Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

تعديل الاستجابة العصبية الفسيولوجية للمحفزات المخيفة والمجهدة من خلال الهتاف الديني المتكرر

Published: November 4, 2021 doi: 10.3791/62960
Automatic Translation
1, 1, 2, 1, 1, 1
1Buddhism and Science Research Lab, Centre of Buddhist Studies, The University of Hong Kong, 2School of Biomedical Engineering, Shenzhen University

ERRATUM NOTICE

Summary

توفر دراسة الإمكانات الحالية المتعلقة بالحدث (ERP) بروتوكولا فريدا للتحقيق في كيفية قيام الإنشاد الديني بتعديل المشاعر السلبية. تظهر النتائج أن الإمكانات الإيجابية المتأخرة (LPP) هي استجابة عصبية فسيولوجية قوية للمحفزات العاطفية السلبية ويمكن تعديلها بشكل فعال عن طريق الإنشاد الديني المتكرر.

Abstract

في التجارب العصبية النفسية ، فإن الإمكانات الإيجابية المتأخرة (LPP) هي مكون محتمل مرتبط بالحدث (ERP) يعكس مستوى الإثارة العاطفية للفرد. تبحث هذه الدراسة فيما إذا كان الهتاف الديني المتكرر يعدل الاستجابة العاطفية للمحفزات المثيرة للخوف والتوتر ، مما يؤدي إلى LPP أقل استجابة. وتم تجنيد واحد وعشرين مشاركا لديهم خبرة لا تقل عن سنة واحدة في الهتاف الديني المتكرر ل "أميتابا بوذا". تم استخدام نظام تخطيط كهربية الدماغ (EEG) المكون من 128 قناة لجمع بيانات تخطيط كهربية الدماغ. طلب من المشاركين مشاهدة صور سلبية أو محايدة مختارة من النظام الدولي للصور العاطفية (IAPS) في ظل ثلاثة شروط: الإنشاد الديني المتكرر ، والهتاف غير الديني المتكرر ، وعدم الهتاف. أظهرت النتائج أن مشاهدة الصور السلبية المثيرة للخوف والتوتر أدت إلى زيادة عدد المشاركين في مشاهدة الصور المحايدة في ظل ظروف عدم الهتاف والهتاف غير الديني. ومع ذلك ، اختفت هذه الزيادة في LPP إلى حد كبير في ظل ظروف الإنشاد الديني المتكررة. تشير النتائج إلى أن الهتاف الديني المتكرر قد يخفف بشكل فعال من الاستجابة العصبية الفسيولوجية للمواقف المخيفة أو العصيبة للممارسين.

Introduction

لطالما كانت الإمكانات الإيجابية المتأخرة (LPP) مصحوبة بإثارة عاطفية ، وقد تم استخدامها بشكل موثوق في الأبحاث المتعلقة بالعاطفة1,2. تنتشر الممارسة الدينية على نطاق واسع في كل من البلدان الشرقية والغربية. ومن المؤكد أنه يمكن أن يخفف من قلق الممارس وتوتره عند مواجهة الأحداث السلبية، وخاصة خلال أوقات الصعوبة3. ومع ذلك، نادرا ما تم إثبات ذلك في ظل إعدادات تجريبية صارمة.

أكدت العديد من الدراسات أنه يمكن تعلم تنظيم العواطف من خلال استراتيجيات وأطر عمل مختلفة4،5،6. أظهرت بعض الدراسات أن الذهن والتأمل يمكن أن يعدل الاستجابة العصبية للأحداث العاطفية7,8. في الآونة الأخيرة ، وجد أن ممارسي التأمل قد يستخدمون استراتيجيات تعديل العواطف بخلاف التقييم المعرفي والقمع والإلهاء8,9. يمكن استخدام المحفزات من النظام الدولي للصور العاطفية (IAPS) لإثارة المشاعر الإيجابية أو السلبية بشكل موثوق، وهناك معايير قياسية للعثور على صور مصممة بمستويات تكافؤ وإثارة محددة في الأبحاث العاطفية10.

يمكن أن تسبب المحفزات العاطفية استجابات مبكرة ولاحقة في الدماغ3,11. وبالمثل، أجرى التقليد البوذي تحليلا تحليليا على الأفكار الذهنية من خلال العمليات العقلية الأولية والثانوية3،12،13. يذكر سلاثا سوتا (The Arrow Sutta)، وهو نص بوذي مبكر، أن التدريب المعرفي يمكن أن يروض العاطفة. يذكر السهم سوتا أن كلا من الممارس البوذي المدرب تدريبا جيدا والشخص غير المدرب يختبران تصورا أوليا وسلبيا للألم عند مواجهة حدث ضار13. يشبه هذا الألم الأولي الذي لا مفر منه الشخص الذي يصاب بسهم ، كما هو موضح في Sallatha Sutta. الألم الحسي المبكر مطابق لمرحلة المعالجة المبكرة عندما ينظر الشخص إلى صورة سلبية للغاية. عادة ما تثير المعالجة العصبية المبكرة مكونا N1. قد يصاب الأشخاص غير المدربين بمشاعر مفرطة ، مثل القلق والقلق والتوتر ، بعد تجربة المشاعر المؤلمة الأولية التي لا مفر منها. وفقا ل Sallatha Sutta ، فإن هذه المشاعر السلبية المتأخرة أو الألم النفسي يشبه التعرض لسهم ثان. قد تلتقط تجربة محتملة مرتبطة بالحدث (ERP) العمليات النفسية المبكرة واللاحقة للتصميم الحالي ، على افتراض أن N1 و LPP يمكن أن يتوافقا مع السهمين المذكورين أعلاه.

