Methodenartikel

Funktionelle Nahinfrarotspektroskopie Hyperscanning-Studie in der psychologischen Beratung

DOI:

10.3791/67183

⸱

17. Januar 2025

 ,  ,  , 
1Shanghai Key Laboratory of Mental Health and Psychological Crisis Intervention, School of Psychology and Cognitive Science, East China Normal University, 2School of Psychology and Cognitive Science, East China Normal University, 3School of Health and Clinical Psychology, East China Normal University, 4School of Psychology, Shanghai Normal University

* These authors contributed equally

In diesem Artikel

Erratum-Hinweis

Important: There has been an erratum issued for this article. View Erratum Notice

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Das Protokoll zielt darauf ab, eine detaillierte Beschreibung der Methodik zur Durchführung einer fNIRS-Hyperscanning-Studie in der psychologischen Beratung zu liefern. Dazu gehören die Vorbereitungen für das Experiment, das Vorgehen bei der Datenerhebung und der anschließende Prozess der Datenanalyse.

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Das Hyperscanning der funktionellen Nahinfrarotspektroskopie (fNIRS) ist eine innovative Technik, die die Echtzeitüberwachung der Gehirnaktivität zwischen mehreren Personen ermöglicht, die an sozialen Interaktionen beteiligt sind. Forscher auf diesem Gebiet quantifizieren gleichzeitige Gehirnaktivitäten durch den Index der Inter-Brain-Synchrony (IBS). In der psychologischen Beratungsforschung hat die Verwendung von fNIRS zur Messung des Reizdarmsyndroms Aufmerksamkeit erregt, da sie das Potenzial hat, die Dynamik der Interaktionen zwischen Berater und Klient zu beleuchten. Dennoch fehlt derzeit ein standardisiertes Protokoll zur präzisen Messung des Reizdarmsyndroms zwischen Beratern und Klienten, das die Aufdeckung von Echtzeit-Interaktionsmustern während der Beratungssitzungen erleichtern würde. Um diesem Bedarf gerecht zu werden, wird in diesem Beitrag ein detailliertes standardisiertes Protokoll vorgeschlagen, das die Verfahrensschritte für die Durchführung von fNIRS-Hyperscanning in psychologischen Beratungssettings umreißt, wobei der Schwerpunkt auf der Erfassung von Gehirnsignalen, der Berechnung des IBS zwischen Beratern und Klienten und der Analyse von Lead-Lag-Mustern des IBS während der Beratungssitzungen liegt. Die Implementierung dieser standardisierten fNIRS-Hyperscanning-Pipeline verbessert nicht nur die Reproduzierbarkeit und Zuverlässigkeit von IBS-Messungen in der psychologischen Beratungsforschung, sondern ermöglicht auch tiefere Einblicke in die neuronalen Mechanismen, die der Arbeitsallianz zugrunde liegen. Durch die Integration von fNIRS-Hyperscanning in naturalistische Beratungsumgebungen können Forscher das Verständnis dafür verbessern, wie IBS mit den Beratungsergebnissen korreliert, und möglicherweise personalisierte Ansätze für die Behandlung psychischer Gesundheit ermöglichen.

Einleitung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

In den letzten Jahren ist die Verwendung von Hyperscanning-Techniken zur Erforschung gemeinsamer Gehirnaktivitäten während dyadischer oder Gruppeninteraktionen zu einer beliebten Forschungsrichtung geworden. Forscher setzen häufig das Elektroenzephalogramm (EEG)1, die funktionelle Magnetresonanztomographie (fMRT)2 oder die funktionelle Nahinfrarotspektroskopie (fNIRS)3 ein, um die neuronalen und Gehirnaktivitäten mehrerer Probanden gleichzeitig zu überwachen. Die neurowissenschaftliche Metrik der Inter-Hirn-Synchronie (IBS)4 wird daher eingeführt, um den Grad der Hirnaktivitätskopplung zwischen Menschen mit einer sorgfältigen Analyse der Phasen- und Amplitudenausrichtung neuronaler oder hämodynamischer Signale über die Zeit zu quantifizieren5. IBS bezieht sich auf das Phänomen, bei dem die Gehirnaktivitäten von zwei oder mehr Personen während sozialer Interaktionen ausgerichtet oder synchronisiert werden. Diese Synchronisation kann in verschiedenen Formen auftreten, z. B. in der Phase, Frequenz oder Amplitude von Gehirnschwingungen 6,7,8.

Im Bereich der naturalistischen sozialen Interaktionen mit mehreren Teilnehmern hat eine Vielzahl von Forschungsarbeiten das Phänomen des Reizdarmsyndroms beleuchtet, insbesondere in so unterschiedlichen Kontexten wie der Eltern-Kind-Dynamik9, dem Austausch von Erziehern und Schülern10, romantischen Partnerschaften11 und der Interaktion zwischen Publikum und Darstellern12. Bemerkenswert ist, dass IBS im Vergleich zu Interaktionen mit Fremden ein erhöhtes Niveau in intimen Beziehungen wie Eltern-Kind- und romantischen Partnerschaften aufweist 13,14, was seine Sensibilität für die Tiefe emotionaler Verbindungen unterstreicht. Gleichzeitig geht dieses erhöhte Reizdarmsyndrom häufig mit einer verbesserten Effizienz der Zusammenarbeit und Verhaltensverbesserungen einher, was auf eine funktionelle Rolle bei der Förderung positiver sozialer Ergebnisse hindeutet15.

Im Kontext der Beratung verkörpert die Arbeitsallianz -- ein zentrales Konstrukt, das eng mit der Wirksamkeit der Beratungverbunden ist 16 -- eine ausgeprägte zwischenmenschliche Dynamik, die sich während des therapeutischen Prozesses allmählich zwischen dem Berater und dem Klienten entwickelt. Im Kern beruht dieses Bündnis auf der Pflege tiefer emotionaler Bindungen und der Schaffung effizienter Kooperationsrahmen17. Daher bietet die Erforschung des Reizdarmsyndroms im Rahmen von Beratungsinteraktionen eine neue Perspektive, die das Verständnis für die Komplexität und Qualität dieser therapeutischen Beziehungen verbessert.

Die Empathie des Beraters, wie sie vom Klienten wahrgenommen wird, trägt zur Entwicklung eines Arbeitsbündnisses bei18. Dies deutet darauf hin, dass die Etablierung der Arbeitsallianz aus dem gegenseitigen Verständnis und den entsprechenden neuronalen Aktivitäten zwischen dem Berater und dem Klienten entstehen kann. Empathie kann in zwei Komponenten unterteilt werden: affektive Empathie und kognitive Empathie. Der Gyrus frontalis inferior (IFG) ist an der affektiven Empathie beteiligt und auch mit den neuronalen Prozessen verbunden, die der Kommunikation von Angesicht zu Angesicht zugrunde liegen19. Der rechte temporal-parietale Übergang (rTPJ), ein wichtiger Teil des Theory of Mind-Netzwerks, ist eng mit kognitiver Empathie verbunden, insbesondere beim Verständnis der mentalen Zustände anderer20. Folglich priorisierten frühe Hirnsynchronisationsstudien in der Beratung diese beiden Regionen als Regions of Interest (ROIs) und identifizierten IBS hauptsächlich im rTPJ21. Die anschließende Forschung hat sich daher überwiegend auf das rTPJ22 konzentriert. Studien haben gezeigt, dass die neuronale Synchronisation im rTPJ zwischen Klienten und Therapeuten während der Beratung signifikant höher ist als in Gesprächskontexten. Es besteht eine positive Korrelation zwischen einer erhöhten synchronen neuronalen Aktivität im rTPJ und der Stärke der therapeutischen Allianz21. Die einzigartigen Aktivitätsmuster in der Beratung können sich aus der vertieften Erforschung emotionaler Ausdrücke und persönlicher Erfahrungen ergeben. Dies deutet darauf hin, dass IBS weitere Untersuchungen im Rahmen der Beratung rechtfertigt. Darüber hinaus deutet die Korrelation zwischen einer verstärkten rTPJ-Aktivität und der Stärke des Arbeitsbündnisses darauf hin, dass IBS als neurobiologische Grundlage für die Bewertung von Beratungsbeziehungen dienen könnte, was eine neue Bewertungsmetrik bietet.

