Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Cambios psicológicos y de sueño en miembros preseleccionados del equipo de la Expedición Polar Interior durante el entrenamiento de ascenso rápido a gran altitud

306 vistas

⸱

DOI:

10.3791/68599

⸱

6 de marzo de 2026

 ,  ,  ,  ,  ,  , 
1Naval Medical University, 2Polar Research Institute of China

* These authors contributed equally

En este artículo

Resumen

Este estudio revela que los miembros preliminares y de respaldo del equipo de expedición antártica interior demostraron niveles significativamente elevados de ansiedad, compensación neuroplásica prefrontal (activación de la corteza prefrontal anterior izquierda) y fragmentación del sueño (Wake After Sleep Inicio, WASO) en condiciones de gran altitud. Estos hallazgos proporcionan una base empírica para desarrollar protocolos de entrenamiento adaptativo para entornos extremos.

Resumen

Este estudio estableció e implementó un protocolo de evaluación multidimensional para investigar sistemáticamente los cambios neuroconductuales entre 30 miembros preliminares y de respaldo del equipo de expedición interior antártica que se someten a entrenamientos de rápida altitud. El protocolo integra escalas psicométricas (BFI-44, DASS-21, PSQI), paradigmas conductuales (tarea N-back), espectroscopía funcional en el infrarrojo cercano (fNIRS) y actigrafía de muñeca para evaluar adaptaciones neuroconductuales a diferentes altitudes (0 m sobre el nivel del mar (a.s.l) / 3.700 m a.s.l / 4.300 m a.s.l.) durante un ciclo de 8 días. El diseño central comprende pruebas de línea base previas al ascenso; mediciones cognitivas-fNIRS sincronizadas a altitudes objetivo; Monitorización del sueño 24/8 (incluyendo actografía nocturna de 8 horas). Este marco multimodal permite la caracterización cuantitativa de la activación compensatoria prefrontal, la dinámica de fragmentación del sueño y las fluctuaciones de ansiedad inducidas por la altitud. Los hallazgos revelan que, en comparación con los datos normativos chinos, los participantes mostraron una amabilidad significativamente elevada (t=3,940, P<0,001) y conciencia (t=9,736, P<0,001), junto con una reducción del neuroticismo (t=-14,087, P<0,001). La hipoxia aguda agravó la ansiedad (Z=-4,098, P<0,001), con mayor gravedad en los miembros de minorías étnicas (H=6,405, P=0,011). Actigrafía demostró fragmentación del sueño dependiente de la altitud (WASO: 4.300 m sobre el nivel del mar frente a la línea base, P=0,028). Las tareas de N-back confirmaron la memoria de trabajo preservada a 3.700 m sobre el nivel del mar (precisión P=0,027) mediada por activación prefrontal compensatoria (activación L-aPFC P=0,043). Estos datos establecen criterios de selección basados en la evidencia para expediciones de ciencias polares en entornos de gran altitud y delimitan umbrales de resiliencia neuroplástica bajo estrés hipóxico.

Introducción

Los miembros de la expedición polar deben adaptarse a desafíos fisiológicos y psicológicos coexistentes en entornosextremos 1. Las condiciones de gran altitud del interior de la Antártida (altitud > 4000 m sobre el nivel del mar) pueden inducir deterioro cognitivo relacionado con la hipoxia y alteraciones del sueño. Aunque solo el Domo A (>4000 m sobre el nivel del mar) es una estación permanente de investigación antártica de gran altitud, los desplazamientos hacia sitios interiores como el Domo A y el Domo F implican una exposición prolongada (1-2 semanas) a altitudes superiores a 3000-4000 m sobre el nivel del mar 2,3. Además, la hipoxia es un factor clave de estrés que se encuentra tanto durante estos recorridos como en el propio Domo A, reflejando las condiciones simuladas en este protocolo de entrenamiento. Por lo tanto, comprender la adaptación neuroconductual a la hipoxia es esencial para la selección de personal y la optimización de la formación de equipos de travesía interior y operadores de la Cúpula A, para garantizar la seguridad y el rendimiento en estas misiones logísticamente críticas y científicamente valiosas. El objetivo general de este método es establecer un protocolo de evaluación multimodal que cuantifique sistemáticamente las adaptaciones neuroconductuales durante la rápida aclimatación en altitud, integrando parámetros psicológicos, cognitivos, neurovasculares y del sueño en un marco unificado. Esta técnica se desarrolló en respuesta a limitaciones críticas en la investigación existente, que examina predominantemente parámetros psicológicos o fisiológicos de formaaislada 4,5,6,7. Las ventajas de esta técnica multimodal frente a los métodos convencionales incluyen:

Validez ecológica: El acoplamiento simultáneo fNIRS-conductual captura adaptaciones neurocognitivas en tiemporeal 8,9, superando sesgos retrospectivos inherentes a las evaluaciones solo a escala7

Perfilado completo: Integrar la actigrafía con escalas validadas (PSQI) proporciona una verificación objetiva de los informes subjetivos de sueño10,11

Seguimiento dinámico: Las medidas repetidas a través de altitudes revelan patrones de adaptación temporal inalcanzables mediante evaluaciones puntualesúnicas 4

Dentro de la literatura más amplia, este protocolo aborda las crecientes demandas operativas de la investigaciónantártica 12 proporcionando el primer marco estandarizado que: Cuantifica los mecanismos compensatorios prefrontales mediante fNIRS durante la carga cognitiva bajohipoxia 8,13; correlaciona los rasgos de personalidad (BFI-44) con la dinámica de ansiedad inducida por altitud (DASS-21)14,15; sincroniza la fragmentación objetiva del sueño (actigrafía) con los resultadosneuroconductuales 16,17.

Este método es adecuado para investigadores y profesionales que requieren sistemas de selección de personal para operaciones polares a gran altitud, validación de umbrales de resiliencia neuroplástica bajo estrés hipóxico (>3.700 m sobre el nivel del mar) y biomarcadores objetivos (por ejemplo, activación de L-aPFC) para predecir la degradación del rendimiento de la tarea. Consideraciones de implementación: Recomendado para adultos de 25 a 45 años sin comorbilidades cardiopulmonares, requiere aclimatación de 3 días por nivel de altitud (3.700 m a 4.300 m sobre el nivel del mar), restricciones técnicas: la colocación de optodos de fNIRS limita el uso concurrente de la cabeza. Con el aumento de las estaciones de investigación antárticas y la diversificación de misionescientíficas, este protocolo proporciona soluciones basadas en la evidencia para optimizar el entrenamiento adaptativo en entornos extremos.

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

Protocolo

1. Participantes del estudio

  1. Selección de participantes
    1. Método de muestreo: Se tomó como sujetos de estudio un muestreo en racimo de 30 miembros preseleccionados y alternativos del equipo de la expedición interior antártica.
    2. Sujetos de estudio: Incluir a todos los candidatos preseleccionados y miembros de reserva del Equipo de Expedición Interior Antártica China. Excluye a las personas que no pudieron completar el régimen de entrenamiento durante el periodo de entrenamiento (por ejemplo, aquellas que no completaron el plan de entrenamiento por enfermedad, molestias físicas u otras razones).
  2. Recogida de datos
  3. Documentación demográfica: Registrar datos sociodemográficos completos, incluyendo edad, nivel educativo y experiencia previa en expediciones polares (Tabla 1).
  4. Asegurarse de que se apliquen estrictas medidas de anonimización para todos los datos psicométricos, incluyendo: asignación de identificadores anonimizados únicos (por ejemplo, EXP##) para reemplazar identificadores personales, eliminación de identificadores directos (por ejemplo, nombres, direcciones) de conjuntos de datos, almacenamiento de datos identificables (por ejemplo, formularios de consentimiento) en archivos cifrados protegidos con contraseña y separados de los datos de investigación.
n=30N%
Etnia
Chinos Han2893.3
Minoría étnica (tibetana y manchú)26.67
Mayor nivel educativo
Secundaria y inferiores13.3
Título universitario o de grado1136.7
Máster826.7
Doctorado1033.3
Hijo único
Sí1653.3
No1446.7
Estado civil
Soltero1550
Casados1550
Número de expediciones científicas en las que participaron
No participó2480
1 Vez26.7
2 o más veces413.3
Edad: 32,72±7,73

Tabla 1: Datos demográficos. (A) Esta tabla presenta la composición étnica, nivel educativo, estatus de hijo único, estado civil y frecuencia de participación en la investigación de la muestra, mostrando en la última fila los datos de edad (Media ± DS). (B) N: Recuento de muestras; %: Porcentaje relativo al tamaño total de la muestra (n=30), los datos muestran media ± DS.

