Artículo de método

Estudio funcional de espectroscopia de infrarrojo cercano con hiperbarrido en asesoramiento psicológico

DOI:

10.3791/67183

⸱

17 de enero de 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

En este artículo

Aviso de erratum

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

Resumen

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

El protocolo tiene como objetivo proporcionar una descripción detallada de la metodología para llevar a cabo un estudio de hiperescaneo fNIRS en asesoramiento psicológico. Esto incluye los preparativos para el experimento, el procedimiento para recopilar datos y el posterior proceso de análisis de datos.

Resumen

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

El hiperescaneo de espectroscopia funcional de infrarrojo cercano (fNIRS) es una técnica innovadora que permite el monitoreo en tiempo real de la actividad cerebral entre múltiples individuos que participan en interacciones sociales. Los investigadores en este campo cuantifican las actividades cerebrales concurrentes a través del índice de sincronía intercerebral (SII). En la investigación de asesoramiento psicológico, el uso de fNIRS para medir el SII ha atraído la atención por su potencial para iluminar la dinámica de las interacciones entre consejero y cliente. Sin embargo, el campo actualmente carece de un protocolo estandarizado para medir con precisión el SII entre consejeros y clientes, lo que facilitaría la revelación de patrones de interacción en tiempo real durante las sesiones de asesoramiento. Para abordar esta necesidad, este artículo propone un protocolo estandarizado detallado, que describe los pasos de procedimiento para realizar el hiperescaneo fNIRS en entornos de asesoramiento psicológico, centrándose en la adquisición de señales cerebrales, el cálculo del SII entre consejeros y clientes, y el análisis de los patrones de retraso del SII a lo largo de las sesiones de asesoramiento. La implementación de esta canalización estandarizada de hiperescaneo fNIRS no solo mejora la reproducibilidad y la confiabilidad de las mediciones del SII en la investigación de asesoramiento psicológico, sino que también facilita una comprensión más profunda de los mecanismos neuronales que subyacen a la alianza de trabajo. Al integrar el hiperescaneo fNIRS en entornos de asesoramiento naturalista, los investigadores pueden avanzar en la comprensión de cómo el SII se correlaciona con los resultados del asesoramiento, lo que podría informar sobre enfoques personalizados para el tratamiento de la salud mental.

Introducción

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

En los últimos años, el uso de técnicas de hiperescaneo para explorar las actividades cerebrales compartidas durante las interacciones diádicas o grupales se ha convertido en una dirección de investigación popular. Los investigadores a menudo emplean el electroencefalograma (EEG)1, la resonancia magnética funcional (fMRI)2 o la espectroscopia funcional de infrarrojo cercano (fNIRS)3 para monitorear las actividades neuronales y cerebrales de múltiples sujetos simultáneamente. De este modo, se introduce la métrica de la neurociencia de la sincronía intercerebral (SII)4 para cuantificar el grado de acoplamiento de la actividad cerebral entre las personas con un análisis meticuloso de la alineación de fase y amplitud de las señales neuronales o hemodinámicas a lo largo del tiempo5. El SII se refiere al fenómeno en el que las actividades cerebrales de dos o más individuos se alinean o sincronizan durante las interacciones sociales. Esta sincronización puede ocurrir de varias formas, como en la fase, frecuencia o amplitud de las oscilaciones cerebrales 6,7,8.

En el ámbito de las interacciones sociales naturalistas que involucran a múltiples participantes, una amplia gama de investigaciones han arrojado luz sobre el fenómeno del SII, particularmente en contextos tan diversos como la dinámica padre-hijo9, los intercambios entre educadoresy estudiantes 10, las asociaciones románticas11 y los compromisos entre el público y el intérprete12. En particular, el SII exhibe niveles elevados dentro de las relaciones íntimas, como las relaciones entre padres e hijos y las relaciones románticas, en comparación con las interacciones con extraños13,14, lo que subraya su sensibilidad a la profundidad de la conexión emocional. Al mismo tiempo, este aumento del SII suele coincidir con una mayor eficiencia de la colaboración y mejoras en el comportamiento, lo que sugiere un papel funcional en la facilitación de resultados sociales positivos15.

En el contexto de la consejería, la alianza de trabajo -un constructo fundamental estrechamente ligado a la eficacia de la consejería16- encarna una dinámica interpersonal distinta que evoluciona gradualmente entre el consejero y el cliente durante el proceso terapéutico. En esencia, esta alianza se basa en el fomento de profundos lazos afectivos y el establecimiento de marcos de colaboración eficientes17. Por lo tanto, explorar el SII dentro de las interacciones de asesoramiento proporciona una nueva perspectiva que mejora la comprensión de las complejidades y la calidad de estas relaciones terapéuticas.