في هذا البروتوكول ، تم اختيار الهتاف المتكرر لاسم "Amitabha Buddha" (Sanskit: Amitābha) لاختبار التأثير المحتمل للإنشاد الديني عندما يكون الفرد في وضع خائف أو مرهق. هذا الإنشاد الديني هو واحد من أكثر الممارسات شعبية للأفراد ذوي التوجهات الدينية بين البوذيين الصينيين، وهو ممارسة أساسية لبوذية الأرض النقية في شرق آسيا14. كان من المفترض أن الهتاف الديني المتكرر من شأنه أن يقلل من استجابة الدماغ لإثارة المحفزات ، أي LPP الناجم عن الصور المخيفة أو المجهدة. تم جمع كل من بيانات تخطيط كهربية الدماغ وتخطيط القلب الكهربائي (ECG) لتقييم الاستجابات العصبية الفسيولوجية للمشاركين في ظل ظروف مختلفة.

Protocol

تمت الموافقة على دراسة تخطيط موارد المؤسسات هذه من قبل مجلس المراجعة المؤسسية بجامعة هونغ كونغ. قبل المشاركة في هذه الدراسة ، وقع جميع المشاركين على نموذج موافقة خطية مستنيرة.

1. التصميم التجريبي

  1. تجنيد المشاركين
    1. تجنيد المشاركين مع ما لا يقل عن 1 سنة (~ 200-3000 ساعة) من الخبرة في ترديد اسم "أميتابا بوذا" لهذه الدراسة.
      ملاحظة: في هذه الدراسة، تم اختيار 21 مشاركا بشريا تتراوح أعمارهم بين 40 و 52 عاما؛ وكان 11 منهم من الذكور.
  2. الإنشاد الديني مقابل الإنشاد غير الديني
    1. ترديد اسم "أميتابا بوذا" لمدة 40 ثانية. أول 20 ثانية مع صورة أميتابا بوذا وال 20 ثانية التالية مع صور IAPS.
      1. ترديد أربعة أحرف فقط من اسم "أميتابا بوذا" أثناء مشاهدة صورة بوذا أميتابا في مدرسة بوريلاند14.
    2. ترديد اسم سانتا كلوز (شرط الإنشاد غير الديني) لمدة 40 ثانية. أول 20 ثانية أثناء عرض صورة سانتا كلوز وال 20 ثانية التالية مع صور IAPS.
      1. ترديد أربعة أحرف فقط من اسم سانتا كلوز وتخيل سانتا كلوز.
    3. ابق صامتا لمدة 40 ثانية. أول 20 ثانية مع صورة فارغة لغرض التحكم وال 20 ثانية التالية مع صور IAPS.
      ملاحظة: لا يوجد ترديد.
  3. نظام تسجيل EEG
    1. سجل بيانات EEG باستخدام نظام EEG مكون من 128 قناة يتكون من مكبر للصوت وصندوق رأس وغطاء EEG وجهازي كمبيوتر مكتبيين (انظر جدول المواد).
  4. نظام تقديم المحفزات
    1. استخدم برنامج عرض التحفيز (انظر جدول المواد) لعرض صور محايدة وسلبية من IAPS على كمبيوتر مكتبي.
  5. نظام تسجيل تخطيط القلب
    1. استخدم نظام تسجيل البيانات الفسيولوجية لتسجيل بيانات تخطيط القلب (انظر جدول المواد).

2. تجربة التشكيل العاطفي

ملاحظة: كان للتجربة عاملان بتصميم 2 × 3: العامل الأول كان نوع الصورة: محايد وسلبي (مثير للخوف والتوتر). العامل الثاني كان نوع الهتاف: ترديد "أميتابا بوذا" ، وترديد "سانتا كلوز" وعدم الهتاف (منظر صامت).

  1. استخدم تصميم كتلة، لأنه قد يثير بشكل أكثر فعالية المكونات المتعلقة بالعاطفة15.
    ملاحظة: كانت هناك ستة شروط، وكانت التسلسلات عشوائية ومتوازنة بين المشاركين (الشكل 1). وكانت الشروط الستة على النحو التالي: الإنشاد الديني أثناء مشاهدة الصور السلبية (AmiNeg)؛ والترديد الديني أثناء مشاهدة الصور السلبية (AmiNeg)؛ والإنشاد الديني أثناء مشاهدة الصور السلبية (AmiNeg)؛ والهتاف الديني أثناء الهتاف الديني أثناء عرض الصور المحايدة (AmiNeu) ؛ لا ترديد أثناء عرض الصور السلبية (PasNeg) ؛ لا ترديد أثناء عرض الصور المحايدة (PasNeu) ؛ الهتاف غير الديني أثناء مشاهدة الصور السلبية (SanNeg) ؛ والهتاف غير الديني أثناء مشاهدة الصور المحايدة (SanNeu).

Figure 1
الشكل 1: الإجراء التجريبي. كانت هناك ستة حالات عشوائية زائفة ، وتلقى كل مشارك تسلسلا عشوائيا زائفا. تم تكرار كل حالة ست مرات في جلستين منفصلتين. وقد اقتبس هذا الرقم من المرجع 3. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

  1. اعرض كل صورة ل ~ 1.8-2.2 ثانية ، مع فاصل زمني بين التحفيز (ISI) من 0.4-0.6 ثانية.
    ملاحظة: كانت هناك 10 صور من نفس النوع (محايدة أو سلبية) في كل جلسة.
  2. اسمح بفترة راحة مدتها 20 ثانية بعد كل جلسة لمواجهة الآثار المتبقية المحتملة للهتاف أو عرض الصور في الجلسة التالية.
  3. قدم الصور على شاشة CRT على مسافة 75 سم من عيون المشاركين ، بزوايا بصرية تبلغ 15 درجة (رأسيا) و 21 درجة (أفقيا).
  4. اطلب من المشاركين مراقبة الصور بعناية.
  5. تقديم تدريب قصير للمشاركين للسماح لهم بالتعرف على كل حالة. استخدم شاشة فيديو للتأكد من أن المشاركين لا ينامون.
  6. امنح المشاركين راحة لمدة 10 دقائق في منتصف التجربة التي تستغرق 40 دقيقة.