2. Preparación de instrumentos psicológicos y de evaluación del sueño

  1. Escalas psicométricas estandarizadas: Realizar una evaluación basada en cuestionarios administrados por investigadores en formato de entrevista estandarizada para asegurar la comprensión y minimizar el sesgo de autoinforme. Guía verbalmente a los participantes en cada punto, aclarando según sea necesario.
    1. Inventario de las Big Five-44 (BFI-44)14
      1. Seleccione el cuestionario BFI-44 de 44 ítems para evaluar cinco dimensiones de personalidad. Instruye a los participantes a calificar las afirmaciones usando una escala de Likert de 5 puntos (1=Totalmente en desacuerdo con 5=Totalmente de acuerdo).
      2. Calcula puntuaciones de dominio para Extroversión, Acomposición, Neurosismo, Apertura y Conciencia. Puntuaciones más altas indican una mayor expresión de los rasgos correspondientes. La escala incluye 28 ítems con clave positiva.
    2. Escalas de depresión, ansiedad y estrés-21 (DASS-21)15
      1. Administrar el DASS-21 de 21 ítems con una escala de Likert de 4 puntos (1= No se aplicó a mí en absoluto a 4=Se aplicó mucho a mí). Registrar puntuaciones subescalas para Depresión, Ansiedad y Estrés. Las puntuaciones elevadas reflejan una mayor gravedad de los trastornos emocionales.
    3. Índice de Calidad del Sueño de Pittsburgh (PSQI)10
      1. Distribuir cuestionarios PSQI de 18 ítems a los participantes. Instruye la finalización en 10 minutos usando puntuación de 0 a 3 por dominio: calidad subjetiva del sueño, latencia del sueño, trastornos del sueño, uso de medicación hipnótica, disfunción diurna. Calcula las puntuaciones globales (escala de 0 a 21). Las puntuaciones totales más altas en el PSQI indican una peor calidad general del sueño.
  2. Monitorización del sueño
    NOTA: El aparato utilizado aquí para la actografía de muñeca fue ActiGraph wGT3X-BT16.
    1. Inicializa los dispositivos usando el software con marcas de tiempo estandarizadas.
    2. Lanza ActiLife v6.15.0. Haz clic en dispositivo > inicializar > conjunto. Establecer la frecuencia de muestreo: 60 Hz, Hora de inicio: AAAAAA-MM-DD HH:MM:SS (sincronizado con el reloj atómico), ID de sujeto: EXP## (formato anonimizado).
    3. Establezca un punto de control para verificar que el registro de inicialización muestre Inicialización Exitosa.
    4. Calibra el software usando protocolos del fabricante después de colocarlo en la muñeca no dominante. Inserta el dispositivo en la base USB. Haz clic en Calibrar y luego sigue el protocolo de prueba de vector de gravedad en pantalla.
    5. Recoge datos de actividad 24/8 a una frecuencia de muestreo de 60 Hz. Realiza un punto de control visual y confirma que el LED de estado verde parpadea cada 15 segundos (funcionamiento normal).
    6. Realizar la adquisición de datos. Después del despliegue, inserta el dispositivo en la base. Selecciona ActiLife. Haz clic en Descargar > formato RAW .gt3x > Proceso usando el algoritmo Cole-Kripke. Utiliza el algoritmo de Cole-Kripke para la clasificación sueño-vigilia. Validar los parámetros de sueño derivados del dispositivo mediante los diarios de sueño de los participantes17.
    7. Realizar muestreo con grabación continua 24/8 a 60 Hz (asegurar el espacio entre valor/unidad: 60 Hz)

3. Evaluación cognitiva y adquisición de fNIRS

  1. Letra N-tarea8,9
    1. Utilizando el software E-Prime 2.0, las letras mayúsculas se presentan aleatoriamente en el centro de un monitor LCD de 16 pulgadas. Los participantes deben emitir juicios: pulsar la tecla F si la letra actual coincide con la que se ha presentado en las posiciones N antes o pulsar la tecla J si no coincide (N=1, 1-atrás; N=2, 2-atrás; N=3, 3-atrás).
    2. Registrar métricas de precisión (ACC) y tiempo de reacción (RT) para 50 ensayos por nivel de dificultad.
    3. En la configuración de salida de E-Prime, configura la DataFile.Name como "EXP##Nback.edat2". Para el momento de inicio del estímulo, selecciona las variables: ACC (Correcto = 1 / Incorrecto = 0) y RT (en milisegundos). Haz clic en exportar > formato de Excel.
    4. Haz clic en Analizar > modelo lineal general > medidas repetidasFactores dentro del sujeto: N-level(1,2,3). Puntos de control establecidos en datos en bruto: 50 ensayos/nivel = 150 ensayos en total.
    5. Para la fase de práctica, en E-Prime, haz clic en BlockProc > Propiedades de práctica. Pruebas máximas de fija: 10, Pantalla de retroalimentación: ¡Correcto! (verde) / Incorrecto (rojo), y Avance: Pulsa la tecla 'Q' para repetir la fase de práctica, pulsa la tecla 'P' para continuar con el experimento formal. Se establece un punto de control, limitando la fase de práctica a un máximo de 3 repeticiones (Figura 1).

