit zuungunsten der Genauigkeit und umgekehrt
wird unbewusst durchgeführt, um die Rate an verarbeiteter Information konstant zu halten
{Schmidt 2005}. Das heißt, man kann sehr schnell sein bei hoher Fehlerrate, oder sehr
langsam bei geringer Fehlerrate. Geschwindigkeit und Genauigkeit werden also in einem
Gleichgewicht gehalten. Diese Beobachtung führte zum Thema dieser Forschungsarbeit: Wie
verhält sich die Relation von Geschwindigkeit und Akkuratheit unter Vorgabe einer
bestimmten Strategie beim Erlernen einer motorischen Aufgabe? Kommt es zu einer
5
Einleitung
unterschiedlichen Verschiebung der SAF-Kurve bei Probanden, die entweder schnell oder
akkurat trainieren?
2.3 Strategien beim motorischen Lernen
Gibt man Probanden eine gewisse Strategie beim motorischen Lernen vor, muss das YerkesDodson Gesetz berücksichtigt werden (siehe Abb. 3). Je mehr ein Proband gefordert ist, desto
besser wird zwar seine Leistung, allerdings trifft dies nur bis zu einem gewissen Punkt zu.
Überschreitet man diesen Umkehrpunkt, indem der Schwierigkeitsgrad der Aufgabe weiter
gesteigert wird, lässt sich ein Nachlassen der Leistung beobachten {Yerkes 1908}. Diese
Gesetzmäßigkeit lässt sich vermutlich bei jedem Probanden beobachten, allerdings ist der
oben erwähnte Umkehrpunkt individuell unterschiedlich lokalisiert.
Abbildung 3: Yerkes-Dodson Gesetz.
Van Veen et al. untersuchten die Fähigkeit, bei einer Entscheidungsfindungsaufgabe (Simon
Task) zwischen Geschwindigkeit und Genauigkeit zu entscheiden. Beim Simon Task wird den
Probanden eine von zwei möglichen Farben in einem Kästchen entweder rechts oder links
gezeigt und die Aufgabe ist es dann mit der korrekten Hand, welche einer der zwei Farben
zugeordnet ist, eine Tippbewegung zu machen {Craft 1970}. Mit Hilfe dieser Aufgabe
beschrieb Simon 1969 den „Simon Effekt“. Er besagt, dass die Antwortlatenz auf einen
bestimmten Reiz deutlich geringer ausfällt, wenn sich Reiz und Antwortreaktion am gleichen
Ort befinden {Simon 1969}. In der Studie von van Veen wurden die neurophysiologischen
Korrelate mittels funktioneller MRT untersucht {van Veen 2008}. Unter der Strategievorgabe
„schnell“ fand sich eine höhere Ausgangsaktivierung in den Gehirnregionen, die für die
Ausführung einer Bewegung zuständig sind. Aufgrund der höheren Ausgangsaktivierung sei
somit eine geringere Aktivierung der Neurone nötig, um die Reizschwelle zu erreichen. Van
Veen konnte zeigen, dass der Simon Effekt bei der schnellen Strategievorgabe größer ausfiel,
als bei der Vorgabe akkurat zu sein.
6
Einleitung
Primaten, die trainiert wurden um entweder schnelle oder langsame Greifbewegungen
auszuführen, zeigten eine höhere Aktivität im (prä-)motorischen Kortex während der
Bewegungsvorbereitung, wenn eine schnelle Greifbewegung geplant wurde {Churchland
2006}. Zu ähnlichen Ergebnissen kommen auch Wenzlaff et al. in ihrer Studie, in der mit
Hilfe einer Kategorisierungsaufgabe untersucht wurde, welche Prozesse beim Favorisieren
einer bestimmten Strategie ablaufen {Wenzlaff 2011}. Gesunden Probanden wurde entweder
ein Haus oder ein Gesicht präsentiert und die Aufgabe war es dann, beim Erkennen eines
Gesichts mit dem linken Daumen den linken Knopf und bei Erscheinen eines Hauses mit dem
rechten Daumen den rechten Knopf zu drücken. Zuvor wurde den Testpersonen vorgegeben,
ob sie möglichst akkurat oder möglichst schnell sein sollten. Auch bei dieser Aufgabe handelt
es sich um eine kognitive Herausforderung, bei der die Art der motorischen Antwort (Tippen)
an sich nicht im Vordergrund steht. Es zeigte sich, dass unter der Schnelligkeitsvorgabe
bilateral die supplementär motorische Area (SMA) und der mediale Precuneus mehr aktiviert
waren, als unter der Vorgabe, akkurat zu sein.
Shmuelof et al. untersuchten in einer Verhaltensstudie das Erlernen einer motorischen
Aufgabe, bei der man mit Hilfe eines Cursors einen halbkreisförmigen Parcours auf einem
Computerbildschirm passieren muss {Shmuelof 2012}. Motorisches Lernen wurde dabei
definiert als Verschiebung der „speed-accuracy function“, die durch dreitägiges Training
zustande kam. 50 Probanden wurden in vier Gruppen aufgeteilt: Eine Gruppe trainierte bei
mittlerer Geschwindigkeit, eine Gruppe bei niedriger Geschwindigkeit und eine weitere
musste die Strecke bei hohen Geschwindigkeiten absolvieren. Bei einer vierten Gruppe wurde
ganz auf das Training verzichtet, um zu zeigen, dass eine Verschiebung der SAF-Kurve nur
durch motorisches Training zu erreichen ist. Es wurde für jeden Probanden eine SAF-Kurve
vor und nach dem dreitägigen Training erhoben, indem die Aufgabe zu verschiedenen
Geschwindigkeiten durchlaufen werden musste. Shmuelof konnte zeigen, dass Training in
unterschiedlichen Geschwindigkeiten zur gleichen Verschiebung der SAF-Kurve führt. Die
drei Gruppen mit motorischem Training zeigen einen gleich großen Lernerfolg am Ende der
Untersuchung. Shmuelof et al. folgern daraus, dass die Geschwindigkeit mit der man trainiert
keinen Einfluss auf die Generalisation des Gelernten hat {Shmuelof 2012}.
In einer anderen Arbeit von Beilock und Bertenthal wurde der Einfluss einer Strategievorgabe
auf motorische Fähigkeiten untersucht. Gemessen wurde, wie gut die Probanden mit einem
Golfschläger einen Ball einlochen konnten. Im ersten Teil des Experiments wurden die
Vorgaben Schnelligkeit beziehungsweise Genauigkeit an erfahrene und unerfahrene Golfer
gerichtet. Dabei wurden normale Golfschläger verwendet. Im zweiten Teil wurde anstelle des
7
Einleitung
normalen ein deformierter Schläger benutzt. Die erfahrenen Golfer mussten sich also
ungewohnten neuen Bedingungen stellen {Beilock 2008}. In einem früheren Experiment
konnte bereits gezeigt werden, dass erfahrene Golfer von der Schnelligkeitsvorgabe
profitieren, während die Performance der unerfahrenen Probanden von der Anleitung
profitierte, möglichst akkurat zu sein und sich dafür viel Zeit zu nehmen {Beilock 2004}.
Beim Benutzen des deformierten Schlägers zeigten die erfahrenen Golfer allerdings ein
anderes Ergebnis. Während der Phase, in welcher der Schläger für sie noch ungewohnt war,
profitierten sie von der Vorgabe möglichst akkurat zu sein, aber sobald sie an den Schläger
gewohnt waren, wurden wieder bessere Ergebnisse unter der Strategievorgabe „schnell“
erzielt {Beilock 2008}. Die Ergebnisse dieses Experiments lassen darauf schließen, dass man
unter Zeitdruck eine Motorikaufgabe, mit der man bereits vertraut ist, besser lösen kann. Eine
interessante Frage wäre demnach, wie sich die Vorgabe einer Lernstrategie auf die Leistung
von Probanden auswirkt, welche sich gerade in einem Lernprozess befinden. Die hier
vorliegende Studie hat sich mit dieser Fragestellung befasst.
2.4 BDNF val66met Polymorphismus
Brain derived neurotrophic factor (BDNF) gehört zur Familie der Neurotrophine und wurde
1982 zum ersten Mal aus dem Gehirn eines Schweins isoliert {Barde 1982}. Barde konnte
einen positiven Effekt von BDNF auf das Überleben einer Subpopulation von Ganglienzellen
zeigen. Seitdem wurde die Bedeutung von BDNF für die Gehirnentwicklung, Physiologie und
Pathologie
von
neurologischen
Erkrankungen
gründlich
erforscht.
BDNF
kommt
hauptsächlich in Hippocampus, Cortex und basalem Frontalhirn vor und beeinflusst dort die
aktivitätsabhängige synaptische Plastizität von Neuronen {Yamada 2003}. Eine weitere
wichtige Funktion dieses Proteins ist die Steigerung der Neurogenese {Zigova 1998}.
Außerdem ist BDNF wichtig für eine normale neuronale Entwicklung, da Mäuse, denen
BDNF fehlt, unter deutlichen neurologischen Defiziten leiden und früh postnatal versterben
{Ernfors 1995}.
Beim Menschen gibt es einen gut untersuchten Einzelnukleotid-Polymorphismus des BDNFGens (Val66Met Polymorphismus). Er führt dazu, dass an Codon 66 statt der Aminosäure
Valin, Methionin in das Protein eingebaut wird. Somit ergeben sich ein heterozygoter (valmet) und ein homozygoter Typ (met-met) im Gegensatz zum val-val Typ, welcher am
weitesten verbreitet ist. In kultivierten Neuronen des Hippokampus konnte eine Beeinflussung
der aktivitätsabhängigen Sekretion von BDNF durch diesen Polymorphismus (um 18% [valmet] bis 30% [met-met] verminderte Sekretion im Vergleich zu val-val {Chen 2006; Egan
8
Einleitung
2003}) nachgewiesen werden. Egan et al. konnten zusätzlich zeigen, dass der
Polymorphismus im BDNF-Gen mit einem schlechteren episodischem Gedächtnis beim
Menschen assoziiert ist.
In einer Verhaltensstudie zeigten Fritsch et al., dass das Erlernen einer Feinmotorikaufgabe
(Sequential Visual Isometric Pinch Task – „SVIPT“, siehe Kapitel 3.3) abhängig von der
BDNF-Sekretion ist {Fritsch 2010}. Die motorischen Fähigkeiten der val-val Träger waren
signifikant besser am Ende eines fünftägigen Trainings, als die der Träger des Met-Allels (valmet und met-met). Aus diesem Grund wurde der Genotyp jedes Probanden in der hier
vorliegenden Studie ebenfalls berücksichtigt.
2.5 Hypothese
Ziel dieser Arbeit war es, den Effekt von unterschiedlichen Strategievorgaben auf das
Erlernen einer bestimmten motorischen Aufgabe (SVIPT, siehe Kap. 3.3) zu untersuchen.
Diese Aufgabe war schon Gegenstand mehrerer Untersuchungen {Fritsch 2010; Reis 2009;
Camus 2009; Schambra 2011}. Es konnte bereits gezeigt werden, dass nichtinvasive
Gleichstromstimulation das Erlernen dieser Motorikaufgabe begünstigt, während der
Polymorphismus im BDNF Gen gegenteiligen Effekt hat {Fritsch 2010}. Während all dieser
vorangegangenen Datenerhebungen mit dem SVIPT bekamen die Probanden die Anweisung
sowohl akkurat, als auch möglichst schnell zu sein. Folglich stellte sich die Frage, ob die
Bevorzugung einer dieser beiden Strategien generell in einen unterschiedlichen Lernerfolg
mündet. 36 gesunde Probanden, eingeteilt in drei Gruppen je nach Strategievorgabe „schnell“,
„akkurat“ und „keine Präferenz“, trainierten den SVIPT über fünf Tage. Die Erhebung einer
SAF-Kurve jeweils vor und nach dem Training sollte die Unterschiede im Lernerfolg
darstellen.
Die Fragestellungen dabei waren:
•
Können vorgegebene Trainingsstrategien unterschiedliche Aspekte des motorischen
Lernens differenziell beeinflussen?
•
Wie verschiebt sich die SAF-Kurve nach dem Training in Abhängigkeit der
vorgegebenen Strategie?
