Questa sezione descrive la serie di esperimenti condotti dai due soggetti polidattili, P1 e P2, per indagare la neuromeccanica e le funzioni delle loro mani. Alcuni esperimenti hanno coinvolto inoltre un gruppo di soggetti di controllo con le mani a cinque dita. Lo studio è stato approvato dai comitati etici istituzionali dell’Università di Friburgo, dell’Imperial College di Londra, dell’EPFL e del King’s College di Londra., Ogni soggetto ha dato il consenso informato prima di iniziare ogni esperimento.
MRI analisi dell’anatomia della mano
L’anatomia sottostante della mano del soggetto P1 è stata visualizzata utilizzando la risonanza magnetica nel Dipartimento di Imaging Perinatale e Salute, King’s College di Londra. Le immagini ponderate T1, di recupero di inversione e di densità di protoni sono state acquisite con un sistema Aera Siemens da 1,5 Tesla (Erlangen, DE). Le immagini non possono essere acquisite dal soggetto P2 a causa di un impianto dentale metallico.
Biomeccanica della mano
Un’interfaccia dedicata della mano per misurare la forza isometrica di ogni dito (mostrato in Fig., 2a) è stato sviluppato presso l’Human Robotics group, Imperial College London, per studiare la capacità di forza delle dita sinistra o destra, in individui con mani a cinque dita o sei dita. La mano è stata posizionata orizzontalmente sull’interfaccia come mostrato in Fig. 2a. Cinque o sei degli otto supporti stampati in 3D, ciascuno apposto su una cella di carico (HTC), potrebbero scorrere linearmente per ospitare una mano sinistra o destra di qualsiasi dimensione in modo che il soggetto possa esercitare comodamente una forza verticale con la punta di ogni dito.
Le forze su tutte le dita sono state registrate a 128 Hz., Con questa interfaccia sono stati condotti esperimenti sui due soggetti polidattili e su una popolazione di 13 soggetti di controllo (sei femmine) con mani a cinque dita di età compresa tra i 25 e i 35 anni. I soggetti erano seduti davanti a un tavolo con l’interfaccia posizionata sopra di esso in modo che l’avambraccio fosse appoggiato sul tavolo in una posizione naturale.
Inizialmente, ai soggetti è stato chiesto di esercitare la massima forza possibile con un solo dito. Questa forza massima (MF) è stata registrata per ogni dito separatamente iniziando con il pollice e terminando con il mignolo., La figura 2b mostra la MF per i soggetti a cinque e sei dita. Utilizzando questi dati, la schiavitù eij, che caratterizzano la dipendenza tra le dita i e j, è stato calcolato come
dove ho il dito che genera MF mentre Fj(i) è la forza prodotta contemporaneamente con le dita j e MFj è la massima forza di un dito j. La schiavitù per cinque e sei dita, i soggetti sono presentati nella Fig. 2d.,
Quindi ai soggetti è stato chiesto di controllare il 10%, il 20% o il 30% di MF durante gli studi lunghi 15 S. Tre prove sono state effettuate ad ogni livello di forza, totalizzando 3 × 3 × 5 = 45 o 3 × 3 × 6 = 54 prove per sessione per cinque e sei dita soggetti rispettivamente. I soggetti a cinque dita hanno eseguito solo una sessione mentre i soggetti a sei dita hanno eseguito due (soggetto P1) o tre (soggetto P2) sessioni. I dati di questo esperimento sono stati utilizzati per esaminare come la variabilità della forza dipende dalla quantità di forza esercitata., In ogni prova, la variabilità della forza è stata calcolata come la deviazione standard della forza attraverso la finestra temporale / 128 s, che è stata selezionata in modo che i soggetti esercitassero correttamente la forza richiesta durante questo periodo in quasi tutte le prove. Cinque studi (1 studio in un soggetto di controllo, 2 studi nel soggetto P1 e 2 studi nel soggetto P2) sono stati esclusi dall’analisi in quanto hanno mostrato straordinarie fluttuazioni elevate della forza nel tempo, indicando che il compito non è stato svolto con successo su questi studi., La figura 2c mostra la deviazione standard della forza in funzione della grandezza della forza per i soggetti a cinque e sei dita.