3. تخطيط كهربية الدماغ وجمع بيانات تخطيط القلب

ملاحظة: قبل القدوم إلى التجربة ، اطلب من كل مشارك غسل شعره وفروة رأسه جيدا دون استخدام بلسم أو أي شيء آخر قد يزيد من مقاومة النظام. جمع بيانات EEG و ECG في وقت واحد بواسطة نظامين منفصلين.

  1. أبلغ كل مشارك بالإجراءات التجريبية ، أي أنه تم عرض الصور الفعالة في ظل ظروف ترديد مختلفة.
  2. اضبط معدل أخذ العينات على 1000 هرتز ، وحافظ على مقاومة كل قطب كهربائي أقل من 30 kΩ كلما أمكن ذلك أو وفقا لمتطلبات النظام.
  3. جمع البيانات الفسيولوجية، بما في ذلك بيانات تخطيط القلب باستخدام نظام تسجيل البيانات الفسيولوجية (انظر جدول المواد).

4. تحليل بيانات EEG

  1. معالجة وتحليل بيانات EEG باستخدام EEGLAB (انظر جدول المواد) ، الملف التكميلي 1-2 ، وهو برنامج مفتوح المصدر16 باتباع الخطوات أدناه.
  2. استخدم وظيفة EEGLAB "pop_resample" لإعادة تشكيل البيانات من 1000 هرتز إلى 250 هرتز للحفاظ على حجم ملف بيانات معقول. انقر فوق أدوات > تغيير معدل أخذ العينات.
  3. استخدم وظيفة EEGLAB "pop_eegfiltnew" لتصفية البيانات باستخدام مرشح استجابة نبضية محدودة (FIR) مع نطاق مرور 0.1-100 هرتز. انقر فوق أدوات > تصفية البيانات > تصفية معلومات الطيران الأساسية (جديد، افتراضي).
  4. قم بتصفية البيانات مرة أخرى باستخدام مرشح استجابة الاندفاع اللانهائية غير الخطية (IIR) مع نطاق توقف 47-53 هرتز لتقليل الضوضاء الصادرة عن التيار المتناوب. انقر فوق أدوات > تصفية البيانات > حدد Notch تصفية البيانات بدلا من شريط المرور.
  5. افحص البيانات بصريا لإزالة القطع الأثرية القوية الناتجة عن حركات العين والعضلات. انقر على رسم بيانات قناة > (تمرير).
  6. افحص البيانات بصريا مرة أخرى بحثا عن أي ضوضاء متسقة ناتجة عن أي قناة ، ولوحظت القنوات السيئة.
  7. إعادة بناء القنوات السيئة باستخدام الاستيفاء الكروي. انقر فوق أدوات > تستوعب الأقطاب الكهربائية > حدد من قنوات البيانات.
  8. قم بتشغيل تحليل المكونات المستقل (ICA) باستخدام خوارزمية المصدر المفتوح "runica"16. انقر فوق أدوات > تشغيل ICA.
  9. قم بإزالة المكونات المستقلة (ICs) المقابلة لحركات العين والوميض وحركة العضلات وضوضاء الخط. انقر فوق أدوات > رفض البيانات باستخدام ICA > رفض المكونات حسب الخريطة.
  10. إعادة بناء البيانات باستخدام ICs المتبقية. انقر فوق أدوات > إزالة المكونات.
  11. قم بتصفية البيانات باستخدام مرشح منخفض التمرير بسرعة 30 هرتز. انقر فوق أدوات > تصفية البيانات > تصفية معلومات الطيران الأساسية (جديد، افتراضي).
  12. احصل على بيانات تخطيط موارد المؤسسات عن طريق استخراج ومتوسط الحقب الزمنية المقفلة زمنيا لكل حالة مع نافذة زمنية من -200 إلى 0 مللي ثانية كخط أساس ومن 0 إلى 800 مللي ثانية كتخطيط موارد المؤسسات. انقر فوق أدوات > استخراج العصور.
  13. أعد الرجوع إلى بيانات ERP بمتوسط قنوات الخشاء اليسرى واليمنى. انقر فوق أدوات > إعادة المرجع.
  14. كرر الخطوات المذكورة أعلاه لمجموعات البيانات من جميع المشاركين وقارن الاختلافات بين الظروف باستخدام اختبار t أو المقاييس المتكررة ANOVA في برنامج التحليل الإحصائي (انظر جدول المواد).
  15. حدد النوافذ الزمنية ل N1 و LPP استنادا إلى النظريات المعمول بها 8,17 والبيانات الحالية3.
    ملاحظة: في هذا العمل ، تم تعريف N1 على أنه 100-150 مللي ثانية ، في حين أن LPP هو 300-600 مللي ثانية من بداية التحفيز ؛ LPP هو الأكثر بروزا في المنطقة الجدارية الوسطى (الشكل 2).
  16. أوجد فرق الصورة المحايدة مقابل السالبة في مكون N1 باستخدام اختبار t المقترن بين ثلاثة شروط (الشكل 3).
  17. أوجد فرق الصورة المحايدة مقابل السلبية في مكون LPP باستخدام اختبار t المقترن بين ثلاثة شروط (الشكل 4).
  18. قم بإجراء تحليل منطقة الاهتمام (ROI) على مكونات N1 و LPP من خلال حساب متوسط القنوات ذات الصلة لتمثيل المنطقة.
    ملاحظة: لتحديد عائد الاستثمار، تم حساب متوسط عصور جميع الشروط الثلاثة لحساب تلك القنوات التي كان للصور المحايدة والسلبية فيها اختلاف كبير في النافذة الزمنية المحددة (على سبيل المثال، بالنسبة ل N1 أو LPP).
  19. قارن الفرق في N1 و LPP بشكل منفصل ، باستخدام المقاييس المتكررة ANOVA والإحصاءات اللاحقة في برنامج التحليل الإحصائي.
    ملاحظة: استخدم التحليل اللاحق (تصحيح بونفيروني) وحدد الفروق المعنوية بين الشرطين بشكل منفصل إذا كان النموذج معنويا. تم تعيين عتبة الأهمية عند p < 0.05.