Aufgrund der in den vorangegangenen Kapiteln erläuterten Erkenntnisse bezüglich Strategien
{Beilock 2008} und „Speed-Accuracy trade-off“ wurde folgende Hypothese für diese Arbeit
aufgestellt:
9
Einleitung
Motorisches Training mit dem SVIPT unter der Vorgabe möglichst akkurat zu sein, führt bei
Probanden, die mit dieser Motorikaufgabe bisher völlig unvertraut waren, zum größten
Lernerfolg und zu einer größeren Verschiebung der SAF-Kurve.
10
Material und Methoden
3 Material und Methoden
___________________________________________________________________________
3.1 Probanden
Die vorliegende Studie wurde von Dezember 2009 bis Juli 2010 am Neurozentrum der
Universitätsklinik Freiburg durchgeführt. Die Methoden und das Studienziel wurden vor
Beginn der Studie im Studienprotokoll festgelegt, welches Bestandteil des Ethikantrags war.
Für die Durchführung der Versuche an gesunden Probanden, in Anlehnung an die Deklaration
von Helsinki, lag die Genehmigung der Ethikkommission der Albert-Ludwigs-Universität
Freiburg vor.
3.1.1
Auswahl der Probanden
Anhand festgelegter Ein- und Ausschlusskriterien wurden 43 gesunde Probanden in die Studie
aufgenommen. Alle Testpersonen willigten schriftlich ein, an dem Versuch teilzunehmen,
nachdem sie ausführlich über Hintergrund und Ablauf der Studie informiert worden waren.
Die Teilnahme konnte jederzeit und ohne Angabe von Gründen abgebrochen werden.
Alle Probanden wurden instruiert, am Tag vor einer Untersuchung keinen Alkohol zu trinken
und ausreichend zu schlafen. Außerdem musste auf die Einnahme von neuro- oder
psychoaktiven Substanzen verzichtet werden. Die Händigkeit der Probanden wurde vor der
ersten Messung mit dem Edinburgh Händigkeits-Fragebogen bestimmt {Oldfield 1971}, da
ausschließlich die motorischen Fähigkeiten der dominanten Hand trainiert werden sollten.
3.1.2
Einschlusskriterien
Die Probanden mussten folgende Kriterien erfüllen, um an der Studie teilnehmen zu können:
•
Alter zwischen 18 und 85 Jahren
•
Uneingeschränkte Handfunktion der dominanten Hand
•
Vorliegende Einverständniserklärung des Probanden
•
Kognitive und psychische Fähigkeit, den Versuchsablauf verstehen und einhalten zu
können
11
3.1.3
Ausschlusskriterien
Ein Proband konnte nicht in die Studie eingeschlossen werden, wenn einer oder mehrere der
folgenden Punkte auf ihn zutrafen.
•
Schwere neurologische oder psychiatrische Erkrankung
•
Einnahme von zentral wirksamen Medikamenten, die das Lernen, die Aufmerksamkeit
oder die Stimmung beeinflussen können
•
Epileptischer Anfall in der Anamnese
•
Gehirnverletzung in der Vorgeschichte
•
Chronischer Alkohol- oder Drogenmissbrauch in den letzten zwei Jahren
•
BDNF Polymorphismus in der homozygoten Ausprägung (met-met)
3.1.4
Abbruchkriterien
Die Probanden konnten jederzeit ihre Teilnahme an der Studie beenden. Inkorrekt
eingeschlossene Probanden und jene, welche den Versuch abgebrochen haben, sollten nicht in
die Auswertung einbezogen werden.
3.2 Sequenzierung des BDNF-Gens
Bei jedem Probanden wurde der entsprechende Teil des BDNF-Gens auf das Vorliegen des
BDNF Polymorphismus (siehe Kapitel 2.4) untersucht. Somit wurde sichergestellt, dass die
Gruppen zu jeweils gleichen Anteilen Met-Allel-Träger beinhalten. Zu diesem Zweck
erfolgten eine Blutabnahme am ersten Trainingstag und die anschließende Sequenzierung.
Dazu wurde aus Vollblut die DNA extrahiert und mittels PCR amplifiziert. Zur
Sequenzierung des PCR-Produktes wurden die Proben anschließend an die Firma „GATC
Biotech“ verschickt. Die DNA-Analyse erfolgte pseudonymisiert. Eventuell verbliebene
Blutproben wurden nach Abschluss der Genuntersuchung vernichtet. Die Person, die den
Versuch durchführte, war für den Genotyp der Probanden geblindet.
3.3 Sequential Visual Isometric Pinch Task (SVIPT)
Zur Messung der motorischen Fähigkeiten und der Lernfortschritte wurde der SVIPT, eine
spezielle von Frau Dr. Janine Reis und Dr. Pablo Celnik entwickelte Feinmotorikaufgabe,
verwendet. Die Probanden sitzen dabei vor einem 60cm entfernten Computerbildschirm. Der
12
Bildschirm hat eine Diagonale von 50,8cm. In der dominanten Hand wird ein Kraftüberträger
zwischen Daumen und lateralem Zeigefinger gehalten (siehe Abb. 4, A).
Abbildung 4: Versuchsaufbau und Kraftmodulationskurve des SVIPT. Abbildung aus Fritsch et al. 2010.
Das Zusammendrücken von Daumen und Zeigefinger führt zum Übertragen der aufgebrachten
Muskelkraft auf einen Sensor mit nachfolgender Umsetzung der gemessenen Kraft in eine
horizontale Cursorbewegung nach rechts auf dem Computerbildschirm. Je mehr Kraft
aufgebracht wird, desto weiter bewegte sich der Cursor zum rechten Bildschirmrand. Beim
Nachlassen der Kraft kehrt der Cursor an den linken Bildschirmrand in ein Startfenster
zurück. Um den Schwierigkeitsgrad dieser motorischen Aufgabe zu erhöhen, wurde eine
logarithmische Umwandlung der gemessenen Kraft in die Cursorbewegung gewählt. Dabei
entspricht die maximale Cursorbewegung nach rechts 35-45% der maximal möglichen Kraft,
mit welcher der Kraftüberträger zusammengedrückt werden kann.
Zu Beginn eines Versuchs hält der Proband den Kraftüberträger entspannt und der Cursor
befindet sich im Startfeld. Dann erscheint ein Startsignal und der Proband muss vier Tore, die
sich alle auf einer horizontalen Ebene rechts vom Startfeld befinden, möglichst exakt und
schnell mit dem Cursor treffen. Die Tore sind mit den Ziffern 1-5 gekennzeichnet, wobei die
Nr. 5 das Stoppfeld darstellt, welches nicht verfehlt werden kann, sondern nur berührt werden
muss, um den Versuch zu beenden. Die Anordnung der Tore von links nach rechts stellt sich
13
wie folgt dar: 4-1-3-5-2 (siehe Abb. 4, A). Nachdem das Startsignal erschienen ist, müssen die
Probanden die Tore in der richtigen Reihenfolge nacheinander treffen und dazwischen immer
wieder zurück zum Startfeld: Start-1-Start-2-Start-3-Start-4-Start-5. Mögliche Fehler dabei
sind Sequenzfehler, wenn die richtige Reihenfolge der Ziele nicht eingehalten wird, sowie
Verfehlen eines Zieles. Wird ein Ziel durch zuviel Kraftaufwand verfehlt („overshoot“), kann
nicht korrigiert werden und das nachfolgende Ziel muss anvisiert werden. Wird andererseits
ein Ziel verfehlt, weil zu wenig Kraft aufgebracht wird („submovement“), kann dies korrigiert
werden bevor der Cursor zurück zum Startfeld bewegt wird. Während des gesamten Versuchs
erhielten die Probanden visuelles Feedback. Von Seiten des Untersuchers wurde kein
Feedback über ihre Leistung gegeben.
3.3.1
Berechnung der motorischen Fähigkeit
Folgende Parameter werden benötigt, um die motorischen Fähigkeiten (Skill) eines jeden
Probanden im SVIPT bestimmen zu können {Reis 2009}.
•
Geschwindigkeit (MT): durchschnittliche Zeit pro Versuch, gemittelt für jeden
Trainingsblock.
•
Genauigkeit/Präzision: Anteil aller Versuche pro Block, bei denen alle vier Tore in der
richtigen Reihenfolge korrekt getroffen wurden.
•
Fehlerrate: [1 - Präzisionsrate].
•
Skill: Verschiebung der SAF durch Training.
Um eine Formel für diese Verschiebung bestimmen zu können, stellten Reis et al. zuerst die
Form der SAF-Kurve dar, indem zwölf Probanden zu verschiedenen Geschwindigkeiten
(vorgegeben durch ein Metronom) den SVIPT ohne vorangehendes Training absolvierten.
Sechs Probanden taten das gleiche nach fünftägigem Training {Reis 2009}. Die Vorgabe
während dieser fünf Trainingstage war, so schnell und so genau wie möglich die Ziele zu
treffen, dabei war die Trainingsgeschwindigkeit frei wählbar und nicht durch ein Metronom
vorgegeben. Mit diesen Daten konnte ein zweiparametrisches mathematisches Modell
aufgestellt werden, welches die SAF-Kurve näherungsweise beschreibt:
Fehlerrate =
1
1 + a[ln(MT ) b ]
14
Durch das Training veränderte sich Variable “a” signifikant um 801%, während “b”
annähernd konstant blieb. Durch Festsetzen von „b“ auf einen bestimmten Wert (Mittelwert
von Werten vor und nach dem Training) konnte die Gleichung nach „a“ aufgelöst werden. Die
Verschiebung der SAF-Kurve ließ sich nun anhand der Änderung der Variable „a“
näherungsweise beschreiben {Reis 2009}. Für „a“ wurde die Bezeichnung „skill parameter“
gewählt.
Skill parameter (" a" ) =
1 − Fehlerrate
Fehlerrate ∗ ln(MT ) b
Schließlich wurde der „skill parameter“ logarithmisch umgewandelt, um die Streuung zu
homogenisieren. Der natürliche Logarithmus des „skill parameters“ wurde festgelegt als „skill
measure“ und dient als Maß für die motorischen Fähigkeiten im SVIPT {Reis 2009}.
Bei der hier vorliegenden Arbeit konnte allerdings nicht alleine diese Formel des „skill
measure“ herangezogen werden, um die motorischen Fähigkeiten der Probanden zu messen,
da nicht bekannt war, ob sich die beiden Parameter „a“ und „b“ durch die unterschiedlichen
Strategievorgaben anders verhalten würden. Es musste daher von jedem Probanden eine SAFKurve vor und nach dem motorischen Training bestimmt werden, um den Lernerfolg
darzustellen. Mit Hilfe der „Curve Fitting Toolbox“ von Matlab wurden dann für jeden
Probanden die beiden Parameter „a“ und „b“ seiner SAF-Kurve vor und nach dem Training
ermittelt. So konnte untersucht werden, wie sich diese Variablen in Abhängigkeit der
Strategie verändern (siehe Kap. 4.4.4: „Verschiebung der SAF-Kurven“).
3.3.2
Versuchsdurchführung und Gruppeneinteilung
Jeder Proband kam an fünf aufeinander folgenden Tagen, jeweils zur gleichen Tageszeit, zur
Untersuchung. Die Messungen unterschieden sich an Tag 1 und 5 von denen der anderen
Tage, da zu diesen Zeitpunkten die Datenerhebung zur Erstellung der SAF-Kurven stattfand.
Dazwischen fanden drei Trainingstage statt, an denen die Testpersonen unter Vorgabe einer
bestimmten Strategie den SVIPT trainierten (siehe Abb. 5).