MRI funzionale
P1 e un gruppo di nove partecipanti al controllo con le mani a cinque dita hanno preso parte all’esperimento fMRI. P2 è stato escluso a causa di un impianto dentale metallico. In un disegno a blocchi, i partecipanti hanno eseguito un movimento di nastratura durante 20 secondi con un solo dito (20 tocchi per blocco, 1 tocco al secondo) seguito da 10 secondi di riposo. Quattro blocchi sono stati eseguiti per ogni dito in ordine pseudo-randomizzato (24 studi per P1 e 20 studi per i controlli)., P1 ha eseguito due sessioni, una per ogni mano. I controlli hanno eseguito solo una sessione con la mano destra. Tutti i partecipanti sono stati addestrati sui movimenti prima di entrare nello scanner fMRI.
Le immagini sono state acquisite su uno scanner 7T a testa corta (Siemens Medical, Germania) con bobina rf Tx / Rx a 32 canali (Nova Medical, Germania). Le immagini funzionali sono state acquisite utilizzando una sequenza EPI di lettura sinusoidale23 e comprendevano 28 sezioni assiali. Le fette sono state posizionate sopra il solco centrale (approssimativamente ortogonale al solco centrale) per coprire le cortecce del motore primario (risoluzione voxel 1.,3 × 1,3 × 1,3 mm3; TR = 2 s, FOV = 210 mm, TE = 27 ms, angolo di rotazione = 75°, GRAPPA = 2). Le immagini anatomiche sono state acquisite utilizzando una sequenza MP2RAGE24 per consentire la localizzazione precisa del solco precentrale (vedi sotto) e per scopi di visualizzazione (TE = 2,63 ms, TR = 7,2 ms, TI1 = 0,9 s, TI2 = 3,2 s, TRmprage = 5 s). Per facilitare la coregistrazione tra le immagini funzionali e anatomiche, è stato acquisito anche un volume EPI cerebrale intero con la stessa inclinazione utilizzata nelle esecuzioni funzionali (81 fette, risoluzione voxel 1,3 × 1,3 × 1,3 mm3, FOV = 210 mm, TE = 27 ms, angolo di rotazione = 75°, GRAPPA = 2)., I soggetti sono stati scansionati in posizione supina.
Tutte le immagini sono state analizzate utilizzando il software SPM8 (Wellcome Centre for Human Neuroimaging, Londra, UK). La pre-elaborazione dei dati fMRI includeva la correzione dei tempi di slice, il riallineamento spaziale, la levigatura (FWHM = 2 mm) e la coregistrazione con immagini anatomiche. Caret 5 (Van Essen Laboratory, Washington University School of Medicine) è stato utilizzato per la visualizzazione di superficie. Per localizzare i voxel inclusi nell’analisi dei pattern di attivazione (Fig., 3), è stata calcolata una prima analisi GLM, che includeva un regressore per dito (6 per P1 e 5 per i controlli) e sei regressori di movimenti rigidi. Una maschera funzionale per i movimenti delle dita è stata definita come i voxel attivi nel contrasto F associato a qualsiasi tipo di movimento delle dita (p < 0.05 FWE). Inoltre, una maschera anatomica corrispondente alla corteccia sensomotoria è stata progettata utilizzando mappe citoarchitettoniche probabilistiche pubblicate25, 26, 27., La maschera anatomica comprendeva la corteccia motoria primaria M1 (aree di Brodmann 4a e 4p) e la corteccia somatosensoriale primaria S1 (aree di Brodmann 3a, 3b, 1 e 2). La maschera anatomica è stata proiettata sullo spazio nativo di ogni partecipante. Ciò ha portato a 2190 voxel nell’emisfero sinistro di P1 per i movimenti del dito destro, 2037 voxel nell’emisfero destro di P1 per i movimenti del dito sinistro e 343,8 ± 417,1 (media ± std) voxel nell’emisfero sinistro dei controlli per i movimenti del dito destro (Fig. 3).,
