Resumen. El Trail-Making Test (TMT) es una prueba neuropsicológica estándar para funciones ejecutivas. La misma consiste en unir una serie de números o letras dispersos sin levantar el lápiz. Esta prueba tiene muy alta sensibilidad pero muy baja especificidad. Dado que es una tarea compleja que involucra una gran cantidad de procesos, en el LIAA hemos estado trabajando en generar una versión digital y derivar distintas medidas a partir de la trayectoria del mouse que permita aumentar la especificidad. Durante el 2022-2023 hemos estado recolectando datos online de esta prueba y otras pruebas que sirven de patrón para medir distintas funciones ejecutivas (Go/No-Go, Stop-Signal Task, Change Detection Task). La/el estudiante se involucrará en esta línea con el objetivo de poder predecir el desempeño en las tareas patrón a partir de medidas derivadas del TMT (ej: velocidad, aceleración, cantidad de errores, tiempo en cada región de la pantalla, complejidad de las trayectorias, etc ). La/el estudiante podrá además sumarse a nuevas tomas de datos online y generación de experimentos, mejoramiento de la plataforma de experimentación online, y escritura de trabajos científicos.

Palabras clave. Neuropsicología, experimentos online, modelos predictivos

Conocimientos deseables. No se contemplan conocimientos específicos previos, pero si se espera que este en el último tramo de la carrera y tenga disponibilidad de tiempo para dedicarse a la tesis.

¿Qué podría aprender quien realice esta tesis? – Lx estudiante se sumará a un proyecto de investigación en desarrollo, se espera que aprenda a plantearse preguntar y encontrar soluciones para el análisis de datos adecuadas. Se trabajará con datos reales adquiridos en el laboratorio con la posibilidad de realizar nuevos experimentos (online). Por lo que se aprenderán contenidos de neurociencias cognitivas, análisis de datos, modelado cognitivo y modelos predictivos.

Dirección de la tesis
Kamienkowski, Juan Esteban
Instituto de Ciencias de la Computación (FCEyN, UBA – CONICET)
Contacto: juank@dc.uba.ar

Descargar PDF
Análisis de experimentos online de funciones ejecutivas