Während diese Ergebnisse die vielversprechende Rolle des Reizdarmsyndroms in der Berater-Klienten-Dynamik unterstreichen, betonen sie auch die Notwendigkeit einer weiteren Klärung des direkten kausalen Zusammenhangs zwischen Gehirnsynchronisation, Beratungseffektivität und der Arbeitsallianz. Um dieses aufstrebende Feld voranzubringen, ist die Entwicklung standardisierter Hyperscanning-Protokolle und strenger Datenanalysemethoden von größter Bedeutung. Durch die Verfeinerung des methodischen Werkzeugkastens ist es möglich, die neuronalen Grundlagen einer effektiven Beratung genauer abzubilden und letztlich die Qualität therapeutischer Interventionen und ihrer Ergebnisse zu verbessern.

Dieser Artikel enthält ein Protokoll zur Durchführung einer fNIRS-basierten Hyperscanning-Studie und zur Beobachtung und Analyse des Reizdarmsyndroms zwischen den Berater-Klienten-Dyaden. fNIRS ist ein nicht-invasives bildgebendes Verfahren, das zur Messung der Gehirnaktivität verwendet wird. Es funktioniert, indem es Veränderungen der Blutsauerstoffversorgung und des Blutvolumens im Gehirn erkennt, die indirekte Marker für die neuronale Aktivität sind. Dies wird erreicht, indem Nahinfrarotlicht in das Gehirn emittiert und die Menge an Licht gemessen wird, die von den Blutzellen absorbiert oder gestreut wird23. So wird die hämodynamische/oxygenierende Aktivität gemessen. Im Vergleich dazu bietet fNIRS eine höhere zeitliche Auflösung als fMRT und ist weniger anfällig für Bewegungsartefakte als EEG, wodurch es sich gut für die Untersuchung sozialer Interaktionen in natürlichen Umgebungen eignet, wie z. B. in der psychologischen Beratung8.

In diesem Artikel werden auch die spezifischen Schritte zur Berechnung des Reizdarmsyndroms mit der Methode der Wavelet-Transformationskohärenz (WTC)24 vorgestellt. WTC ist eine Analysetechnik, die die Beziehung zwischen zwei Signalen über verschiedene Frequenzen hinweg über die Zeit misst. Es ist vorteilhaft, um Bereiche der Synchronität zwischen Gehirnregionen oder zwischen Teilnehmern einer Studie zu identifizieren. Es berechnet die Kohärenz zwischen zwei Zeitreihen, indem es ihr Kreuzspektrum mit Hilfe von Wavelet-Transformationen analysiert. Um die Bedeutung von WTC zu kontextualisieren, ist es wichtig, zunächst die grundlegenden Konzepte von Wavelet Transform (WT)25, Coherence26 zu verstehen und zu verstehen, wie sie im Rahmen von WTC27 zusammenlaufen.

Die Wavelet-Transformation, ein mathematisches Werkzeug, zeichnet sich durch die Zerlegung komplexer Signale in ihre Bestandteile aus Zeit-Frequenz-Komponenten aus und ermöglicht die Analyse sowohl lokalisierter Frequenzänderungen über die Zeit als auch des Gesamtfrequenzgehalts eines Signals27. Diese Eigenschaft ist besonders vorteilhaft bei der Untersuchung der neuronalen Aktivität, die von Natur aus nichtstationär ist und dynamische Änderungen über verschiedene Frequenzen hinweg aufweist. Kohärenz hingegen quantifiziert den Grad, in dem zwei Signale ähnliche Frequenzkomponenten und Phasenbeziehungen aufweisen, und dient als Metrik für die Synchronisation zwischen ihnen26. Durch die Kombination dieser beiden Konzepte bietet das WTC ein leistungsfähiges Mittel zur Beurteilung des Reizdarmsyndroms, das sowohl die zeitliche Evolution als auch die Frequenzspezifität der neuronalen Kopplung zwischen Individuen erfasst und Einblicke in die dynamische Interaktion verschiedener Teile des Gehirns oder des Gehirns während einer Aufgabe oder eines Reizes liefert24.

Während das traditionelle WTC-Framework lediglich die Korrelation zwischen den Gehirnsignalen verschiedener Individuen testet, wird hier eine Methode vorgestellt, die die Richtungsabhängigkeit der Interaktion zwischen dem Berater und dem Klienten berücksichtigt. Es gibt verschiedene Lead-Lag-Muster, bei denen ein Signal konsistent den Variationen des anderen um ein bestimmtes Zeitintervall vorausgeht, was auf einen zeitlichen Zusammenhang beim Reizdarmsyndrom nach früheren Studien hinweist28,29. Das Reizdarmsyndrom darf während der Beratung nicht gleichzeitig zwischen dem Berater und dem Klienten auftreten. Daher ist eine umfassende Methode erforderlich, um die Richtungsabhängigkeit des Reizdarmsyndroms zu untersuchen. Die Methode verdeutlicht die Rolle, die Berater in den verschiedenen Phasen der Beratung spielen (Leitung des Reizdarmsyndroms, phasenbegleitendes Reizdarmsyndrom mit dem Klienten oder Leitung durch den Klienten).

Diese Studie schlägt ein detailliertes und implementierbares Protokoll vor, das auf der Forschungsfrage basiert, ob IBS-Scores zwischen Beratern und Klienten als potenzielle Biomarker für die Beurteilung der Allianzqualität oder der Ergebnisse zwischen Klienten mit unterschiedlichen Bindungsstilen bei Erwachsenen dienen können. Das Protokoll beschreibt den Einsatz der fNIRS-Hyperscanning-Technologie zur Untersuchung des Reizdarmsyndroms zwischen psychologischen Beratern und Klienten im Beratungskontext. Es enthält umfassende Beschreibungen der experimentellen Verfahren, Vorsichtsmaßnahmen für jeden Schritt und der nachfolgenden Datenverarbeitungsmethoden. Es wird erwartet, dass dieses Protokoll zukünftigen Wissenschaftlern, die an der Erforschung von IBS im Bereich der psychologischen Beratung interessiert sind, wertvolle Einblicke und Anleitungen bieten wird. Das spezifische Protokoll für die Datenerhebung und -verarbeitung wird wie folgt dargestellt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Alle Teilnehmer unterschrieben vor der Teilnahme eine schriftliche Einverständniserklärung und wurden nach dem Experiment mit etwa 60 Yuan (chinesische Währung) entlohnt. Das oben skizzierte Studienverfahren wurde vom Universitätsausschuss für den Schutz der Humanforschung der East China Normal University genehmigt (HR 425-2020).