La empatía del orientador, tal como la percibe el cliente, contribuye al desarrollo de una alianza de trabajo18. Esto indica que el establecimiento de la alianza de trabajo puede surgir de la comprensión mutua y las actividades neuronales correspondientes entre el consejero y el cliente. La empatía se puede disociar en dos componentes: la empatía afectiva y la empatía cognitiva. La circunvolución frontal inferior (IFG) está implicada en la empatía afectiva y también se asocia con los procesos neuronales que subyacen a la comunicación cara a cara19. La unión temporo-parietal derecha (rTPJ), una parte importante de la red de la Teoría de la Mente, está estrechamente relacionada con la empatía cognitiva, particularmente en la comprensión de los estados mentales de los demás20. En consecuencia, los primeros estudios de sincronización cerebral en el asesoramiento priorizaron estas dos regiones como regiones de interés (ROI) e identificaron el SII principalmente en el rTPJ21. Por lo tanto, la investigación posterior se ha centrado principalmente en el rTPJ22. Los estudios han encontrado que la sincronización neuronal en el rTPJ entre clientes y terapeutas durante el asesoramiento es significativamente mayor que en contextos conversacionales. Existe una correlación positiva entre el aumento de la actividad neuronal sincrónica en la rTPJ y la fuerza de la alianza terapéutica21. Los patrones de actividad únicos en la consejería pueden ser el resultado de la exploración profunda de las expresiones emocionales y las experiencias personales. Esto sugiere que el SII amerita una mayor investigación dentro de la consejería. Además, la correlación entre una mayor actividad de rTPJ y la fuerza de la alianza de trabajo indica que el SII podría servir como base neurobiológica para evaluar las relaciones de asesoramiento, ofreciendo una métrica de evaluación novedosa.

Si bien estos hallazgos subrayan el papel prometedor del SII en la dinámica entre el terapeuta y el cliente, también enfatizan la necesidad de una mayor clarificación con respecto al vínculo causal directo entre la sincronización cerebral, la efectividad del asesoramiento y la alianza de trabajo. Para avanzar en este floreciente campo, es primordial desarrollar protocolos de hiperescaneo estandarizados y metodologías rigurosas de análisis de datos. Al refinar el conjunto de herramientas metodológicas, es posible mapear con mayor precisión los fundamentos neuronales de un asesoramiento eficaz, mejorando en última instancia la calidad de las intervenciones terapéuticas y sus resultados.

Este artículo proporciona un protocolo sobre cómo llevar a cabo un estudio de hiperexploración basado en fNIRS y cómo observar y analizar el SII entre las díadas consejero-cliente. fNIRS es una técnica de imagen no invasiva que se utiliza para medir la actividad cerebral. Funciona detectando cambios en la oxigenación de la sangre y el volumen de sangre dentro del cerebro, que son marcadores indirectos de la actividad neuronal. Esto se logra emitiendo luz infrarroja cercana en el cerebro y midiendo la cantidad de luz absorbida o dispersada por las células sanguíneas. Así, se mide la actividad hemodinámica/oxigenación. Comparativamente, fNIRS ofrece una resolución temporal más alta que la fMRI, y es menos vulnerable a los artefactos de movimiento que el EEG, lo que lo hace muy adecuado para estudiar las interacciones sociales en entornos naturales, como el asesoramiento psicológico8.

Este artículo también presenta los pasos específicos del cálculo del SII a través del método de coherencia de la transformada wavelet (WTC)24. WTC es una técnica analítica que mide la relación entre dos señales a través de diferentes frecuencias a lo largo del tiempo. Es beneficioso para identificar áreas de sincronía entre regiones cerebrales o entre participantes en un estudio. Calcula la coherencia entre dos series temporales mediante el análisis de su espectro cruzado mediante transformadas wavelet. Para contextualizar la importancia del WTC, es esencial comprender primero los conceptos fundamentales de la Transformada Wavelet (WT)25, la Coherencia26 y cómo convergen en el marco del WTC27.

La transformada de ondículas, una herramienta matemática, sobresale en la descomposición de señales complejas en sus componentes constituyentes de tiempo-frecuencia, lo que permite el análisis tanto de los cambios localizados en la frecuencia a lo largo del tiempo como del contenido de frecuencia general de una señal27. Esta característica es particularmente ventajosa cuando se estudia la actividad neuronal, que es inherentemente no estacionaria y exhibe cambios dinámicos a través de diferentes frecuencias. La coherencia, por otro lado, cuantifica el grado en que dos señales comparten componentes de frecuencia y relaciones de fase similares, sirviendo como medida de sincronización entre ellas26. Al combinar estos dos conceptos, el WTC proporciona un medio poderoso para evaluar el SII, capturando tanto la evolución temporal como la especificidad de frecuencia del acoplamiento neuronal entre individuos y proporcionando información sobre cómo las diferentes partes del cerebro o cerebros interactúan dinámicamente a lo largo de una tarea oestímulo.

Mientras que el marco tradicional del WTC se limita a probar la correlación entre las señales cerebrales de diferentes individuos, aquí se presenta un método que considera la direccionalidad de la interacción entre el consejero y el cliente. Existen diferentes patrones de adelantamiento-retardo, donde una señal precede consistentemente a las variaciones en la otra en un intervalo de tiempo específico, lo que indica una relación temporal en el SII de acuerdo con estudios previos28,29. Es posible que el SII no ocurra simultáneamente entre el consejero y el cliente durante la terapia. Por lo tanto, se necesita un método integral para explorar la direccionalidad del SII. El método clarifica el papel que desempeñan los consejeros a lo largo de las diversas fases de la consejería (liderando el SII, SII en fase con el cliente o dirigido por el cliente).