Figura 1
Figura 1: Paradigma de la letra N-back. Este esquema ilustra el paradigma de tarea con letra n-back a lo largo de tres niveles de dificultad (1-atrás, 2-atrás y 3-atrás). Por favor, haz clic aquí para ver una versión ampliada de esta figura.

  1. Adquisición de datos fNIRS
    NOTA: Aquí se usó el NirScan-500C, Huichuang, Danyang.
    1. Realiza la configuración optode. Coloca un cabezal fNIRS de 48 canales según el sistema internacional 10-20.
    2. Establecer la disposición espacial con la distancia fuente-detector en 30 mm, cobertura: corteza prefrontal (PFC) y regiones temporales bilaterales, y matriz optodica: 15 optodos fuente + 16 optodos detectores (Tabla 2, Tabla 3, Figura 2).
    3. Parámetros de adquisición de señales
      1. Establece los parámetros de adquisición de señal usando el software NirScan-500C. Seleccione luz infrarroja cercana de doble longitud de onda: Ajuste longitudes de onda a 730 nm ± 5 nm y 850 nm ± 5 nm.
      2. Configurar la frecuencia de muestreo: Configura a 11 Hz haciendo clic en Ajustes > Tasa de adquisición. Activar la sincronización tarea-evento: Activar los disparadores de hardware seleccionando Sincronizar > Disparador Externo.
      3. Registrar los cambios brutos en la intensidad óptica para la conversión posterior a concentraciones de hemoglobina oxigenada/desoxigenada utilizando la ley modificada de Beer-Lambert. Verifica la configuración de parámetros en el registro de software (por ejemplo, Longitudes de onda: 730/850 nm, Velocidad: 11 Hz).

Figura 2
Figura 2: Disposición de canales, posición y configuración de la sonda fNIRS. (A) Los círculos rojos representan fuentes de luz, los cuadrados azules los detectores y las áreas numeradas representan los pares fuente-detector (canales) más cercanos para medir las actividades cerebrales. (B) Posiciones co-registradas de los optodos en un atlas cerebral estándar. La posición anatómica de cada canal en el atlas cerebral se detalla en la Tabla 1. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

CanalÁrea de BrodmannÁrea anatómicaPorcentaje de cobertura
Cap. 121Giro temporal medio97.44%
Cap. 222Giro Temporal Superior43.21%
Capítol 338Área temporopolar51.84%
Capítol 447Giro prefrontal inferior100.00%
CH547Giro prefrontal inferior56.35%
Cap. 610Área frontopolar62.75%
CAPÍTOL 710Área frontopolar51.96%
CH810Área frontopolar100.00%
CAPL 911Área orbitofrontal59.66%
Cap. 1011Área orbitofrontal46.67%
Cap. 1110Área frontopolar98.66%
CAPÍTOL 1238Área temporopolar57.25%
CAPL1321Giro temporal medio98.63%
Cap1422Giro Temporal Superior43.46%
Cap. 1521Giro temporal medio92.79%
CAP1621Giro temporal medio75.85%
Cap1722Giro Temporal Superior62.67%
Cap. 1843Área subcentral36.79%
CAPÍTOL 1944pars opercularis_ parte del área de Broca57.05%
Capítol 206Corteza motora premotora y suplementaria73.08%
Capítol 2110Área frontopolar49.10%
Cap. 2246Corteza prefrontal dorsolateral78.62%
CH2310Área frontopolar93.20%
Capítol 249,46Corteza prefrontal dorsolateral77.95%
Capítol 2510Área frontopolar87.63%
Capítol 2610Área frontopolar100.00%
Capítol 2710Área frontopolar100.00%
Capítol 2810Área frontopolar99.65%
Capítol 2947Giro prefrontal inferior58.95%
CH3010Área frontopolar92.46%
CH3145Pars triangularis Área de Broca64.19%
CH3246Corteza prefrontal dorsolateral86.52%
CH3321Giro temporal medio56.73%
CH3422Giro Temporal Superior53.70%
CH3542Corteza de la Asociación Primaria y Auditiva64.69%
CH3643Área subcentral46.23%
CH379,46Corteza prefrontal dorsolateral60.54%
CH389Corteza prefrontal dorsolateral52.09%
CH399,46Corteza prefrontal dorsolateral92.77%
CH4010Área frontopolar89.88%
CH419,46Corteza prefrontal dorsolateral91.08%
CH429Corteza prefrontal dorsolateral84.34%
CH4310Área frontopolar92.46%
CH449Corteza prefrontal dorsolateral83.67%
CH459,46Corteza prefrontal dorsolateral90.37%
Cap. 4645Pars triangularis Área de Broca39.27%
CH479,46Corteza prefrontal dorsolateral98.16%
Cap. 486Corteza motora premotora y suplementaria80.97%

