i Dette afsnit beskrives den serie af eksperimenter, der udføres af de to polydactyly emner, P1 og P2, for at undersøge neuromechanics og funktioner i deres hænder. Nogle eksperimenter involverede desuden en gruppe kontrolpersoner med femfingrede hænder. Undersøgelsen blev godkendt af de institutionelle etiske udvalg ved University of Freiburg, Imperial College London, EPFL og King ‘ s College London., Hvert individ gav informeret samtykke inden starten af hvert eksperiment.
MR-analyse af håndanatomi
den underliggende anatomi af hånden til emne P1 blev visualiseret ved hjælp af MR i afdelingen for Perinatal billeddannelse og sundhed, King ‘ s College London. T1 vægtet, inversionsgendannelse og protontæthed billeder blev erhvervet med et 1.5 Tesla Siemens Aera-system (Erlangen, de). Billeder kunne ikke erhverves fra emne P2 på grund af et metallisk tandimplantat.
håndbiomekanik
en dedikeret håndgrænseflade til måling af den isometriske kraft af hver finger (vist i fig., 2a) blev udviklet hos Human Robotics group, Imperial College London, for at undersøge styrken af enten venstre eller højre fingre hos personer med enten femfingrede eller seksfingrede hænder. Hånden blev placeret vandret på grænsefladen som vist i Fig. 2a. fem eller seks af de otte 3D-trykte understøtninger, der hver er fastgjort til en belastningscelle (HTC), kunne glide lineært for at rumme en venstre eller højre hånd af enhver størrelse, så motivet komfortabelt kunne udøve en lodret kraft med spidsen af hver finger.
kræfter over alle fingre blev registreret ved 128 h.., Eksperimenter blev udført med denne grænseflade på de to polydactyly-forsøgspersoner såvel som på en population på 13 kontrolpersoner (seks kvinder) med femfingrede hænder mellem 25 og 35 år gamle. Forsøgspersonerne sad foran et bord med grænsefladen placeret oven på det, så underarmen hvilede på bordet i en naturlig position.
oprindeligt blev forsøgspersoner bedt om at udøve den maksimale mulige kraft med en enkelt finger. Denne maksimale kraft (MF) blev registreret for hver finger separat fra tommelfingeren og slutter med lillefingeren., Figur 2b viser MF for forsøgspersoner med fem og seks fingre. Ved hjælp af disse data, trælbinde eij, der behandler afhængighed mellem fingre i og j, blev beregnet som
hvor jeg er den finger, der genererer MF, mens Fj(jeg) er den kraft, der produceres samtidig med en finger j og MFj er den maksimale kraft af finger j. Trælbinde for fem – og seks-fingered emner, som er præsenteret i Fig. 2d.,
derefter blev forsøgspersonerne bedt om at kontrollere 10%, 20% eller 30% af MF under 15 s lange forsøg. Tre forsøg blev udført på hvert kraftniveau, totaliseret 3 3 3.5 = 45 eller 3. 3. 6 = 54 forsøg pr. Femfingrede emner udførte kun en session, mens de seks fingre emner udførte to (emne P1) eller tre (emne P2) sessioner. Dataene fra dette eksperiment blev brugt til at undersøge, hvordan kraftvariabiliteten afhænger af mængden af udøvet kraft., I hvert forsøg blev kraftvariabiliteten beregnet som standardafvigelsen for kraften over tidsvinduet /128 s, som blev valgt, så forsøgspersonerne korrekt udøvede den krævede kraft i denne periode i næsten alle forsøg. Fem forsøg 1 forsøg i en kontrol genstand, 2 forsøg i emne P1 og 2 forsøg i emne P2) blev udelukket fra analysen, da de viste ekstraordinære høje udsving i kraft over tid, hvilket indikerer, at opgaven ikke blev gennemført med succes på disse prøvelser., Figur 2c viser standardafvigelsen af kraften som en funktion af størrelsen af kraften for fem – og seksfingerede emner.