Este estudio propone un protocolo detallado e implementable basado en la pregunta de investigación de si las puntuaciones del SII entre consejeros y clientes pueden servir como biomarcadores potenciales para evaluar la calidad de la alianza o los resultados entre clientes con diferentes estilos de apego adulto. El protocolo describe la utilización de la tecnología de hiperescaneo fNIRS para investigar el SII entre consejeros psicológicos y clientes dentro de un contexto de asesoramiento. Proporciona descripciones completas de los procedimientos experimentales, las precauciones para cada paso y los métodos de procesamiento de datos posteriores. Se anticipa que este protocolo ofrecerá valiosos conocimientos y orientación a futuros académicos interesados en explorar el SII dentro del ámbito del asesoramiento psicológico. A continuación se presenta el protocolo específico para la recopilación y el procesamiento de datos.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

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

Todos los participantes firmaron un formulario de consentimiento informado por escrito antes de participar y fueron remunerados con aproximadamente 60 yuanes (moneda china) después del experimento. El procedimiento de estudio descrito anteriormente fue aprobado por el Comité Universitario de Protección de Investigación Humana de la Universidad Normal del Este de China (HR 425-2020).

1. Preparación para el experimento

  1. Medidas incluidas en el estudio
    1. Estilo de apego adulto
      1. Preparar la versión revisada en chino de las Experiencias en Relaciones Cercanas-Revisadas (ECR-R30,31) en una plataforma china de encuestas en línea llamada Wenjuanxing (similar a SurveyMonkey o Qualtrics en otras partes del mundo; ver Tabla de Materiales) para preseleccionar a los participantes.
        NOTA: La versión china del ECR-R consta de 18 ítems que miden dos dimensiones del estilo de apego (evitación del apego y ansiedad del apego). Utilice una escala Likert de autoinforme de 7 puntos que vaya de 1 (totalmente en desacuerdo) a 7 (totalmente de acuerdo). Esta escala es para participantes de habla china. Los investigadores pueden elegir el ECR32 o una versión revisada adecuada en función del idioma y los antecedentes culturales de los participantes.
      2. Prepare una versión revisada en chino del Cuestionario de Relación (RQ)30 para asegurarse de que los participantes se ajusten a un estilo de apego típico.
        NOTA: El RQ consta de cuatro párrafos cortos que describen cuatro estilos de archivos adjuntos diferentes. Pida a los participantes que elijan el párrafo que mejor se adapte a ellos utilizando una escala Likert de autoinforme de 7 puntos que va de 1 (totalmente en desacuerdo) a 7 (totalmente de acuerdo). Es necesario encontrar una segunda escala que mida las mismas dimensiones para clarificar el estilo de apego de los participantes, ya que se necesitan participantes típicos. Este cuestionario es para participantes de habla china. Los investigadores pueden elegir la RQ33 o una versión revisada adecuada en función del idioma y los antecedentes culturales de los participantes.
    2. Alianza de trabajo
      1. Prepare la versión china del Inventario de Alianzas de Trabajo-Formulario Abreviado Revisado (versión del cliente)34,35 (WAI-SR) para medir las alianzas de trabajo informadas por el cliente después del experimento.
        NOTA: La versión china de WAI-SR consta de un total de 12 ítems que miden tres aspectos de las alianzas de trabajo terapéuticas, que incluyen (a) acuerdo sobre las tareas de la terapia, (b) acuerdo sobre los objetivos de la terapia y (c) desarrollo de un vínculo afectivo. La escala se basó en una escala Likert de 5 puntos que oscilaba entre 1 = "nunca" y 5 = "siempre", y las puntuaciones más altas representaban una alianza que funcionaba mejor. Este cuestionario es para participantes de habla china. Los investigadores pueden elegir el WAI-SR36 o una versión revisada adecuada en función del idioma y los antecedentes culturales de los participantes.
    3. Resultado clínico
      1. Preparar la versión revisada en chino de la Clinical Results in Routine Evaluation-Outcome Measure (CORE-OM)37,38 para el reclutamiento de participantes.
        NOTA: La versión revisada china de CORE-OM incluye cuatro dimensiones: bienestar subjetivo, problemas/síntomas, vida/funcionamiento social y riesgo para uno mismo y para los demás, que comprenden un total de 34 ítems. Asegúrese de que estos dominios reflejen diferentes áreas de angustia y disfunción, con "grupos de ítems" que aborden dominios de síntomas como ansiedad, depresión, problemas físicos y trauma. Este cuestionario es para participantes de habla china. Los investigadores pueden elegir el CORE-OM37 o una versión revisada adecuadamente en función del idioma y los antecedentes culturales de los participantes.
      2. Utilice la versión china revisada de Clinical Outcomes in Routine Evaluation-10 (CORE-10)38 para evaluar la gravedad de los síntomas antes y después del experimento con el fin de aliviar la carga cognitiva de los participantes.
        NOTA: El CORE-10 es una versión abreviada del CORE-OM, que consta de 10 ítems en una escala de 5 puntos que va de 0 a 4, con puntuaciones más altas que indican un mayor nivel de angustia psicológica. Evalúe a los clientes con pruebas previas y posteriores antes y después del proceso de asesoramiento, y tenga en cuenta que la diferencia en las puntuaciones previas y posteriores a la prueba indica la efectividad clínica de la primera sesión de asesoramiento. Calcule la cantidad de cambio en el CORE-10 (puntuación previa a la prueba menos puntuación posterior a la prueba) para demostrar una mejoría en los síntomas del cliente. Este cuestionario es para participantes de habla china. Los investigadores pueden elegir el CORE-1038 o una versión revisada adecuada en función del idioma y los antecedentes culturales de los participantes.
  2. Participantes
    1. Clientes
      1. De acuerdo con hallazgos previos, reclutar clientes y consejeros del mismo sexo (mujeres) para evitar el efecto de género39,40 en la actividad cerebral sincrónica.
      2. Reclute a estudiantes universitarias que experimenten angustia psicológica en el campus a través de la plataforma Wenjuanxing (consulte la Tabla de materiales) y pida a las participantes que informen sobre su queja principal para recibir asesoramiento. Asegúrese de que tengan el deseo de buscar ayuda por su cuenta.