Tabla 2: Distribución de la región cerebral del canal de medición del fNIRS tras la calibración mediante localizador 3D. (A) Características de distribución espacial de 48 canales fNIRS calibrados por un sistema de posicionamiento 3D a través de las áreas de Brodmann y las correspondientes regiones anatómicas cerebrales. El porcentaje de cobertura indica la proporción efectiva de adquisición de señales en las regiones cerebrales objetivo. (B) Canal: número de canal óptico de medición fNIRS (CH1-CH48); Área de Brodmann: número de área de Brodmann (por ejemplo, 22 = Corteza de Asociación Auditiva); Área anatómica: Terminología estándar según Terminologia Anatomica (1998); Porcentaje de cobertura: Porcentaje efectivo de cobertura de los pares de optodos para la región cerebral objetivo.

Área anatómicaCanal
L-aPFC11,25,27,28,30,43
R-aPFC6,7,8,21,23,26,40
L-DLPFC32,44,45,47
R-DLPFC22,24,37,38,39,41,42

Tabla 3: Áreas de región de interés. (A) Mostrar la distribución de configuración de canales para regiones cerebrales funcionales específicas en el sistema de medición fNIRS, incluyendo la corteza prefrontal anterior (aPFC) y la corteza prefrontal dorsolateral (DLPFC) tanto en hemisferios izquierdo como derecho. (B) Abreviaturas: L = hemisferio izquierdo; R = hemisferio derecho; aPFC = corteza prefrontal anterior; DLPFC = Corteza prefrontal dorsolateral.

4. Adquisición de datos

  1. Implementación de la evaluación psicológica
    NOTA: Los miembros del equipo partieron del nivel del mar (Shanghái, 0 m sobre el nivel del mar) y realizaron un vuelo comercial (aproximadamente 8 h) a Lhasa, situada a 3.700 m sobre el nivel del mar, donde realizaron un entrenamiento de habilidades científicas de 72 horas (3 días). Posteriormente, el equipo transfirió un transporte terrestre (aproximadamente 2 h) a Yangbajain, a 4.300 m sobre el nivel del mar, para continuar otra formación científica de 72 horas (3 días). La recopilación de datos se realizó inmediatamente tras la llegada del equipo a cada una de las tres altitudes mencionadas (Figura 3).
    1. Realizar una administración estandarizada: Lanzar sesiones informativas en grupos de preevaluación. Administra cuestionarios con un límite de tiempo de 30 minutos.
    2. Mitigar sesgos: Lee instrucciones estandarizadas de protocolos scriptados. Elimina las frases sugestivas siguiendo el texto preaprobado.
    3. Sincronizar datos multimodales: Permitir la sincronización entre tareas cognitivas y adquisición de fNIRS. Bloquea el tiempo de los estímulos a los disparadores fNIRS seleccionando E-Prime > Ajustes de disparador > Sincronizar con fNIRS.
    4. Asegúrate de que todas las sesiones cumplan con scripts idénticos y restricciones de tiempo.
  2. Monitorización de parámetros de sueño
    1. Implementar el protocolo de actigrafía continua: Recoger datos de actigrafía de muñeca de 24 h/8 h. Al mismo tiempo, grabo un diario de sueño.
    2. Asegura la integridad de los datos: realiza comprobaciones diarias de batería entre las 07:00 y las 08:00 haciendo clic en Estado > Dispositivo > Batería. Valida la continuidad de datos haciendo clic en Herramientas de > ActiLife > Verificación de Integridad de Datos.

Figura 3
Figura 3: Diagrama de flujo de evaluación psicológica. (A) Este diagrama ilustra un protocolo de evaluación psicométrica en tres etapas a través de exposiciones graduadas a altitud: Baja altitud (0-2 m sobre el nivel del mar): Mediciones de referencia en Shanghái (Días 1-2), Altitud media (3650 m sobre el nivel del mar): Mediciones en fase de aclimatación en Lhasa (Días 3-5), Alta altitud (4300 m sobre el nivel del mar): Mediciones de alta exposición en Yangbajing (Días 6-8). (B) Módulos de evaluación idénticos implementados en cada etapa: Tarea cognitiva: letra N-back (3 niveles de dificultad); Escalas psicológicas: Escala de Depresión-Ansiedad y Estrés (DASS-21), Índice de Calidad del Sueño de Pittsburgh (PSQI); Monitorización del sueño: Subjetiva (diario del sueño), objetiva (actigrafía). Por favor, haz clic aquí para ver una versión ampliada de esta figura.