funktionel MRI
P1 og en gruppe på ni kontroldeltagere med fem fingre hænder deltog i fMRI-eksperimentet. P2 blev udelukket på grund af et metallisk tandimplantat. I et blokdesign udførte deltagerne en tapebevægelse i løbet af 20 s med en enkelt finger(20 haner pr. Fire blokke blev udført for hver finger i pseudo-randomiseret rækkefølge (24 forsøg for P1 og 20 forsøg til kontrol)., P1 udførte to sessioner, en for hver hånd. Kontroller udførte kun en session med højre hånd. Alle deltagere blev trænet i bevægelserne, før de kom ind i fMRI-scanneren.
billeder blev erhvervet på en kortboret hoved-kun 7T scanner (Siemens Medical, Tyskland) med en 32-kanals T. / R. rf-spole (Nova Medical, Tyskland). Funktionelle billeder blev erhvervet ved hjælp af en sinusformet udlæsning EPI se .uence23 og omfattede 28 aksiale skiver. Skiver blev anbragt over den centrale sulcus (ca.ortogonale til den centrale sulcus) for at dække de primære motorkortikaler (vo .elopløsning 1.,3 × 1.3 × 1.3 mm3; TR = 2 s, FOV = 210 mm, TE = 27 ms, flip vinkel = 75°, GRAPPA = 2). Anatomiske billeder blev opnået ved hjælp af en MP2RAGE sequence24 for at give den præcise lokalisering af precentral sulcus (se nedenfor) og til visning formål (TE = 2.63 ms, TR = 7.2 ms, TI1 = 0.9 s, TI2 = 3.2 s, TRmprage = 5 s). Til støtte for den coregistration mellem den funktionelle og anatomiske billeder, en hel hjerne EPI volumen blev også opnået med samme tilbøjelighed, der anvendes i den funktionelle kører (81 skiver, voxel beslutning 1.3 × 1.3 × 1.3 mm3, FOV = 210 mm, TE = 27 ms, flip vinkel = 75°, GRAPPA = 2)., Forsøgspersoner blev scannet i liggende stilling.
alle billeder blev analyseret ved hjælp af SPM8-soft .aren (Humanellcome Center for Human Neuroimaging, London, UK). Forbehandling af fMRI data, der indgår skive timing korrektion, rumlig justering, udjævning (FWHM = 2 mm) og coregistration med anatomiske billeder. Caret 5 (Van Essen Laboratory, Schoolashington University School of Medicine) blev brugt til overfladevisualisering. At lokalisere vo .els inkluderet i analysen af aktiveringsmønstre (supplerende Fig., 3), en første GLM-analysen blev beregnet, som omfattede en regressor per finger (6 for P1 og 5 for kontrol) og seks stive bevægelser regressors. En funktionel maske for fingerbevægelser blev defineret som aktiv voxels i F-kontrast, der er forbundet med enhver form for finger bevægelse (p < 0.05 FWE). Derudover blev en anatomisk maske svarende til den sensorimotoriske Corte.designet ved hjælp af offentliggjorte probabilistiske cytoarchitectoniske maps25,26,27., Den anatomiske maske omfattede den primære motoriske Corte.M1 (Brodmann områder 4a og 4p) og den primære somatosensoriske Corte. S1 (Brodmann områder 3a, 3b, 1 og 2). Den anatomiske maske blev projiceret tilbage på hver deltagers oprindelige rum. Dette førte til 2190 voxels i venstre hemisfære P1 til højre finger bevægelser, 2037 voxels i den højre hjernehalvdel, af P1 for venstre finger bevægelser, og 343.8 ± 417.1 (middel ± std) voxels i den venstre hjernehalvdel af kontrol for højre finger-bevægelser (Supplerende Fig. 3).,