15
Trainingstage
D1
D2
SAF +
Block1
D3
Training
D4
Training
Training
Bsp.: SAF (randomisiert)
bpm
Zeit/Wdh
(in sec)
76 200 160
7,1 2,7 3,4
48
11,3
90
6
240 220
2,3 2,5
D28
SAF
Bsp.: Trainingstag
60
9
Ohne Präferenz
der Strategie
Block 1:
D5
120
4,5
Block
Wdh
1
40
2
30
3
30
Follow Up
4
30
5
30
6
40
Trainingstage D2-D4 jeweils in
vorgegebener Strategie
1
40
In vorgegebener
Strategie
40
Abbildung 5: Trainingsablauf
3.3.2.1
Messung der SAF-Kurve
Am ersten Tag wurde die SAF-Kurve vor dem Training bestimmt. Die durch ein dreitägiges
motorisches Training induzierte Verschiebung der SAF-Kurve sollte am fünften Tag
gemessen werden. Die Probanden absolvierten jeweils am ersten und am letzten Tag neun
Versuchsblöcke mit je zehn Wiederholungen. Die Geschwindigkeit pro Wiederholung und pro
Block war durch den Taktschlag eines Metronoms fest vorgegeben. Die Zeit pro
Wiederholung in den unterschiedlichen Versuchsblöcken war festgesetzt auf: 2,25sec;
2,45sec; 2,7sec; 3,38sec; 4,5sec; 6sec; 7,1sec; 9sec; 11,25sec (entsprechend 240bpm, 220bpm,
200bpm, 160bpm, 120bpm, 90bpm, 76bpm, 60bpm, 48bpm in der Einstellung des
Metronoms). Dabei entspricht jeder Taktschlag einem Weg des Cursors in ein Ziel oder
zurück zum Startfeld. Die Vorgabe der Reihenfolge der neun Blöcke erfolgte randomisiert.
Abbildung 6 zeigt beispielhaft die Kraftmodulationskurve eines Probanden während der
Erhebung seiner SAF-Kurve vor dem Training. Die Tore sind mit den Nummern 1-5 markiert,
während die farbigen horizontalen Balken die Breite der Tore darstellen. Die Tore 1, 3 und 4
wurden in diesem Beispiel verfehlt („overshoot“, siehe Kap.3.3). Bei dem Versuch Tor 3 zu
treffen, lässt sich zusätzlich ein „submovement“ beobachten, bevor letztendlich das Tor durch
zu großen Kraftaufwand verfehlt wird.
16
Abbildung 6: Beispielhafte Kraftmodulationskurve einer Wiederholung in einem Block mit der
Metronomeinstellung 160 bpm.
Abbildung 7 zeigt eine Kraftmodulationskurve desselben Probanden unter derselben
Geschwindigkeitsvorgabe während der Erhebung seiner SAF-Kurve nach dem motorischen
Training mit dem SVIPT. In diesem Beispiel wurden alle Tore korrekt getroffen.
Abbildung 7: Beispiel einer Wiederholung desselben Probanden nach dem Training unter derselben
Geschwindigkeitsvorgabe (160bpm).
17
3.3.2.2
Trainingstage
Nachdem am ersten Tag die Messung der SAF abgeschlossen war, wurde anschließend noch
am selben Tag ein Trainingsblock, bestehend aus 40 Wiederholungen, ausgeführt. Es bestand
dabei keine Taktvorgabe durch das Metronom und die einzige Anweisung an die Probanden
war, so schnell und so genau wie möglich zu sein, bei dem Versuch die Ziele zu treffen.
Dieser Trainingsblock am ersten Tag dient dazu, die Ausgangswerte der motorischen
Fähigkeit der Probanden festzustellen, um auszuschließen, dass die Probanden mit signifikant
verschiedenen Leistungsniveaus starteten.
Am zweiten Tag erfolgte die Randomisierung in drei Gruppen (siehe Abb. 8). Eine Gruppe
sollte an den folgenden drei Trainingstagen so akkurat wie möglich die motorische Aufgabe
absolvieren. Eine weitere Gruppe wurde instruiert, besonderen Wert auf maximale
Schnelligkeit zu legen. Die Geschwindigkeit wurde dabei allerdings nicht durch ein
Metronom vorgegeben, sondern konnte individuell gewählt werden. Der dritten Gruppe wurde
keine Präferenz einer bestimmten Strategie vorgegeben. Diese Probanden bekamen dieselbe
Anweisung wie schon beim ersten Block am ersten Trainingstag, nämlich so schnell und so
genau wie möglich vorzugehen.
Abbildung 8: Gruppeneinteilung. D=Trainingstag.
Unter diesen Vorgaben wurden pro Trainingstag sechs Blöcke absolviert. Der erste und letzte
Block eines Tages bestand aus 40, die restlichen aus jeweils 30 Wiederholungen. Somit
mussten insgesamt 200 Wiederholungen pro Trainingstag durchlaufen werden. Die
Anweisungen zur Strategie wurden zu Beginn eines jeden Trainingstages für die Probanden
wiederholt. Falls sie von ihrer geforderten Strategie deutlich abgewichen sind, wurden die
Instruktionen zusätzlich zwischen den Blöcken vom Untersucher wiederholt.
18
An Tag 28 nach Trainingsbeginn fand eine Nachuntersuchung statt. Bei diesem „Follow Up“
wurde ein Trainingsblock mit 40 Wiederholungen absolviert, wobei für die Probanden die
gleiche Strategievorgabe galt, wie während der Trainingstage D2-4. Damit sollte die
Nachhaltigkeit des Gelernten untersucht werden.
3.3.3
Smoothness Index
Der Smoothness Index, oder die Flüssigkeit der Cursorbewegung, ist ein Wert, der für jeden
Block während des Trainings berechnet werden kann. Dazu wird eine umfangreiche Formel
verwendet. Vereinfacht kann man sagen, dass der Kehrwert der „ruckartigen Bewegung“
(Jerk) während der Cursorbewegung den Wert für den Smoothness Index ergibt. Je größer
also die Unregelmäßigkeiten in der Bewegungsausführung sind, desto geringer wird der Wert
des Smoothness Index. Die Berechnung dieser „ruckartigen Bewegungen“ erfolgt unter
anderem durch Bestimmung des Integrals der Bewegungskurve (siehe z.B. Abb. 6) jeder
Wiederholung. Die exakte Formel ist im Anhang (siehe Kap. 8.3) mit all ihren Komponenten
aufgeführt.
3.4 Psychophysikalische Messungen
Einmalig wurde von jedem Probanden die durchschnittliche Schlafdauer erfragt. Vor allen
Sitzungen gaben die Probanden die Dauer ihres Schlafs der letzten Nacht an. Zusätzlich
wurde mittels einer visuellen Analog-Skala die subjektive Aufmerksamkeit der Probanden an
jedem Trainingstag evaluiert. Die Skala beinhaltete die Werte 1-10, wobei der Wert 10 der
größtmöglichen Müdigkeit und der Wert 1 der maximal möglichen Wachheit entsprach. Des
Weiteren waren von den Probanden an den Trainingstagen 1, 5 und 28 zwei Fragebögen
auszufüllen. Es handelt sich dabei um die „Positive and Negative Affect scale“ (PANAS
{Watson 1988}) und um das „Beck Depressionsinventar“ (BDI {Steer; Beck 1985}). Mit
Hilfe des BDI sollte ausgeschlossen werden, dass bei den Probanden eine subklinische
Depression vorlag, welche sich negativ auf das motorische Lernen hätte auswirken können.
Mit
der
PANAS,
bestehend
aus
20
verschiedenen
positiven
und
negativen
Affektbeschreibungen, die von den Probanden mit ihren eigenen Emotionen verglichen
werden mussten, wurde noch einmal besonders darauf geachtet, ob sich die Emotionslage der
Probanden im Laufe der Sitzungen stark veränderte.
19
3.5 Statistische Methoden
Die Auswertung und Darstellung der Daten erfolgte mit Matlab 7.1, SPSS für Windows
Version 11.5, GraphPad Prism 5.01 und Microsoft Excel 2003.
Für die Analyse von einmalig erhobenen demographischen Daten, sowie zur Beurteilung des
Gesamtlernerfolgs wurde eine einfaktorielle Varianzanalyse mit dem Faktor „Gruppe“ als
Zwischensubjektfaktor durchgeführt. Mit Hilfe der „curve fitting toolbox“ in Matlab wurden
die SAF-Kurven der Probanden an das zweiparametrische mathematische Modell der SAFKurve {Reis 2009} angepasst. Die Auswertung der zwei Variablen („a“ und „b“) dieses
Modells erfolgte durch Bildung der Differenz zwischen den Werten vor und nach dem
Training und anschließender einfaktorieller Varianzanalyse. Bei der Auswertung der
psychophysikalischen
Daten
wurde
eine
vollfaktorielle
Varianzanalyse
mit
Messwiederholungen durchgeführt mit dem Zwischensubjektfaktor „Gruppe“ und dem
Innersubjektfaktor „Zeit“. Zur Post Hoc Analyse des Faktors „Gruppe“ wurde der Test nach
Tukey angewandt. Ein p-Wert <0,05 wurde als statistisch signifikant angesehen.
20
Ergebnisse
4 Ergebnisse
___________________________________________________________________________
4.1 Probandenkollektiv
Alle Versuchspersonen erklärten schriftlich ihr Einverständnis zur Versuchsdurchführung und
zur anonymisierten Auswertung ihrer Daten. Für die Endergebnisse der Studie wurden die
Daten von 36 der insgesamt 43 untersuchten Probanden herangezogen. Es wurden insgesamt
sieben Probanden ausgeschlossen. Davon brach ein Proband den Versuch an Tag 4 aufgrund
eines grippalen Infekts ab. Sechs Versuchspersonen wurden aufgrund des vorhandenen BDNF
Polymorphismus ausgeschlossen. Zur besseren Vergleichbarkeit sollte in den Gruppen der
Anteil an Polymorphismus-Trägern nicht mehr als 1/3 betragen. Bei der nachträglichen
Gensequenzierung stellte sich heraus, dass dies nur bei zwei der drei Gruppen der Fall war.
Deshalb wurden fünf Probanden in der Gruppe ohne Strategiepräferenz nachträglich nach dem
Zufallsprinzip durch solche ersetzt, bei denen das Fehlen des Polymorphismus von vorne
herein bestätigt war. Ein Proband in der Gruppe mit akkuratem Training wurde entsprechend
der Ausschlusskriterien ausgeschlossen, da bei ihm der BDNF Polymorphismus in der
homozygoten Form (met-met) festgestellt wurde.
4.1.1
Geschlechterverteilung
In Tabelle 1 ist die Geschlechterverteilung des Probandenkollektivs aufgeführt. Jede der drei
Gruppen setzt sich zusammen aus 50% männlichen und 50% weiblichen Versuchspersonen.
Akkurates
Schnelles
Training ohne
Training
Training
Präferenz
Anzahl männlich
6
6
6
Anzahl weiblich
6
6
6
Tabelle 1: Übersicht über die Geschlechterverteilung.
21
4.1.2
Ergebnisse
Lateralitätsquotienten im Edinburgh Händigkeitstest
Tabelle 2 zeigt die durchschnittlichen Werte des Lateralitätsquotienten im Edinburgh
Händigkeitstest. Es besteht kein signifikanter Unterschied zwischen den Gruppen (p=0,520).
Akkurates
Schnelles
Training ohne
Training
Training
Präferenz
69, 17
70,83
78,33
│LQ│
Tabelle 2: Übersicht über die Durchschnittswerte für den Lateralitätsquotienten.
4.1.3
Häufigkeitsverteilung des BDNF-Polymorphismus
Tabelle 3 zeigt, wie viele Probanden jeder Gruppe Träger des BDNF-Polymorphismus sind.
Keine Gruppe überschreitet dabei einen Anteil von einem Drittel, was eine gute
Vergleichbarkeit ihrer Trainingsdaten ermöglicht.
Akkurates
Schnelles
Training ohne
Training
Training
Präferenz
val-val
8
9
9
val-met
4
3
3
Tabelle 3: Übersicht über die Häufigkeitsverteilung des BDNF-Polymorphismus.
4.1.4
Altersverteilung
Die Probanden befanden sich während der Erhebung der Daten im Alter zwischen 20 und 28
Jahren. Es bestand kein signifikanter Altersunterschied zwischen den Gruppen (p=0,9606).
Die Rekrutierung erfolgte hauptsächlich an der Universität und somit bestand der Großteil der
Probanden aus Studenten.
Mittelwert Alter in Jahren
± Standardfehler
Akkurates Training
22,8 ± 0,64
Schnelles Training
22,9 ± 0,56
Training ohne Präferenz
23,1 ± 0,70
Tabelle 4: Altersverteilung.
22
Ergebnisse
4.2 Psychophysikalische Ergebnisse
4.2.1
4.2.1.1
Schlaf
Durchschnittlicher Schlaf
Jeder Proband gab zusätzlich beim Ausfüllen der Probandenaufklärung an, wie viel Stunden
er durchschnittlich pro Nacht schläft. Diese Angaben unterscheiden sich nicht zwischen den
drei Gruppen (p=0,910).