1. Vorbereitung auf das Experiment

  1. In die Studie eingeschlossene Maßnahmen
    1. Bindungsstil für Erwachsene
      1. Bereiten Sie die überarbeitete chinesische Version der Experiences in Close Relationships-Revised (ECR-R30,31) auf einer chinesischen Online-Umfrageplattform namens Wenjuanxing vor (ähnlich wie SurveyMonkey oder Qualtrics in anderen Teilen der Welt; siehe Materialtabelle), um die Teilnehmer vorab zu screenen.
        HINWEIS: Die chinesische Version des ECR-R besteht aus 18 Items, die zwei Dimensionen des Bindungsstils messen (Bindungsvermeidung und Bindungsangst). Verwenden Sie eine 7-Punkte-Likert-Skala für Selbsteinschätzungen, die von 1 (stimme überhaupt nicht zu) bis 7 (stimme voll und ganz zu) reicht. Diese Skala richtet sich an chinesischsprachige Teilnehmer. Forschende können den ECR32 oder eine geeignete überarbeitete Fassung auf der Grundlage des sprachlichen und kulturellen Hintergrunds der Teilnehmenden auswählen.
      2. Bereiten Sie eine überarbeitete chinesische Version des Beziehungsfragebogens (RQ)30 vor, um sicherzustellen, dass die Teilnehmer einem typischen Bindungsstil entsprechen.
        HINWEIS: Der RQ besteht aus vier kurzen Absätzen, in denen vier verschiedene Befestigungsstile beschrieben werden. Fordern Sie die Teilnehmer auf, den Absatz auszuwählen, der am besten zu ihnen passt, indem Sie eine 7-Punkte-Likert-Skala für Selbsteinschätzungen verwenden, die von 1 (stimme überhaupt nicht zu) bis 7 (stimme voll und ganz zu) reicht. Es ist notwendig, eine zweite Skala zu finden, die die gleichen Dimensionen misst, um den Bindungsstil der Teilnehmer zu klären, da typische Teilnehmer benötigt werden. Dieser Fragebogen richtet sich an chinesischsprachige Teilnehmer. Die Forschenden können den RQ33 oder eine geeignete überarbeitete Version basierend auf der Sprache und dem kulturellen Hintergrund der Teilnehmenden auswählen.
    2. Arbeitsbündnis
      1. Bereiten Sie die chinesische Version des Working Alliance Inventory-Short Form Revised (Client-Version)34,35 (WAI-SR) vor, um die von Kunden gemeldeten Arbeitsallianzen nach dem Experiment zu messen.
        ANMERKUNG: Die chinesische Version von WAI-SR besteht aus insgesamt 12 Items, die drei Aspekte der therapeutischen Arbeitsbündnisse messen, darunter (a) Übereinstimmung über die Aufgaben der Therapie, (b) Übereinstimmung über die Ziele der Therapie und (c) Entwicklung einer affektiven Bindung. Die Skala basierte auf einer 5-stufigen Likert-Skala von 1 = "nie" bis 5 = "immer", wobei höhere Werte für eine besser funktionierende Allianz stehen. Dieser Fragebogen richtet sich an chinesischsprachige Teilnehmer. Forschende können den WAI-SR36 oder eine geeignete überarbeitete Version basierend auf dem sprachlichen und kulturellen Hintergrund der Teilnehmenden wählen.
    3. Klinisches Ergebnis
      1. Bereiten Sie die chinesische überarbeitete Version des Clinical Outcomes in Routine Evaluation-Outcome Measure (CORE-OM)37,38 für die Rekrutierung von Teilnehmern vor.
        HINWEIS: Die überarbeitete chinesische Version von CORE-OM umfasst vier Dimensionen: subjektives Wohlbefinden, Probleme/Symptome, Leben/soziales Funktionieren und Risiko für sich selbst und andere, die insgesamt 34 Punkte umfassen. Stellen Sie sicher, dass diese Bereiche verschiedene Bereiche von Stress und Dysfunktion widerspiegeln, wobei "Item-Cluster" Symptombereiche wie Angstzustände, Depressionen, körperliche Probleme und Traumata ansprechen. Dieser Fragebogen richtet sich an chinesischsprachige Teilnehmer. Forschende können den CORE-OM37 oder eine entsprechend überarbeitete Version basierend auf dem sprachlichen und kulturellen Hintergrund der Teilnehmenden wählen.
      2. Verwenden Sie die überarbeitete chinesische Version der Clinical Outcomes in Routine Evaluation-10 (CORE-10)38, um den Schweregrad der Symptome vor und nach dem Experiment zu beurteilen und so die kognitive Belastung der Teilnehmer zu verringern.
        HINWEIS: Der CORE-10 ist eine verkürzte Version des CORE-OM, der aus 10 Items auf einer 5-Punkte-Skala von 0 bis 4 besteht, wobei höhere Punktzahlen auf ein höheres Maß an psychischer Belastung hinweisen. Beurteilen Sie die Klienten mit Vor- und Nachtests vor und nach dem Beratungsprozess und beachten Sie, dass der Unterschied in den Vor- und Nachtestergebnissen die klinische Wirksamkeit der ersten Beratungssitzung anzeigt. Berechnen Sie das Ausmaß der Veränderung des CORE-10 (Vortestergebnis minus Nachtestergebnis), um eine Verbesserung der Symptome des Klienten zu demonstrieren. Dieser Fragebogen richtet sich an chinesischsprachige Teilnehmer. Die Forscher können den CORE-1038 oder eine geeignete überarbeitete Version basierend auf der Sprache und dem kulturellen Hintergrund der Teilnehmer auswählen.
  2. Teilnehmer
    1. Klienten
      1. Nach früheren Erkenntnissen sollten Klienten und Berater des gleichen Geschlechts (weiblich) rekrutiert werden, um einen Geschlechtseffektzu vermeiden 39,40 bei synchroner Gehirnaktivität.
      2. Rekrutieren Sie Studentinnen, die auf dem Campus psychische Probleme haben, über die Wenjuanxing-Plattform (siehe Materialtabelle) und bitten Sie die Teilnehmerinnen, ihre Hauptbeschwerden zur Beratung zu melden. Stellen Sie sicher, dass sie den Wunsch haben, selbst Hilfe zu suchen.
      3. Stellen Sie sicher, dass die Schüler Rechtshänder sind und über normales oder auf normales Sehen und Hören korrigiert haben. Stellen Sie sicher, dass die studentischen Klienten keine bekannten oder aktuellen psychiatrischen oder körperlichen Diagnosen haben. Stellen Sie sicher, dass sie keine andere psychologische Beratung im Gange haben.
      4. Verwenden Sie den festgelegten Cut-off-Score, um sicherzustellen, dass der CORE-OM-Score für weibliche Stichproben unter 1,17 bleibt, was bestätigt, dass sie in der vergangenen Woche die klinischen Diagnosekriterien für psychische Belastungen nicht erfüllt haben, und um die Kontrolle über die psychische Gesundheit der Klienten zu behalten. Klassifizieren Sie Clients in sichere oder verwerfende Anhangskategorien basierend auf ihrer Selbsteinschätzung der chinesischen Version des RQ.
      5. Wählen Sie gemäß den Ergebnissen von ECR-R die besten 27 % aller Teilnehmer mit einem hohen Maß an Vermeidung in der Kategorie der entlassenden Bindung aus, um die entlassende Gruppe zu bilden. Wählen Sie die besten 27 % aller Teilnehmer mit geringem Angstniveau in der Kategorie "Sichere Bindung" aus, um an der sicheren Gruppe teilzunehmen.
      6. Bestätigen Sie nach erfolgreicher Rekrutierung der Teilnehmer mit den Beratern, ob sich die Sitzungen auf die von den Teilnehmern gemeldeten Probleme konzentrieren, und beurteilen Sie die Schwere der gemeldeten Probleme.
        HINWEIS: An dem Prescreening-Prozess nahmen 252 College-Studenten teil, was letztendlich zur Auswahl von 37 Teilnehmern führte, die mit mäßigem akademischem Stress, schulischen Anpassungsproblemen oder zwischenmenschlichen Beziehungsschwierigkeiten für das formelle Experiment konfrontiert waren. Das Durchschnittsalter der Klienten betrug 20,46 Jahre (SD = 2,17), und alle Teilnehmer waren Studentinnen. Es wurden keine signifikanten Unterschiede zwischen entlassenen Klienten (n = 16) und sicheren Klienten (n = 21) hinsichtlich des Alters (t(35) = 0,51, p = .62) oder im Problem-/Symptombereich des CORE-OM (t(35) = -1,76, p = .09) beobachtet.
    2. Berater
      1. Rekrutieren Sie mehrere Berater aus dem Zentrum für psychische Gesundheit des Colleges.
      2. Stellen Sie sicher, dass die Berater Rechtshänder mit normalem oder korrigiertem Seh- und Hörvermögen sind, bei der Chinesischen Psychologischen Vereinigung registriert sind und über 2-10 Jahre Beratungserfahrung verfügen.
      3. Stellen Sie sicher, dass die Berater College-Beratungsausbildungsprogramme erhalten haben und die gleiche Methode der Counseling Integration Orientation Therapy41 für eine halbstrukturierte Beratung verwenden, wobei der Schwerpunkt auf dem emotionalen Zustand des Besuchers, der aktuellen Belastung und den Beratungszielen liegt.
        HINWEIS: Insgesamt nahmen 7 weibliche Beraterinnen der Chinese Psychological Association (CPS) an dieser Studie teil, mit einem Durchschnittsalter von 34,42 Jahren (SD = 5,09). Von den Beratern identifizierten sich 6 selbst als sicher verbunden, und 1 identifizierte sich selbst als abweisend verbunden. Die Bewertungen der abweisenden Berater in Bezug auf die Allianz, BS und IBS unterschieden sich jedoch nicht signifikant von denen der anderen 6 Berater (alle p > 0,05).
    3. Zufälliges Matching von Beratern und Klienten
      1. Ordnen Sie die Berater und studentischen Kunden nach dem Zufallsprinzip in Dyaden zusammen. Aufgrund der geringen Anzahl von Beratern wird jeder Berater zu unterschiedlichen Zeiten mit mehreren Klienten zusammengebracht. Stellen Sie sicher, dass ein Berater immer nur einen Besucher sieht.
  3. Selbstgemachte fNIRS-Verschlüsse
    HINWEIS: Selbstgemachte fNIRS-Verschlüsse sind unnötig, wenn es geeignete Standardkappen mit dem fNIRS-System gibt.
    1. Bereiten Sie zwei mittelgroße Badekappen aus Nylongewebe vor, um das Gitter des Optodenhalters zu platzieren und die gewünschte Hirnregion abzudecken (siehe Materialtabelle). Flicken Sie die Badekappen mit den folgenden Schritten, um die Anforderungen des Experiments zu erfüllen.
      HINWEIS: Aufgrund der unterschiedlichen Kopfgrößen der Teilnehmer sollten Binderclips unterschiedlicher Größe vorbereitet werden, um die Optoden während des Versuchsprozesses nahe am Kopf des Teilnehmers zu halten.
    2. Um die Referenzoptoden gemäß der Norm international 10-20 System42 an der Badekappe zu verankern, verwenden Sie eine Standard-EEG-Kappe 10-20 (siehe Materialtabelle ). Setzen Sie die EEG-Kappe auf eine Kopfform und dann eine der Schwimmkappen auf die EEG-Kappe.
      HINWEIS: Da die Badekappe und die EEG-Kappe möglicherweise nicht genau die gleiche Größe haben, stellen Sie sicher, dass keine der Kappen schief aufgesetzt ist.
    3. Markieren Sie die Referenzoptoden (Cz, T3, T4) mit einer roten Markierung auf der Badekappe durch die EEG-Kappenelektroden. Markieren Sie dann Referenzoptoden von Regions of Interest (ROI).
      HINWEIS: In der Studie wird der rechte temporal-parietale Übergang (rTPJ) als ROI ausgewählt, wobei ein 4 x 4 Optoden-Sondenpflaster über der rechten temporoparietalen Region platziert wird. Die Referenzoptode des ROI befindet sich bei P6.
    4. Beziehen Sie sich auf den Aufnäher bei P6 auf der Badekappe. Platzieren Sie P6 an der zweiten Optode von der Rückseite der Säule in der Nähe von T4 auf dem Patch. Markieren Sie die Positionen der anderen Optoden und schneiden Sie dann an den markierten Positionen kleine Löcher mit einem Durchmesser von ca. 15 mm, um sicherzustellen, dass der Gitterhalter hineinpasst.
      HINWEIS: Das 4 x 4 Patch enthält acht Emitter und acht Detektoren, die aus 24 Messkanälen bestehen (CH1-CH24). Das fNIRS-System ist ein optisches Topographiesystem, das entwickelt wurde, um fNIRS-Daten zu sammeln, indem gleichzeitig Änderungen der Konzentrationen von sauerstoffhaltigem Hämoglobin (oxy-Hb) und sauerstoffarmem Hämoglobin (Desoxy-Hb) gemessen werden (siehe Materialtabelle)). Zusätzlich würde die entsprechende anatomische Struktur jedes Kanals (siehe Abbildung 1) in einem Standard-Koordinatenraum des Montreal Neurological Institute unter Verwendung der MATLAB-Toolbox (siehe Materialtabelle) von SPM8 bestimmt werden.
    5. Betten Sie die Sonden in die Löcher ein, um die Patches entsprechend an den modifizierten Schwimmkappen zu befestigen. Flicken Sie die andere Badekappe gemäß den obigen Schritten. Legen Sie abschließend das Layout eines 4 x 4-Sondensets für jeden Teilnehmer über das fNIRS-Messsystem fest, das den Sondenanordnungen der beiden Kappen entspricht.