Per analizzare i modelli di attivazione all’interno dei voxel selezionati associati a ciascuna prova di movimento delle dita, è stata calcolata una seconda analisi GLM, che includeva un regressore per ogni prova di maschiatura delle dita (24 per P1 e 20 per i controlli) e sei regressori di movimenti rigidi. Separatamente per ogni partecipante, le stime beta per ogni prova di tapping sono state estratte all’interno dei voxel selezionati (risultando in una matrice di prova × voxel)., Questi modelli ad alta dimensione sono stati proiettati su due dimensioni mediante il classico ridimensionamento multidimensionale (MDS), che trova proiezioni a bassa dimensione che preservano approssimativamente le distanze a coppie tra i modelli di attivazione ad alta dimensione14. Come metrica di distanza per l’MDS, abbiamo usato la distanza Mahalanobis cross-validata14. Per il gruppo di controllo a cinque dita, la MDS è stata eseguita separatamente per ciascun soggetto. Poiché le proiezioni MDS inducono una rotazione arbitraria, abbiamo allineato le proiezioni dei singoli soggetti utilizzando l’allineamento di procruste14. Ellissi di errore standard mostrati in Fig., 2e sono stati calcolati dalla covarianza tra i soggetti. Poiché l’allineamento di Procuste può anche rimuovere parte della vera variabilità inter-soggetta14, abbiamo usato una procedura Monte-Carlo per stimare una correzione e aggiustato di conseguenza le ellissi di errore standard14. Per il soggetto polidatticamente P1, abbiamo calcolato la covarianza avviando le prove. Per ogni esempio di bootstrap è stata calcolata una proiezione MDS. Le proiezioni MDS bootstrap sono state allineate utilizzando l’allineamento di Procuste. Le ellissi di errore standard (Fig. 2e, Fig. supplementare, 4) sono stati calcolati sulla base della covarianza tra le proiezioni MDS bootstrap, aggiustate da fattori di correzione stimati con una procedura Monte-Carlo 14.
Finger localization task
Un finger localization task20 è stato condotto per studiare la forma percepita della mano di P1, P2 e di un gruppo di nove controlli. I partecipanti sono stati bendati e la loro mano è stata posta sotto una struttura sormontata da una griglia 2D. Dovevano puntare sulla griglia con l’indice della mano libera verso le posizioni cued sulla mano testata., Erano tenuti a identificare tre posizioni su ogni dito: la prima nocca, la seconda nocca e la punta (totale di 18 posizioni per mano per P1 e P2 e 15 posizioni per i controlli). Ogni posizione è stata testata sei volte per P1 e P2, quattro volte per i controlli. L’attività è stata condotta per entrambe le mani in P1 e P2, solo per la mano destra nei controlli. Il compito è stato condotto una volta con cueing tattile, cioè le posizioni target sono state toccate con un filamento di plastica, e una volta con cueing verbale, cioè le posizioni target sono state nominate oralmente., L’errore di localizzazione è stato misurato per ogni posizione testata come la distanza 2D-euclidea tra le posizioni riportate sulla griglia e le posizioni reali delle posizioni testate sulla griglia (Fig. 2 septies). Risultati simili sono stati ottenuti con cueing tattile e orale; riportiamo solo i risultati di cueing tattile.
Manipolazione degli oggetti e attività comuni di movimento
Configurazione sperimentale: I soggetti erano seduti davanti a una scrivania durante le due attività descritte di seguito., Un sistema di motion capture elettromagnetico (Polhemus Liberty 240/16-16) è stato utilizzato per registrare i movimenti della mano e delle dita durante la manipolazione dell’oggetto e le attività di movimento comuni (vedi Fig. 5 BIS). Le mani sono state tenute a 0,6 m di distanza dal sistema Polhemus principale per mantenere il rumore di registrazione inferiore a 0,005 mm. In totale, 12 sensori rispettivamente 14 sono stati attaccati alla mano e alle dita di soggetti a cinque o sei dita usando nastro medico. Ogni sensore ha misurato tre coordinate cartesiane per la posizione e tre angoli per l’orientamento rispetto alla stazione principale., Ogni sensore è stato collegato al sistema Polhemus da fili di alluminio isolati in plastica. Due grandi sensori (9 × 11 × 6 mm3 nelle posizioni massime, 9,1 g) sono stati posizionati sulla pelle sopra le ossa metacarpali medie e del pollice. Gli altri erano piccoli sensori (sferici, 17,3 mm di lunghezza, 1,8 mm di diametro esterno, < 1 g) che erano posizionati alle falangi distali e prossimali di ciascun dito. Le misurazioni sono state registrate a 120 Hz.