5. Análisis de datos y estadística

  1. Para el preprocesamiento de datos en una hoja de cálculo, aplica criterios de exclusión para eliminar conjuntos de datos incompletos con >10% de respuestas faltantes seleccionando Datos > Filtro > Valores Faltantes. Filtra datos cognitivos para descartar valores atípicos RT (<150 ms o> media ±2,5 SD) usando Data > Sort & Filter > Advanced, y calcula el HitRT (en milisegundos) y el rejRT (en milisegundos). Gestiona los datos faltantes para implementar la imputación múltiple en SPSS 29.0 haciendo clic en Transformar > Imputación Múltiple (5 iteraciones).
  2. Procesamiento de señales fNIRS
    NOTA: Esto se hizo usando NirSpark v1.8.8, Huichuang, Danyang.
    1. Convierte las señales en bruto en densidad óptica (OD). Haz clic en archivo > Importar en bruto> selecciona archivo .nirs. Selecciona Convertir a densidad óptica y aplica el algoritmo: OD = -log10(I/I 0). Verifica el rango OD 0.1-1.2 AU en vista > métricas de canal. Rechaza canales con OD >1.5 (contacto pobre) seleccionando Herramientas > Rechazar Canales.
    2. Calcula los cambios hemodinámicos. Navega a Análisis > Parámetros > Hemodinámicos. Establece la ley como Modified Beer-Lambert, DPF como 66 y Modo Imagen como adult_head_template. Ejecutar el cálculo como [HbO, HbR] = mBLL(OD, [730,850], [6,6]) y HbT = HbO + HbR. Confirmar que el valor de DPF coincide con la edad del participante (por ejemplo, 6,0 para 25-45 años).
    3. Reducir el ruido haciendo clic en Preprocesamiento > Filtro > Ajustes. Selecciona Bandpass Butterworth de 4º orden y ajusta el rango a 0-0,2 Hz. Realice corrección de movimiento mediante el método de detección automática (std_thr=6, amp_thr=0,5) y interpolación de splines, y establezca el umbral de rechazo de artefactos a SD >±6. Verifica la mejora de SNR >10 dBin haciendo clic en Ver > Comparación Antes/Post.
    4. Cuantifica la activación de la siguiente manera. Define la línea base como la HbO Media durante todo el periodo posterior al estímulo. Calcula la respuesta a la tarea como la HbO media durante 2-20 segundos tras el estímulo. Genera promedios de ROI seleccionando Análisis > Máscaras de ROI > Plantillas anatómicas.
  3. Cálculo de la eficiencia del sueño
    1. Importa y preprocesa datos haciendo clic en Archivo > Importar > Seleccione archivo .gt3x. Configura la Época en 60 y valida el tiempo de desgaste seleccionando Herramientas > Validación del Tiempo de Desgaste > algoritmo Choi. Para realizar la actigrafía y la sincronización del diario del sueño, haz clic en Herramientas > Sueño > Detectar Periodos de Sueño. Luego, calibra los datos de actigrafía con el diario de sueño. Asegúrate de que las marcas de tiempo del diario de sueño estén dentro de ± 5 minutos de los datos de actigrafía.
    2. Extrae los parámetros de la siguiente manera. Navega a Informes > Informe de Sueño. Parámetros de seleccione: latencia, TIB, TST, WASO. Calcular la eficiencia del sueño = (TST / TIB) x 100 seleccionando Opciones > Fórmulas. Exporta resultados haciendo clic en Exportar > Excel .xlsx > Nombre del archivo: EXP##_SleepEfficiency.xlsx. Confirma que el actograma muestra ≥3 ciclos claros de sueño/vigilia.
  4. Pruebas estadísticas
    1. Realiza estadísticas descriptivas. Informa de los datos normalmente distribuidos como media ± DE y los datos no normales como mediana [IQR].
    2. Ejecutar pruebas paramétricas. Realiza pruebas t de una sola muestra haciendo clic en Analizar > Comparar medias > Prueba T de una sola muestra. Realiza RM-ANOVA haciendo clic en Analizar > Modelo General Lineal > Medidas Repetidas. Aplicar la corrección de Greenhouse-Geisser para las violaciones de esfericidad.
    3. Aplica alternativas no paramétricas según sea necesario. Utiliza pruebas no paramétricas en muestras relacionadas para las pruebas de rango con signos Wilcoxon. El control covaría seleccionando Analizar > Modelo General Lineal > ANCOVA. Establece el umbral de significancia aplicando α=0,05 (de dos colas) con corrección de Bonferroni para comparaciones múltiples.