2. Bevor die Teilnehmer ankommen

  1. Starten Sie das fNIRS-System mindestens 30 Minuten im Voraus, um während des Experiments einen stabilen Normaltemperaturbereich von 5 °C bis 35 °C zu gewährleisten.
    HINWEIS: Es ist nicht erforderlich, den Laser einzuschalten.
  2. Aktivieren Sie im fNIRS-System den ereignisbezogenen Messmodus und stellen Sie sicher, dass die Aufzeichnung verschiedener Zustände durch Drücken bestimmter Tasten ausgelöst werden kann. Überprüfen Sie andere Parameter, wie z. B. die Motiv-ID, um eine korrekte fNIRS-Messung sicherzustellen. Verbinden Sie die fNIRS-Kappen mit dem fNIRS-System, indem Sie die entsprechenden Optodensonden in die Optodensonden-Patches auf den Kappen einführen.
    1. Legen Sie das Experimentschema hier als ereignisbezogenes Design fest, das zwei Teile umfasst: die Ruhezustandssitzung und die Beratungssitzung. Legen Sie im NIRSPort-System (NIRx) die Taste F1 als Markierung für die Ruhezustandssitzung und die Taste F2 als Markierung für die Beratungssitzung fest.
      HINWEIS: Für Benutzer anderer fNIRS-Systeme kann das Verfahren zum Markieren der Sitzungen unterschiedlich sein, und es ist wichtig, das Handbuch oder die Einstellungen des jeweiligen Systems zu konsultieren, um eine korrekte Sitzungsmarkierung sicherzustellen.
  3. Bereiten Sie Einwilligungserklärungen und die in Schritt 1.1 genannten Fragebögen für die Teilnehmer vor. Bereiten Sie eine Stoppuhr vor, um die Teilnehmer daran zu erinnern, dass der Ruhezustand vorbei ist. Bereiten Sie eine Uhr vor, um den Berater an das Zeitlimit für die Beratung zu erinnern. Bereiten Sie einige beleuchtete Sonden vor, um die Haare der Teilnehmer zur Seite zu schieben, falls Haare das Signal blockieren.
  4. Stellen Sie das Labor als Standard-Beratungsraum in einem realen Szenario ein, in dem der Berater und der Klient in beiden Gruppen im 90°-Winkel zueinander sitzen, mit einem Abstand von 40 cm zwischen den beiden Stühlen. Der Berater saß auf der rechten Seite und der Klient auf der linken Seite.