      3. Asegúrese de que los estudiantes sean diestros y tengan una visión y audición normales o corregidas a normales. Asegúrese de que los estudiantes clientes no tengan diagnósticos psiquiátricos o físicos previos o actuales. Asegúrese de que no tengan otro tipo de asesoramiento psicológico en curso.
      4. Utilice la puntuación de corte establecida para asegurarse de que la puntuación CORE-OM para las muestras femeninas se mantenga por debajo de 1,17, confirmando que no han cumplido con los criterios de diagnóstico clínico de angustia psicológica en la última semana y manteniendo el control sobre los niveles de salud mental de las clientas. Clasifique a los clientes en categorías de archivos adjuntos seguros o de descarte en función de su autoevaluación de la versión china del RQ.
      5. De acuerdo con las puntuaciones de ECR-R, seleccione el 27% superior de todos los participantes con altos niveles de evitación en la categoría de apego desestimador para formar el grupo de descarte; Seleccione el 27% superior de todos los participantes con bajos niveles de ansiedad en la categoría de apego seguro para participar en el grupo seguro.
      6. Después de reclutar con éxito a los participantes, confirme con los consejeros si las sesiones se centran en los problemas informados por los participantes y evalúe la gravedad de los problemas informados.
        NOTA: El proceso de preselección involucró a 252 estudiantes universitarios, lo que finalmente resultó en la selección de 37 participantes que enfrentaban estrés académico moderado, problemas de adaptación escolar o dificultades en las relaciones interpersonales para el experimento formal. La edad media de los participantes clientes fue de 20,46 años (DE = 2,17) y todos los participantes eran estudiantes universitarias. No se observaron diferencias significativas entre los clientes descartados (n = 16) y los clientes seguros (n = 21) en cuanto a la edad (t(35) = 0,51, p = 0,62) o en el dominio problemas/síntomas del CORE-OM(t(35) = −1,76, p = 0,09).
    2. Consejeros
      1. Recluta a varios consejeros del centro de salud mental de la universidad.
      2. Asegúrese de que los consejeros sean diestros con visión y audición normales o corregidas, registrados en la Asociación China de Psicología y posean de 2 a 10 años de experiencia en asesoramiento.
      3. Asegúrese de que los consejeros hayan recibido programas de capacitación en consejería universitaria y utilicen el mismo método de la Terapia de Orientación de Integración de Consejería41 para la consejería semiestructurada, centrándose en el estado emocional del visitante, la angustia actual y los objetivos de consejería.
        NOTA: Un total de 7 consejeras de la Asociación China de Psicología (CPS) participaron en este estudio, con una edad media de 34,42 años (DE = 5,09). Entre los consejeros, 6 se identificaron a sí mismos como con apego seguro, y 1 se identificó a sí mismo como con apego desdeñoso. Sin embargo, las calificaciones de los consejeros que desestimaron los exámenes en la alianza, BS y SII no difirieron significativamente de las de los otros 6 consejeros (todos p > 0,05).
    3. Emparejamiento aleatorio de consejeros y clientes
      1. Haga coincidir aleatoriamente a los consejeros y a los estudiantes clientes en díadas. Debido al pequeño número de consejeros, cada consejero se empareja con varios clientes en diferentes momentos. Asegúrese de que un consejero vea solo a un visitante a la vez.
  3. Gorras fNIRS caseras
    NOTA: Las gorras fNIRS caseras son innecesarias si hay gorras estándar adecuadas con el sistema fNIRS.
    1. Prepare dos gorros de natación de tamaño mediano hechos de tela de nailon para colocar la rejilla del soporte de optodo y cubrir la región del cerebro de interés (ver Tabla de Materiales). Arregle los gorros de natación siguiendo los siguientes pasos para satisfacer las necesidades del experimento.
      NOTA: Dados los diferentes tamaños de cabeza de los participantes, se deben preparar clips de carpeta de diferentes tamaños para mantener los optódos cerca de la cabeza del participante durante el proceso experimental.
    2. Para anclar las optodas de referencia en el gorro de natación según el estándar internacional 10-20 sistema42, utilice un gorro EEG estándar 10-20 (ver Tabla de Materiales ). Coloque el gorro de EEG en un molde de cabeza y luego uno de los gorros de natación en el gorro de EEG.
      NOTA: Dado que el gorro de natación y el gorro de EEG pueden no ser exactamente del mismo tamaño, asegúrese de que ninguno de los gorros esté torcido.
    3. Marque las optódulas de referencia (Cz, T3, T4) con un marcador rojo en el gorro de natación a través de los electrodos del gorro de EEG. A continuación, marque las optodas de referencia de las Regiones de Interés (ROI).
      NOTA: En el estudio, se selecciona la unión temporo-parietal derecha (rTPJ) como ROI, con un parche de sonda optódica de 4 x 4 colocado sobre la región temporoparietal derecha. La optología de referencia del ROI se sitúa en P6.
    4. Haga referencia al parche en P6 en el gorro de natación. Coloque P6 en el segundo optodo desde la parte posterior de la columna cerca de T4 en el parche. Marque las posiciones de otras optódulas y luego corte pequeños orificios con un diámetro de aproximadamente 15 mm en las posiciones marcadas para asegurarse de que el soporte de la rejilla encaje.
      NOTA: El parche 4 x 4 incluye ocho emisores y ocho detectores, que comprenden 24 canales de medición (CH1-CH24). El sistema fNIRS es un sistema de topografía óptica diseñado para recopilar datos fNIRS midiendo simultáneamente los cambios en las concentraciones de hemoglobina oxigenada (oxi-Hb) y hemoglobina desoxigenada (desoxi-Hb) (ver Tabla de Materiales), proporciona una separación estándar de 30 mm. Además, la estructura anatómica correspondiente de cada canal (ver Figura 1) se determinaría en un espacio de coordenadas estándar del Instituto Neurológico de Montreal utilizando la caja de herramientas de MATLAB (ver Tabla de Materiales) de SPM8 más adelante.
    5. Incruste las sondas en los orificios para montar adecuadamente los parches en los gorros de natación modificados. Arregle el otro gorro de natación de acuerdo con los pasos anteriores. Por último, establezca la disposición de un juego de sondas de 4 x 4 para cada participante a través del sistema de medición fNIRS, correspondiente a la disposición de las sondas de los dos tapones.