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

Resultados

Rasgos de personalidad

Se evaluaron las características de personalidad de los miembros preseleccionados de la expedición polar interior utilizando el Inventario de los Cinco Grandes (BFI). En comparación con las normas chinas de grado18, los candidatos demostraron (Tabla 4) puntuaciones significativamente más altas en Agradabilidad (t=3,940, P<0,001) y Conciencia (t=9,736, P<0,001); una puntuación nota...

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

Discusión

Los rasgos de personalidad de los miembros preseleccionados de la expedición polar interior difieren significativamente de las normas chinas

Según el Big Five Inventory-44 (BFI-44), los candidatos mostraron una mayor amabilidad y conciencia junto con una reducción del neuroticismo en comparación con las normas de grado (Tabla 3). Esta cooperación social aumentada en la tríada, el rigor orientado a la tarea y la estabilidad emo...

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

Divulgaciones

Los autores no declaran intereses en competencia.

Agradecimientos

Los autores expresan su sincero agradecimiento a la Administración Ártica y Antártica China (Centro de Investigación Polar China) por proporcionar apoyo logístico crítico y el acceso de los participantes a lo largo de este estudio. Reconocemos específicamente su coordinación de los protocolos de entrenamiento en gran altitud y la participación de los equipos de expedición. El conjunto de datos es proporcionado por el Centro Nacional de Datos Ártico y Antártico (https://datacenter.chinare.org.cn).

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

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
ActígrafoActígrafowGT3X-BTAmérica
ActiLifeActígrafo6.15.0América
E-PrimeHerramientas de software de psicología2.0América
Estadísticas IBM SPSSIBM29América
Microsoft Office  Microsoft Corporation2021América
NirScanEquipamiento Médico de Huichuang500CDanyang, China
NirSparkEquipamiento Médico de Huichuang1.8.8Danyang, China