Durchschnittlicher Schlaf
pro Nacht in Stunden
Akkurates Training
7,6 ± 0,22
Schnelles Training
7,7 ± 0,24
Training ohne Präferenz
7,5 ± 0,14
Tabelle 5: Mittelwerte des durchschnittlichen Schlafs pro Nacht mit Standardfehler.
23
Ergebnisse
4.2.1.2
Auswertung der Schlafdaten von Tag 1 bis Tag 5 und des Follow Up
Bezüglich
der
Schlafdauer
(Abb.
9)
findet
sich
in
der
Varianzanalyse
mit
Messwiederholungen mit den Faktoren Gruppe (p=0,719) und Zeit (p=0,647) kein
signifikanter Unterschied im Trainingsverlauf, allerdings stellte sich eine signifikante
Interaktion „Gruppe x Zeit“ (p=0,002) heraus. Sie kommt durch die signifikant
unterschiedliche Schlafdauer zwischen der akkuraten und der schnellen Gruppe an Tag 2
zustande (p=0,039).
mittlere Schlafdauer in Std.
10
akkurat
schnell
schnell + akkurat
*
9
8
7
6
5
D1
D2
D3
D4
D5
FU
Abbildung 9: Mittlere Schlafdauer der Gruppen an den Trainingstagen (Mittelwert und Standardfehler).
*p<0,05. D=Trainingstag. FU=Follow Up.
24
4.2.2
Ergebnisse
Subjektive Aufmerksamkeitsschätzung
Analogskala (VAS)
auf
der
visuellen
Bezüglich der Angaben zur eigenen Aufmerksamkeit (Abb. 10) zeigt die Varianzanalyse mit
Messwiederholungen mit den Faktoren Gruppe und Zeit weder einen signifikanten
mittlere Punktwerte auf der VAS
Unterschied für die Faktoren (p=0,565 und p=0,054), noch eine Interaktion (p=0,088).
5
akkurat
schnell
schnell + akkurat
4
3
2
1
0
D1
D2
D3
D4
D5
FU
Abbildung 10: Mittlere Angaben zur subjektiven Aufmerksamkeit vor dem Training (Mittelwert,
Standardfehler). Die VAS reicht von den Werten 1 (sehr aufmerksam) bis 10 (sehr müde).
D=Trainingstag. FU=Follow Up.
25
4.2.3
Ergebnisse
Beck Depressionsinventar
Alle Probanden erreichten in dieser Studie weniger als zehn Punkte im BDI. Folglich musste
auch niemand aufgrund einer möglichen Depression (BDI > 12 Punkte) ausgeschlossen
werden. Die Varianzanalyse mit Messwiederholungen zeigt für den Faktor Gruppe keine
Signifikanz (p=0,123). Es besteht allerdings ein signifikanter Einfluss der Zeit (p=0,005),
welcher in Abbildung 11 in einer Abnahme der Werte im BDI ersichtlich ist. Eine signifikante
Interaktion „Gruppe x Zeit“ findet sich nicht (p=0,769). In der Post Hoc Analyse für den
Faktor Zeit zeigt sich allerdings nur ein Trend im Sinne einer Verbesserung der BDI-Werte
von Tag 1 zu Tag 5 (p=0,104).
mittlere Punktwerte des BDI
10
akkurat
schnell
schnell + akkurat
8
6
4
2
0
D1
D5
FU
Abbildung 11: Mittelwerte und Standardfehler der erreichten Punktwerte im BDI. D=Trainingstag.
FU=Follow Up.
26
4.2.4
Ergebnisse
Positive and Negative Affect Scale (PANAS)
4.2.4.1
Negative Affektwerte
Ähnlich wie bei den Ergebnissen des BDI zeigt auch die Varianzanalyse mit
Messwiederholungen der PANAS bei den negativen Gefühlsbeschreibungen (Abb. 12) einen
statistisch signifikanten Einfluss der Zeit im Laufe des Trainings (p<0,001). Für den Faktor
Gruppe stellte sich kein signifikanter Effekt heraus (p=0,403) und eine relevante Interaktion
bestand ebenfalls nicht (p=0,235). Die Post Hoc Analyse für den Faktor Zeit zeigt eine
signifikante Abnahme der Negativwerte der PANAS von Tag 1 zu Tag5 (p=0,003).
**
Negativwerte PANAS
20
akkurat
schnell
schnell + akkurat
18
16
14
12
10
D1
D5
FU
Abbildung 12: Mittelwerte mit Standardfehler der Negativwerte der PANAS. **p<0,01. D=Trainingstag.
FU=Follow Up.
27
Ergebnisse
4.2.4.2
Positive Affektwerte
Bezüglich der positiven Gefühlsbeschreibungen in der PANAS (Abb. 13) zeigt die
durchgeführte Varianzanalyse mit Messwiederholungen mit den Faktoren Gruppe und Zeit
weder eine signifikante Änderung im Verlauf des Trainings (p=0,192 und p=0,085), noch eine
signifikante Interaktion „Gruppe x Zeit“ (p=0,314).
Positivwerte PANAS
45
akkurat
schnell
schnell + akkurat
40
35
30
D1
D5
FU
Abbildung 13: Mittelwerte mit Standardfehler der Positivwerte der PANAS. D=Trainingstag.
FU= Follow Up.
28
Ergebnisse
4.3 Training
4.3.1
Bewegungszeiten
akkurat
schnell
schnell + akkurat
Bewegungszeit in sec
8
6
4
2
FU
D 2
2B
D 3
2B
D 4
2B
D 5
2B
D 6
3B
D 1
3B
2
D
3B
3
D
3B
D 4
3B
D 5
3B
D 6
4B
D 1
4B
D 2
4B
3
D
4B
4
D
4B
D 5
4B
6
2B
D
2B
D
D
1B
1
1
0
Abbildung 14: Bewegungszeit während des Trainings und des Follow Up. (D= Trainingstag, B=
Trainingsblock, FU= Follow Up).
Abbildung 14 zeigt für jeden Trainingsblock den Mittelwert der Zeit, die pro Wiederholung
im SVIPT benötigt wird. Die Gruppen zeigen an Tag 1 während des ersten Trainingsblocks
gleiche Ausgangsbedingungen (p=0,787). Entsprechend der Vorgabe der jeweiligen Strategie
kommt es ab dem zweiten Trainingstag zu deutlich unterschiedlichen Werten für die
Bewegungszeit.
Die folgenden drei Abbildungen zeigen die Veränderungen in der Bewegungszeit jeweils
zwischen zwei Zeitmarken:
1) Abbildung 15 veranschaulicht die Veränderung zwischen dem ersten Trainingsblock an
Tag 1 (D1B1, ohne Strategiepräferenz) und dem ersten Trainingsblock an Tag 2 (D2B1,
Training nach vorgegebener Strategie). Sie zeigt, welchen Einfluss die vorgeschriebene
Strategie auf die mittlere Bewegungszeit pro Wiederholung hat. Die akkurate Gruppe geht
langsamer vor, um ihre Strategievorgabe einhalten zu können, während die schnell
trainierende Gruppe ihrer Vorgabe entsprechend ihre Bewegungszeit pro Wiederholung
29
Ergebnisse
deutlich beschleunigt. Die Gruppe ohne Strategiepräferenz bleibt annähernd konstant in ihrer
Bewegungszeit.
***
Veränderung in sec
(D1B1 zu D2B1)
2
1
schnell
schnell + akkurat
0
akkurat
-1
-2
-3
***
***
Abbildung 15: Veränderungen in der Bewegungszeit vom ersten Trainingsblock (ohne Strategiepräferenz)
zum ersten Trainingsblock unter vorgegebener Strategie. Alle drei Gruppen zeigen durch Einhalten ihrer
jeweiligen Strategie ab dem zweiten Trainingstag statistisch hoch signifikante Unterschiede (jeweils
p<0,0001) in ihrer Bewegungszeit.
30
Ergebnisse
2) Abbildung 16 veranschaulicht die Veränderung der Bewegungszeit zwischen dem ersten
Trainingsblock an Tag 2 und dem letzten Trainingsblock an Tag 4. Sie zeigt, wie stark im
Mittel eine Verbesserung in der Bewegungszeit durch das motorische Training stattgefunden
hat. Alle drei Gruppen konnten die Zeit, die sie pro Wiederholung benötigen, reduzieren. Die
akkurat trainierende Gruppe (p=0,035) und die Gruppe ohne Strategiepräferenz (p=0,010)
zeigen dabei eine signifikant größere Verbesserung im Vergleich zur Gruppe mit schnellem
Training.
akkurat
schnell
schnell + akkurat
Verbesserung in sec
(D2B1 zu D4B6)
0.0
-0.5
-1.0
-1.5
*
*
Abbildung 16: Verbesserung in der Bewegungzeit von D2B1 zu D4B6. *p<0,05.
31
Ergebnisse
3) Abbildung 17 veranschaulicht die Veränderung vom letzten Block des Trainings (D4B6)
zum Tag der Nachuntersuchung. Sie zeigt, wie sich nach einer einmonatigen Trainingspause
die mittleren Bewegungszeiten pro Wiederholung verändert haben. Die Gruppe mit schnellem
Training zeigt als einzige eine erneute Verbesserung in der Bewegungszeit. Allerdings ist
diese nicht statistisch signifikant.
1.5
Veränderung in sec
(D4B6 zum FU)
akkurat
schnell
schnell + akkurat
1.0
0.5
0.0
-0.5
Abbildung 17: Veränderungen in der Bewegungszeit vom letzten Trainingstag (D4B6) zur
Nachuntersuchung (FU).
32
4.3.2
Ergebnisse
Sequenzfehlerraten
akkurat
schnell
schnell + akkurat
Sequenzfehlerrate in %
80
60
40
20
FU
2B
D 1
2B
D 2
2B
D 3
2B
D 4
2B
D 5
2B
D 6
3B
D 1
3B
D 2
3B
D 3
3B
D 4
3B
D 5
3B
D 6
4B
D 1
4B
D 2
4B
D 3
4B
D 4
4B
D 5
4B
6
D
D
1B
1
0
Abbildung 18: Sequenzfehlerrate während des Trainings und des Follow Up. (D= Trainingstag, B=
Trainingsblock, FU= Follow Up).
Abbildung 18 zeigt die durchschnittlichen Fehlerraten pro Trainingsblock. Die drei Gruppen
weisen an Tag 1 während des ersten Trainingsblocks gleiche Ausgangsbedingungen auf
(p=0,851). Entsprechend der Vorgabe der jeweiligen Strategie kommt es ab dem zweiten
Trainingstag zu deutlich unterschiedlichen Werten für die Fehlerrate, in umgekehrtem
Verhältnis zur Bewegungszeit. Die schnell trainierende Gruppe weist die höchste Fehlerrate
auf, während die akkurat trainierende Gruppe stets weniger als 10% Fehler pro Block begeht.
Die folgenden drei Abbildungen zeigen, wie sich die Fehlerrate pro Block jeweils zwischen
zwei Zeitmarken verändert:
1) Abbildung 19 veranschaulicht die Veränderung vom ersten Trainingsblock an Tag 1
(D1B1, ohne Strategiepräferenz) zum ersten Trainingsblock an Tag 2 (D2B1, Training nach
vorgegebener Strategie). Sie zeigt wiederum, welchen Einfluss die vorgeschriebene Strategie
auf die Fehlerrate hat. Die schnell trainierende Gruppe erhöht signifikant die Fehlerrate im
Vergleich zu den anderen beiden Gruppen (jeweils p<0,0001), während die akkurate Gruppe
ihre Fehlerrate durch die Strategievorgabe reduziert. Die Gruppe ohne Strategiepräferenz
zeigt, wie schon bei Betrachtung der Bewegungszeit kaum eine Veränderung der Fehlerrate,
da sie ihre Strategie vom ersten Tag beibehalten konnte. Zwischen der akkuraten Gruppe und
33
Ergebnisse
der Gruppe ohne Strategiepräferenz zeigte sich ebenfalls eine statistische Signifikanz
(p=0,010).