2. Antes de que lleguen los participantes

  1. Ponga en marcha el sistema fNIRS con al menos 30 minutos de antelación para garantizar un rango de temperatura normal estable de 5 °C a 35 °C durante el experimento.
    NOTA: No es necesario encender el láser.
  2. En el sistema fNIRS, active el modo de medición relacionado con eventos y asegúrese de que el registro de diferentes estados se pueda activar presionando teclas específicas. Compruebe otros parámetros, como el ID del sujeto, para garantizar una medición fNIRS adecuada. Conecte las tapas fNIRS al sistema fNIRS insertando las sondas de optódico correspondientes en los parches de la sonda de optódico de las tapas.
    1. Específicamente, establezca el procedimiento del experimento aquí como un diseño relacionado con el evento que incluya dos partes: la sesión de estado de reposo y la sesión de asesoramiento. En el sistema NIRSPort (NIRx), establezca la tecla F1 como marcador para la sesión de estado de reposo y la tecla F2 como marcador para la sesión de asesoramiento.
      NOTA: Para los usuarios de otros sistemas fNIRS, el procedimiento para marcar las sesiones puede diferir, y es importante consultar el manual o la configuración del sistema específico para garantizar el marcado correcto de la sesión.
  3. Preparar los formularios de consentimiento informado y los cuestionarios mencionados en el paso 1.1 para los participantes. Prepare un cronómetro para recordar a los participantes que el estado de reposo ha terminado. Prepare un reloj para recordarle al consejero el límite de tiempo de la consejería. Prepare algunas sondas iluminadas para mover el cabello de los participantes a un lado en caso de que el cabello bloquee la señal.
  4. Configure el laboratorio como una sala de asesoramiento estándar en un escenario de la vida real, con el consejero y el cliente sentados a 90° entre sí en ambos grupos, con una distancia de 40 cm entre las dos sillas. El consejero se sentaría a la derecha y el cliente a la izquierda.