Oggetto manipolazione compito: I due soggetti polidattilia e 13 soggetti di controllo con le mani a cinque dita (sei femmine, età media 24.,8 con deviazione standard 2.0) ha partecipato a un’attività di manipolazione degli oggetti. La procedura sperimentale per l’attività di manipolazione degli oggetti è stata adattata da ref. 21. Abbiamo scelto 50 oggetti con diverse forme, dimensioni, texture e materiali (vedi Fig. 5 TER). Questi oggetti erano privi di materiali metallici o paramagnetici in modo da non interferire con la misurazione del Polhemus basata su campi magnetici. I soggetti erano bendati e ricevevano gli oggetti uno per uno. Hanno dovuto esplorare un oggetto con una mano, e indovinare di cosa si tratta (vedi Film supplementare 4). Ogni oggetto è stato esplorato per 30 s., Quando un oggetto è stato riconosciuto prima di 30 s, al soggetto è stato chiesto di esplorare caratteristiche speciali di questo oggetto come punte, bordi ecc.
Compiti comuni di movimento: I due soggetti polidattili e 8 dei 13 soggetti con le mani a cinque dita che hanno svolto il compito di manipolazione degli oggetti (cinque femmine, età media 24.3 con deviazione standard 2.0) hanno eseguito anche quattro compiti comuni di movimento (vedi anche il film supplementare 5). Legatura lacci delle scarpe: L’estremità di due lacci delle scarpe erano fissati su un tavolo e i soggetti erano tenuti a legare i lacci con due mani., Sfogliando le pagine del libro: I soggetti sono stati dati un libro e ha dovuto capovolgere le pagine con una sola mano. Piegatura del tovagliolo: I soggetti hanno ricevuto un tovagliolo di carta e hanno dovuto piegarlo in una forma specifica (come usato nei ristoranti) e in una sequenza specifica usando entrambe le mani. Rotolare un asciugamano: ai soggetti è stato dato un asciugamano e chiesto di arrotolarlo in cilindri usando entrambe le mani. Sono stati registrati cinque minuti di movimento per attività durante i quali è stato chiesto ai soggetti di ripetere l’attività tutte le volte che volevano.,
Analisi dei dati: la posizione di ogni piccolo sensore rispetto al grande sensore al centro delle ossa metacarpali è stata utilizzata per ulteriori analisi. Le misurazioni posizionali grezze sono state levigate con un filtro Savitzky-Golay (terzo ordine, lunghezza 41 punti campione equivalente a 341,67 ms). Le velocità di movimento sono state calcolate da misurazioni posizionali grezze con un filtro Savitzky-Golay di prima derivata (terzo ordine, lunghezza 41 punti di campionamento equivalenti a 341,67 ms).,
Analisi della dipendenza delle dita (in): Per valutare la (in) dipendenza dei movimenti delle dita abbiamo stimato le informazioni reciproche tra i movimenti delle dita diverse. L’informazione reciproca tra due segnali stocastici continui X e Y è definita come:
dove σX, σY sono le matrici di covarianza delle densità marginali X e Y e σXY è la matrice di covarianza della densità articolare. Una comprensione più intuitiva delle informazioni reciproche può essere acquisita per i segnali normali univariati X e Y per i quali Eq., (3) semplifica ulteriormente a
dove r(X, Y) è il coefficiente di correlazione di Pearson tra X e Y. Per stimare lo scambio reciproco di informazioni tra due dita, abbiamo usato il sei-dimensionali misure di posizione da due sensori a ogni dito, stimato le matrici di covarianza da tempo una serie di movimenti e posizioni applicata Eq. (3).,