3. Prozess der Datenerhebung

  1. Geben Sie den Teilnehmern Anweisungen
    1. Wenn beide Teilnehmer ankommen, stellen Sie sicher, dass sie sich nicht wieder kennen. Erinnern Sie die Teilnehmer daran, ihre Mobiltelefone stumm zu stellen.
    2. Bitten Sie die Klienten, die Einwilligungserklärungen zu lesen und zu unterschreiben, einige demografische Informationen auszufüllen und den CORE-10 auszufüllen, um ihr psychisches Wohlbefinden bei der Ankunft im Labor zu beurteilen. Dieser Vorgang dauert in der Regel ca. 5 Minuten.
    3. Setzen Sie die Teilnehmer. Schalten Sie den Laser ein. Setzen Sie dann die fNIRS-Kappen auf die Teilnehmer.
      HINWEIS: Platzieren Sie die Mitte der Kappe bei CZ auf dem Kopf des Teilnehmers, wobei das 4 x 4-Pflaster den rTPJ abdeckt.
    4. Erinnern Sie die Teilnehmer daran, dass sie ihre Körperhaltung anpassen können, wenn sie sich beim Einstellen der Optoden unwohl fühlen. Organisieren Sie Glasfaserbündel und platzieren Sie sie auf der Armlehne des Stuhls, ohne die Teilnehmer zu berühren, falls sie sich schwer oder müde fühlen.
      1. Erinnern Sie die Teilnehmer daran, während des Experiments die Position der Kappe nicht anzupassen oder anstrengende Kopfbewegungen durchzuführen, um eine Beschädigung der optischen Fasern oder eine Veränderung der Position der Optoden zu vermeiden.
    5. Kalibrieren Sie Signale. Klicken Sie im fNIRS-System auf AUTO GAIN , um die Qualität der Signale zu überprüfen. Stellen Sie bei schlechten Signalen zunächst sicher, dass die Sondenspitzen vollständig sitzen. Verwenden Sie dann Bindeklammern, um Lücken von Hüten zu schließen, und eine beleuchtete Sonde, um Haarhindernisse zu beseitigen, falls Haare die Signale blockieren. Wiederholen Sie diesen Vorgang, bis alle Kanäle grün angezeigt werden, was auf eine akzeptable Signalqualität hinweist.
      HINWEIS: Im NIRSPort-System (NIRx) wird ein schlechtes Signal an einem Kanal gelb angezeigt, während ein ausreichendes Signal grün angezeigt wird. Benutzer anderer fNIRS-Systeme sollten sich für geeignete Einstellungen an deren spezifische Systemanweisungen halten.
  2. Ausführen des Experiments
    1. Holen Sie das Einverständnis der Teilnehmerin oder des Teilnehmers ein und schalten Sie dann die Kamera ein, um den Beratungsprozess aufzuzeichnen.
    2. Überprüfen Sie die Signalqualität und starten Sie die fNIRS-Aufzeichnung. Weisen Sie die Teilnehmer an, sich 5 Minuten lang mit geschlossenen Augen auszuruhen, den Start mit einer vordefinierten Taste (z. B. F1) zu markieren und eine Stoppuhr zu verwenden, um die Ruhephase zu messen.
    3. Erinnern Sie die Teilnehmer daran, 5 Minuten später mit dem Ausruhen aufzuhören. Drücken Sie erneut F1 , um zu markieren, dass der Ruhezustand beendet ist. Überprüfen Sie die Qualität der Signale erneut.
    4. Erinnern Sie die Teilnehmer daran, dass es sich um eine 40-minütige Beratung handelt und wo die Uhr steht. Sagen Sie den Teilnehmern, dass sie mit der Beratung beginnen können. Drücken Sie F2 , wie Sie es zuvor eingerichtet haben, um den Beginn der Beratung zu markieren.
    5. Lassen Sie die Teilnehmer bis später 40 min im Labor.
  3. Nach dem Experiment
    1. Klopfen Sie an die Labortür, um sicherzustellen, dass die Teilnehmer ihr Gespräch beendet haben. Drücken Sie F2 , um das Ende des Experiments zu markieren. Beenden Sie die Kameraaufnahme. Helfen Sie den Teilnehmern, die Mützen abzunehmen.
      HINWEIS: Überprüfen Sie anschließend das Video, um zu bestätigen, dass die Beratung wie erwartet verlaufen ist.
    2. Laden Sie den Client ein, die WAI-SR und den CORE-10 auszufüllen. Dieser Vorgang dauert in der Regel ca. 5 Minuten. Bedanken Sie sich bei den Teilnehmern und geben Sie ihnen eine finanzielle Entschädigung.
    3. Speichern Sie die Daten. Verwenden Sie eine Disc und klicken Sie auf Textdateiausgang , um die fNIRS-Rohdaten zu exportieren. Schalten Sie das fNIRS-System aus. Ziehen Sie die Optodensonden aus der Steckdose.
      HINWEIS: Dieser Schritt ist spezifisch für das NIRSPort-System (NIRx). Bei anderen Systemen nehmen Sie bitte die notwendigen Anpassungen gemäß den Anweisungen des Systems vor.
    4. Wischen Sie die Sonden und die Sondenhalter mit Ethanol ab. Waschen Sie die Kappen regelmäßig (mit abgezogenem Sondenhalter) mit mildem Reinigungsmittel und trocknen Sie sie an der Luft.