for At analysere aktivering mønstre inden for den valgte voxels, der er forbundet med hvert forsøg af finger bevægelse, en anden GLM-analysen blev beregnet, som omfattede en regressor for hver finger trykke forsøg (24 for P1 og 20 for kontrol) og seks stive bevægelser regressors. Separat for hver enkelt deltager, beta-estimater for hver trykke retssagen blev hentet inden for det valgte voxels (hvilket resulterer i en retssag × voxels i en matrix)., Disse high-dimensionelle mønstre blev fremskrevet til to dimensioner af klassisk multidimensionel skalering (MDS), som finder en lav-dimensionelle fremskrivninger bevare omtrent parvise afstande mellem høj-dimensionelle aktivering patterns14. Som afstandsmetrik for MDS brugte vi den krydsvaliderede Mahalanobis distance14. For den femfingrede kontrolgruppe blev MDS udført for hvert individ separat. Som MDS fremskrivninger fremkalde en vilkårlig rotation vi justeret fremskrivninger af de enkelte fag ved hjælp Procrustes alignment14. Standard fejl ellipser vist i Fig., 2e blev beregnet fra kovariansen på tværs af emner. Som Procrustes tilpasning kan også fjerne nogle af de sande inter-emne variability14, brugte vi en Monte-Carlo procedure til at estimere en korrektion og korrigerede standard fejl ellipser accordingly14. For polydactly emne P1, Vi beregnet kovarians ved bootstrapping forsøgene. For hver bootstrap-prøve blev en MDS-projektion beregnet. De bootstrapped MDS fremskrivninger blev justeret ved hjælp Procrustes justering. Standard fejl ellipser (Fig. 2e, supplerende Fig., 4) blev beregnet ud fra kovariansen på tværs af bootstrapped MDS-fremskrivninger, justeret med korrektionsfaktorer estimeret ved en Monte Carlo-procedure14.
Finger lokalisering opgave
en finger lokalisering opgave20 blev udført for at undersøge den opfattede hånd form af P1, P2, og af en gruppe på ni kontroller. Deltagerne blev bind for øjnene, og deres hånd blev placeret under en struktur toppet af et 2D-gitter. De måtte pege på gitteret med frihåndsindekset mod cued-placeringerne på den testede hånd., De var nødvendige for at identificere tre steder på hver finger: den første kno, den anden kno og tip (i alt 18 steder per side for P1 og P2, og 15 steder for kontrol). Hver placering blev testet seks gange for P1 og P2, fire gange for kontroller. Opgaven blev udført for begge hænder i P1 og P2, kun for højre hånd i kontroller. Opgaven blev udført en gang med taktil cueing, dvs.målplaceringerne blev rørt med et plastfilament, og en gang med verbal cueing, dvs. målplaceringerne blev oralt navngivet., Lokaliseringsfejlen blev målt for hvert testet sted som den 2D-euklidiske afstand mellem de rapporterede positioner på gitteret og de reelle positioner for de testede placeringer på gitteret (Fig. 2f). Lignende resultater blev opnået med taktil og oral cueing; vi rapporterer kun resultaterne fra taktil cueing.