3. Proceso de recopilación de datos

  1. Proporcionar instrucciones a los participantes
    1. Cuando ambos participantes lleguen, asegúrese de que no se vuelvan a conocer. Recuerde a los participantes que mantengan sus teléfonos móviles en silencio.
    2. Pida a los participantes clientes que lean y firmen los formularios de consentimiento informado, completen cierta información demográfica y completen el CORE-10 para evaluar su bienestar psicológico a su llegada al laboratorio. Este proceso suele tardar unos 5 minutos.
    3. Sentar a los participantes. Encienda el láser. A continuación, coloque los topes fNIRS en los participantes.
      NOTA: Ubicue el centro de la gorra en CZ en la cabeza del participante, con el parche de 4 x 4 cubriendo el rTPJ.
    4. Recuerde a los participantes que pueden ajustar sus posturas si se sienten incómodos al ajustar los optos. Organice los haces de fibra óptica y colóquelos en el brazo de la silla sin tocar a los participantes en caso de que se sientan pesados o cansados.
      1. Recuerde a los participantes que no deben ajustar la posición de la tapa ni hacer movimientos extenuantes de la cabeza durante el experimento para evitar daños a las fibras ópticas o cambiar la posición de los optos.
    5. Calibrar señales. Haga clic en AUTO GAIN en el sistema fNIRS para comprobar la calidad de las señales. En el caso de señales deficientes, primero asegúrese de que las puntas de las sondas estén completamente asentadas. Luego, use clips de carpeta para cerrar los espacios de los sombreros y una sonda iluminada para eliminar las obstrucciones del cabello en caso de que el cabello bloquee las señales. Repita hasta que todos los canales se muestren en verde, lo que indica una calidad de señal aceptable.
      NOTA: En el sistema NIRSPort (NIRx), una señal deficiente en un canal se indica en amarillo, mientras que una señal suficiente se indica en verde. Los usuarios de otros sistemas fNIRS deben consultar las instrucciones específicas de su sistema para conocer los ajustes adecuados.
  2. Ejecución del experimento
    1. Obtenga el consentimiento del participante, luego encienda la cámara para grabar el proceso de asesoramiento.
    2. Verifique la calidad de la señal e inicie la grabación fNIRS. Indique a los participantes que descansen con los ojos cerrados durante 5 minutos, marcando el inicio con una tecla predefinida (por ejemplo, F1) y usando un cronómetro para cronometrar el período de descanso.
    3. Recuerde a los participantes que dejen de descansar 5 minutos después. Presione F1 nuevamente para marcar que el estado de reposo ha terminado. Vuelva a comprobar la calidad de las señales.
    4. Recuerde a los participantes que es una consejería de 40 minutos y dónde está el reloj. Dígales a los participantes que pueden comenzar a recibir asesoramiento. Presione F2 como se configuró anteriormente para marcar el inicio de la asesoría.
    5. Deje a los participantes en el laboratorio hasta 40 minutos después.
  3. Después del experimento
    1. Llame a la puerta del laboratorio para asegurarse de que los participantes han terminado su conversación. Presione F2 para marcar el final del experimento. Finalice la grabación de la cámara. Ayude a los participantes a quitarse las gorras.
      NOTA: Revise el video después para confirmar que el asesoramiento se llevó a cabo como se esperaba.
    2. Invite al cliente a completar el WAI-SR y el CORE-10. Este proceso suele tardar unos 5 minutos. Agradezca a los participantes y bríndeles alguna compensación monetaria.
    3. Guarde los datos. Utilice un disco y haga clic en Salida de archivo de texto para exportar los datos fNIRS sin procesar. Apague el sistema fNIRS. Desconecte las sondas optódicas.
      NOTA: Este paso es específico del sistema NIRSPort (NIRx). Para otros sistemas, realice los ajustes necesarios de acuerdo con las instrucciones del sistema.
    4. Limpie las sondas y los soportes de las sondas con etanol. Lave regularmente las tapas (con el soporte de la sonda desenchufado) con un detergente suave y séquelas al aire.