Referencias

  1. Wang, Z. J., et al. Applied research on low-altitude wind field using coherent Doppler wind lidar at Zhongshan Station, Antarctic. Chinese J Polar Res. 34 (1), 11-19 (2022).
  2. Wang, T., et al. Assessment of solar photovoltaic power potential at Kunlun Station, Antarctica. Chinese J Polar Res. 34 (3), 292-302 (2022).
  3. Liu, X. Y., Wang, Y. Y., Lu, Z. H. Effects of different altitudes on sleep and cognitive function. J Air Force Med Uni. , https://www.fmmu.edu.cn/en/Resources1.htm (2024).
  4. Guo, Z. M., Huang, F. M., Lu, H., Zu, S. Y., Xu, C. L. Effects of Different Altitudes on Cardiac Hemodynamics and Electrocardiogram in Healthy Adult Males. Chinese J Appl Physiol. 28 (1), 1-4 (2012).
  5. Lu, Y. H., Xiong, Y. L., Fang, L., Chen, N., Xu, C. L. Comparative Effects of Rapid versus Gradual Tibetan Acclimatization on Cardiovascular Function and Stress Biomarkers in Kunlun Station Pre-Selection Candidates. Chinese J Appl Physiol. 36 (5), 419-424 (2020).
  6. Huang, F. M., et al. Screening for Hypoxia Susceptibility in Dome A Antarctic Expedition Candidates Using Pulmonary Function Indices. Basic Clin Med. 31 (4), 400-403 (2011).
  7. Xiaopei, W., et al. Different physiopsychological changes between AMS-susceptible and AMS-resistant pre-selected Antarctic expeditioners in Tibet. Adv Polar Sci. 32 (3), 239-247 (2021).
  8. Owen, A. M., McMillan, K. M., Laird, A. R., Bullmore, E. N-back working memory paradigm: a meta-analysis of normative functional neuroimaging studies. Human Brain Map. 25 (1), 46-59 (2005).
  9. Owen, A. M., et al. Putting brain training to the test. Nature. 465 (7299), 775-778 (2010).
  10. Buysse, D. J., Reynolds, C. F., Monk, T. H., Berman, S. R., Kupfer, D. J. The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Res. 28 (2), 193-213 (1989).
  11. Carney, C. E., et al. The Consensus Sleep Diary: Standardizing Prospective Sleep Self-Monitoring. Sleep. 35 (2), 287-302 (2012).
  12. Liu, Y. Comprehensive Assessment of Antarctic Operational Capabilities Among Major Polar Expedition Nations. , (2024).
  13. Virués-Ortega, J., Buela-Casal, G., Garrido, E., Alcázar, B. Neuropsychological functioning associated with high-altitude exposure. Neuropsychol Rev. 14 (4), 197-224 (2004).
  14. John, O. P., Donahue, E. M., Kentle, R. L. The Big-Five Inventory. Uni California Berkeley. 18 (5), 367-385 (1991).
  15. Gong, X., Xie, X. Y., Xu, R., Luo, Y. J. Psychometric Validation of the Depression Anxiety Stress Scales-21 (DASS-21) Simplified Chinese Version in Chinese University Students. Chinese J Clin Psychol. 18 (4), 443-446 (2010).
  16. Dong, J., et al. Anxiety correlates with somatic symptoms and sleep status at high altitudes. Physiol Behav. 112, 23-31 (2013).
  17. Carney, C. E., et al. The Consensus Sleep Diary: Standardizing Prospective Sleep Self-Monitoring. Sleep. 35 (2), 287-302 (2012).
  18. Eng, Y., Yue, C. Z. Exploring the Relationship Between Big Five Personality Self-Assessment, Reflective Evaluation, and Mental Health in University Students. Health Med Res Pract. 14 (1), 28-32 (2017).
  19. Yan, G. G., Ye, Q. Psychological Research in Polar Environments. Adv Psychol Sci. 17 (1), 227-232 (2009).
  20. Kious, B. M., et al. Altitude and risk of depression and anxiety: findings from the intern health study. Int Rev Psychiat. 31 (7-8), 637-645 (2019).
  21. Chen, N., et al. Alterations in Circadian Rhythms, Sleep Patterns, and Psychological States Among Overwintering Crew Members During Prolonged Residence at Zhongshan Station, Antarctica. Adv Psychol Sci. , https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=IPFD&dbname=IPFDLAST2015&filename=OGSF201406001161 (2014).
  22. Jaeggi, S. M., Buschkuehl, M., Perrig, W. J., Meier, B. The concurrent validity of the N-back task as a working memory measure. Memory. 18 (4), 394-412 (2010).
  23. Greenberg, K., Zheng, R. Cognitive load theory and its measurement: a study of secondary tasks in relation to working memory. J Cognitive Psychol. 34 (4), 497-515 (2022).
  24. Jenkins, J. R., Salmon, O. F., Smith, C. M. Cognitive function is unaffected during acute hypoxic exposure but was improved following exercise. Int J Exerc Sci. 15 (5), 1481-1491 (2022).
  25. Yan, X., Zhang, J., Gong, Q., Weng, X. Adaptive influence of long-term high altitude residence on spatial working memory: an fMRI study. Brain Cognit. 77 (1), 53-59 (2011).
  26. Zhang, X., Zhang, J. The human brain in a high altitude natural environment: a review. Front Human Neurosci. 16, 915995(2022).
  27. Ji, X., et al. EEG and fNIRS datasets based on stroop task during two weeks of high-altitude exposure in new immigrants. Sci Data. 11 (1), 350(2024).
  28. Duncan, J., Owen, A. M. Common regions of the human frontal lobe recruited by diverse cognitive demands. Trends Neurosci. 23 (10), 475-483 (2000).
  29. Burgess, P. W., Dumontheil, I., Gilbert, S. J. The gateway hypothesis of rostral prefrontal cortex (area 10) function. Trends Cognitive Sci. 11 (7), 290-298 (2007).
  30. Curtis, C. E., D'Esposito, M. Persistent activity in the prefrontal cortex during working memory. Trends Cognitive Sci. 7 (9), 415-423 (2003).
  31. Minamoto, T., Kawakami, N., Tsujimoto, T. Robustness of the self-referential process under normobaric hypoxia: an fNIRS study using the GLM and homologous cortical functional connectivity analyses. Front Human Neurosci. 18, 1337798(2024).
  32. Wang, L., et al. Effects of acute high-altitude exposure on working memory: a functional near-infrared spectroscopy study. Brain Behav. 12 (12), e2776(2022).
  33. Deary, I. J., Strand, S., Smith, P., Fernandes, C. Intelligence and educational achievement. Intelligence. 35 (1), 13-21 (2007).
  34. Jaeggi, S. M., Buschkuehl, M., Jonides, J., Perrig, W. J. Improving fluid intelligence with training on working memory. Proc Natl Acad Sci. 105 (19), 6829-6833 (2008).

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

Reimpresiones y permisos

Etiquetas

Cambios neuroconductualesfragmentaci n del sue oevaluaci n cognitivaespectroscopia funcional de infrarrojo cercanoactigraf a de mu ecatarea N Backescalas psicom tricasactivaci n prefrontalestr s hip xico
Contáctenos
Recomendar a la biblioteca

Privacidad

Condiciones de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.