objektmanipulation og almindelige bevægelsesopgaver
eksperimentel opsætning: emnerne sad foran et skrivebord under de to opgaver, der er beskrevet nedenfor., Et elektromagnetisk bevægelsesfangstsystem (Polhemus Liberty 240/16-16) blev brugt til at registrere hånd-og fingerbevægelserne under objektmanipulationen og de almindelige bevægelsesopgaver (se supplerende fig. 5A). Hænderne blev holdt på 0,6 m afstand fra de vigtigste Polhemus system til at opretholde optagelsen støj under 0,005 mm. I alt 12 henholdsvis 14 sensorer, der var knyttet til hånd og fingre af fem – eller seks-fingered emner at bruge medicinsk tape. Hver sensor målte tre kartesiske koordinater for positionen og tre vinkler for orienteringen i forhold til hovedstationen., Hver sensor blev forbundet til Polhemus-systemet ved hjælp af plastiske isolerede aluminiumskabler. To store sensorer (9 11 11 6 6 mm3 i maksimale positioner, 9,1 g) blev anbragt på huden oven på midten og tommelfingeren metakarpale knogler. De andre var små sensorer (sfærisk, 17,3 mm længde, 1,8 mm ydre diameter, <1 g), som blev placeret i den distale og proksimale phalanges af hver finger. Målinger blev registreret ved 120 h..Objektmanipulationsopgave: de to polydactyly-emner og 13 kontrolpersoner med femfingrede hænder (seks kvinder, middelalder 24.,8 med standardafvigelse 2.0) deltog i en objektmanipulationsopgave. Den eksperimentelle procedure for objektmanipulationsopgaven blev tilpasset fra ref. 21. Vi valgte 50 objekter med forskellige former, størrelser, teksturer og materialer (se supplerende fig. 5B). Disse genstande var uden metal eller paramagnetiske materialer for ikke at forstyrre Polhemusmålingen baseret på magnetfelter. Emnerne blev bind for øjnene og fik objekterne en efter en. De var nødt til at udforske et objekt med den ene hånd, og gæt hvad det er (se supplerende Film 4). Hvert objekt blev udforsket i 30 s., Når et objekt blev genkendt tidligere end 30 s, blev emnet bedt om at udforske særlige træk ved dette objekt, såsom tip, kanter osv.
Fælles bevægelse opgaver: De to polydactyly fag og 8 af de 13 forsøgspersoner med fem fingre hænder, der har foretaget objekt manipulation opgave (fem kvinder, gennemsnitsalderen 24.3 med standardafvigelse 2.0) også udført fire fælles bevægelse opgaver (se også Supplerende Movie 5). Binde sko snørebånd: enden af to sko snørebånd blev fastgjort på et bord, og emnerne var forpligtet til at binde snørebåndene med to hænder., Flipping bogsider: emnerne fik en bog og måtte vende sider ved hjælp af kun handn hånd. Servietfoldning: emnerne modtog et papirserviet og måtte folde det i en bestemt form (som brugt i restauranter) og i en bestemt rækkefølge ved hjælp af begge hænder. Rolling et håndklæde: forsøgspersoner fik et håndklæde og bedt om at rulle det i cylindre ved hjælp af begge hænder. Opgave blev registreret, hvor forsøgspersoner blev bedt om at gentage opgaven så ofte som de ville.,
dataanalyse: placeringen af hver lille sensor i forhold til den store sensor på midten af metakarpale knogler blev brugt til yderligere analyse. Rå positionsmålinger blev glattet med et Savitkyky-Golay filter (tredje rækkefølge, længde 41 prøvepunkter svarende til 341, 67 ms). Bevægelseshastigheder blev beregnet ud fra råpositionsmålinger med et første derivat Savitkyky-Golay filter (tredje rækkefølge, længde 41 prøvepunkter svarende til 341,67 ms).,
analyse af finger (in) afhængighed: for at vurdere (in)afhængigheden af fingerbevægelser estimerede vi den gensidige information mellem bevægelserne af forskellige fingre. Den gensidige information mellem to kontinuerte stokastiske signaler X og Y er defineret som:
hvor σX, σY er kovarians matricer af den marginale tætheder X og Y, og σXY er kovarians matrix af den fælles tæthed. En mere intuitiv forståelse af den gensidige information kan opnås for univariate normale signaler and og Y for hvilke e.., (3) en yderligere forenkling at
hvor f(X, Y) er Pearsons korrelationskoefficient mellem X og Y. for At vurdere den gensidige information mellem to fingre, vi brugte seks-dimensionelle position målinger fra de to sensorer på hver finger, skønnes det, at kovarians matricer fra den tid, bevægelse, positioner og anvendes Eq. (3).,
forudsigelse af individuelle fingerbevægelser fra bevægelser af andre fingre: bevægelsen af hver enkelt finger blev forudsagt fra bevægelserne af de andre fingre. For seksfingerede forsøgspersoner blev forudsigelsen udført med og uden den supernumerære finger; sidstnævnte for at lette sammenligningen med resultaterne fra femfingrede forsøgspersoner. Positions/y/.-positionerne for de to sensorer ved hver finger udgjorde den seksdimensionelle bevægelsesvektor for hver finger., Disse seks komponenter blev individuelt forudsagt fra de 24-eller 30-dimensionelle bevægelsesvektorer af de resterende fire eller fem fingre. Forudsigelse blev udført ved hjælp af lineære mindste kvadrater og ikke-lineær supportvektorregression. Vi brugte dobbelt krydsvalidering med kronologiske opdelinger af dataene for at undgå overfitting. Kvaliteten af forudsigelse blev kvantificeret ved beregning af koefficienten for bestemmelse (R2) mellem forudsagte og faktiske bevægelse for hver komponent af seks-dimensionelle bevægelse vektor og derefter gennemsnit R2-værdier på tværs af seks dimensioner., Vi brugte supportvektorregression med en Gaussisk kerne, og hyperparametrene (dvs.kernebredden såvel som regulariseringsparameteren) blev optimeret på træningsdatasættet. Vi brugte Matlab implementering (“fitrsvm”) for støtte vektor regression og optimering af hyperparametre. For at reducere beregningstiden blev dataene nedstemplet til 120/20 = 6 h..
Hovedkomponentanalyse (PCA) af grader af freedom21,28,29: PCA blev udført på sensoren positions/y / positions-positioner målt med to sensorer ved hver finger under objektmanipulationen og de fælles bevægelsesopgaver., Den kumulerede mængde varians fanget af et stigende antal hovedkomponenter er afbildet i Fig. 3b og supplerende Fig. 6B. for at beregne det effektive antal dof anvendte vi to algoritmer:krydsvalideringen PCA med Eigenvector metode anbefales i ref. 30 og krydsvaliderings-PCA-metoden med anvendelse af forventningsmaksimering for manglende værdier som foreslået i ref. 31., Begge metoder anvender en krydsvalideringsprocedure, hvor PCA først beregnes ud fra træningsdata og derefter anvendes til at forudsige prøverne af testdataene,mens Trænings-og testdatasættet er gensidigt eksklusive30, 31. I vores tilfælde brugte vi tifold cross-validering og kronologisk splitte bevægelsen data separat for hver opgave i ti dele ved hjælp af i hver fold ni af dem i den uddannelse, og en del i test data., De første og sidste 10 s af testdatasættet blev udelukket for hver opgave for at undgå enhver indflydelse af træningen på testdataene på grund af bevægelsens auto-korrelation. Den gennemsnitlige kvadreret fejl mellem forudsigelse og faktiske data blev beregnet som en funktion af antallet af hovedkomponenter. Antallet af hovedkomponenter, der gav den mindste fejl, blev brugt som et skøn for det effektive antal dof og blev beregnet for hvert emne separat., For hvert emne gennemsnit vi det bestemte antal hovedkomponenter på tværs af begge metoder30, 31 og brugte dette som et skøn over antallet af frihedsgrader (fig. 3c, supplerende fig. 6C).