4. Datenanalyse

  1. Vorverarbeitung von Daten
    HINWEIS: Die Software MATLAB (siehe Tabelle der Materialien ) wurde verwendet, um alle Datenanalysen mit den folgenden Toolboxen durchzuführen: Homer 243 und Hitachi2nirs44. Homer 2 wird verwendet, wenn die zeitliche Information von Interesse ist, d.h. wenn die Aktivierung in beiden Bedingungen vorhanden ist, um die Differenz zwischen den Antwortfunktionen der beiden Bedingungen in Bezug auf die mittlere Amplitude und Latenz zu vergleichen. Hitachi2nirs ist ein MATLAB-Skript zum Konvertieren der Rohdatei .csv Hitachi ETG4000 in eine .nirs-Datei zur Verwendung mit Homer244.
    1. Kopieren Sie das Dataset von der Disc, und konvertieren Sie unformatierte .csv Dateien. nirs-Format mit csv2nirs in Hitachi2nirs. Starten Sie dann die Homer2-Toolbox in MATLAB, indem Sie Homer2_UI eingeben, und konvertieren Sie die Lichtintensitätsdaten mit der Funktion hmrIntensity2OD in Messungen der optischen Dichte (OD). Berechnen Sie den Durchschnitt der OD-Punkte jedes Kanals für jeden Teilnehmer. Lehnen Sie die Kanäle zurück, in denen die OD-Signale zu stark oder zu schwach sind (mehr als fünf Standardabweichungen (SD).
    2. Verwenden Sie die Funktion hmrMotionArtifact, um Bewegungsartefakte mithilfe einer Wavelet-Transformation mit Daubechies 5 (db5) Wavelet und einem Tuning-Parameter von 0.145,46 für optimale Empfindlichkeit zu erkennen. Nachdem Sie die Artefakte erkannt haben, verwenden Sie hmrMotionCorrectSpline, um sie durch Spline-Interpolation zu korrigieren, das Signal zu glätten und bewegungsbedingtes Rauschen zu reduzieren, um die Datenqualität zu verbessern.
    3. Filtern Sie das OD-Signal mit der Funktion hmrBandpassFilt mit einem ausgewählten Frequenzbereich von 0,01 bis 0,1 Hz, um niederfrequente Drift und hochfrequentes Rauschen zu entfernen.
    4. Verwenden Sie die hmrR_OD2conc Funktion von Homer2, um die OD-Daten gemäß dem modifizierten Beer-Lambert-Gesetz47 in Werte für sauerstoffreiches Hämoglobin (Oxy-Hb) und sauerstoffarmes Hämoglobin ( DeOxy-Hb ) umzuwandeln.
      HINWEIS: Die Änderungen der Oxy-HB-Konzentration konzentrieren sich auf die Durchführung der gesamten Datenanalyse, da der Indikator Veränderungen des Blutflusses während der Gehirnaktivität widerspiegeln kann48,49, ein hohes Signal-Rausch-Verhältnis aufweist und in Studien zur sozialen Interaktion auf der Grundlage von fNIRS-Hyperscanning 50,51 häufiger verwendet wurde.
    5. Verwenden Sie die hmrMotionCorrectGlobal-Funktion , um globales physiologisches Rauschen, wie z. B. den Blutdruck, mit einer auf Wavelet-Transformation basierenden Methode (WT-basiert) zu entfernen.
      HINWEIS: Die WT-basierte Methode reagiert empfindlicher auf die zeitliche Eigenschaft der Daten. Wenn der Fokus auf dem gesamten Interaktionsmuster zwischen den Teilnehmern liegt und nicht auf detaillierten Veränderungen zu jedem Zeitpunkt, ist die Hauptkomponentenanalyse (PCA)3 die bessere Wahl. Die PCA-Methode, die von Zhang et al. vorgeschlagen wurde, umfasst in erster Linie mehrere Schritte, darunter die Zerlegung des Signals, die Durchführung einer räumlichen Glättung und die Rekonstruktion des Signals, um nicht-neuronale globale Komponenten zu entfernen. Die enPCAFilter-Funktion kann verwendet werden, um globales physiologisches Rauschen aus fNIRS-Daten mithilfe von PCA zu entfernen. Die von Duan und Kollegen27 vorgeschlagene WT-basierte Methode wird hier übernommen.
      1. Verwenden Sie die Wavelet-Transformationskohärenz ( WTC )24,52, um die Zeit-Frequenz-Punkte zu erfassen, die durch das globale physiologische Rauschen kontaminiert sind. Das Verfahren ermöglicht die Detektion der Kohärenz zweier Signale auf unterschiedlichen Zeitskalen und eignet sich zur Analyse komplexer dynamischer Zusammenhänge in Zeitreihendaten.
        HINWEIS: Konkret wird zunächst das zeit-frequenz-verteilte WTC-Map (auch als Skalogramm53 bezeichnet) zwischen dem aktuellen Kanalsignal und den ungefilterten Signalen aller anderen Kanäle berechnet. Konvertieren Sie dann diese WTC-Karten in eine binäre Form, basierend auf der Signifikanz des WTC-Werts an jedem Zeit-Frequenz-Pixel. Anschließend werden diese WTC-Karten gemittelt, wodurch eine global kovariable Zeit-Häufigkeits-Karte entsteht. Der Wert an jedem Pixel dieser zusammengesetzten Karte gibt an, inwieweit der aktuelle Kanal an diesem bestimmten Zeit-Frequenz-Punkt global mit anderen Kanälen synchronisiert ist. Letztendlich wird eine Rauschmaske für den aktuellen Kanal erzeugt, indem ein Schwellenwert k auf dieser global kovariierenden Zeit-Frequenz-Karte gesetzt wird.
      2. Verwenden Sie WT, um das Signal des aktuellen Rauschkanals in den Zeit-Frequenz-Raum zu zerlegen.
      3. Wenden Sie die von den Wavelet-Koeffizienten abgeleitete Maske an, um die Wavelet-Energie an den durch Rauschen verunreinigten Zeit-Frequenz-Punkten zu unterdrücken.
      4. Rekonstruieren Sie das Signal mit Hilfe des inversen WT.
      5. Wiederholen Sie die obigen Schritte pro Kanal, um die globale Entfernung des physiologischen Rauschens abzuschließen.
  2. Berechnung der Synchronität zwischen Klient und Berater zwischen dem Gehirn
    1. Um die Korrelation zwischen den Signalen im Zeit-Frequenz-Bereich zu berechnen, die in jedem Kanal der beiden Teilnehmer gemessen werden, verwenden Sie die Funktion der Wavelet-Transformationskohärenz.
    2. Verwenden Sie die Standardeinstellung des Mutter-Wavelets (d. h. generalisiertes Morse-Wavelet mit seinen Parametern beta und gamma), eine fundamentale Wellenform, aus der eine Familie von Wavelets durch Dilatation (Skalierung) und Translation54 abgeleitet werden kann. Führen Sie kontinuierliche Wavelet-Transformationen durch, um die Zeitreihendaten in den Zeit-Frequenz-Raum zu konvertieren.
    3. Legen Sie MonteCarloCount als Darstellung der Anzahl der Ersatzdatensätze fest, die für Signifikanztests verwendet werden, und verwenden Sie Auto AR1 , um die Autokorrelationskoeffizienten der Zeitreihe zu berechnen.
    4. Verwenden Sie die Funktion Wavelet-Kohärenz , um die Korrelation zwischen zwei Signalen im Zeit-Frequenz-Raum zu berechnen. Wiederholen Sie die Schritte, bis die 24 WTC-Matrizen aus den 24 Aufnahmekanälen generiert wurden.
    5. Bestimmen Sie die Häufigkeit des Interesses (FOI), die empfindlich auf psychologische Beratung reagiert.