Previsione dei singoli movimenti delle dita da movimenti di altre dita: il movimento di ogni singolo dito è stato previsto dai movimenti delle altre dita. Per i soggetti a sei dita la predizione è stata effettuata con e senza il dito soprannumerario; quest’ultimo per facilitare il confronto con i risultati dei soggetti a cinque dita. Le posizioni x / y / z dei due sensori su ciascun dito costituivano il vettore di movimento a sei dimensioni di ciascun dito., Questi sei componenti sono stati previsti individualmente dai vettori di movimento a 24 o 30 dimensioni delle restanti quattro o cinque dita. La previsione è stata eseguita utilizzando i minimi quadrati lineari e la regressione vettoriale di supporto non lineare. Abbiamo usato due validazioni incrociate con suddivisioni cronologiche dei dati per evitare l’overfitting. La qualità della previsione è stata quantificata calcolando il coefficiente di determinazione (R2) tra il movimento previsto e quello effettivo per ogni componente del vettore di movimento a sei dimensioni e quindi calcolando la media dei valori R2 tra le sei dimensioni., Abbiamo usato la regressione vettoriale di supporto con un kernel gaussiano e gli iperparametri (cioè la larghezza del kernel e il parametro di regolarizzazione) sono stati ottimizzati sul set di dati di allenamento. Abbiamo utilizzato l’implementazione Matlab (“fitrsvm”) per supportare la regressione vettoriale e l’ottimizzazione degli iperparametri. Per ridurre il tempo di calcolo i dati sono stati ridimensionati a 120/20 = 6 Hz.
Principal component analysis (PCA) of degrees of freedom21,28,29: PCA è stata eseguita sul sensore x/y / z-posizioni misurate con due sensori a ogni dito durante la manipolazione dell’oggetto e le attività di movimento comuni., La quantità cumulata di varianza catturata da un numero crescente di componenti principali è tracciata in Fig. 3b e Fig. 6B. Per calcolare il numero effettivo di dof abbiamo applicato due algoritmi: il PCA cross-validation con il metodo Eigenvector raccomandato in ref. 30 e il metodo PCA di convalida incrociata che utilizza la massimizzazione delle aspettative per i valori mancanti come proposto in ref. 31., Entrambi i metodi utilizzano una procedura di convalida incrociata in cui il PCA viene prima calcolato dai dati di allenamento e quindi applicato per prevedere i campioni dei dati di test mentre l’allenamento e il set di dati di test sono reciprocamente esclusivi30,31. Nel nostro caso abbiamo usato la convalida incrociata di dieci volte e abbiamo suddiviso cronologicamente i dati di movimento separatamente per ogni attività in dieci parti utilizzando in ogni piega nove di quelle parti nell’allenamento e una parte nei dati di test., Il primo e l’ultimo 10 s del set di dati di prova sono stati esclusi per ogni attività per evitare qualsiasi influenza dell’allenamento sui dati di prova a causa dell’auto-correlazione del movimento. L’errore quadratico medio tra previsione e dati effettivi è stato calcolato in funzione del numero di componenti principali. Il numero di componenti principali che hanno prodotto l’errore più piccolo è stato utilizzato come stima per il numero effettivo di dof ed è stato calcolato separatamente per ciascun soggetto., Per ogni soggetto abbiamo calcolato la media del numero determinato di componenti principali in entrambi i metodi30, 31 e utilizzato questo come stima del numero di gradi di libertà (Fig. 3c, Fig. supplementare 6 QUATER).