Informationsteoretisk analyse af frihedsgrader: ud over PCA-analysen beskrevet i det foregående afsnit analyserede vi frihedsgraderne ved hjælp af information entropi. I modsætning til PCA tager analysen af information entropi hensyn til potentielle ikke-lineære forhold mellem fingerbevægelser., Information entropi kræver på den anden side et skøn over den fælles sandsynlighedsfordeling af fingerbevægelserne. Til at beregne dette fælles sandsynlighedsfordeling, vi discretized finger bevægelser, ved at klassificere den bevægelse tilstand af hver finger ind i en af de tre betingelser fra det sæt, MS = {hvile, flexion, extension}, baseret på bevægelserne af den distale og proksimale interfalangealled. Sfæriske koordinater (afstand, polær og A .imutvinkel) af den distale sensor i forhold til dens proksimale sensor blev beregnet., PARTNERSKABS-og samarbejdsaftalen blev udført på polar og azimuth vinkler og bevægelser langs den første principal komponent blev brugt til at repræsentere bevægelser af hver finger. For hver finger, den første afledede v af den første PC blev beregnet som forskellen mellem to på hinanden følgende tid skraldespande og bruges til at udlede den nuværende bevægelse stat, der er baseret på en tærskel μ = 0.3 SD(v): fleksion for v < −μ, udvidelse for v > μ, resten på anden måde. Forskellige tærskelværdier (0.4 = 0,4 SD (v) eller 0 = 0.,1 SD(v)), såvel som forskellige stater (kun to tilstande: fleksion for v < 0 og udvidelse for v > 0), ændrer ikke vores generelle konklusion vedrørende sammenligning af de oplysninger, entropi mellem fem – og seks-fingered fag. Vi beregnet oplysningerne eller Shannon entropi (h) af den fælles sandsynlighedsfordeling af bevægelsestilstandene for alle fingre (p):
hvor si MS MS er fingerens tilstand i., For n fingre er antallet af forskellige bevægelsestilstande 3n, og den maksimale entropi er derfor log2 (3)n, som opnås, når alle mulige bevægelsestilstande har samme sandsynlighed.fælles bevægelse af tommelfinger, indeks og supernumerær finger: For hvert tidspunkt beregnede vi bevægelseshastigheden for hver finger som størrelsen af dens tredimensionelle hastighedsvektor ved fingerspidsen., Vi klassificerede derefter bevægelsestilstanden for hver finger i hvert tidspunkt som enten “hvile” eller “bevægelse” ved at sammenligne hastigheden med en tærskelværdi, der blev valgt som 10., 30. eller 50. percentil af hastighedsfordelingen på tværs af alle tidspunkter og alle fingre. Fra disse data estimerede vi de betingede sandsynligheder, som tommelfinger og pegefinger eller tommelfinger alene eller pegefinger alene bevægede sig, da den supernumerære finger bevægede sig. Disse betingede sandsynligheder blev estimeret for de tre hastighedstærskler (fig. 3e, supplerende Fig. 6E).,
videospil til seks fingre
Polydactyly-emner sad foran en computerskærm (DELL U2713HM) cirka 0.6 m fra skærmen, hvor seks målbokse blev vist i det nederste centrum af en sort skærm. Under eksperimentet passerede oscillerende markører gennem målbokse (Fig. 3g og supplerende Film 6). Hver af disse oscillerende firkanter havde en anden frekvens inden for et foruddefineret område. De individuelle målbokse kunne “røres” ved at trykke på en tilsvarende tast på et standard computertastatur., Tasterne blev valgt til at matche håndgeometrien for de enkelte fag for at sikre, at tasterne var behagelige. Emnerne blev bedt om at spore de oscillerende markører og trykke på den tilsvarende knap, når markøren var inden for den tilhørende målboks. Hvis knappen blev trykket i dette tidsvindue, tællede den som et korrekt tryk, hvis det blev trykket udenfor, blev det talt som et falsk tryk. Antallet af korrekte og falske presser blev opsummeret over alle fingre og akkumuleret over prøvetiden.,
motivernes ydeevne blev bedømt på deres nøjagtighed (korrekte presser/målantal) og fejlhastighed (falske presser / alle presser). Målet var at øge nøjagtigheden og samtidig reducere fejlfrekvensen. I begyndelsen af hvert forsøg blev målnøjagtigheden og fejlfrekvenstærsklen indstillet i henhold til niveauet (supplerende tabel 1); Hvert niveau blev defineret af bevægelseshastigheden for de oscillerende markører og tærskler for nøjagtigheden og fejlfrekvensen., Når emnet krydsede begge tærskler, forventedes deltageren at opretholde deres præstationer over nøjagtigheden og under fejltærsklen i 2 minutter, hvorefter forsøget ville ende, og niveauet ville blive øget. For hvert efterfølgende niveau blev nøjagtighedstærsklen sat 10% højere, og fejlfrekvensen blev sat 10% lavere. Hvis individet var i stand til at krydse 70% – tærsklen for nøjagtighed og gå under 30% – tærsklen for fejlfrekvensen, blev oscillationsfrekvensområdet forøget med 0,05 h.., Efter at have øget oscillationsfrekvensen blev nøjagtighedstærsklen og fejlhastigheden sat tilbage til den oprindelige værdi på 50%. Se supplerende tabel 1, der fremhæver parameterværdierne forbundet med forskellige niveauer. Hvis emnet ikke var i stand til at nå det næste niveau inden for 7 minutter, blev forsøget afbrudt, og efter en kort pause blev emnet bedt om at gentage det samme niveau.