5. تحليل مصدر تخطيط موارد المؤسسات

  1. قم بإجراء تحليل مصدر تخطيط موارد المؤسسات18 باستخدام برنامج SPM19 مفتوح المصدر (انظر جدول المواد) باتباع الخطوات أدناه.
  2. ربط نظام إحداثيات مستشعر غطاء EEG بنظام الإحداثيات لصورة التصوير بالرنين المغناطيسي الهيكلية القياسية (إحداثيات معهد مونتريال للأعصاب (MNI) عن طريق التسجيل المشترك القائم على المعالم. في SPM ، انقر فوق دفعة > SPM > M / EEG > مصدر إعادة بناء > مواصفات نموذج الرأس.
  3. قم بإجراء حساب أمامي لحساب تأثير كل ثنائي القطب على الشبكة القشرية المفروضة على مستشعرات EEG. ضمن نفس محرر الدفعات ، انقر فوق SPM > M / EEG > إعادة بناء المصدر > انعكاس المصدر.
    ملاحظة: تم وضع هذه النتائج في مصفوفة G (n x m) ، حيث n هو عدد أجهزة الاستشعار (البعد الفضائي EEG) و m هو عدد رؤوس الشبكات (بعد الفضاء المصدر). كان نموذج المصدر X = GS ، حيث X عبارة عن مصفوفة n x k تشير إلى بيانات ERP لكل شرط ، k هو عدد النقاط الزمنية ، و S هي مصفوفة m x k تشير إلى مصدر ERP.
  4. استخدم خوارزمية البدايات المتعددة المتناثرة القائمة على البحث الجشع (نظرا لأن S غير معروف) في الخطوة الثالثة (من بين العديد من الخوارزميات المتاحة) لإجراء إعادة البناء العكسي لأنها أكثر موثوقية من الطرق الأخرى20. اختر MSP (GS) لنوع الانعكاس في نافذة انعكاس المصدر .
  5. أوجد الفرق بين الظروف باستخدام النمذجة الخطية العامة في SPM. اضبط مستوى الدلالة على p < 0.05. ضمن محرر الدفعات ، انقر فوق SPM > إحصائيات > مواصفات التصميم العاملي.

6. بيانات تخطيط القلب وتحليل التقييم السلوكي

  1. استخدم برامج معالجة البيانات الفسيولوجية لمعالجة وتحليل بيانات تخطيط القلب (انظر جدول المواد). احسب متوسط الدرجات لكل شرط. في EEGLAB ، انقر فوق أدوات > أدوات FMRIB > الكشف عن أحداث QRS 21.
    ملاحظة: على غرار تحليل سعة تخطيط موارد المؤسسات ، تم استخدام برنامج إحصائي لمواصلة تحليل البيانات باستخدام مقاييس ANOVA المتكررة. تم إجراء تحليل لاحق مخصص لتحديد الاختلافات الكبيرة بين الحالتين بشكل منفصل إذا كان النموذج كبيرا. تم تعيين مستوى الأهمية إلى p < 0.05.
  2. اطلب من المشاركين تقييم إيمانهم بفعالية ترديد اسم الشخص (أميتابا بوذا ، سانتا كلوز ، إلخ) على مقياس 1-9 ، حيث يعتبر 1 الأضعف و 9 الأقوى.

Representative Results

النتائج السلوكية
كشفت نتائج اعتقاد المشاركين بالإنشاد عن متوسط درجة 8.16 ± 0.96 ل "أميتابا بوذا" ، و 3.26 ± و 2.56 ل "سانتا كلوز" ، و 1.95 ± 2.09 لحالة التحكم الفارغة (الجدول التكميلي 1).

نتائج تخطيط موارد المؤسسات
أظهرت القناة التمثيلية ل Pz (الفص الجداري) أن ظروف الهتاف كان لها تأثيرات مختلفة على المعالجة المبكرة (N1) والمتأخرة (LPP) للصور المحايدة والسلبية. وأظهرت النافذة الزمنية ل N1 و LPP ، على التوالي (الشكل 2).

المرحلة الإدراكية المبكرة
أظهرت نتائج تخطيط موارد المؤسسات زيادة N1 أثناء عرض الصور السلبية في ثلاثة ظروف ترديد (الشكل 3). وأظهرت الدراسة أن الصور السلبية تسببت في أنشطة دماغية مركزية أقوى من الصور المحايدة، والزيادات قابلة للمقارنة في ثلاث حالات.

المرحلة العاطفية / المعرفية المتأخرة
أظهر ERP زيادة LPP في ظروف الهتاف غير الدينية وعدم الهتاف. ومع ذلك ، فإن LPP الناجم عن الصور السلبية بالكاد يكون مرئيا عندما يردد المشارك اسم أميتابا بوذا (الشكل 4).