4. Análisis de datos

  1. Preprocesamiento de datos
    NOTA: El software MATLAB (véase Tabla de materiales ) se utilizó para realizar todo el análisis de datos con las siguientes toolboxes: Homer 243 y Hitachi2nirs44. Homer 2 se utiliza cuando la información temporal es de interés, es decir, cuando la activación está presente en ambas condiciones, para comparar la diferencia entre las funciones de respuesta de las dos condiciones en términos de amplitud media y latencia. Hitachi2nirs es un script de MATLAB para convertir el archivo de salida de ETG4000 .csv Hitachi en un archivo .nirs para su uso con Homer244.
    1. Copie el conjunto de datos del disco y conviértalo en archivos de .csv sin procesar. nirs usando csv2nirs en Hitachi2nirs. A continuación, inicie la toolbox Homer2 en MATLAB escribiendo Homer2_UI y convierta los datos de intensidad de luz en mediciones de densidad óptica (OD) con la función hmrIntensity2OD. Promedie los puntos OD de cada canal para cada participante. Rechace los canales dentro de los cuales las señales OD son demasiado fuertes o demasiado débiles (que superan las cinco desviaciones estándar (SD).
    2. Utilice la función hmrMotionArtifact para detectar artefactos de movimiento mediante una transformada de ondícula con wavelet de Daubechies 5 (db5) y un parámetro de ajuste de 0,145,46 para una sensibilidad óptima. Después de detectar los artefactos, use hmrMotionCorrectSpline para corregirlos a través de la interpolación de spline, suavizando la señal y reduciendo el ruido relacionado con el movimiento para mejorar la calidad de los datos.
    3. Filtre el paso de banda de la señal OD utilizando la función hmrBandpassFilt con un rango de frecuencia seleccionado de 0,01–0,1 Hz para eliminar la deriva de baja frecuencia y el ruido de alta frecuencia.
    4. Utilice la función hmrR_OD2conc de Homer2 para convertir los datos de OD en valores de hemoglobina oxigenada (Oxy-Hb) y hemoglobina desoxigenada (DeOxy-Hb) de acuerdo con la ley de Beer-Lambert modificada47.
      NOTA: Los cambios en la concentración de Oxy-HB se centran en la realización de todo el análisis de datos porque el indicador puede reflejar cambios en el flujo sanguíneo durante la actividad cerebral48,49, tiene una alta relación señal-ruido y se ha utilizado más ampliamente en estudios de interacción social basados en el hiperescaneo fNIRS50,51.
    5. Utilice la función hmrMotionCorrectGlobal para eliminar el ruido fisiológico global, como la presión arterial, con un método basado en transformada de ondículas (basado en WT).
      NOTA: El método basado en WT es más sensible a la propiedad temporal de los datos. Si la atención se centra en el patrón general de interacción entre los participantes en lugar de en los cambios detallados en cada punto de tiempo, el análisis de componentes principales (PCA)3 es una mejor opción. El método PCA, propuesto por Zhang et al., implica principalmente varios pasos, incluida la descomposición de la señal, la realización de un suavizado espacial y la reconstrucción de la señal para eliminar los componentes globales no neuronales. La función enPCAFilter se puede utilizar para eliminar el ruido fisiológico global de los datos fNIRS utilizando PCA. Aquí se adopta el método basado en WT propuesto por Duan y colaboradores27 .
      1. Utilice la coherencia de la transformada de ondículas (WTC)24,52 para detectar los puntos de tiempo-frecuencia contaminados por el ruido fisiológico global. El método permite la detección de la coherencia de dos señales en diferentes escalas de tiempo y es adecuado para analizar relaciones dinámicas complejas en datos de series temporales.
        NOTA: Específicamente, primero se calcula el mapa WTC distribuido en el tiempo-frecuencia (también conocido como scalograma53) entre la señal del canal actual y las señales no filtradas de todos los demás canales. A continuación, convierta estos mapas WTC en formato binario en función de la importancia del valor WTC en cada píxel de frecuencia de tiempo. Posteriormente, estos mapas del WTC se promedian, creando un mapa de tiempo-frecuencia que varía globalmente. El valor en cada píxel de este mapa compuesto indica el grado en que el canal actual está globalmente sincronizado con otros canales en ese punto de tiempo-frecuencia específico. En última instancia, se produce una máscara de eliminación de ruido para el canal actual estableciendo un umbral k en este mapa de tiempo-frecuencia que varía globalmente.
      2. Utilice WT para descomponer la señal del canal de eliminación de ruido actual en el espacio de tiempo-frecuencia.
      3. Aplique la máscara derivada a los coeficientes de ondícula para suprimir la energía de ondícula en los puntos de tiempo-frecuencia contaminados por ruido.
      4. Reconstruya la señal utilizando el WT inverso.
      5. Repita los pasos anteriores por canal para completar la eliminación de ruido fisiológico global.
  2. Cálculo de la sincronía intercerebral cliente-consejero
    1. Para calcular la correlación entre las señales en el dominio de tiempo-frecuencia medidas en cada canal de los dos participantes, utilice la función de coherencia de transformada de ondículas.
    2. Utilice la configuración predeterminada de la ondícula madre (es decir, ondícula Morse generalizada con sus parámetros beta y gamma), una forma de onda fundamental a partir de la cual se puede derivar una familia de ondículas por dilatación (escalado) y traducción54. Realice transformaciones de ondículas continuas para convertir los datos de series temporales en espacio de tiempo-frecuencia.
    3. Establezca MonteCarloCount como una representación del número de conjuntos de datos suplentes utilizados para las pruebas de significación y use Auto AR1 para calcular los coeficientes de autocorrelación de las series temporales.
    4. Utilice la función de coherencia de ondículas para calcular la correlación entre dos señales en el espacio de tiempo-frecuencia. Repita los pasos hasta que se generen las 24 matrices WTC a partir de los 24 canales de grabación.
    5. Determine la frecuencia de interés (FOI, por sus siglas en inglés), que es sensible al asesoramiento psicológico.
      1. Seleccione y promedie los valores de coherencia para el rango de frecuencia entre 0,01 Hz y 0,1 Hz (que corresponden a períodos de 100 s y 10 s, respectivamente) en función del rango de frecuencia utilizado en un estudio previo de hiperescaneo fNIRS centrado en tareas de asesoramiento psicológico55.
        NOTA: Es necesario realizar una confirmación estadística adicional en lugar de limitarse a la banda de frecuencia seleccionada.
      2. Estandarizar los valores del WTC mediante la realización de un promedio de tiempo de los valores del WTC en las etapas de reposo y asesoramiento, respectivamente, para cada combinación de canales, ayudando a estandarizar los datos y preparándolos para la comparación. Esta estandarización es crucial para reducir la variabilidad y centrarse en los efectos específicos de la tarea.
      3. Establezca los valores de WTC de la etapa de reposo como WTC de nivel de línea base y los valores de WTC de la etapa de tarea como WTC de nivel de tarea.
        NOTA: Los valores WTC de la etapa de reposo se utilizan como línea base para representar el estado normal no relacionado con la tarea. Por el contrario, los valores del WTC en la etapa de la tarea reflejan el estado durante el asesoramiento psicológico. Esta diferenciación permite aislar el impacto específico de la consejería en la actividad cerebral.
      4. Utilice la función mult_comp_perm_t1 de la obra de Groppe. Realice pruebas t de muestras emparejadas para comparar el WTC de nivel de referencia y el WTC de nivel de tarea en cada punto de frecuencia.
        NOTA: Este paso ayuda a determinar estadísticamente qué puntos de frecuencia muestran diferencias significativas entre los estados de línea base y de tarea. La comparación ayuda a identificar los rangos de frecuencia específicos en los que el asesoramiento tiene un efecto medible.
      5. Determine los intervalos de frecuencia donde el efecto de la tarea es significativo (asesoramiento > descanso, p < 0,000556).
        NOTA: Este paso implica identificar los intervalos de frecuencia que muestran aumentos significativos en la coherencia durante el asesoramiento en comparación con el descanso. El umbral p < 0,0005 se utiliza para controlar múltiples comparaciones y garantizar la solidez de los resultados.
      6. Determine el FOI como los puntos de frecuencia con valores de p inferiores a 0,0005 y sus puntos de frecuencia más cercanos (p < 0,01).
        NOTA: Este criterio garantiza que las bandas de frecuencia seleccionadas no sólo sean significativas, sino también relevantes para los efectos de asesoramiento observados.
      7. Calcule los valores medios de WTC dentro del FOI especificado para cada canal en cada par del estudio.
      8. Realizar transformaciones estadísticas de Fisher-Z sobre los valores de sincronía intercerebral obtenidos para cada período en los dos grupos de sujetos para obtener una distribución normal de los valores de WTC, que puede ser un índice para analizar el SII.
  3. Más estadísticas
    1. Determine los canales relacionados con la tarea.
      1. Obtenga los valores de WTC relacionados con la tarea restando el WTC de nivel de línea base del WTC de nivel de tarea.
      2. Realice pruebas t de una muestra para cada canal, utilizando los valores medios de WTC relacionados con la tarea en las frecuencias de interés especificadas.
      3. Utilice la función mafdr para aplicar el método de corrección de la tasa de descubrimiento falso ( p < 0,05 )57 a comparaciones múltiples.
      4. Determine los canales relacionados con la tarea como canales con valores p ajustados por debajo de 0,05.
    2. Compare el SII entre diferentes condiciones de tarea. Realice una prueba t de una muestra entre los valores WTC de diferentes grupos condicionados (es decir, los grupos seguros y descartables) en cada canal relacionado con la tarea.
    3. Además, identifique las diferencias en el SII entre los dos grupos a lo largo del proceso de asesoramiento psicológico. Divida el asesoramiento en dos etapas: etapa temprana (0-15 min) y etapa tardía (15-35 min).
    4. Realice pruebas t de una muestra por separado en los valores de WTC relacionados con la tarea para las etapas correspondientes y los incrementos de WTC relacionados con la tarea (calculados como valores de la etapa tardía menos los valores de la etapa temprana) en diferentes condiciones de la tarea.
    5. Compruebe el efecto del retraso en el SII. Cambie la actividad cerebral del consejero hacia adelante o hacia atrás a la de los clientes entre 2 y 12 s (paso = 2 s) y vuelva a calcular los valores de WTC relacionados con la tarea de acuerdo con los pasos anteriores. Verifique si hay diferencias entre el SII dirigido por un asesor, el SII dirigido por el cliente y el SII en fase.
    6. Evalúe la relación entre el SII y los datos de comportamiento mediante análisis de regresión múltiple.
      NOTA: El código de cómputo del WTC se proporciona como Archivo Suplementario 1.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