***
Veränderung in ∆ %
(D1B1 zu D2B1)
60
***
40
20
akkurat
0
schnell
schnell + akkurat
-20
*
Abbildung 19: Veränderung der Fehlerrate in Prozentpunkten vom ersten Trainingsblock (ohne
Strategiepräferenz) zum ersten Block an Tag 2 unter vorgegebener Strategie. Alle drei Gruppen zeigen
durch Einhalten ihrer jeweiligen Strategie statistisch hoch signifikante Unterschiede (***p<0,0001;
*p<0,05) in der Fehlerrate.
34
Ergebnisse
2) Abbildung 20 verdeutlicht die Veränderung der Fehlerrate zwischen dem ersten
Trainingsblock an Tag 2 und dem letzten Trainingsblock an Tag 4. Sie zeigt, wie stark eine
Reduktion der Fehlerrate durch das motorische Training stattfinden konnte. Alle drei Gruppen
zeigen eine solche Verbesserung. Schnelles Training führt zur größten Verbesserung der
Fehlerrate. Diese ist sowohl statistisch signifikant im Vergleich zu der akkurat trainierenden
Gruppe (p=0,006), als auch im Vergleich zu der Gruppe ohne Strategiepräferenz (p=0,015).
schnell
akkurat
schnell + akkurat
Verbesserung in ∆ %
(D2B1 zu D4B6)
0
-10
-20
-30
**
*
Abbildung 20: Verbesserung der Fehlerrate in Prozentpunkten zwischen D2B1 und dem letzten
Trainingsblock (D4B6). *p<0,05, **p<0,01.
35
Ergebnisse
die Fehlerrate pro Trainingsblock verändert hat. Die Gruppe mit schnellem Training zeigt die
größte Zunahme der Fehlerrate nach einmonatiger Trainingspause. Es besteht dabei allerdings
keine statistische Signifikanz zwischen den drei Gruppen.
Verschlechterung in ∆ %
(D4B6 zu FU)
15
10
5
0
akkurat
schnell + akkurat
schnell
Abbildung 21: Zunahme der Fehlerrate in Prozentpunkten vom letzten Trainingsblock (D4B6) zur
Nachuntersuchung (FU).
4.3.3
Smoothness Index
akkurat
schnell
schnell + akkurat
Smoothness Index
60
40
20
FU
6
5
4B
D
4
4B
D
3
4B
D
2
4B
D
1
4B
D
6
4B
D
5
3B
D
4
3B
D
3
3B
D
2
3B
D
D
3B
1
6
3B
D
5
2B
D
4
2B
D
3
2B
D
2
2B
D
2B
D
2B
D
D
1B
1
1
0
Abbildung 22: Überblick über die erreichten Mittelwerte des Smoothness Index mit Standardfehler (siehe
Kap. 3.3.3). D= Trainingstag, B= Trainingsblock, FU= Follow Up.
36
Ergebnisse
Abbildung 22 zeigt für jeden Trainingsblock die durchschnittlichen Werte des Smoothness
Index. Die drei Gruppen zeigen an Tag 1 während des ersten Trainingsblocks gleiche
Ausgangsbedingungen (p=0,846). Nach der Einteilung nach Strategie in drei Gruppen weist
die schnell trainierende Gruppe die größten und die akkurate Gruppe die kleinsten Werte für
den Smoothness Index auf. Die Werte der Gruppe ohne Strategiepräferenz liegen wiederum
zwischen den anderen beiden Gruppen.
Die folgenden drei Abbildungen zeigen entsprechend den vorangegangenen Unterkapiteln die
Veränderungen des Smoothness Index jeweils zwischen zwei Zeitmarken:
1) Abbildung 23 veranschaulicht die Veränderung zwischen dem ersten Trainingsblock an
Tag 1 (D1B1, ohne Strategiepräferenz) und dem ersten Trainingsblock an Tag 2 (D2B1,
Training nach vorgegebener Strategie). Die Gruppe mit schnellem Training erreicht durch die
Strategievorgabe höhere Werte, während sich die akkurat trainierende Gruppe verschlechtert.
Die Unterschiede zwischen den drei Gruppen sind statistisch hoch signifikant (jeweils
Veränderung des Smoothness Index
(D1B1 zu D2B1)
p<0,0001).
***
30
20
10
akkurat
0
schnell
-10
***
schnell + akkurat
***
Abbildung 23: Veränderung der erreichten Punktwerte für den Smoothness Index vom ersten
Trainingsblock ohne Strategiepräferenz zum ersten Trainingsblock unter vorgegebener Strategie (D2B1).
***p<0,0001.
37
Ergebnisse
2) Abbildung 24 verdeutlicht die Verbesserung der Werte für den Smoothness Index vom
ersten Trainingsblock an Tag 2 zum letzten Trainingsblock an Tag 4. Die Gruppe mit
schnellem Training zeigt eine größere Verbesserung durch das Training als die akkurat
trainierende Gruppe (p=0,002) und auch die Gruppe ohne Strategiepräferenz hat sich
Verbesserung des Smoothness Index
(D2B1 zu D4B6)
statistisch signifikant gegenüber der akkuraten Gruppe verbessert (p=0,004).
**
25
**
20
15
10
5
0
akkurat
schnell
schnell + akkurat
Abbildung 24: Verbesserung der erreichten Punktwerte für den Smoothness Index vom ersten
Trainingsblock unter vorgegebener Strategie (D2B1) zum letzten Trainingsblock (D4B6). **p<0,01.
38
Ergebnisse
die erreichten Werte für den Smoothness Index verändert haben. Alle drei Gruppen haben sich
minimal in der Flüssigkeit der Cursorbewegung verschlechtert. Es besteht dabei keine
Verschlechterung des Smoothness Index
(D4B6 zu FU)
statistische Signifikanz.
akkurat
schnell
schnell + akkurat
0
-2
-4
-6
-8
Abbildung 25: Verschlechterung der Werte für den Smoothness Index vom letzten Trainingsblock (D4B6)
zur Nachuntersuchung (FU).
4.4 SAF-Daten
4.4.1
bpm
48
60
76
90
120
160
200
220
240
Einhaltung der vorgegebenen Bewegungszeit
„Soll“
in sec
11,25
9,0
7,1
6,0
4,5
3,38
2,7
2,45
2,25
akkurat
pre
10.21
8.29
6.59
5.61
4.33
3.34
2.81
2.48
2.35
akkurat
post
10.25
8.28
6.55
5.61
4.26
3.34
2.74
2.52
2.39
schnell
pre
10.15
8.17
6.66
5.58
4.22
3.30
2.76
2.56
2.42
schnell
post
10.02
8.22
6.52
5.51
4.19
3.21
2.52
2.35
2.16
ØPräferenz
pre
10.15
8.14
6.51
5.53
4.21
3.19
2.68
2.49
2.26
ØPräferenz
post
10.14
8.24
6.50
5.52
4.22
3.17
2.57
2.39
2.20
Tabelle 6: Eingehaltene Bewegungszeiten. Übersicht über die Frequenzeinstellung des Metronoms,
entsprechend einzuhaltende Bewegungszeit in Sekunden ("Soll") und die tatsächlichen Bewegungszeiten
jeder Gruppe sowohl an Tag1 als auch an Tag5 ("pre" und "post").
39
Ergebnisse
Tabelle 6 zeigt die gemittelten Bewegungszeiten pro Versuch während der Datenerhebung der
SAF-Kurve. Man erkennt, dass die Gruppen die Zeitvorgabe eingehalten haben.
4.4.2
SAF: Sequenzfehlerrate
10
akkurat pre
akkurat post
schnell pre
schnell post
schnell + akkurat pre
schnell + akkurat post
Anzahl Fehler pro Block
8
6
4
2
0
5
10
Abbildung 26: Überblick über die Sequenzfehlerrate bei der Erhebung der SAF, jeweils vor und nach dem
Training ("pre, "post").
Die Ordinate skaliert die Anzahl der Fehler, die pro Block (bestehend aus zehn
Wiederholungen) auftraten. Ein Fehler wurde gewertet, sobald mindestens eins der vier Ziele
in einem Durchgang verfehlt wurde. Somit waren maximal zehn Fehler pro Block möglich.
Auf der Abszisse aufgetragen ist die Bewegungszeit in Sekunden, welche durch das
Metronom vorgeben war.
Alle drei Gruppen zeigen eine deutliche Verschiebung der SAF-Kurve nach Trainieren des
SVIPT.
40
Ergebnisse
4.4.3
SAF: Gesamtziel-Fehlerrate
Gesamtziel Fehlerrate in %
60
akkurat pre
akkurat post
schnell pre
schnell post
schnell + akkurat pre
schnell + akkurat post
40
20
0
5
10
Abbildung 27: Überblick über die Gesamtziel-Fehlerrate bei der Erhebung der SAF, jeweils vor und nach
dem Training ("pre", "post").
Die Ordinate skaliert die Gesamtfehlerrate, die während eines Blocks erreicht wurde. In einem
Block, bestehend aus zehn Wiederholungen, waren maximal 40 Fehler möglich, wenn man
jedes der vier zu treffenden Ziele einzeln betrachtet. Die Unterschiede in der Verschiebung
der SAF-Kurve zwischen den Gruppen werden durch Betrachten dieser Fehlerrate noch
deutlicher: Die schnell trainierende Gruppe zeigt nun die größte SAF-Verschiebung nach dem
Training.
4.4.4
Verschiebung der SAF-Kurven
Wie in Kapitel 3.3.1 erläutert wurde, kann die Form der SAF-Kurve näherungsweise mit einer
mathematischen Funktion, die zwei abhängige Variablen „a“ und „b“ beinhaltet, dargestellt
werden. Die drei folgenden Abbildungen zeigen für die drei Gruppen die an diese Funktion
angepassten SAF-Kurven jedes Probanden vor (blau) und nach dem Training (rot). Ebenfalls
41
Ergebnisse
dargestellt sind die Werte für „a“ und „b“ sowohl vor als auch nach dem Training, die man
dadurch erhält. Für diese Berechnungen wurden die Werte der Sequenzfehlerrate
herangezogen, wie auch bei den Voruntersuchungen mit dieser Funktion von Reis et al.
Abbildung 28: Angepasste SAF-Kurven aller Probanden aus der akkurat trainierenden Gruppe. Pre = vor
dem Training (blau), post = nach dem Training (rot).
42
Ergebnisse
Abbildung 29: Angepasste SAF-Kurven aller Probanden aus der schnell trainierenden Gruppe. Pre = vor
dem Training (blau), post = nach dem Training (rot).
Abbildung 30: Angepasste SAF-Kurven aller Probanden aus der Gruppe ohne Strategiepräferenz. Pre =
vor dem Training (blau), post = nach dem Training (rot).
43
Ergebnisse
Wie auch in der Untersuchung von Reis et al. findet bei allen drei Gruppen die größte
Veränderung in der Variable „a“ statt. Eine einfaktorielle Varianzanalyse der Veränderung
von „a“ und „b“ („∆ a“ bzw. „∆ b“), die durch das Training stattfand, konnte zeigen, dass sich
die Variable „b“ nicht signifikant zwischen den Gruppen durch das Training ändert (p=0,622).
Allerdings bewirkte das Training eine statistisch signifikante Änderung von „a“ (p=0,048).
Die Post Hoc Analyse (siehe Abb. 31) zeigt, dass dies durch den Unterschied in „∆a“
zwischen der akkurat und der schnell trainierenden Gruppe zustande kommt (p=0,006).
**
2.5
2.0
∆ a
1.5
1.0
0.5
0.0
akkurat
schnell
schnell + akkurat
Abbildung 31: Differenz der Werte für „a“ von vor und nach dem Training (∆a). **p<0,01.
44
Diskussion
5 Diskussion
___________________________________________________________________________
Die Ergebnisse der vorliegenden Arbeit zeigen, dass schnelles motorisches Training zu einer
größeren Verschiebung der SAF Kurve führt als akkurates Training. Schnelles Training führt
folglich zu der größten Generalisierung des Gelernten. Zudem zeigen die Trainingsdaten, dass
sich die schnell trainierende Gruppe bezüglich Fehlerrate und Smoothness Index signifikant
mehr verbessert, als die Gruppe mit akkuratem Training. Die Hypothese dieser Arbeit, dass
akkurates Training zu dem größten Lernerfolg führt, konnte demnach widerlegt werden. Die
Gruppe, welche keine der beiden Strategien bevorzugte, zeigt einen mittleren Lernerfolg. Ihre
Trainingsstrategie war nicht strikt in eine Richtung vorgegeben, was vermuten lässt, dass
verschieden starke Tendenzen in Richtung der einen oder anderen Strategie vorlagen.