under hvert forsøg blev følgende yderligere visuel feedback præsenteret for emnet. Hvis der ikke blev trykket på nogen tast, blev målbokse vist i hvidt., Ved at trykke på en tast, mens der ikke var nogen markør i den tilsvarende boks, dvs.et falsk tryk, blev målboksen rød. Tryk på en tast, mens en markør var i den tilsvarende boks, dvs. korrekt tryk, målboksen blev blå. Under målkasserne gav to søjler visuel feedback om motivets samlede præstation. Den øverste bjælke afspejlede nøjagtigheden og den nederste bjælke fejlfrekvensen. Hvis nøjagtigheden af motivet steg, blev nøjagtighedslinjen fyldt op og omvendt., Samtidig resulterer reduktion af fejlen i udfyldning af fejllinjen, således at en fejlrate svarende til 0 resulterede i en helt fyldt bjælke, dvs.værdien af 1-fejlfrekvens blev præsenteret. Hver bjælke var rød, indtil motivet krydsede den indstillede tærskel for den tilsvarende bjælke, hvorefter den blev grøn. Tærskelværdierne blev vist som grå markører på stængerne. Så snart begge søjler blev grønne, dukkede en rød nedtælling på 120 s op i skærmens nederste centrum., Hvis en bjælke blev rød igen, før tiden var udløbet, blev nedtællingen nulstillet til 120 s og forsvandt, indtil begge bjælker var grønne igen. Desuden optrådte hver markør individuelt i rødt (hvis nedenfor) eller grønt (hvis ovenfor) for ydelsestærsklen i forhold til den individuelle ydelse af den tilsvarende finger, så emnerne havde en indikation af, hvilken finger der krævede forbedring.
udviklingen af ydeevne er vist i Fig. 3h. forsøgspersoner blev testet i fem på hinanden følgende dage samt 10 dage efter. Fagene udførte opgaven i 1 time pr., Forsøgspersonerne skulle bruge to forskellige fingerkombinationer til at trykke på tasterne; enten alle seks fingre fra højre hånd eller højre hånd, men erstattede SF med pegefingeren på venstre hånd (Fig. 3 timer).
Statistisk analyse
For at sammenligne de to uafhængige prøver vi brugte nonparametric, to-sidet Wilcoxon ranksum test og beregnede 95% konfidensintervaller på effekt størrelse (dvs forskellen på befolkningen betyder) ved hjælp af to-prøve i pulje t-interval., Til sammenligning af to parrede prøver brugte vi den ikke-parametriske, tosidede .ilco .on signerede rangtest og beregnede 95% konfidensintervaller på effektstørrelsen ved at bruge det parrede t-interval. Alle rapporterede konfidensintervaller afspejler gennemsnittet for femfingrede forsøgspersoner fratrukket gennemsnittet for seksfingerede forsøgspersoner, dvs.positive værdier indikerer større værdier for seksfingerede forsøgspersoner.
for at vurdere sammenhængen mellem to variabler beregnede vi Pearson korrelationskoefficienten., Vi har ikke vurdere den statistiske betydning af Pearson korrelationskoefficienten som prøver på tværs af hvilke korrelationer blev beregnet ikke var uafhængige.
Rapporteringsoversigt
yderligere oplysninger om forskningsdesign er tilgængelige i Nature Research Reporting Summary, der er knyttet til denne artikel.