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

Los resultados mostraron que hubo un efecto marginalmente significativo en el hecho de que el grupo seguro tenía incrementos más altos de WTC relacionados con la tarea que el grupo descartado (t = 2,50, p ajustado = 0,07) en el canal 19 en el giro angular (ANG; ver Figura 2). Se seleccionaron los valores de WTC en CH19 para un análisis posterior del SII. En cuanto al efecto del retraso temporal en el SII, se observó un SII dirigido por un c...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

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

En el presente protocolo, se describen los pasos específicos de cómo llevar a cabo un experimento de hiperexploración de fNIRS en el entorno natural de la consejería psicológica y cómo calcular el SII entre el consejero y el cliente, así como la forma de determinar los patrones de adelantamiento-retraso del SII a lo largo de la consejería. La operación detallada puede ayudar a los investigadores a repetir un experimento de hiperescaneo fNIRS y a realizar investigaciones adicionales en ci...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

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

Los autores no tienen nada que revelar.

Agradecimientos

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

Esta investigación fue apoyada por la Fundación Nacional de Ciencias Naturales de China (31900767), el Proyecto de Investigación de la Comisión de Ciencia y Tecnología de Shanghai (20dz2260300) y los Fondos de Investigación Fundamental para las Universidades Centrales.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Plataforma china de encuestas en líneaRanster Technology Company, Changsha, ChinaLa versión gratuita de Wenjuanxing
Límite EEGCompumedics Neuroscan, Charlotte, EE. UU.Quik-Cap de 64 canales
Sistema fNIRSHitachi Medical Corporation, Tokio, JapónSistema de topografía óptica ETG-7100El NIRSport emitió y recogió
  luz infrarroja cercana en dos longitudes de onda
y nbsp; (760 y 850 nm) a una frecuencia de muestreo de 10,1725Hz. 
MATLAB 2018aThe MathWorks, Inc., Natick, MAMATLAB 2018a
Sombrero de nataciónGrupo de Decatlón, Villeneuve-d'Ascq, Francia1681552Tamaño medio

Referencias

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

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

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

Etiquetas

Hiperecaneo por fNIRSsincron a intercerebralalianza de trabajomonitoreo de la actividad cerebralestilos de apegoresultados de la asesor aprotocolo estandarizadomedici n relacionada con eventos

Artículos relacionados