5.1 Probandenkollektiv
Die drei Gruppen dieser Studie zeigen keinen signifikanten Unterschied bezüglich Alter,
Geschlechterverteilung, Händigkeit und Verteilung des BDNF Polymorphismus. Somit
bestanden optimale Grundvoraussetzungen zur Analyse und Interpretation der erhobenen
Trainings- und Lerndaten.
5.2 Psychophysikalische Ergebnisse
Die Auswertung der Schlafdaten zeigt, dass sich die Probanden generell nicht in ihrem
Schlafverhalten unterscheiden (siehe Kap. 4.2.1.2 „Durchschnittlicher Schlaf“). Die Dauer des
Schlafs der Probanden in den Nächten während der Datenerhebung und auch die erhobenen
VAS Daten zeigen ebenfalls keine relevanten Abweichungen zwischen den drei Gruppen.
Die Fragebögen BDI und PANAS sollten eventuelle Unterschiede der Stimmung zwischen
den Gruppen aufzeigen, denn eine Depression würde beispielsweise einen schlechteren
Lernerfolg erklären können. Von Tag 1 zu Tag 5 verbesserten sich die Punktwerte der
Probanden in BDI und PANAS zwar, allerdings fand sich zwischen den Gruppen zu keinem
Zeitpunkt ein signifikanter Unterschied im Affekt. Somit ergab sich generell ein eher positiver
Effekt des Trainings auf die Stimmung.
45
Diskussion
5.3 Training
Die Auswertung der Daten zeigt in allen Gruppen eine Verbesserung der motorischen
Fähigkeiten im SVIPT durch motorisches Training. Alle drei Gruppen weisen eine
Verkürzung der Bewegungszeit (Abb. 16), eine Verringerung der Fehlerrate (Abb. 20) und
eine Zunahme des Smoothness Index (Abb. 24) auf.
Wie die Daten zur Bewegungszeit (Abb. 14) und Fehlerrate (Abb. 18) zeigen, haben die
Probanden die durch den Untersucher vorgegebene Strategie eingehalten: Die akkurat
trainierende Gruppe macht am wenigsten Fehler, während die schnell trainierende Gruppe die
kürzesten Bewegungszeiten aufweist. In den Abbildungen 16 und 20 erkennt man außerdem,
dass die Verbesserung hauptsächlich in der Variable auftritt, welche nicht durch die
Strategievorgabe festgelegt ist: Die schnell trainierende Gruppe zeigt die deutlichste
Verbesserung in der Fehlerrate, während die akkurate Gruppe ihre Geschwindigkeit deutlich
verbessern kann. Die Gruppe, welche keine der beiden Strategien bevorzugte, verbessert sich
hauptsächlich durch Zunahme der Geschwindigkeit, mit der die Cursorbewegung ausgeführt
wird, und weniger durch eine Verringerung der Fehlerrate.
Die Nachuntersuchungen konnten zeigen, dass kein signifikanter Unterschied zwischen den
Gruppen bezüglich der Retention des Gelernten besteht. Die Tatsache, dass sich die
motorischen Fähigkeiten der Probanden nach einem Monat kaum verschlechtert haben zeigt,
dass hier motorisches Lernen stattgefunden hat und dass es sich nicht nur um kurzfristige
Verbesserungen („Changes in Performance“) am Trainingstag handelt (siehe Kap. 2.1).
Wie in Kapitel 4.3.3 ersichtlich, zeigt die Gruppe mit schnellem Training eine signifikant
größere Zunahme des Smoothness Index durch das Training, als die akkurat trainierende
Gruppe. Man kann postulieren, dass die Probanden unter der Strategievorgabe möglichst
genau in ihrer Bewegungsausführung zu sein, hauptsächlich Mechanismen der „OnlineKorrektur“ zur Fehlervermeidung einsetzen. Dementsprechend würden Probanden, die
gezwungen sind schnell zu trainieren, eher auf den Mechanismus der „FeedforwardKorrektur“ zurückgreifen (siehe Kap. 2.1). Bei den langsamen Bewegungen kontrollieren die
Probanden ihre Motorik bewusster, um exakt die Tore zu treffen. Dies hat gegebenenfalls
kleinere Unterbewegungen zur Folge, was sich in einer initialen Verschlechterung der
Smoothness-Werte der akkuraten Gruppe widerspiegelt (Abb. 23). Die Strategievorgabe,
möglichst schnell zu sein, verhindert, dass solche Unterbewegungen entstehen und
dementsprechend erreicht diese Gruppe ab dem ersten Trainingsblock höhere Werte für den
46
Diskussion
Smoothness Index. Schnelles Motorisches Training führt zu einer weiteren Verbesserung
dieser Werte, die signifikant größer ist als die der akkuraten Gruppe. Es ist zu diskutieren, ob
demnach die „Feedforward-Korrektur“ einen größeren Lernerfolg mit sich bringt, als der
Mechanismus der „Feedback-Korrektur“. Die Ergebnisse dieser Arbeit lassen dazu aber nur
Vermutungen zu, da sicherlich alle Gruppen beide Korrekturmechanismen anwenden,
allerdings in unterschiedlicher Gewichtung.
5.4 SAF-Daten
Die Darstellung der SAF-Daten getrennt nach Sequenzfehlerrate und Gesamtziel- Fehlerrate
dient dazu, die Ergebnisse nach unterschiedlicher Gewichtung bezüglich der Fehlerrate zu
veranschaulichen. Durch Heranziehen der Sequenzfehlerrate wird am Ende ein Ergebnis
dargestellt, dem zugrunde liegt, dass sobald eines der vier Ziele verfehlt wurde, der ganze
Versuch als Fehler gewertet wird. Dabei ist es irrelevant, ob der Fehler bei einem leicht zu
treffenden Ziel (z.B. Tor 2) oder bei einem schwierigen Ziel (z.B. Tor 4) begangen wurde. Bei
der Gesamtziel- Fehlerrate wird jedes Ziel einzeln gewertet, wodurch es möglich wird, eine
genauere Aussage über die Fehlerrate zu treffen. Wenn man die Grafik der GesamtzielFehlerrate betrachtet, wird deutlich, dass schnelles Training zur größten Verschiebung der
SAF-Kurve führt. Verantwortlich dafür ist hauptsächlich die deutlich geringere Fehlerrate bei
den hohen Geschwindigkeiten.
Shmuelof et al. untersuchten in ihrer Arbeit unter anderem die Verschiebung der SAF-Kurve
in Abhängigkeit der Trainingsgeschwindigkeit (siehe Kap. 2.3). Der Versuchsaufbau mit
Erhebung der SAF-Kurve jedes Probanden jeweils vor und nach dreitägigem Training ist mit
dem Studienaufbau der hier vorliegenden Arbeit sehr gut vergleichbar. Auch die
Motorikaufgabe selbst hat eine ausgeprägte feinmotorische Komponente {Shmuelof 2012}.
Es konnte gezeigt werden, dass die Trainingsgeschwindigkeit keinen Einfluss auf die
Verschiebung der SAF-Kurve, oder die motorischen Fähigkeiten hat. Es ist allerdings wichtig
zu unterscheiden, dass die drei Gruppen in den Untersuchungen von Shmuelof et al. während
des dreitägigen Trainings die gleichen Strategievorgaben hatten: Nämlich die vorgegebene
Bewegungszeit einzuhalten und dabei möglichst den Parcours fehlerfrei zu durchlaufen.
Lediglich die einzuhaltende Bewegungszeit war für die Gruppen eine andere. Im Gegensatz
dazu sollten die Probanden bei der hier vorliegenden Arbeit unterschiedliche Strategien
favorisieren.
47
Diskussion
Van Veen et al. konnten mittels einer Entscheidungsfindungsaufgabe zeigen, dass unter der
Strategievorgabe „schnell“ der Simon-Effekt am größten ausfällt ({van Veen 2008}, siehe
Kap. 2.3), was mit den Ergebnissen der hier vorliegenden Studie konform wäre. Die
Untersuchungen von Churchland, van Veen und Wenzlaff et al. konnten höhere
Ausgangsaktivierungen der Neurone in den entsprechenden Gehirnarealen nachweisen, wenn
schnelle motorische Bewegungen geplant wurden. Somit ist bei der Bewegungsausführung
weniger Aktivierung nötig, um die Reizschwelle zu erreichen. Dies könnte die Voraussetzung
auf neurophysiologischer Ebene dafür sein, dass schnelles Motoriktraining zu besseren
Ergebnissen führt als akkurates Training. Wie in Kapitel 2.3 beschrieben, zeigten Beilock und
Bertenthal {Beilock 2008}, dass erfahrene Golfer von der schnellen Strategievorgabe
profitieren, während unerfahrene Golfer mit akkuratem Training die besten Ergebnisse
erzielen. Teilweise widersprechen die Ergebnisse dieser Arbeit jenen von Beilock und
Bertenthal, da alle Probanden zu Beginn der hier vorliegenden Studie unvertraut mit dem
SVIPT waren. Trotzdem führt hier schnelles Training zu besserem Lernerfolg. Dabei ist zu
bedenken, dass sich die Probanden vermutlich sehr schnell mit dem SVIPT vertraut gemacht
haben. Außerdem lassen sich die Bewegungen beim Golf auch nur geringfügig mit den
feinmotorischen Anforderungen des SVIPT vergleichen. Die Ergebnisse der hier vorliegenden
Arbeit lassen vermuten, dass man auch während des Erlernens einer Motorikaufgabe von
einer schnellen Strategievorgabe profitieren kann.
Die Neuberechnung der zwei Variablen „a“ und „b“ der SAF-Kurven konnte zeigen, dass es
durch die schnelle Strategievorgabe zu einer unterschiedlichen Verschiebung der SAF-Kurve
nach dem Training kommt. Dieser Unterschied manifestiert sich allerdings nur in der Variable
„a“. Die schnell trainierende Gruppe zeigt die größte Zunahme von „a“, während diese
Variable sich bei der akkuraten Gruppe durch das Training am wenigsten ändert. Eine
statistische Signifikanz ist zwischen diesen beiden Gruppen gegeben. Dies widerlegt die
Hypothese, dass akkurates Training zur größten Verschiebung der SAF-Kurve führt. Es
konnte allerdings nicht gezeigt werden, dass schnelles Training auch dem motorischen
Training ohne Strategiepräferenz überlegen ist.
5.5 Diskussion der Methode
Das
ausschließlich
aus
jungen
und
gesunden
Probanden
zusammengesetzte
Probandenkollektiv weist bereits am ersten Tag sehr geringe Fehlerraten bei der langsamen
Geschwindigkeitsvorgabe durch das Metronom auf (siehe Abb. 26, 27). Dies limitierte eine
48
Diskussion
weitere Verschiebung der SAF-Kurve hin zu den Achsen. Dies stellt einen Nachteil für die
akkurat trainierende Gruppe dar. Da sie von Anfang an bereits nahezu perfekt agiert, besteht
kaum noch Möglichkeit zur Verbesserung in diesem Bereich. Es muss also diskutiert werden,
ob sich bei höherem Schwierigkeitsgrad der Motorikaufgabe ein größerer Lernerfolg der
akkurat trainierenden Gruppe demaskiert hätte. Um dem entgegen zu wirken, hätte man auch
ältere
Probanden
mit
in
die
Studie
einschließen
können.
Eine
Erhöhung
des
Schwierigkeitsgrades wäre unter anderem durch das Trainieren mit der nicht dominanten
Hand möglich gewesen. Diese Option wählten beispielsweise Shmuelof et al. in ihrer
Untersuchung, da das Training mit der nicht dominanten Hand initial eine ungenauere
Bewegungsausführung mit sich bringt und dadurch die Möglichkeit zum motorischen Lernen
erweitert wird {Shmuelof 2012}.
Im Widerspruch dazu kann man die Frage stellen, ob möglicherweise fünf aufeinander
folgende Trainingstage, wovon zwei Tage ausschließlich zur Datenerhebung der SAF-Kurven
benötigt wurden, zu wenig sind, um einen deutlicheren Unterschied in der Verschiebung der
SAF-Kurven zwischen den drei Gruppen zu erzeugen.