تحليل منطقة الاهتمام (ROI)
تم الجمع بين الشروط الثلاثة لتقدير المناطق التي تم تنشيطها بشكل عام في مكونات N1 و LPP. تم إجراء قياسات متكررة ANOVA باستخدام برنامج إحصائي لحساب الفرق في مكونات N1 و LPP بين ظروف الهتاف (الشكل 5).

تظهر الأعمدة الثلاثة اليسرى الفرق في مكون N1 لشروط الإنشاد الثلاثة: شرط المشاهدة الصامتة ، وحالة الإنشاد غير الدينية ، وحالة الإنشاد الديني. كانت الاختلافات في مكون N1 متشابهة عبر الشروط الثلاثة. تظهر الأعمدة الثلاثة اليمنى الفرق في مكون LPP لظروف الهتاف الثلاثة. هذا يدل على أن الفرق في مكون LPP أصغر بكثير في حالة الإنشاد الديني منه في حالة الإنشاد غير الدينية وحالة المشاهدة الصامتة.

تحليل المصدر
تم تطبيق تحليل المصدر لاستخراج خرائط الدماغ المحتملة بناء على نتائج LPP (الشكل 6). تظهر النتائج أنه عند مقارنتها بالصور المحايدة ، فإن الصور السلبية تحفز المزيد من التنشيط الجداري في حالة الإنشاد غير الدينية وعدم وجود حالة ترديد. في المقابل، يختفي هذا التنشيط السلبي الناجم عن الصورة إلى حد كبير في حالة الإنشاد الديني.

النتائج الفسيولوجية: معدل ضربات القلب
كان هناك تغيير كبير في معدل ضربات القلب (HR) بين الصور السلبية والمحايدة في حالة الإنشاد غير الديني. تم العثور على اتجاه مماثل في حالة عدم الهتاف. ومع ذلك ، لم يتم العثور على مثل هذا الاختلاف في الموارد البشرية في حالة الإنشاد الديني (الشكل 7).

Figure 2
الشكل 2: أظهرت قناة تمثيلية (Pz) تخطيط موارد المؤسسات المختلفة في ستة ظروف ترديد. الشروط الستة هي (1) الإنشاد الديني أثناء عرض الصور المحايدة (AmiNeu) ؛ (2) الإنشاد الديني أثناء مشاهدة الصور السلبية (AmiNeg) ؛ (3) الهتاف غير الديني أثناء مشاهدة الصور المحايدة (SanNeu) ؛ (4) الهتاف غير الديني أثناء مشاهدة الصور السلبية (SanNeg) ؛ (5) عدم الهتاف أثناء مشاهدة الصور المحايدة (PasNeu) ؛ و (6) عدم الهتاف أثناء مشاهدة الصور السلبية (PasNeg). قناة Pz تقع في المنطقة الجدارية الوسطى من فروة الرأس. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 3
الشكل 3: نتائج تخطيط موارد المؤسسات لإظهار مكون N1 في ظروف الهتاف الثلاثة. خرائط ثنائية الأبعاد لمكون N1 للشروط الثلاثة لكل نوع صورة. في العمود الأخير ، يتم عرض القنوات ذات الاختلافات الكبيرة (p < 0.05) بنقاط. تشير النقاط ذات اللون الداكن إلى أهمية أكبر (أي قيم p أصغر). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 4
الشكل 4: نتائج تخطيط موارد المؤسسات لإظهار مكون LPP في ظروف الهتاف الثلاثة. خرائط ثنائية الأبعاد لمكون الجهد الإيجابي المتأخر (LPP) للشروط الثلاثة لكل نوع صورة. في العمود الأخير ، يتم عرض القنوات ذات الاختلافات الكبيرة (p < 0.05) بنقاط. تشير النقاط ذات اللون الداكن إلى أهمية أكبر (أي قيم p أصغر). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 5
الشكل 5: تحليل منطقة الاهتمام (ROI). تحليل منطقة الاهتمام (ROI) حول الفرق بين استجابات الدماغ السلبية مقابل المحايدة التي تسببها الصورة للمكون المبكر ، N1 ، والمكون المتأخر ، الإمكانات الإيجابية المتأخرة (LPP). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 6
الشكل 6: تحليل مصدر مكون الإمكانات الإيجابية المتأخرة (LPP) في ظل الشروط الثلاثة. تشير المناطق المميزة إلى نشاط أعلى للدماغ في الظروف السلبية مقابل الظروف المحايدة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 7
الشكل 7: فترات ضربات القلب في ظل ظروف الهتاف الثلاثة. الفواصل الزمنية بين ضربات مخطط كهربية القلب (RRs) تحت كل نوع من أنواع الصور / مجموعة الهتاف وقيم p المقابلة. Ami: Amitabha Buddha حالة الهتاف ، San: Santa Claus حالة الهتاف ، Pas: حالة المشاهدة السلبية ، Neu: صورة محايدة ، Neg: صورة سلبية. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الجدول التكميلي 1: تقييم الاعتقاد في فعالية موضوع الإنشاد (أميتابا بوذا، سانتا كلوز). يستخدم مقياس 1-9 ، حيث يشير 1 إلى أقل اعتقاد و 9 إلى أقوى اعتقاد. يرجى النقر هنا لتنزيل هذا الجدول.

الملف التكميلي 1: رمز المعالجة المسبقة لدفعة بيانات EEG. يزيل القنوات التالفة ، ويعيد تشكيل البيانات إلى 250 هرتز ، ثم يقوم بتصفية البيانات. يرجى النقر هنا لتنزيل هذا الملف.