Analisi teorica dell’informazione dei gradi di libertà: Oltre all’analisi PCA descritta nella sezione precedente, abbiamo analizzato i gradi di libertà utilizzando l’entropia dell’informazione. In contrasto con il PCA, l’analisi dell’entropia delle informazioni tiene conto delle potenziali relazioni non lineari tra i movimenti delle dita., L’entropia dell’informazione, d’altra parte, richiede una stima della distribuzione di probabilità congiunta dei movimenti delle dita. Per calcolare questa distribuzione di probabilità articolare, abbiamo discretizzato i movimenti delle dita classificando lo stato di movimento di ciascun dito in una delle tre condizioni dell’insieme MS ={riposo, flessione, estensione}, in base ai movimenti delle articolazioni interfalangee distali e prossimali. Sono state calcolate le coordinate sferiche (distanza, angolo polare e azimutale) del sensore distale rispetto al suo sensore prossimale., PCA è stata eseguita sugli angoli polari e azimutali e i movimenti lungo la prima componente principale sono stati utilizzati per rappresentare i movimenti di ogni dito. Per ogni dito, la prima derivata v del primo PC è stata calcolata come la differenza tra due bin di tempo consecutivi e utilizzata per ricavare lo stato di movimento corrente in base a una soglia μ = 0.3 SD(v): flessione per v < −μ, estensione per v > μ, resto altrimenti. Valori di soglia diversi (μ = 0,4 SD (v) o μ = 0.,1 SD(v)), così come diversi set di stati (solo due stati: flessione per v < 0 ed estensione per v > 0), non hanno cambiato la nostra conclusione generale riguardante il confronto dell’entropia delle informazioni tra soggetti a cinque e sei dita. Abbiamo calcolato l’informazione o l’entropia di Shannon (H) della distribuzione di probabilità congiunta degli stati di movimento di tutte le dita (p):
dove si MS MS è lo stato del dito i., Per n dita il numero di diversi stati di movimento è 3n e l’entropia massima è quindi log2(3)n che si ottiene quando tutti i possibili stati di movimento hanno uguale probabilità.
Movimento congiunto di pollice, indice e dito soprannumerario: per ogni punto temporale abbiamo calcolato la velocità di movimento per ogni dito come la grandezza del suo vettore di velocità tridimensionale alla punta delle dita., Abbiamo quindi classificato lo stato di movimento di ogni dito in ogni punto temporale come “riposo” o “movimento” confrontando la velocità con un valore di soglia che è stato scelto come il 10°, 30 ° o 50 ° percentile della distribuzione della velocità su tutti i punti temporali e tutte le dita. Da questi dati abbiamo stimato le probabilità condizionali che il pollice e l’indice o il pollice da solo o l’indice da solo si muovessero dato che il dito soprannumerario si muoveva. Queste probabilità condizionali sono state stimate per le tre soglie di velocità (Fig. 3e, Fig. supplementare 6 E).,
Videogioco per sei dita
Soggetti polidattili seduti davanti al monitor di un computer (DELL U2713HM) a circa 0,6 m dallo schermo, sul quale sono state visualizzate sei caselle di destinazione al centro inferiore di uno schermo nero. Durante l’esperimento, i cursori oscillanti passavano attraverso le scatole bersaglio (Fig. 3g e film supplementare 6). Ognuno di questi quadrati oscillanti aveva una frequenza diversa all’interno di un intervallo predefinito. Le singole caselle di destinazione potrebbero essere “toccate” premendo un tasto corrispondente su una tastiera di computer standard., I tasti sono stati scelti per abbinare la geometria della mano dei singoli soggetti per garantire che la pressione dei tasti fosse confortevole. I soggetti sono stati incaricati di tracciare i cursori oscillanti e di premere il pulsante corrispondente una volta che il cursore si trovava all’interno della casella di destinazione associata. Se il pulsante è stato premuto all’interno di questa finestra temporale, è stato conteggiato come una pressione corretta, se è stato premuto all’esterno è stato conteggiato come una falsa pressione. Il numero di presse corrette e false è stato riassunto su tutte le dita e accumulato nel tempo del processo.,
Le prestazioni dei soggetti sono state valutate in base alla loro precisione (presse corrette/conteggio target) e al tasso di errore (false presse/tutte le presse). L’obiettivo era quello di aumentare la precisione diminuendo il tasso di errore. All’inizio di ogni prova la precisione del bersaglio e la soglia del tasso di errore sono state impostate in base al livello (Tabella supplementare 1); ogni livello è stato definito dalla velocità di movimento dei cursori oscillanti e soglie sulla precisione e il tasso di errore., Una volta che il soggetto ha superato entrambe le soglie, il partecipante doveva mantenere le proprie prestazioni al di sopra della precisione e al di sotto della soglia di errore per 2 minuti, a quel punto la prova sarebbe terminata e il livello sarebbe stato aumentato. Per ogni livello successivo, la soglia di precisione è stata impostata del 10% in più e il tasso di errore è stato impostato del 10% in meno. Se il soggetto è stato in grado di superare la soglia del 70% per la precisione e scendere al di sotto della soglia del 30% per il tasso di errore, l’intervallo di frequenza di oscillazione è stato aumentato di 0,05 Hz., Dopo aver aumentato la frequenza di oscillazione, la soglia di precisione e il tasso di errore sono stati riportati al valore originale del 50%. Vedere Tabella supplementare 1 che evidenzia i valori dei parametri associati a diversi livelli. Se il soggetto non è stato in grado di raggiungere il livello successivo entro 7 minuti, la prova è stata interrotta e dopo una breve pausa, il soggetto è stato chiesto di ripetere lo stesso livello.
Durante ogni prova, il seguente feedback visivo aggiuntivo è stato presentato al soggetto. Se non è stato premuto alcun tasto, le caselle di destinazione sono state visualizzate in bianco., Premendo un tasto mentre nessun cursore era nella casella corrispondente, cioè una falsa pressione, la casella di destinazione è diventata rossa. Premendo un tasto mentre un cursore era nella casella corrispondente, cioè premere correttamente, la casella di destinazione è diventata blu. Sotto le caselle di destinazione, due barre hanno dato un feedback visivo sulle prestazioni complessive del soggetto. La barra superiore riflette la precisione e la barra inferiore il tasso di errore. Se la precisione del soggetto è aumentata, la barra di precisione si è riempita e viceversa., Allo stesso tempo, diminuendo l’errore si ottiene il riempimento della barra di errore, in modo tale che un tasso di errore pari a 0 ha portato a una barra completamente riempita, cioè è stato presentato il valore di 1-error rate. Ogni barra era rossa fino a quando il soggetto ha attraversato la soglia impostata della barra corrispondente, a quel punto è diventato verde. I valori di soglia sono stati mostrati come marcatori grigi sulle barre. Non appena entrambe le barre sono diventate verdi, un conto alla rovescia rosso di 120 s è apparso nel centro inferiore dello schermo., Se una barra diventava di nuovo rossa prima della scadenza del tempo, il conto alla rovescia veniva ripristinato su 120 secondi e scompariva finché entrambe le barre non erano di nuovo verdi. Inoltre, ogni cursore appariva individualmente in rosso (se sotto) o verde (se sopra) per la soglia di prestazione in relazione alla prestazione individuale del dito corrispondente, quindi i soggetti avevano un’indicazione di quale dito richiedeva un miglioramento.
L’evoluzione delle prestazioni è mostrata in Fig. 3h. I soggetti sono stati testati per cinque giorni consecutivi e 10 giorni dopo. I soggetti hanno eseguito il compito per 1 ora al giorno., I soggetti dovevano usare due diverse combinazioni di dita per premere i tasti; tutte e sei le dita della mano destra o della mano destra, ma sostituivano la SF con l’indice della mano sinistra (Fig. 3h).
Analisi statistica
Per confrontare due campioni indipendenti abbiamo utilizzato il test Wilcoxon ranksum non parametrico a due lati e calcolato intervalli di confidenza del 95% sulla dimensione dell’effetto (cioè la differenza della popolazione media) utilizzando l’intervallo t pool a due campioni., Per confrontare due campioni accoppiati abbiamo utilizzato il test di rango firmato Wilcoxon non parametrico e bilaterale e calcolato intervalli di confidenza del 95% sulla dimensione dell’effetto utilizzando l’intervallo t accoppiato. Tutti gli intervalli di confidenza riportati riflettono la media per i soggetti a cinque dita sottratta dalla media per i soggetti a sei dita, cioè valori positivi indicano valori maggiori per i soggetti a sei dita.
Per valutare la correlazione tra due variabili abbiamo calcolato il coefficiente di correlazione di Pearson., Non abbiamo valutato la significatività statistica del coefficiente di correlazione di Pearson in quanto i campioni attraverso i quali sono state calcolate le correlazioni non erano indipendenti.
Reporting summary
Ulteriori informazioni sul design della ricerca sono disponibili nel Reporting Summary di Nature Research collegato a questo articolo.