Eine wichtige Frage bei der Interpretation dieser Ergebnisse ist, ob sich diese Effekte, die hier
an einer spezifischen Motorikaufgabe gezeigt werden konnten, auch auf andere Situationen
übertragen lassen. Der SVIPT hat eine große feinmotorische Komponente. Sie besteht in der
Kraftmodulation beim Zusammendrücken des Kraftüberträgers. Das unterstützt die
Behauptung, dass man Erkenntnisse, die mit dem SVIPT gewonnen werden, durchaus auf
andere Motorikaufgaben übertragen kann.
Bei der Planung der Studie stellte sich die Frage, ob es sinnvoll wäre, während des Trainings
an Tag 2 bis 4 strikte Vorgaben für die Geschwindigkeit und Fehlerrate zu geben. So hätte die
Gruppe mit der Strategievorgabe „schnell“ beispielsweise die sechs Trainingsblöcke pro Tag
unter einer Taktvorgabe durch das Metronom (z.B. 240 bpm) bestreiten können. Es wäre
somit sichergestellt gewesen, dass die Probanden nicht mit der Zeit langsamer geworden
wären. Ebenso hätte man einen maximalen Prozentsatz Fehlerquote festlegen können, den die
akkurate Gruppe nicht hätte überschreiten dürfen. Unter Berücksichtigung des Yerkes-Dodson
Gesetzes (siehe Kap. 2.3) wurde letztendlich in dieser Studie davon Abstand genommen. Es
hätte demnach die Gefahr bestanden, dass einige Probanden mit der Situation überfordert
gewesen wären, was eine verhältnismäßig schlechtere Leistung zur Folge gehabt hätte. Die
Einhaltung der Strategievorgaben wurde somit vom Probanden selbst nach eigenem Ermessen
49
Diskussion
durchgeführt. Dadurch konnte jeder Proband sein individuelles Gleichgewicht zwischen
Anspruch und Leistung suchen.
Weiterhin ist zu diskutieren, ob durch eine größere Probandenanzahl pro Gruppe noch
aussagekräftigere Ergebnisse zu erzielen wären. Dagegen sprechen allerdings geringe
Standardfehler der Mittelwerte bei den Ergebnissen dieser Arbeit. Außerdem wird bei der
Auswertung der SAF- und Trainingsdaten eine statistische Signifikanz erreicht.
5.6 Ausblick
Die vorliegenden Erkenntnisse dürften sowohl für die Sportwissenschaft als auch für die
Neurorehabilitation von besonderem Interesse sein.
Die Rehabilitation von Schlaganfallpatienten zielt vor allem auf eine Wiedererlangung
beziehungsweise Verbesserung der feinmotorischen Fähigkeiten ab. Die in dieser Studie
angewandte Motorikaufgabe („SVIPT“) hat eine ausgeprägte feinmotorische Komponente. Es
ist somit wahrscheinlich, dass Patienten nach einem Schlaganfall von einem Motoriktraining
unter schneller Strategievorgabe deutlich besser profitieren. Dies werden zukünftige klinische
Studien zeigen müssen.
50
Zusammenfassung
6 Zusammenfassung
___________________________________________________________________________
Die vorliegende randomisierte Verhaltensstudie untersuchte den Einfluss verschiedener
Lernstrategien auf die Erfolgsrate beim Erlernen einer motorischen Aufgabe. 36 gesunde
Probanden, aufgeteilt in drei Gruppen, erschienen fünf aufeinander folgende Tage zum
Training mit dem „Sequential Visual Isometric Pinch Task“ (SVIPT). Eine Gruppe sollte
möglichst fehlerfrei und eine weitere möglichst schnell trainieren. Eine dritte Gruppe bekam
beide Vorgaben und sollte dabei keine der beiden Strategien bevorzugen. An den Tagen 1 und
5 wurde für jeden Probanden die SAF-Kurve („speed-accuracy function“) bestimmt. Dabei
mussten neun Versuchsblöcke in jeweils unterschiedlichen Geschwindigkeiten, die durch ein
Metronom vorgegeben wurden, durchlaufen werden. Das dazwischen liegende dreitägige
Training mit dem SVIPT führte zu einer Verschiebung der SAF-Kurve hin zu den Achsen.
Diese Verschiebung kommt dadurch zustande, dass durch mehrtägiges motorisches Training
die Fehlerrate bei den vorgegebenen Geschwindigkeiten deutlich verringert werden konnte.
Die Verschiebung der SAF-Kurve bildet also den Lernerfolg jeder Gruppe ab. Die schnell
trainierende Gruppe zeigte dabei eine signifikant größere Verschiebung als die Gruppe mit
akkuratem Training. Aber auch die Trainingsdaten zeigen, dass schnelles Training zum
größten Lernerfolg führt. Dabei haben die unterschiedlichen Strategievorgaben keinen
Einfluss auf die Langzeitretention des Gelernten. Bereits bekannte Ergebnisse anderer
Studien, dass schnelles motorisches Training bessere Erfolge bei erfahrenen Probanden liefert,
können nun um die Erkenntnis erweitert werden, dass auch während des Erlernens einer neuen
Aufgabe von einer schnellen Strategievorgabe profitiert werden kann. Es ist bereits bekannt,
dass das Planen einer schnellen Bewegung zu einer größeren Ausgangsaktivierung der
Neurone in den entsprechenden cerebralen Arealen führt, als die Vorbereitung auf eine
akkurate Handlung. Dies könnte eine neurophysiologische Voraussetzung dafür sein, dass
eine schnelle Strategievorgabe bessere Erfolge liefert. Die Ergebnisse der hier vorliegenden
Studie liefern folglich interessante neue Ansätze für das motorische Training in der
Neurorehabilitation und Sportwissenschaft.
51
Literaturverzeichnis
7 Literaturverzeichnis
___________________________________________________________________________
Barde, Y. A.; Edgar, D.; Thoenen, H. (1982): Purification of a new neurotrophic factor from
mammalian brain. In: EMBO J. 1 (5), S. 549–553.
Beilock, Sian L.; Bertenthal, Bennett I.; Hoerger, Michael; Carr, Thomas H. (2008): When does haste
make waste? Speed-accuracy tradeoff, skill level, and the tools of the trade. In: J Exp Psychol Appl 14
(4), S. 340–352. Online verfügbar unter doi:10.1037/a0012859.
Beilock, Sian L.; Bertenthal, Bennett I.; McCoy, Annette M.; Carr, Thomas H. (2004): Haste does not
always make waste: expertise, direction of attention, and speed versus accuracy in performing
sensorimotor skills. In: Psychon Bull Rev 11 (2), S. 373–379.
Camus, Mickael; Ragert, Patrick; Vandermeeren, Yves; Cohen, Leonardo G. (2009): Mechanisms
controlling motor output to a transfer hand after learning a sequential pinch force skill with the
opposite hand. In: Clin Neurophysiol 120 (10), S. 1859–1865.
Chen, Zhe-Yu; Bath, Kevin; McEwen, Bruce; Hempstead, Barbara; Lee, Francis (2008): Impact of
genetic variant BDNF (Val66Met) on brain structure and function. In: Novartis Found. Symp. 289, S.
180-8; discussion 188-95.
Chen, Zhe-Yu; Jing, Deqiang; Bath, Kevin G.; Ieraci, Alessandro; Khan, Tanvir; Siao, Chia-Jen et al.
(2006): Genetic variant BDNF (Val66Met) polymorphism alters anxiety-related behavior. In: Science
314 (5796), S. 140–143. Online verfügbar unter doi:10.1126/science.1129663.
Churchland, Mark M.; Santhanam, Gopal; Shenoy, Krishna V. (2006): Preparatory activity in
premotor and motor cortex reflects the speed of the upcoming reach. In: J. Neurophysiol. 96 (6), S.
3130–3146. Online verfügbar unter doi:10.1152/jn.00307.2006.
Craft, J. L.; Simon, J. R. (1970): Processing symbolic information from a visual display: interference
from an irrelevant directional cue. In: J Exp Psychol 83 (3), S. 415–420.
Edwards, Susan (2002): Neurological physiotherapy. A problem-solving approach. 2. Aufl.
Edinburgh; New York: Churchill Livingstone.
Egan, Michael F.; Kojima, Masami; Callicott, Joseph H.; Goldberg, Terry E.; Kolachana, Bhaskar S.;
Bertolino, Alessandro et al. (2003): The BDNF val66met polymorphism affects activity-dependent
secretion of BDNF and human memory and hippocampal function. In: Cell 112 (2), S. 257–269.
Ernfors, P.; Kucera, J.; Lee, K. F.; Loring, J.; Jaenisch, R. (1995): Studies on the physiological role of
brain-derived neurotrophic factor and neurotrophin-3 in knockout mice. In: Int. J. Dev. Biol. 39 (5), S.
799–807.
FITTS, P. M. (1954): The information capacity of the human motor system in controlling the
amplitude of movement. In: J Exp Psychol 47 (6), S. 381–391.
Fritsch, Brita; Reis, Janine; Martinowich, Keri; Schambra, Heidi M.; Ji, Yuanyuan; Cohen, Leonardo
G.; Lu, Bai (2010): Direct current stimulation promotes BDNF-dependent synaptic plasticity:
potential implications for motor learning. In: Neuron 66 (2), S. 198–204. Online verfügbar unter
doi:10.1016/j.neuron.2010.03.035.
Karnath, Hans-Otto; Karnath-Thier (2006): Neuropsychologie. Mit 24 Tabellen ; [neu: Glossar]. 2.,
aktualisierte und erw. Aufl. Heidelberg: Springer (Springer-Lehrbuch). Online verfügbar unter
http://hsu-hh.ciando.com/shop/book/short/index.cfm/fuseaction/short/bok_id/9376 /
http://www.gbv.de/dms/hebis-mainz/toc/177318813.pdf.
Nusser, Müller, Busch (2010): Die Therapie des Facio-Oralen Trakts. F.O.T.T. nach Kay Coombes. 3.
Aufl. Berlin: Springer Berlin.
Oldfield, R. C. (1971): The assessment and analysis of handedness: the Edinburgh inventory. In:
Neuropsychologia 9 (1), S. 97–113.
52
Literaturverzeichnis
Plautz, E. J.; Milliken, G. W.; Nudo, R. J. (2000): Effects of repetitive motor training on movement
representations in adult squirrel monkeys: role of use versus learning. In: Neurobiol Learn Mem 74
(1), S. 27–55.
Reis, Janine; Schambra, Heidi M.; Cohen, Leonardo G.; Buch, Ethan R.; Fritsch, Brita; Zarahn, Eric
et al. (2009): Noninvasive cortical stimulation enhances motor skill acquisition over multiple days
through an effect on consolidation. In: Proc. Natl. Acad. Sci. U.S.A. 106 (5), S. 1590–1595. Online
verfügbar unter doi:10.1073/pnas.0805413106.
Sanes, J. N.; Wang, J.; Donoghue, J. P. (1992): Immediate and delayed changes of rat motor cortical
output representation with new forelimb configurations. In: Cereb. Cortex 2 (2), S. 141–152.
Schambra, Heidi M.; Abe, Mitsunari; Luckenbaugh, David A.; Reis, Janine; Krakauer, John W.;
Cohen, Leonardo G. (2011): Probing for hemispheric specialization for motor skill learning: a
transcranial direct current stimulation study. In: J. Neurophysiol 106 (2), S. 652–661.
Schmidt, Richard A.; Lee, Timothy Donald (2005): Motor control and learning. A behavioral
emphasis. 4. ed. Champaign, Ill.: Human Kinetics. Online verfügbar unter
http://www.loc.gov/catdir/toc/ecip0422/2004020514.html /
http://www.gbv.de/dms/bowker/toc/9780736042581.pdf.
Shmuelof, Lior; Krakauer, John W.; Mazzoni, Pietro (2012): How is a motor skill learned? Change
and invariance at the levels of task success and trajectory control. In: Journal of neurophysiology.
Simon, J. R. (1969): Reactions toward the source of stimulation. In: J Exp Psychol 81 (1), S. 174–176.
Steer, R. A.; Beck, A. T. (1985): Modifying the Beck Depression Inventory: reply to Vredenburg,
Krames, and Flett. In: Psychol Rep 57 (2), S. 625–626.
Umphred, Darcy Ann; Bürge, Elisabeth; Burton, Gordon U. (2000): Neurologische Rehabilitation.