الملف التكميلي 2: رمز لإصلاح بيانات تخطيط موارد المؤسسات. إنه يصلح العصور السيئة مع المسامير الصاخبة. يرجى النقر هنا لتنزيل هذا الملف.

Discussion

تفرد هذه الدراسة هو تطبيق طريقة علمية عصبية للتحقيق في الآليات العصبية الكامنة وراء ممارسة دينية واسعة الانتشار ، أي الإنشاد الديني المتكرر. نظرا لتأثيرها البارز ، يمكن لهذه الطريقة تمكين تدخلات جديدة للمعالجين أو الأطباء السريريين لعلاج العملاء الذين يتعاملون مع مشاكل عاطفية ويعانون من القلق والتوتر. جنبا إلى جنب مع الدراسات السابقة ، ينبغي النظر في أبحاث تنظيم العواطف الأوسع نطاقا في الدراسات المستقبلية7،8،9،22.

هناك عدد قليل من دراسات تخطيط موارد المؤسسات حول الإنشاد ، نظرا لصعوبة بناء التجارب التي تجمع بين الإنشاد والأحداث المعرفية الأخرى. توضح هذه الدراسة بروتوكولا مجديا للتحقيق في التأثير العاطفي للترديد / الصلاة ، والذي يحظى بشعبية كبيرة في العالم الحقيقي. وجدت دراسات التصوير بالرنين المغناطيسي الوظيفية السابقة (fMRI) أن الصلاة تجند مجالات الإدراك الاجتماعي23. كشفت إحدى دراسات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة أن ترديد "OM" قلل من المخرجات من القشرة الحزامية الأمامية والجزيئية والجبهية المدارية24. وجدت دراسة أخرى لتخطيط كهربية الدماغ أن التأمل "OM" زاد من موجات دلتا ، مما أدى إلى تجربة الاسترخاء والنوم العميق25. ومع ذلك ، لم تتمكن هذه الأساليب من التحقيق بدقة في التغييرات المحددة المتعلقة بالحدث بعد الإنشاد الديني.

يجب على الباحثين التحكم في العوامل المربكة لمعالجة اللغة والألفة للتحقيق بنجاح في التأثير المحتمل للإنشاد الديني المتكرر بنجاح. كما تدرب المشاركون على نطاق واسع ويومي على ترديد اسم "أميتابا بوذا" (الأحرف الصينية: Equation 1; النطق الكانتوني: o1-nei4-to4-fat6) ، استخدمنا اسم "سانتا كلوز" (الأحرف الصينية: Equation 2; النطق الكانتوني: sing3-daan3-lou5-jan4) كشرط تحكم لأن المحلي على دراية بسانتا كلوز. في اللغة الصينية ، يحتوي كلا الاسمين على أربعة أحرف ، وبالتالي التحكم في التشابه اللغوي. فيما يتعلق بالألفة ، يحظى سانتا كلوز بشعبية كبيرة في هونغ كونغ لأنها مدينة غربية جزئيا. بالإضافة إلى ذلك ، يعد سانتا كلوز أيضا شخصية إيجابية إلى حد ما في هونغ كونغ ، حيث توجد عطلات عيد الميلاد الرسمية. ومع ذلك، فإن هذا التحكم في الألفة جزئي، لأنه من الصعب مطابقة فهم اسم أميتابا بوذا للممارسين تماما.

كانت إحدى الخطوات الحاسمة في الدراسة الحالية هي إعداد الصور المثيرة للخوف أو الإجهاد. وبما أن الهتاف الديني قد يعمل بشكل أفضل عند وقوع أحداث تهديدية، فإن اختيار المحفزات المناسبة من مجموعة صور IAPS26 كان أمرا بالغ الأهمية. يوصى بإجراء مقابلات مع المشاركين المحتملين واختيار الصور المناسبة لتجنب الكثير من الخوف أو الاشمئزاز. ويمكن للصور السلبية للغاية أن تمنع المشاركين من تجنب انتباههم عمدا؛ في الوقت نفسه ، يجب أن تمكن المحفزات المثيرة للخوف والتوتر المشاركين من تجربة تهديد كاف. قضية حرجة أخرى هي تصميم كتلة الدراسة. إشارة EEG / ERP حساسة وديناميكية بما فيه الكفاية لمتابعة كل حدث. ومع ذلك ، سيكون من الأنسب تنفيذ تصميم كتلة مع فترة عرض 20-30 ثانية لأن نمط وظيفة القلب أو العاطفة قد لا يتغير في ترتيب الثواني27. من ناحية أخرى ، قد تكون كتلة 60 ثانية طويلة جدا ، ويمكن أن تصبح الاستجابة العصبية معتادة في دراسات تخطيط موارد المؤسسات.

تحتاج مرحلة معالجة بيانات EEG إلى عمل نسخة احتياطية خلال كل خطوة ، حيث تقوم كل خطوة بتغيير البيانات وتسجيل التغييرات التي تم إجراؤها خلال تلك الخطوات. يمكن استخدام هذا لتتبع التغييرات وتسهيل العثور على الأخطاء أثناء معالجة الدفعات. يعد تحسين جودة البيانات أمرا ضروريا أيضا ، لذلك هناك حاجة إلى خبرة في تنظيف البيانات الخام وتحديد ICs السيئة. في التحليل الإحصائي ، تم إجراء مقارنات على المتوسطات الكبرى ، وتم تطبيق ANOVA. ونحذر من أن هذه الإحصائية التي تحتوي على نموذج الأثر الثابت عرضة للتأثيرات العشوائية28. ويمكن تكييف نماذج التأثيرات المختلطة للتحكم في العوامل الدخيلة29، ويمكن أن يؤثر افتراض الخطية على الاستدلالات المستمدة من بيانات تخطيط موارد المؤسسات30.

