回避行为是慢性疼痛致残的核心因素,然而目前尚缺乏用于研究疼痛相关回避行为的充分范式。因此,我们建立了一种实验范式,可用于探究疼痛相关回避行为的学习过程(习得)、向其他刺激的扩散(泛化)、缓解方式(消退)以及其后续可能重新出现的机制(自发恢复)。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
回避行为是慢性疼痛致残的核心因素,然而目前尚缺乏用于研究疼痛相关回避行为的充分范式。因此,我们建立了一种实验范式,可用于探究疼痛相关回避行为的学习过程(习得)、向其他刺激的扩散(泛化)、缓解方式(消退)以及其后续可能重新出现的机制(自发恢复)。
回避行为是急性疼痛向慢性疼痛致残转变的关键因素。然而,目前尚缺乏生态效度较高的实验范式来研究与疼痛相关的回避行为。为填补这一空白,我们开发了一种新范式(机器人手臂伸展范式),用于探究疼痛相关回避行为形成背后的机制。现有的回避范式(主要应用于焦虑研究领域)通常将回避操作定义为实验者指令下的低成本反应,叠加于经典恐惧条件反射过程中与威胁相关联的刺激之上。相比之下,本方法在工具性学习(习得)回避方面具有更高的生态效度,并通过为回避反应引入代价加以改进。在该范式中,参与者使用机械臂从起始点向目标点执行手臂伸展运动,并可在三条不同运动轨迹中自由选择。这些轨迹在与疼痛性电皮肤刺激配对的概率以及所需努力程度(表现为偏移量和阻力)方面有所不同。具体而言,参与者可通过执行需要更高努力程度的运动,在一定程度上避免疼痛刺激。回避行为的操作定义为每次试验中相对于最短路径的最大偏移量。除了阐述该新范式如何帮助理解回避行为的习得过程外,我们还介绍了机器人手臂伸展范式的若干改进版本,用于(1)考察回避行为向其他刺激的扩散(泛化),(2)在实验室中模拟临床治疗过程(通过反应阻止实现回避的消退),以及(3)模拟消退后的复发(自发恢复)。鉴于其更高的生态效度,以及多种可拓展性和适应性,机器人手臂伸展范式为研究回避行为及其潜在机制提供了一个极具前景的工具。
回避是对疼痛信号提示身体受到威胁的一种适应性反应。然而,当疼痛转为慢性时,疼痛本身及其相关的回避行为便失去了适应性意义。与此一致,慢性疼痛的恐惧-回避模型1,2,3,4,5,6,7,8认为,将疼痛错误地解读为灾难性事件会引发对疼痛的恐惧加剧,从而促使个体采取回避行为。过度的回避可能导致慢性疼痛相关功能障碍的发生和持续,原因在于身体活动减少以及日常活动和目标追求的参与度下降1,2,3,4,5,9。此外,由于疼痛的缓....
访问受限。请登录或开始试用以查看此内容。
本文所述方案符合鲁汶大学社会与社会伦理委员会(注册编号:S-56505)以及马斯特里赫特大学心理学与神经科学伦理审查委员会(注册编号:185_09_11_2017_S1 和 185_09_11_2017_S2_A1)的要求。
1. 测试前的实验室准备工作
访问受限。请登录或开始试用以查看此内容。
在习得阶段末期,参与者表现出更大的回避行为(即偏离最短路径的最大程度增加),相较于习得阶段初期(图2,由A指示)20,或相较于配对的对照组(图3)23,48。
恐惧和疼痛预期的获得表现为参与者报告在T3阶段对刺激的恐惧感低于T1和T2阶段,并且在T3阶段比在T1和T2阶段更少预期疼痛刺激的发生20。T1与T3之间的差异性自我报告是主要关注点,因为T2阶段具有模糊性。也有研究发现T1与T2之间的自我报告无显著差异,而这两个阶段均与T3存在差异23(图4A、图5A、
访问受限。请登录或开始试用以查看此内容。
鉴于回避行为在慢性疼痛致残中的关键作用1,2,3,4,5,以及传统回避范式所面临的局限性19,亟需发展用于研究(与疼痛相关的)回避行为的方法。本文所介绍的机器人辅助上肢伸展范式在一定程度上克服了这些局限性。我们已在一系列研究中应用该范式, consistently demonstrated avoidance acquisition(回避行为的习得),且这些效应也体现在我们对疼痛预期和运动相关疼痛恐惧的自评量表结果中20,22,23,
访问受限。请登录或开始试用以查看此内容。
作者无任何利益冲突需要披露。
本研究得到了荷兰科学研究组织(NWO)授予安·默尔德斯的Vidi项目资助(项目编号:452-17-002)以及比利时弗兰德研究基金会(FWO-Vlaanderen)授予安·默尔德斯的高级研究员奖学金(项目编号:12E3717N)。约翰·弗拉延的贡献得到了比利时弗拉芒政府资助的“Asthenes”长期结构性资助Methusalem项目的支持。
作者感谢马斯特里赫特大学的 Jacco Ronner 和 Richard Benning,感谢他们为实验任务编写程序,以及为所描述的实验设计和制作图形。
....访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 1 台计算机和计算机显示器 | Intel Corporation | 64 位 Intel Core | 运行实验脚本 |
| 40 英寸液晶显示器 | Samsung Group | 呈现实验脚本 | |
| Blender 2.79 | Blender Foundation | 用于编程实验图形的 3D 图形软件 | |
| C# | 用于编程实验任务的编程语言 | ||
| 导电凝胶 | Reckitt Benckiser | K-Y Gel | 促进皮肤与刺激电极之间的导电 |
| 恒流刺激器 | Digitimer Ltd | DS7A | 产生电刺激 |
| HapticMaster | Motekforce Link | 机械臂 | |
| Matlab | MathWorks | 用于编写受试者随机分组方案脚本,以及提取每次试验中偏离最短轨迹的最大偏差值 | |
| Qualtrics | Qualtrics | 用于心理问卷的网络调查工具 | |
| Rstudio | Rstudio Inc. | 统计分析 | |
| Sekusept Plus | Ecolab | 用于清洁医疗器械的消毒液 | |
| 刺激电极 | Digitimer Ltd | Bar 刺激电极 | 两个可重复使用的不锈钢圆盘电极;直径 8 mm,间距 30 mm |
| 平板电脑 | AsusTek Computer Inc. | ASUS ZenPad 8.0 | 用于回答心理特质问卷 |
| 三脚踏开关 | Scythe | USB-3FS-2 | 用于在视觉模拟量表(VAS)上提供自我报告测量 |
| Unity 2017 | Unity Technologies | 跨平台游戏引擎,用于编写包含电触觉刺激呈现的实验脚本 |
访问受限。请登录或开始试用以查看此内容。