Bewegungskontrolle und Bewegungslernen in Theorie und Praxis. Berlin [u.a.]: Springer.
van Cranenburgh, Ben; Vieten, Wolfgang (2007): Neurorehabilitation. Neurophysiologische
Grundlagen, Lernprozesse, Behandlungsprinzipien. Munich: Elsevier.
van Veen, Vincent; Krug, Marie K.; Carter, Cameron S. (2008): The neural and computational basis
of controlled speed-accuracy tradeoff during task performance. In: J Cogn Neurosci 20 (11), S. 1952–
1965. Online verfügbar unter doi:10.1162/jocn.2008.20146.
Watson, D.; Clark, L. A.; Tellegen, A. (1988): Development and validation of brief measures of
positive and negative affect: the PANAS scales. In: J Pers Soc Psychol 54 (6), S. 1063–1070.
Wenzlaff, Hermine; Bauer, Markus; Maess, Burkhard; Heekeren, Hauke R. (2011): Neural
characterization of the speed-accuracy tradeoff in a perceptual decision-making task. In: J. Neurosci.
31 (4), S. 1254–1266. Online verfügbar unter doi:10.1523/JNEUROSCI.4000-10.2011.
Wolpert, D. M.; Miall, R. C.; Kawato, M. (1998): Internal models in the cerebellum. In: Trends Cogn.
Sci. (Regul. Ed.) 2 (9), S. 338–347.
Yamada, Kiyofumi; Nabeshima, Toshitaka (2003): Brain-derived neurotrophic factor/TrkB signaling
in memory processes. In: J. Pharmacol. Sci. 91 (4), S. 267–270.
Yerkes, R.M &. Dodson J.D (1908): The relation of strength of stimulus to rapidity of habitformation. Hg. v. Journal of Comparative Neurology and Psychology. 18, S.459-482.
Zigova, T.; Pencea, V.; Wiegand, S. J.; Luskin, M. B. (1998): Intraventricular administration of
BDNF increases the number of newly generated neurons in the adult olfactory bulb. In: Mol. Cell.
Neurosci. 11 (4), S. 234–245. Online verfügbar unter doi:10.1006/mcne.1998.0684.
53
Anhang
8 Anhang
___________________________________________________________________________
8.1 Abbildungsverzeichnis
Abbildung 1: Beispiel einer SAF-Kurve. ................................................................................... 3
Abbildung 2: Fitts’ Tapping Task. Quelle:
http://t3.gstatic.com/images?q=tbn:ANd9GcSwhsOfpdvhlGLSuz1FXglNXUaUpHPS5094gMzKtjEqW5xj0AT6fI6fVE............................................................... 4
Abbildung 3: Yerkes-Dodson Gesetz. Quelle:
http://www.dreamflow.de/bilder/yerkes-dodson.gif ................................................................... 5
Abbildung 4: Versuchsaufbau und Kraftmodulationskurve des SVIPT.. ................................ 12
Abbildung 5: Trainingsablauf .................................................................................................. 15
Abbildung 6: Beispielhafte Kraftmodulationskurve einer Wiederholung in einem Block mit
der Metronomeinstellung 160 bpm. ......................................................................................... 16
Abbildung 7: Beispiel einer Wiederholung desselben Probanden nach dem Training unter
derselben Geschwindigkeitsvorgabe (160bpm). ...................................................................... 16
Abbildung 8: Gruppeneinteilung. D=Trainingstag................................................................... 17
Abbildung 9: Mittlere Schlafdauer der Gruppen an den Trainingstagen. ................................ 23
Abbildung 10: Mittlere Angaben zur subjektiven Aufmerksamkeit vor dem Training
(Mittelwert, Standardfehler)..................................................................................................... 24
Abbildung 11: Mittelwerte und Standardfehler der erreichten Punktwerte im BDI. . ............. 25
Abbildung 12: Mittelwerte mit Standardfehler der Negativwerte der PANAS.. ..................... 26
Abbildung 13: Mittelwerte mit Standardfehler der Positivwerte der PANAS.. ....................... 27
Abbildung 14: Bewegungszeit während des Trainings und des Follow Up............................. 28
Abbildung 15: Veränderungen in der Bewegungszeit vom ersten Trainingsblock (ohne
Strategiepräferenz) zum ersten Trainingsblock unter vorgegebener Strategie......................... 29
Abbildung 16: Verbesserung in der Bewegungzeit von D2B1 zu D4B6. ................................ 30
Abbildung 17: Veränderungen in der Bewegungszeit vom letzten Trainingstag (D4B6) zur
Nachuntersuchung (FU). .......................................................................................................... 31
Abbildung 18: Sequenzfehlerrate während des Trainings und des Follow Up.. ...................... 32
Abbildung 19: Veränderung der Fehlerrate in Prozentpunkten vom ersten Trainingsblock
(ohne Strategiepräferenz) zum ersten Block an Tag 2 unter vorgegebener Strategie. ............. 33
Abbildung 20: Verbesserung der Fehlerrate in Prozentpunkten zwischen D2B1 und dem
letzten Trainingsblock (D4B6)................................................................................................. 34
Abbildung 21: Zunahme der Fehlerrate in Prozentpunkten vom letzten Trainingsblock (D4B6)
zur Nachuntersuchung (FU). .................................................................................................... 35
Abbildung 22: Überblick über die erreichten Mittelwerte des Smoothness Index mit
Standardfehler .......................................................................................................................... 35
Abbildung 23: Veränderung der erreichten Punktwerte für den Smoothness Index vom ersten
Trainingsblock ohne Strategiepräferenz zum ersten Trainingsblock unter vorgegebener
Strategie (D2B1)....................................................................................................................... 36
Abbildung 24: Verbesserung der erreichten Punktwerte für den Smoothness Index vom ersten
Trainingsblock unter vorgegebener Strategie (D2B1) zum letzten Trainingsblock (D4B6).... 37
Abbildung 25: Verschlechterung der Werte für den Smoothness Index vom letzten
Trainingsblock (D4B6) zur Nachuntersuchung (FU)............................................................... 38
Abbildung 26: Überblick über die Sequenzfehlerrate bei der Erhebung der SAF, jeweils vor
und nach dem Training ("pre, "post")....................................................................................... 39
54
Anhang
Abbildung 27: Überblick über die Gesamtziel-Fehlerrate bei der Erhebung der SAF, jeweils
vor und nach dem Training ("pre", "post")............................................................................... 40
Abbildung 28: Angepasste SAF-Kurven aller Probanden aus der akkurat trainierenden
Gruppe.. .................................................................................................................................... 41
Abbildung 29: Angepasste SAF-Kurven der schnell trainierenden Gruppe. ........................... 42
Abbildung 30: Angepasste SAF-Kurven aller Probanden aus der Gruppe ohne
Strategiepräferenz..................................................................................................................... 42
Abbildung 31: Differenz der Werte für „a“ von vor und nach dem Training (∆a).. ................ 43
8.2 Tabellenverzeichnis
Tabelle 1: Übersicht über die Geschlechterverteilung. ............................................................ 20
Tabelle 2: Übersicht über die Durchschnittswerte für den Lateralitätsquotienten. .................. 21
Tabelle 3: Übersicht über die Häufigkeitsverteilung des BDNF-Polymorphismus. ................ 21
Tabelle 4: Altersverteilung....................................................................................................... 21
Tabelle 5: Mittelwerte des durchschnittlichen Schlafs pro Nacht mit Standardfehler............. 22
Tabelle 6: Eingehaltene Bewegungszeiten.. ............................................................................. 38
8.3 Formel für die Berechnung des Smoothness Index
Smoothness Index
=
1
NormJerk
0,5 ∗ JerkSquareInt ∗ MovementTime 5
CursorPathLength 2
Norm Jerk
=
JerkSquareInt
=
∫ DIFF 3( X )
CursorPathLength
=
∑ DIFF (X )
DIFF3 (X)
=
DIFF[DIFF(DIFF(X))] → Differenz dritter Ordnung
zwischen der ersten und der letzten Segmentmarkierung
errechnet aus den aktuellen Versuchsdaten.
DIFF(X)
=
Differenz erster Ordnung zwischen der ersten und der
letzten Segmentmarkierung errechnet aus den aktuellen
Versuchsdaten.
Segmentmarken
=
Maßzahlen aller lokalen Maxima und Minima in den
aktuellen Versuchsdaten (Kraftmodulationskurve).
X
=
Aktuelle Versuchsdaten
2
55
Anhang
8.4 Abkürzungen
B
Trainingsblock
BDI
Beck Depressionsinventar
BDNF
engl: brain derived neurotrophic factor
Bpm
engl: beats per minute, Schläge des Metronoms pro Minute
D
Trainingstag
DIFF
Differenz
FU
engl: Follow Up, Nachuntersuchung
Int
Integral
LQ
Lateralitätsquotient im Edinburgh Händigkeits-Fragebogen
Met
Methionin
MRT
Magnetresonanztomographie
MT
engl: movement time, Bewegungszeit
PANAS
Positive and Negative Affect scale
Post
Nach dem Training
Pre/Prä
Vor dem Training
SAF
engl: speed-accuracy function
Sec
Sekunde
SVIPT
engl: sequential visual isometric pinch task
Val
Valin
VAS
visuelle Analogskala
Wdh
Wiederholung
8.5 Publikationen
Während der Arbeit an der vorliegenden Dissertation ist folgende Veröffentlichung
entstanden:
Postervortrag:
“Effect of different training strategies on the speed-accuracy trade-off function in motor skill
learning”. Neurowoche Mannheim (21.-25.9.2010).
P. Raes, B. Fritsch, C. Weiller, J. Reis (Freiburg)
56
Anhang
8.6 Danksagung
An dieser Stelle möchte ich mich bei Frau Dr. Janine Reis für die Überlassung des Themas
und ihre Betreuung während der Erstellung dieser Arbeit danken. Sie stand mir bei Fragen
und Problemen jederzeit hilfreich zur Seite.
Herrn Prof. Dr. Weiller danke ich ebenfalls für die Überlassung des Themas, die Übernahme
des Erstgutachtens, sowie für seine konstruktive Kritik. Danke an Frau Prof. Dr. Haas für die
Übernahme des Zweitgutachtens.
Ein besonderes Dankeschön möchte ich allen Probanden, die sich bereit erklärt haben, an
dieser Studie teilzunehmen, aussprechen.
Danke auch an Daniela Brandsch, Susanne Rahner und Florian Adam für ihre Motivation und
hilfreichen Anregungen während der Erstellung dieser Arbeit. Vielen Dank an Isabelle Adam
und Susanne für die Durchsicht des Manuskripts.
Für die Unterstützung bei der mathematischen und statistischen Auswertung möchte ich mich
bei George Prichard bedanken.
Meinen Eltern Erik und Ursula Raes möchte ich als Dank diese Arbeit widmen. Ihre
bedingungslose Unterstützung in Allem, ihre hilfreichen Worte und ihr Weitblick werden für
mich auch in Zukunft von unschätzbarem Wert sein.
57
Lebenslauf
9 Lebenslauf
___________________________________________________________________________
Name:
Patricia Tatiana Raes
Geburtsdatum:
14.05.1988
Geburtsort:
Donaueschingen
Eltern:
Erik Raes
Ursula Maier-Raes
Geschwister:
Deborah Raes
Schulausbildung:
Grundschule Offenburg: Sept. 1994 – Juli 1998
Oken-Gymnasium Offenburg: Sept. 1998 – Juni 2006
Abschluss: Abitur, Note: 1,3
Studium:
Seit Okt. 2006: Medizinstudium an der Universität Freiburg
Sept. 2008: Erster Abschnitt der Ärztlichen Prüfung
Seit Aug. 2011: Praktisches Jahr am Kreiskrankenhaus Lörrach

Patty diss fertig korrigiert

Transcription

Documents pareils

Ergebnis Online

sommerprogramm vom 8. juni bis 28. august 2015

Blutdruckmessung bei Sporttauchern

Hörsehverstehen

Bessenyei József

Motorisches Lernen: Lernen und Umlernen einer

Stricherstudie “östliches Ruhrgebiet” 2008

Das Zusammenwirken von Systemresponsezeiten und

Klassifikation von Gangmustern mittels Support Vektor Maschinen