هناك العديد من القيود الجديرة بالملاحظة. أحد القيود هو أن الدراسة الحالية سجلت مجموعة واحدة فقط من المشاركين الذين مارسوا بوذية بوريلاند. يمكن أن يساعد تسجيل مجموعة تحكم دون أي خبرة في الإنشاد الديني للمقارنة في تحديد ما إذا كان تأثير الإنشاد الديني يتم بوساطة الاعتقاد أو الألفة. عادة ما تكون التجربة المعشاة ذات الشواهد أكثر إقناعا لدراسة تأثير تعديل العواطف على الإنشاد الديني31. ومع ذلك ، من الصعب ضمان أن أي مشارك سيردد بشكل متكرر "Amitabha Buddha" باستعداد كامل. بالإضافة إلى ذلك ، يتأثر LPP بعوامل أخرى ، مثل الصوت العاطفي أو التحضير الإيجابي 32,33. وبالتالي ، هناك حاجة إلى تجارب يتم التحكم فيها بشكل أفضل لتحديد الآلية العصبية الأساسية الكامنة وراء تأثير الإنشاد الديني بشكل أكثر وضوحا.

باختصار ، أظهرت الدراسات السابقة أن الدماغ البشري يخضع للمرونة العصبية والتغيير السريع للحالات34,35. مع الممارسة والنية الكافية ، يمكن للدماغ إعادة تشكيل نفسه والاستجابة بشكل مختلف للمحفزات المخيفة عادة. تقدم هذه الدراسة نظرة ثاقبة حول تطوير استراتيجيات تكيف فعالة للتعامل مع الاضطراب العاطفي في السياقات المعاصرة. بعد هذا البروتوكول ، يجب على الباحثين فحص تأثير الإنشاد الديني أو الممارسات التقليدية الأخرى لتحديد طرق مجدية لمساعدة الناس على تخفيف معاناتهم العاطفية.

Disclosures

ويعلن صاحبا البلاغ أنه ليس لديهما مصالح مالية منافسة.

Acknowledgments

تم دعم الدراسة من قبل مشروع الصندوق الصغير لجامعة هونغ كونغ و NSFC.61841704.

Materials

Name Company Catalog Number Comments
E-Prime 2.0 Psychology Software Tools stimulus presentation, behavior data collection
EEGLAB Swartz Center for Computational Neuroscience EEG analysis software
HydroCel GSN 128 channels Electrical Geodesics, Inc. (EGI) EEG cap
LabChart ADInstruments physiological data (including ECG) acquisition software
Matlab R2011a MathWorks EEGLAB and SPM are based on Matlab; statistical analysis tool for EEG and physiological data
Netstation Electrical Geodesics, Inc. (EGI) EEG acquisition software
PowerLab 8/35 ADInstruments PL3508 physiological data (including ECG) acquisition hardware
SPM Wellcome Trust Centre for Neuroimaging EEG source analysis software
FMRIB University of Oxford Centre for Functional MRI of the Brain (FMRIB) Plug-in for EEGLAB to process ECG data
SPSS IBM statistical analysis tool for behavior and EEG ROI data
iMac 27" Apple running the Netstation software
Windows PC HP running the E-Prime 2.0 software
Windows PC Dell running the LabChart software