      1. Wählen Sie die Kohärenzwerte für den Frequenzbereich zwischen 0,01 Hz und 0,1 Hz (die Perioden von 100 s bzw. 10 s entsprechen) aus und mitteln Sie sie auf der Grundlage des Frequenzbereichs, der in einer früheren fNIRS-Hyperscanning-Studie verwendet wurde, die sich auf psychologische Beratungsaufgaben konzentrierte55.
        HINWEIS: Es muss eine weitere statistische Bestätigung durchgeführt werden, anstatt nur das ausgewählte Frequenzband einzuschränken.
      2. Standardisieren Sie die WTC-Werte, indem Sie für jede Kanalkombination einen zeitlichen Mittelwert der WTC-Werte in der Ruhe- bzw. Beratungsphase durchführen, um die Daten zu standardisieren und für den Vergleich aufzubereiten. Diese Standardisierung ist entscheidend, um die Variabilität zu reduzieren und sich auf aufgabenspezifische Effekte zu konzentrieren.
      3. Legen Sie die WTC-Werte für die Ruhephase als WTC auf Basisebene und die WTC-Werte für die Aufgabenphase als WTC auf Aufgabenebene fest.
        HINWEIS: Die WTC-Werte in der Ruhephase werden als Grundlage für die Darstellung des normalen, nicht aufgabenbezogenen Zustands verwendet. Im Gegensatz dazu spiegeln die WTC-Werte im Aufgabenstadium den Zustand während der psychologischen Beratung wider. Diese Unterscheidung ermöglicht es, den spezifischen Einfluss der Beratung auf die Gehirnaktivität zu isolieren.
      4. Nutzen Sie die mult_comp_perm_t1 Funktion von Groppe's Arbeit. Führen Sie t-Tests mit gepaarten Stichproben durch, um das WTC auf Basisebene und das WTC auf Aufgabenebene an jedem Frequenzpunkt zu vergleichen.
        HINWEIS: Mit diesem Schritt können Sie statistisch bestimmen, welche Häufigkeitspunkte signifikante Unterschiede zwischen dem Ausgangs- und dem Aufgabenstatus aufweisen. Der Vergleich hilft dabei, die spezifischen Frequenzbereiche zu identifizieren, in denen die Beratung einen messbaren Effekt hat.
      5. Bestimmen Sie Häufigkeitsbereiche, in denen der Aufgabeneffekt signifikant ist (Beratung > Ruhe, S . < 0,000556).
        HINWEIS: In diesem Schritt geht es darum, die Häufigkeitsbereiche zu identifizieren, die während der Beratung im Vergleich zur Ruhe eine signifikante Zunahme der Kohärenz zeigen. Der Schwellenwert p < 0,0005 wird verwendet, um Mehrfachvergleiche zu kontrollieren und die Robustheit der Ergebnisse sicherzustellen.
      6. Bestimmen Sie den FOI als die Häufigkeitspunkte mit p-Werten unter 0,0005 und ihre nächstgelegenen Häufigkeitspunkte (p < 0,01).
        HINWEIS: Dieses Kriterium stellt sicher, dass die ausgewählten Frequenzbänder nicht nur signifikant, sondern auch relevant für die beobachteten Beratungseffekte sind.
      7. Berechnen Sie die mittleren WTC-Werte innerhalb des angegebenen FOI für jeden Kanal über jedes Paar in der Studie.
      8. Führen Sie statistische Fisher-Z-Transformationen der Synchronitätswerte zwischen den Gehirnen durch, die für jede Periode in den beiden Probandengruppen erhalten wurden, um eine Normalverteilung der WTC-Werte zu erhalten, die als Index für die Analyse des Reizdarmsyndroms dienen kann.
  3. Weitere Statistiken
    1. Bestimmen Sie die aufgabenbezogenen Kanäle.
      1. Ermitteln Sie aufgabenbezogene WTC-Werte, indem Sie die WTC auf Basisebene von der WTC auf Aufgabenebene subtrahieren.
      2. Führen Sie für jeden Kanal t-Tests mit einer Stichprobe durch, wobei die mittleren aufgabenbezogenen WTC-Werte über die angegebenen interessierenden Frequenzen verwendet werden.
      3. Verwenden Sie die Funktion mafdr , um die Methode der Korrektur der False Discovery Rate ( p < 0,05 )57 auf Mehrfachvergleiche anzuwenden.
      4. Bestimmen Sie die aufgabenbezogenen Kanäle als Kanäle mit angepassten p-Werten unter 0,05.
    2. Vergleichen Sie IBS zwischen verschiedenen Aufgabenbedingungen. Führen Sie einen t-Test mit einer Stichprobe zwischen den WTC-Werten verschiedener konditionierter Gruppen (d. h. der sicheren und der verwerfenden Gruppe) an jedem aufgabenbezogenen Kanal durch.
    3. Identifizieren Sie außerdem die Unterschiede im Reizdarmsyndrom zwischen den beiden Gruppen während des psychologischen Beratungsprozesses. Unterteilen Sie die Beratung in zwei Phasen: Frühphase (0–15 min) und späte Phase (15–35 min).
    4. Führen Sie T-Tests mit einer Stichprobe getrennt für die aufgabenbezogenen WTC-Werte für die entsprechenden Phasen und die Inkremente der aufgabenbezogenen WTC-Werte (berechnet als Werte für die späte Phase minus Werte für die frühe Phase) für verschiedene Aufgabenbedingungen durch.
    5. Überprüfen Sie, ob der Zeitverzögerungseffekt bei IBS vorhanden ist. Verschieben Sie die Gehirnaktivität des Beraters um 2–12 s nach vorne oder hinten zu der der Klienten (Schritt = 2 s) und berechnen Sie die aufgabenbezogenen WTC-Werte gemäß den obigen Schritten neu. Überprüfen Sie, ob es Unterschiede zwischen einem beratergeführten Reizdarmsyndrom, einem klientengeführten Reizdarmsyndrom und einem phasengesteuerten Reizdarmsyndrom gibt.
    6. Bewerten Sie die Beziehung zwischen dem IBS und Verhaltensdaten mithilfe der multiplen Regressionsanalyse.
      HINWEIS: Der WTC-Berechnungscode wird als ergänzende Datei 1 bereitgestellt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Ergebnisse zeigten, dass es einen marginal signifikanten Effekt gab, dass die sichere Gruppe höhere aufgabenbezogene WTC-Inkremente aufwies als die entlassende Gruppe (t = 2,50, adjustiert p = 0,07) an Kanal 19 im Gyrus angularis (ANG; siehe Abbildung 2). Die WTC-Werte bei CH19 wurden für die weitere Analyse des Reizdarmsyndroms ausgewählt. Was den Zeitverzögerungseffekt bei IBS betrifft, so wurde in der entlassenden Gruppe (M = 0,04, S...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Im vorliegenden Protokoll werden die spezifischen Schritte beschrieben, wie ein fNIRS-Hyperscanning-Experiment im natürlichen Umfeld der psychologischen Beratung durchzuführen ist und wie das Reizdarmsyndrom zwischen Berater und Klient berechnet wird, sowie wie die Lead-Lag-Muster des Reizdarmsyndroms in der Beratung bestimmt werden können. Die detaillierte Operation kann Forschern helfen, ein fNIRS-Hyperscanning-Experiment zu wiederholen und die Forschung im Bereich Open Science voranzu...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren haben nichts offenzulegen.

Danksagungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Forschung wurde von der National Natural Science Foundation of China (31900767), dem Forschungsprojekt der Shanghai Science and Technology Commission (20dz2260300) und den Fundamental Research Funds for the Central Universities unterstützt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Chinesische Online-UmfrageplattformRanster Technology Company, Changsha, ChinaDie kostenlose Version von Wenjuanxing
EEG-KappeCompumedics Neuroscan, Charlotte, USA64-Kanal Quik-Cap
fNIRS-SystemHitachi Medical Corporation, Tokio, JapanETG-7100 optisches TopographiesystemDer NIRSport emittierte und sammelte
  Nahinfrarotlicht bei zwei Wellenlängen
&NBSP; (760 und 850 nm) bei einer Abtastrate von 10,1725 Hz & nbsp;
MATLAB 2018aThe MathWorks, Inc., Natick, MAMATLAB 2018a
BadekappeZehnkampfgruppe, Villeneuve-d'Ascq, Frankreich1681552Mittelgroße Größe

Referenzen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Liu, D., et al. Interactive brain activity: review and progress on EEG-based hyperscanning in social interactions. Front Psychol. 9, 1862(2018).
  2. Xie, H., et al. Finding the neural correlates of collaboration using a three-person fMRI hyperscanning paradigm. Proc Natl Acad Sci U S A. 117 (37), 23066-23072 (2020).
  3. Zhang, X., Noah, J. A., Hirsch, J. Separation of the global and local components in functional near-infrared spectroscopy signals using principal component spatial filtering. Neurophotonics. 3 (1), 015004(2016).
  4. Zhao, Q., Zhao, W., Lu, C., Du, H., Chi, P. Interpersonal neural synchronization during social interactions in close relationships: a systematic review and meta-analysis of fNIRS hyperscanning studies. Neurosci Biobehav Rev. 158, 105565(2024).
  5. Zhao, N., Zhu, Y., Hu, Y. Inter-brain synchrony in open-ended collaborative learning: an fNIRS-hyperscanning study. J Vis Exp. (173), e62777(2021).
  6. Kinreich, S., Djalovski, A., Kraus, L., Louzoun, Y., Feldman, R. Brain-to-brain synchrony during naturalistic social interactions. Sci Rep. 7 (1), 17060(2017).
  7. Montague, P. R., et al. Hyperscanning: simultaneous fMRI during linked social interactions. Neuroimage. 16 (4), 1159-1164 (2002).
  8. Nam, C. S., Choo, S., Huang, J., Park, J. Brain-to-brain neural synchrony during social interactions: a systematic review on hyperscanning studies. Appl Sci. 10 (19), 6669(2020).
  9. Liu, S., et al. Parenting links to parent-child interbrain synchrony: a real-time fNIRS hyperscanning study. Cereb Cortex. 34 (2), bhad533(2024).
  10. Zhu, Y., et al. Instructor–learner neural synchronization during elaborated feedback predicts learning transfer. J Educ Psychol. 114 (6), 1427-1441 (2022).
  11. Pan, Y., Cheng, X., Zhang, Z., Li, X., Hu, Y. Cooperation in lovers: an fNIRS-based hyperscanning study. Hum Brain Mapp. 38 (2), 831-841 (2017).
  12. Hou, Y., Song, B., Hu, Y., Pan, Y., Hu, Y. The averaged inter-brain coherence between the audience and a violinist predicts the popularity of violin performance. Neuroimage. 211, 116655(2020).
  13. Reindl, V., et al. Multimodal hyperscanning reveals that synchrony of body and mind are distinct in mother-child dyads. Neuroimage. 251, 118982(2022).
  14. Djalovski, A., Dumas, G., Kinreich, S., Feldman, R. Human attachments shape interbrain synchrony toward efficient performance of social goals. Neuroimage. 226, 117600(2021).
  15. Lu, H., et al. Increased interbrain synchronization and neural efficiency of the frontal cortex to enhance human coordinative behavior: a combined hyper-tES and fNIRS study. Neuroimage. 282, 120385(2023).
  16. Werz, J., Voderholzer, U., Tuschen-Caffier, B. Alliance matters: but how much? A systematic review on therapeutic alliance and outcome in patients with anorexia nervosa and bulimia nervosa. Eat Weight Disord. 27 (4), 1279-1295 (2022).
  17. Sun, Q. W., Jiang, G. R., Feng, Y. Working alliance: concepts, measurement, and empirical research. Chin J Clin Psychol. 03, 383-386 (2009).
  18. Horvath, A. O., Bedi, R. P. Psychotherapy Relationships that Work: Therapist Contributions and Responsiveness to Patients. , Oxford University Press. New York. (2002).
  19. Lamm, C., Decety, J., Singer, T. Meta-analytic evidence for common and distinct neural networks associated with directly experienced pain and empathy for pain. Neuroimage. 54 (3), 2492-2502 (2011).
  20. Frith, C. D., Frith, U. The neural basis of mentalizing. Neuron. 50 (4), 531-534 (2006).
  21. Zhang, Y., Meng, T., Hou, Y., Pan, Y., Hu, Y. Interpersonal brain synchronization associated with working alliance during psychological counseling. Psychiatry Res Neuroimaging. 282, 103-109 (2018).
  22. Dai, X., Li, X., Xia, N., Xi, J., Zhang, Y. Client-counselor behavioral and inter-brain synchronization among dismissing and secure clients and its association with alliance quality and outcome. Psychother Res. 34 (8), 1103-1116 (2024).
  23. Pinti, P., et al. The present and future use of functional near‐infrared spectroscopy (fNIRS) for cognitive neuroscience. Ann N Y Acad Sci. 1464 (1), 5-29 (2018).
  24. Nozawa, T., et al. Interpersonal frontopolar neural synchronization in group communication: an exploration toward fNIRS hyperscanning of natural interactions. Neuroimage. 133, 484-497 (2016).
  25. Mallat, S. G. A theory for multi-resolution signal decomposition: the wavelet representation. IEEE Trans Pattern Anal Mach Intell. 11 (7), 674-693 (1989).
  26. Baccalá, L. A., Sameshima, K. Partial directed coherence: a new concept in neural structure determination. Biol Cybern. 84 (6), 463-474 (2001).
  27. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomed Opt Express. 9 (8), 3805-3820 (2018).
  28. Long, Y., et al. Interpersonal neural synchronization during interpersonal touch underlies affiliative pair bonding between romantic couples. Cereb Cortex. 31 (3), 1647-1659 (2021).
  29. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nat Commun. 9 (1), 2405(2018).
  30. Lu, K., Teng, J., Hao, N. Measurement of adult attachment: Chinese version of the experiences in close relationships scale (ECR). Acta Psychol Sin. 03, 399-406 (2006).
  31. Atique, B., Erb, M., Gharabaghi, A., Grodd, W., Anders, S. Task-specific activity and connectivity within the mentalizing network during emotion and intention mentalizing. Neuroimage. 55 (4), 1899-1911 (2011).
  32. Brennan, K. A., Clark, C. L., Shaver, P. R. Self-Report Measurement of Adult Attachment: An Integrative Overview. , The Guilford Press. New York. (1998).
  33. Bartholomew, K., Horowitz, L. M. Attachment styles among young adults: a test of a four-category model. J Pers Soc Psychol. 61 (2), 226-244 (1991).
  34. Munder, T., et al. Working alliance inventory–short revised (WAI–SR): psychometric properties in outpatients and inpatients. Clin Psychol Psychother. 17 (3), 231-239 (2010).
  35. Hsu, S., Zhou, R. D. H., Yu, C. K. C. A Hong Kong validation of working alliance inventory–short form–client. Asia Pac J Couns Psychother. 7 (1-2), 69-81 (2016).
  36. Hatcher, R. L., Gillaspy, J. A. Development and validation of a revised short version of the Working Alliance Inventory. Psychother Res. 16 (1), 12-25 (2006).
  37. Evans, C. CORE: clinical outcomes in routine evaluation. J Ment Health. 9 (3), 247-255 (2000).
  38. Barkham, M., et al. The CORE-10: a short measure of psychological distress for routine use in the psychological therapies. Couns Psychother Res. 13 (1), 3-13 (2013).
  39. Lu, K., Teng, J., Hao, N. Gender of partner affects the interaction pattern during group creative idea generation. Exp Brain Res. 238 (5), 1157-1168 (2020).
  40. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: a fNIRS-based hyperscanning study. Hum Brain Mapp. 36 (6), 2039-2048 (2015).
  41. Stricker, G. Supervision of integrative psychotherapy: discussion. J Integr Eclectic Psychother. 7, 176(1988).
  42. Purdy, R. W., Homan, R. W., John, E. R., Poole, D. Cerebral location of international 10–20 system electrode placement localisation. Electroencephalogr Clin Neurophysiol. 66 (4), 376-382 (1988).
  43. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Appl Opt. 48 (10), D280-D298 (2009).
  44. Hitachi2nirs. , NITRC. Available from: https://www.nitrc.org/projects/hitachi2nirs (2021).
  45. Cooper, R., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Front Neurosci. 6, 147(2012).
  46. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiol Meas. 33 (2), 259-270 (2012).
  47. Obrig, H., Villringer, A. Beyond the visible–imaging the human brain with light. J Cereb Blood Flow Metab. 23 (1), 1-18 (2003).
  48. Yang, J., et al. Within-group synchronization in the prefrontal cortex associates with intergroup conflict. Nat Neurosci. 23 (6), 754-760 (2020).
  49. Hoshi, Y. Functional near-infrared spectroscopy: current status and future prospects. J Biomed Opt. 12 (6), 062106(2007).
  50. Pan, Y., et al. Interpersonal brain synchronization with instructor compensates for learner's sleep deprivation in interactive learning. Biochem Pharmacol. 191, 114111(2020).
  51. Pan, Y., Novembre, G., Song, B., Li, X., Hu, Y. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. Neuroimage. 183, 280-290 (2018).
  52. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes Geophys. 11 (5/6), 561-566 (2004).
  53. Zhang, X., et al. Activation detection in functional near-infrared spectroscopy by wavelet coherence. J Biomed Opt. 20 (1), 016004(2015).
  54. Mallat, S. A Wavelet Tour of Signal Processing: The Sparse Way. , Academic Press. (1999).
  55. Zhang, Y., Meng, T., Yang, Y., Hu, Y. Experience-dependent counselor-client brain synchronization during psychological counseling. eNeuro. 7 (5), (2020).
  56. Zheng, L., et al. Enhancement of teaching outcome through neural prediction of the students' knowledge state. Hum Brain Mapp. 39 (7), 3046-3057 (2018).
  57. Benjamini, Y., Yekutieli, D. The control of the false discovery rate in multiple testing under dependency. Ann Stat. 29 (4), 1165-1188 (2001).
  58. Lai, C. H., Wu, Y. T., Hou, Y. M. Functional network based statistics in depression: theory of mind subnetwork and importance of parietal region. J Affect Disord. 217, 132-137 (2017).
  59. Wang, Z., Wang, Y., Zhou, X., Yu, R. Interpersonal brain synchronization under bluffing in strategic games. Soc Cogn Affect Neurosci. 15 (12), 1315-1324 (2020).
  60. Tyrrell, C. L., Dozier, M., Teague, G. B., Fallot, R. D. Effective treatment relationships for persons with serious psychiatric disorders: the importance of attachment states of mind. J Consult Clin Psychol. 67 (5), 725-733 (1999).
  61. Dubis, J. W., Siegel, S. E., Petersen, S. E. The mixed block/event-related design. Neuroimage. 62 (2), 1177-1184 (2012).
  62. Balters, S., et al. Capturing human interaction in the virtual age: a perspective on the future of fNIRS hyperscanning. Front Hum Neurosci. 14, 588494(2020).
  63. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. Neuroimage. 59 (3), 2430-2437 (2012).
  64. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. Neuroimage. 63 (1), 212-222 (2012).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Erratum

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Formal Correction: Erratum: Functional Near-Infrared Spectroscopy Hyperscanning Study in Psychological Counseling
Posted by JoVE Editors on 2/16/2026. Citeable Link.

This corrects the article 10.3791/67183

Schlagwörter

fNIRS HyperscanningInter Brain Synchronit tArbeitsallianzberwachung der Gehirnaktivit tBindungsstileBeratungsergebnissestandardisiertes Protokollereigniskorrelierte Messung

Verwandte Artikel