印度和坦桑尼亚的大规模实地研究中的EEG数据质量

科学领域:

• 神经科学是一个神经科学.
• 环境健康 环境健康
• 公共卫生 公共卫生

背景情况:

• 了解各种环境的神经生理影响需要大规模的数据收集.
• 基于现场的脑电图 (EEG) 提供了可移植性和成本效益,但在数据质量和研究人员效率方面面临挑战.
• 现有的方法在分布式现场研究中与数据质量和研究人员置时间作斗争.

研究的目的:

• 展示一种可扩展和具有成本效益的方法来收集高质量的基于现场的EEG数据.
• 在全球不同环境中验证非专业数据收集的可靠性.
• 使大规模的神经生理学研究成为可能,特别是在低收入和中等收入国家.

主要方法:

• 实施结构化培训,专用团队,以及每日自动化数据质量分析和反.
• 在印度和坦桑尼亚与非专业研究小组进行了超过30周的数据收集.
• 收集了来自7933名不同参与者的EEG和调查数据,包括狩猎采集者和办公室工作人员.

主要成果:

• 每个团队每周平均获得25.6名参与者,保持高吞吐量.
• 使用PREP和FASTER方法评估的EEG数据质量与受控实验室条件相当.
• 将每位参与者的成本降低到50美元以下,远低于典型的数据收集费用.

结论:

• 非专业团队可靠地在各种现场环境中收集高质量的EEG数据,并获得适当的培训和自动反.
• 经过证明的方法大大降低了大规模神经生理数据收集的成本并提高了效率.
• 这种方法促进了广泛的研究计划,特别是在资源有限的地区,研究对神经生理学的环境影响.