DOWNLOAD MATERIALS LIST

References

  1. Kennedy, H., Montreuil, T. C. The late positive potential as a reliable neural marker of cognitive reappraisal in children and youth: A brief review of the research literature. Frontiers in Psychology. 11, 608522 (2020).
  2. Yu, Q., Kitayama, S. Does facial action modulate neural responses of emotion? An examination with the late positive potential (LPP). Emotion. 21 (2), 442-446 (2021).
  3. Gao, J. L., et al. Repetitive religious chanting modulates the late-stage brain response to fear and stress-provoking pictures. Frontiers in Psychology. 7, 2055 (2017).
  4. Barkus, E. Effects of working memory training on emotion regulation: Transdiagnostic review. PsyCh Journal. 9 (2), 258-279 (2020).
  5. Denny, B. T. Getting better over time: A framework for examining the impact of emotion regulation training. Emotion. 20 (1), 110-114 (2020).
  6. Champe, J., Okech, J. E. A., Rubel, D. J. Emotion regulation: Processes, strategies, and applications to group work training and supervision. Journal for Specialists in Group Work. 38 (4), 349-368 (2013).
  7. Sobolewski, A., Holt, E., Kublik, E., Wrobel, A. Impact of meditation on emotional processing-A visual ERP study. Neuroscience Research. 71 (1), 44-48 (2011).
  8. Katyal, S., Hajcak, G., Flora, T., Bartlett, A., Goldin, P. Event-related potential and behavioural differences in affective self-referential processing in long-term meditators versus controls. Cognitive Affective & Behavioral Neuroscience. 20 (2), 326-339 (2020).
  9. Uusberg, H., Uusberg, A., Talpsep, T., Paaver, M. Mechanisms of mindfulness: The dynamics of affective adaptation during open monitoring. Biological Psychology. 118, 94-106 (2016).
  10. Bradley, M. M., Lang, P. J. Handbook of emotion elicitation and assessment. Series in affective science. Coan, J. A., Allen, J. B. 483, Oxford University Press. 483-488 (2007).
  11. Gao, J. L., et al. Repetitive religious chanting invokes positive emotional schema to counterbalance fear: A multi-modal functional and structural MRI study. Frontiers in Behavioral Neuroscience. 14, 548856 (2020).
  12. Somaratne, G. A. The Jhana-cittas: The methods of swapping existential planes via samatha. Journal Of The Postgraduate Institute Of Pali And Buddhist Studies. 2, 1-21 (2017).
  13. Bhikkhu, T. Sallatha Sutta: The arrow (SN 36.6), Translated from the pali. Access to Insight Legacy Edition. , (2013).
  14. Halkias, G. Luminous bliss : a religious history of Pure Land literature in Tibet : with an annotated English translation and critical analysis of the Orgyan-gling gold manuscript of the short Sukhāvatīvȳuha-sūtra. , University of Hawaiʻi Press. (2013).
  15. Stewart, J. L., et al. Attentional bias to negative emotion as a function of approach and withdrawal anger styles: An ERP investigation. International Journal of Psychophysiology. 76 (1), 9-18 (2010).
  16. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods. 134 (1), 9-21 (2004).
  17. Ito, T. A., Larsen, J. T., Smith, N. K., Cacioppo, J. T. Negative information weighs more heavily on the brain: The negativity bias in evaluative categorizations. Journal of Personality and Social Psychology. 75 (4), 887-900 (1998).
  18. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. Journal of NeuroEngineering and Rehabilitation. 5, 25 (2008).
  19. Penny, W. D., Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E. Statistical Parametric Mapping: The Analysis of Functional BrainIimages: The Analysis of Functional Brain Images. , Academic Press. (2011).
  20. Friston, K., et al. Multiple sparse priors for the M/EEG inverse problem. NeuroImage. 39 (3), 1104-1120 (2008).
  21. Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. Removal of FMRI environment artifacts from EEG data using optimal basis sets. Neuroimage. 28 (3), 720-737 (2005).
  22. Nakamura, H., Tawatsuji, Y., Fang, S. Y., Matsui, T. Explanation of emotion regulation mechanism of mindfulness using a brain function model. Neural Networks. 138, 198-214 (2021).
  23. Schjoedt, U., Stdkilde-Jorgensen, H., Geertz, A. W., Roepstorff, A. Highly religious participants recruit areas of social cognition in personal prayer. Social Cognitive and Affective Neuroscience. 4 (2), 199-207 (2009).
  24. Rao, N. P., et al. Directional brain networks underlying OM chanting. Asian Journal of Psychiatry. 37, 20-25 (2018).
  25. Harne, B. P., Bobade, Y., Dhekekar, R. S., Hiwale, A. SVM classification of EEG signal to analyze the effect of OM Mantra meditation on the brain. 2019 Ieee 16th India Council International Conference (Ieee Indicon 2019). , (2019).
  26. Coan, J. A., Allen, J. J. B. Handbook of Emotion Elicitation and Assessment. , Oxford University Press. (2007).
  27. Meseguer, V., et al. Mapping the apetitive and aversive systems with emotional pictures using a Block-design fMRI procedure. Psicothema. 19 (3), 483-488 (2007).
  28. Luck, S. J., Gaspelin, N. How to get statistically significant effects in any ERP experiment (and why you shouldn't). Psychophysiology. 54 (1), 146-157 (2017).
  29. Meteyard, L., Davies, R. A. I. Best practice guidance for linear mixed-effects models in psychological science. Journal of Memory and Language. 112, 104092 (2020).
  30. Tremblay, A., Newman, A. J. Modeling nonlinear relationships in ERP data using mixed-effects regression with R examples. Psychophysiology. 52 (1), 124-139 (2015).
  31. Wu, B. W. Y., Gao, J. L., Leung, H. K., Sik, H. H. A randomized controlled trial of Awareness Training Program (ATP), a group-based mahayana buddhist intervention. Mindfulness. 10 (7), 1280-1293 (2019).
  32. Brown, D. R., Cavanagh, J. F. The sound and the fury: Late positive potential is sensitive to sound affect. Psychophysiology. 54 (12), 1812-1825 (2017).
  33. Hill, L. D., Starratt, V. G., Fernandez, M., Tartar, J. L. Positive affective priming decreases the middle late positive potential response to negative images. Brain and Behavior. 9 (1), 01198 (2019).
  34. Belzung, C., Wigmore, P. Current Topics in Behavioral Neurosciences,1 online resource. , Springer Berlin Heidelberg. Berlin Heidelberg. (2013).
  35. Denes, G. Neural Plasticity Across The Lifespan: How The Brain Can Change. , CRC Press, an imprint of the Taylor & Francis Group. (2016).

Tags

علم الأعصاب ، العدد 177 ،

Erratum

Formal Correction: Erratum: Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting
Posted by JoVE Editors on 03/25/2022. Citeable Link.

An erratum was issued for: Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting. The Authors section was updated.

The authors section was updated from:

Hin Hung Sik1, Georgios T. Halkias1, Chunqi Chang2, Junling Gao1, Hang Kin Leung1, Bonnie W. Y. Wu1
1Centre of Buddhist Studies, The University of Hong Kong,
2School of Biomedical Engineering, Shenzhen University

To:

Hin Hung Sik1, Georgios T. Halkias1, Chunqi Chang2, Junling Gao1, Hang Kin Leung1, Bonnie Wai Yan Wu1
1Buddhism and Science Research Lab, Centre of Buddhist Studies, The University of Hong Kong,
2School of Biomedical Engineering, Shenzhen University

تعديل الاستجابة العصبية الفسيولوجية للمحفزات المخيفة والمجهدة من خلال الهتاف الديني المتكرر
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Sik, H. H., Halkias, G. T., Chang,… More

Sik, H. H., Halkias, G. T., Chang, C., Gao, J., Leung, H. K., Wu, B. W. Y. Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting. J. Vis. Exp. (177), e62960, doi:10.3791/62960 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter