Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de méthode

Changements psychologiques et de sommeil chez les membres présélectionnés de l’équipe Polar Inland Expedition lors de l’entraînement à l’ascension rapide en haute altitude

306 vues

DOI :

10.3791/68599

6 mars 2026

* These authors contributed equally

Dans cet article

Résumé

Cette étude révèle que les membres de l’équipe d’expédition intérieure antarctique préliminaire et de secours ont montré des niveaux d’anxiété significativement élevés, une compensation neuroplasique préfrontale préfrontale (activation du cortex préfrontal antérieur gauche) et une fragmentation du sommeil (Wake After Sleep Onset Waso) dans des conditions de haute altitude. Ces résultats fournissent une base empirique pour développer des protocoles d’entraînement adaptatifs pour des environnements extrêmes.

Résumé

Cette étude a établi et mis en œuvre un protocole d’évaluation multidimensionnel pour étudier systématiquement les changements neurocomportementaux chez 30 membres préliminaires et de secours de l’équipe d’expédition intérieure antarctique suivant un entraînement rapide en altitude. Le protocole intègre des échelles psychométriques (BFI-44, DASS-21, PSQI), des paradigmes comportementaux (tâche N-back), la spectroscopie fonctionnelle proche infrarouge (fNIRS) et l’actigraphie du poignet pour évaluer les adaptations neurocomportementales à différentes altitudes (0 m au-dessus du niveau de la mer (a.s.l) / 3 700 m a.s.l / 4 300 m a.s.l.) sur un cycle de 8 jours. La conception principale comprend des tests de référence avant l’ascension ; des mesures cognitives-fNIRS synchronisées aux altitudes cibles ; Surveillance du sommeil 24h/24 (y compris une actigraphie nocturne de 8 heures). Ce cadre multimodal permet la caractérisation quantitative de l’activation compensatoire préfrontale, de la dynamique de fragmentation du sommeil et des fluctuations d’anxiété induites par l’altitude. Les résultats révèlent que, comparés aux données normatives chinoises, les participants ont montré une agréable agréable significativement accrue (t=3,940, P<0,001) et une conscience (t=9,736, P<0,001), ainsi qu’une diminution du névrosisme (t=-14,087, P<0,001). L’hypoxie aiguë a aggravé l’anxiété (Z=-4,098, P<0,001), avec une plus grande sévérité chez les membres des minorités ethniques (H=6,405, P=0,011). L’actigraphie a démontré une fragmentation du sommeil dépendante de l’altitude (WASO : 4 300 m au-dessus du niveau du sol versus la ligne de base, P=0,028). Les tâches N-back ont confirmé la mémoire de travail préservée à 3 700 m d’altitude (précision P=0,027) médiée par une activation préfrontale compensatoire (activation L-aPFC P=0,043). Ces données établissent des critères de sélection fondés sur des preuves pour les expéditions polaires en haute altitude et délimitent les seuils de résilience neuroplastique sous stress hypoxique.

Introduction

Les membres de l’expédition polaire doivent s’adapter aux défis physiologiques et psychologiques coexistants dans des environnementsextrêmes 1. Les conditions de haute altitude de l’intérieur de l’Antarctique (altitude > 4000 m d’altitude) peuvent induire des troubles cognitifs liés à l’hypoxie et des troubles du sommeil. Bien que seul le Dôme A (>4000 m d’altitude) soit une station de recherche antarctique permanente en haute altitude, les traversées vers des sites intérieurs tels que le Dôme A et le Dôme F impliquent une exposition prolongée (1 à 2 semaines) à des altitudes supérieures à 3000-4000 md’altitude 2,3. De plus, l’hypoxie est un facteur de stress clé rencontré à la fois lors de ces traversées et au Dôme A lui-même, reflétant les conditions simulées dans ce protocole d’entraînement. Par conséquent, comprendre l’adaptation neurocomportementale à l’hypoxie est essentiel pour la sélection du personnel et l’optimisation de la formation pour les équipes de traversée intérieure et les opérateurs du Dôme A, afin d’assurer la sécurité et la performance dans ces missions logistiquement critiques et scientifiquement précieuses. L’objectif global de cette méthode est d’établir un protocole d’évaluation multimodal qui quantifie systématiquement les adaptations neurocomportementales lors d’une acclimatation rapide en altitude, intégrant les paramètres psychologiques, cognitifs, neurovasculaires et du sommeil dans un cadre unifié. Cette technique a été développée en réponse à des limites critiques de recherches existantes, qui examinent principalement les paramètres psychologiques ou physiologiquesisolément 4,5,6,7. Les avantages de cette technique multimodale par rapport aux méthodes conventionnelles incluent :

Validité écologique : Le couplage fNIRS-comportemental simultané capture les adaptations neurocognitives entemps réel 8,9, surmontant les biais rétrospectifs inhérents aux évaluations à échelleuniquement 7

Profilage complet : Intégrer l’actigraphie aux échelles validées (PSQI) permet une vérification objective des rapports subjectifsde sommeil 10,11

Suivi dynamique : Des mesures répétées à travers les altitudes révèlent des schémas d’adaptation temporelle inaccessibles par des évaluations à pointunique 4

Dans la littérature plus large, ce protocole répond aux exigences opérationnelles croissantes de la rechercheantarctique 12 en fournissant le premier cadre standardisé qui : quantifie les mécanismes compensatoires préfrontaux par fNIRS lors de la charge cognitive soushypoxie 8,13 ; corrélation des traits de personnalité (BFI-44) avec la dynamique anxieuse induite par l’altitude (DASS-21)14,15 ; Synchronise la fragmentation objective du sommeil (actigraphie) avec les résultatsneurocomportementaux 16,17.

Cette méthode convient aux chercheurs et praticiens qui nécessitent des systèmes de sélection du personnel pour des opérations polaires en haute altitude, la validation des seuils de résilience neuroplastique sous stress hypoxique (>3 700 m d’altitude), et des biomarqueurs objectifs (par exemple, activation de L-aPFC) pour prédire la dégradation des performances de la tâche. Considérations de mise en œuvre : Recommandé pour les adultes âgés de 25 à 45 ans sans comorbidité cardiopulmonaire, nécessite une acclimatation de 3 jours par niveau d’altitude (3 700 m à 4 300 m d’altitude), contraintes techniques : la pose d’optode fNIRS limite l’utilisation simultanée d’un casque. Avec l’augmentation des stations de recherche antarctiques et la diversification des missions scientifiques12, ce protocole fournit des solutions fondées sur des preuves pour optimiser la formation adaptative dans des environnements extrêmes.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

1. Participants à l’étude

  1. Sélection des participants
    1. Méthode d’échantillonnage : Un échantillonnage en grappe de 30 membres présélectionnés et alternatifs de l’équipe d’expédition intérieure antarctique a été pris comme sujets d’étude.
    2. Sujets d’étude : inclure tous les candidats présélectionnés et les membres de réserve de l’équipe chinoise d’expédition intérieure antarctique. Excluez les personnes incapables de suivre le programme d’entraînement pendant la période d’entraînement (par exemple, celles qui n’ont pas complété le plan d’entraînement en raison d’une maladie, d’un inconfort physique ou d’autres raisons).
  2. Collecte de données
  3. Documentation démographique : Enregistrez des données sociodémographiques complètes, incluant l’âge, le niveau d’éducation et l’expérience antérieure lors d’expéditions polaires (Tableau 1).
  4. Veillez à ce que des mesures strictes d’anonymisation soient appliquées pour toutes les données psychométriques, notamment : l’attribution d’identifiants anonymisés uniques (par exemple, EXP##) pour remplacer les identifiants personnels, la suppression des identifiants directs (par exemple, noms, adresses) des ensembles de données, le stockage de données identifiables (par exemple, les formulaires de consentement) dans des fichiers chiffrés protégés par mot de passe, séparés des données de recherche.
n=30N%
Ethnicité
Chinois Han2893.3
Minorité ethnique (tibétaine et mandchou)26.67
Plus haut niveau d’éducation
Lycée et en dessous13.3
Diplôme universitaire ou licence1136.7
Master826.7
Doctorat1033.3
Enfant unique
Oui1653.3
Non1446.7
État civil
Célibataire1550
Mariés1550
Nombre d’expéditions scientifiques participantes
Non participé2480
1 fois26.7
2 fois ou plus413.3
Âge : 32,72±7,73

Tableau 1 : Données démographiques. (A) Ce tableau présente la composition ethnique, le niveau d’éducation, le statut d’enfant unique, le statut marital et la fréquence de participation à la recherche pour l’échantillon, la dernière ligne indiquant les données d’âge (Moyenne ± SD). (B) N : Nombre d’échantillons ; % : Pourcentage par rapport à la taille totale de l’échantillon (n=30), les données montrent la moyenne ± SD.

2. Préparation d’instruments psychologiques et d’évaluation du sommeil

  1. Échelles psychométriques standardisées : Réalisez une évaluation par questionnaire administrée par un chercheur dans un format d’entretien standardisé afin d’assurer la compréhension et de minimiser les biais d’auto-déclaration. Guide verbalement les participants à travers chaque point, avec des clarifications fournies si nécessaire.
    1. Inventaire des Big Five - 44 (BFI-44)14
      1. Sélectionnez le questionnaire BFI-44 de 44 items pour évaluer cinq dimensions de la personnalité. Demandez aux participants de noter les énoncés à l’aide d’une échelle de Likert à 5 points (1 = Fortement en désaccord avec 5 = Fortement d’accord).
      2. Calculez les scores de domaine pour Extraversion, Agréabilité, Névrosisme, Ouverture et Conscience. Des scores plus élevés indiquent une expression plus forte des traits correspondants. L’échelle comprend 28 éléments à clé positive.
    2. Échelles de stress dépressif, anxiété - 21 (DASS-21)15
      1. Administrez le DASS-21 de 21 items avec une échelle Likert à 4 points (1= Ne s’appliquait pas du tout à 4=S’appliquait beaucoup à moi). Enregistrer des scores en sous-échelle pour Dépression, Anxiété et Stress. Des scores élevés reflètent une plus grande gravité des troubles émotionnels.
    3. Indice de qualité du sommeil de Pittsburgh (PSQI)10
      1. Distribuez des questionnaires PSQI de 18 items aux participants. Enseignez la fin de la lecture en 10 minutes en utilisant un score de 0 à 3 par domaine : qualité subjective du sommeil, latence du sommeil, troubles du sommeil, utilisation de médicaments hypnotiques, dysfonctionnement diurne. Calculez les scores globaux (échelle de 0 à 21). Des scores totaux plus élevés au PSQI indiquent une qualité globale de sommeil inférieure.
  2. Surveillance du sommeil
    REMARQUE : L’appareil utilisé ici pour l’acte du poignet était ActiGraph wGT3X-BT16.
    1. Initialiser les appareils à l’aide du logiciel avec des horodatages standardisés.
    2. Lancez ActiLife v6.15.0. Cliquez sur Appareil > initialiser > ensemble. Réglez la fréquence d’échantillonnage : 60 Hz, Heure de début : YYYY-MM-DD HH :MM :SS (synchronisé avec l’horloge atomique), ID du sujet : EXP## (format anonymisé).
    3. Fixez un point de contrôle pour vérifier que le journal d’initialisation affiche « Initialisation réussie ».
    4. Calibrez le logiciel en utilisant les protocoles du fabricant après l’avoir placé sur le poignet non dominant. Insérez l’appareil dans la station d’accueil USB. Cliquez sur Calibrer puis suivez le protocole de test du vecteur gravitationnel à l’écran.
    5. Collectez des données d’activité 24h/24 à un taux d’échantillonnage de 60 Hz. Effectuez un point de contrôle visuel et confirmez que la LED d’état verte clignote tous les 15 secondes (fonctionnement normal).
    6. Effectuer l’acquisition de données. Après le déploiement, insérez l’appareil dans la station d’accueil. Sélectionnez ActiLife. Cliquez sur Télécharger > format RAW .gt3x > Processus utilisant l’algorithme Cole-Kripke. Utilisez l’algorithme Cole-Kripke pour la classification sommeil-veille. Valider les paramètres de sommeil dérivés de l’appareil via les journaux de sommeil desparticipants 17.
    7. Effectuer un échantillonnage avec un enregistrement continu 24/8 à 60 Hz (assurez l’espace entre la valeur/unité : 60 Hz)

3. Évaluation cognitive et acquisition de fNIRS

  1. Lettre N-retourtâche 8,9
    1. Avec le logiciel E-Prime 2.0, les lettres majuscules sont présentées aléatoirement au centre d’un écran LCD de 16 pouces. Les participants doivent porter des jugements : appuyer sur la touche F si la lettre actuelle correspond à celle présentée aux N positions précédentes ou appuyer sur la touche J si elle ne correspond pas (N=1, 1-retour ; N=2, 2-arrière ; N=3, 3-arrière).
    2. Enregistrer les métriques de précision (ACC) et de temps de réaction (RT) pour 50 essais par niveau de difficulté.
    3. Dans les paramètres de sortie E-Prime, configurez le DataFile.Name comme « EXP##Nback.edat2 ». Pour le temps d’apparition du stimulus, sélectionnez les variables : ACC (Correct = 1 / Incorrect = 0) et RT (en millisecondes). Cliquez sur Exporter > format Excel.
    4. Cliquez sur Analyser > modèle linéaire général > mesures répétéesFacteurs dans le sujet : niveau N(1,2,3). Fixez des points de contrôle aux données brutes : 50 essais/niveau = 150 essais au total.
    5. Pour la phase d’entraînement, dans E-Prime, cliquez sur BlockProc > Propriétés de pratique. Essais maximaux définis : 10, écran de retour : Correct ! (vert) / Incorrect (rouge), et Avancement : Appuyez sur la touche « Q » pour répéter la phase d’entraînement, appuyez sur la touche « P » pour passer à l’expérience formelle. Un point de contrôle est fixé, limitant la phase d’entraînement à un maximum de 3 répétitions (Figure 1).

Figure 1
Figure 1 : Paradigme de la lettre N-dos. Ce schéma illustre le paradigme de tâche à la lettre n-retour sur trois niveaux de difficulté (1-retour, 2-arrière et 3-retour). Veuillez cliquer ici pour voir une version agrandie de cette figurine.

  1. Acquisition de données fNIRS
    REMARQUE : Le NirScan-500C, Huichuang, Danyang a été utilisé ici.
    1. Effectuez la configuration optode. Positionnez un couvre-tête fNIRS à 48 canaux selon le système international 10-20.
    2. Régler l’arrangement spatial avec la distance source-détecteur à 30 mm, la couverture : cortex préfrontal (PFC) et régions temporales bilatérales, et la matrice d’optodes : 15 optodes sources + 16 optodes détecteurs (Tableau 2, Tableau 3, Figure 2).
    3. Paramètres d’acquisition du signal
      1. Définir les paramètres d’acquisition du signal à l’aide du logiciel NirScan-500C. Sélectionnez la lumière proche infrarouge à double longueur d’onde : réglez les longueurs d’onde à 730 nm ± 5 nm et 850 nm ± 5 nm.
      2. Configurez le taux d’échantillonnage : réglez à 11 Hz en cliquant sur Paramètres > Taux d’acquisition. Activez la synchronisation tâche-événement : Activez les déclencheurs matériels en sélectionnant Synchroniser > déclencheur externe.
      3. Enregistrer les variations brutes d’intensité optique pour la conversion ultérieure en concentrations d’hémoglobine oxygénée/désoxygénée en utilisant la loi modifiée de Beer-Lambert. Vérifiez les paramètres dans le journal logiciel (par exemple, longueurs d’onde : 730/850 nm, débit : 11 Hz).

Figure 2
Figure 2 : Disposition des canaux, position et configuration de la sonde fNIRS. (A) Les cercles rouges représentent les sources lumineuses, les carrés bleus les détecteurs, et les zones numérotées représentent les paires sources-détecteurs (canaux) les plus proches pour mesurer les activités cérébrales. (B) Positions coenregistrées des optodes sur un atlas cérébral standard. La position anatomique de chaque canal de l’atlas cérébral est rapportée en détail dans le tableau 1. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

ChaîneZone de BrodmannZone anatomiquePourcentage de couverture
CH121Gyrus temporel moyen97.44%
CH222Gyrus temporal supérieur43.21%
CH338Aire temporopolaire51.84%
CH447Gyrus préfrontal inférieur100.00%
CH547Gyrus préfrontal inférieur56.35%
CH610Aire frontopolaire62.75%
CH710Aire frontopolaire51.96%
CH810Aire frontopolaire100.00%
CH911Aire orbitofrontale59.66%
CH1011Aire orbitofrontale46.67%
CH1110Aire frontopolaire98.66%
CH1238Aire temporopolaire57.25%
CH1321Gyrus temporel moyen98.63%
CH1422Gyrus temporal supérieur43.46%
CH1521Gyrus temporel moyen92.79%
CH1621Gyrus temporel moyen75.85%
CH1722Gyrus temporal supérieur62.67%
CH1843Zone subcentrale36.79%
CH1944les pars opercularis_ partie de la superficie de Broca57.05%
CH206Cortex moteur prémoteur et moteur supplémentaire73.08%
CH2110Aire frontopolaire49.10%
CH2246Cortex préfrontal dorsolatéral78.62%
CH2310Aire frontopolaire93.20%
CH249,46Cortex préfrontal dorsolatéral77.95%
CH2510Aire frontopolaire87.63%
CH2610Aire frontopolaire100.00%
CH2710Aire frontopolaire100.00%
CH2810Aire frontopolaire99.65%
CH2947Gyrus préfrontal inférieur58.95%
CH3010Aire frontopolaire92.46%
CH3145Pars triangularis Aire de Broca64.19%
CH3246Cortex préfrontal dorsolatéral86.52%
CH3321Gyrus temporel moyen56.73%
CH3422Gyrus temporal supérieur53.70%
CH3542Cortex de l’Association primaire et auditive64.69%
CH3643Zone subcentrale46.23%
CH379,46Cortex préfrontal dorsolatéral60.54%
CH389Cortex préfrontal dorsolatéral52.09%
CH399,46Cortex préfrontal dorsolatéral92.77%
CH4010Aire frontopolaire89.88%
CH419,46Cortex préfrontal dorsolatéral91.08%
CH429Cortex préfrontal dorsolatéral84.34%
CH4310Aire frontopolaire92.46%
CH449Cortex préfrontal dorsolatéral83.67%
CH459,46Cortex préfrontal dorsolatéral90.37%
CH4645Pars triangularis Aire de Broca39.27%
CH479,46Cortex préfrontal dorsolatéral98.16%
CH486Cortex moteur prémoteur et moteur supplémentaire80.97%

Tableau 2 : Répartition des régions cérébrales du canal de mesure fNIRS après étalonnage par locateur 3D. (A) Caractéristiques de distribution spatiale de 48 canaux fNIRS calibrés par un système de positionnement 3D à travers les aires de Brodmann et les régions anatomiques cérébrales correspondantes. Le pourcentage de couverture indique la proportion effective d’acquisition du signal à partir des régions cérébrales ciblées. (B) Canal : numéro de canal optique de mesure fNIRS (CH1-CH48) ; Aire de Brodmann : nombre d’aire de Brodmann (par exemple, 22 = Cortex d’association auditive) ; Domaine anatomique : terminologie standard selon Terminologia Anatomica (1998) ; Pourcentage de couverture : Pourcentage de couverture efficace des paires optodes pour la région cérébrale ciblée.

Zone anatomiqueChaîne
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

Tableau 3 : Zones d’intérêt régional. (A) Afficher la distribution de la configuration des canaux pour des régions cérébrales fonctionnelles spécifiques dans le système de mesure fNIRS, y compris le cortex préfrontal antérieur (aPFC) et le cortex préfrontal dorsolatéral (DLPFC) dans les hémisphères gauche et droit. (B) Abréviations : L = hémisphère gauche ; R = hémisphère droit ; aPFC = cortex préfrontal antérieur ; DLPFC = Cortex préfrontal dorsolatéral.

4. Acquisition de données

  1. Mise en œuvre de l’évaluation psychologique
    REMARQUE : Les membres de l’équipe ont quitté le niveau de la mer (Shanghai, 0 m d’altitude) et ont effectué un vol commercial (environ 8 h) vers Lhassa, située à 3 700 m d’altitude, où ils ont mené une formation de recherche scientifique de 72 heures (3 jours). Par la suite, l’équipe a transféré un transport terrestre (environ 2 h) à Yangbajain, à 4 300 m d’altitude, pour poursuivre une formation scientifique supplémentaire de 72 h (3 jours). La collecte des données a été effectuée immédiatement à l’arrivée de l’équipe à chacune des trois altitudes mentionnées précédemment (Figure 3).
    1. Mener une administration standardisée : lancer des sessions de présentation de groupe de pré-évaluation. Administrez des questionnaires avec une contrainte de 30 minutes.
    2. Atténuer les biais : lire les instructions standardisées issues de protocoles scriptés. Éliminez les formulations suggestives en suivant un texte pré-approuvé.
    3. Synchronisez les données multimodales : Permettre la synchronisation entre les tâches cognitives et l’acquisition de fNIRS. Verrouillez le temps des stimuli pour les déclencheurs fNIRS en sélectionnant E-Prime > Paramètres de déclenchement > Synchronisez avec fNIRS.
    4. Assurez-vous que toutes les sessions respectent des scripts et des contraintes de temps identiques.
  2. Surveillance des paramètres de sommeil
    1. Mettre en œuvre le protocole d’actigraphie continue : collecter des données d’actigraphie du poignet de 24 h/8h. Enregistrer simultanément un journal de sommeil.
    2. Assurez l’intégrité des données : effectuez des contrôles quotidiens de la batterie de 07h00 à 08h00 en cliquant sur Statut > Appareil > Batterie. Validez la continuité des données en cliquant sur ActiLife > Outils > Vérification de l’intégrité des données.

Figure 3
Figure 3 : Organigramme d’évaluation psychologique. (A) Ce diagramme illustre un protocole d’évaluation psychométrique en trois étapes à travers des expositions graduées à altitude : basse altitude (0-2 m s.m.) : mesures de base à Shanghai (jours 1-2), altitude moyenne (3650 m s.m.) : mesures de phase d’acclimatation à Lhassa (jours 3-5), haute altitude (4300 m s.m.) : mesures d’exposition élevée à Yangbajing (jours 6-8). (B) Modules d’évaluation identiques mis en place à chaque étape : Tâche cognitive : lettre N-retour (3 niveaux de difficulté) ; Échelles psychologiques : échelle dépression-anxiété et stress (DASS-21), Pittsburgh Sleep Quality Index (PSQI) ; Surveillance du sommeil : subjective (journal du sommeil), objective (actigraphie). Veuillez cliquer ici pour voir une version agrandie de cette figurine.

5. Analyse des données et statistiques

  1. Pour le prétraitement des données dans un tableur, appliquez des critères d’exclusion pour supprimer les ensembles de données incomplets avec >10 % de réponses manquantes en sélectionnant le filtre Données > > Valeurs manquantes. Filtrez les données cognitives pour écarter les valeurs aberrantes RT (<150 ms ou> moyenne ±2,5 SD) en utilisant Data > Sort & Filter > Advanced, et calculez le HitRT (en millisecondes) et le rejRT (en millisecondes). Gérez les données manquantes pour implémenter l’imputation multiple dans SPSS 29.0 en cliquant sur Transformer > Imputation multiple (5 itérations).
  2. Traitement du signal fNIRS
    REMARQUE : Cela a été fait avec NirSpark v1.8.8, Huichuang, Danyang.
    1. Convertir les signaux bruts en densité optique (OD). Cliquez sur fichier > Importer Raw > sélectionnez fichier .nirs. Sélectionnez Convertir en densité optique et appliquez l’algorithme : OD = -log10(I/I 0). Vérifiez la plage OD 0,1-1,2 UA dans la vue > métriques de canal. Rejetez les canaux avec OD >1.5 (mauvais contact) en sélectionnant Outils > Rejeter les canaux.
    2. Calculez les changements hémodynamiques. Naviguez dans Analyse > paramètres hémodynamiques >. Régler la loi en Bière-Lambert modifiée, DPF à 66, et mode image à adult_head_template. Effectuer le calcul comme [HbO, HbR] = mBLL(OD, [730,850], [6,6]) et HbT = HbO + HbR. Confirmer que la valeur du DPF correspond à l’âge des participants (par exemple, 6,0 pour 25 à 45 ans).
    3. Réduisez le bruit des signaux en cliquant sur Prétraitement > Filtre > Paramètres. Sélectionnez Bandpass Butterworth du 4e ordre et réglez la plage à 0-0,2 Hz. Effectuez la correction de mouvement via la méthode de détection automatique (std_thr=6, amp_thr=0,5) et d’interpolation spline, puis réglez le seuil de rejet des artefacts à SD >±6. Vérifiez l’amélioration du SNR >10 dBin en cliquant sur Voir > Comparaison avant/post.
    4. Quantifiez l’activation comme suit. Définissez la référence comme la moyenne HbO pendant toute la période post-stimulus de la tâche. Calculez la réponse à la tâche en HbO moyen pendant 2 à 20 secondes après le stimulus. Générez des moyennes de ROI en sélectionnant les masques d’analyse > ROI > les modèles anatomiques.
  3. Calcul de l’efficacité du sommeil
    1. Importez et prétraitez les données en cliquant sur Fichier > Importer > Sélectionnez fichier .gt3x. Réglez l’Époque à 60 secondes et validez le temps d’usure en sélectionnant Outils > Validation du Temps d’Usure > algorithme Choi. Pour effectuer l’actigraphie et la synchronisation du journal du sommeil, cliquez sur Outils > Sommeil > Détection des périodes de sommeil. Ensuite, calibrez les données d’acte par rapport au journal du sommeil. Assurez-vous que les horodatages du journal de sommeil soient dans ± 5 minutes des données d’acte.
    2. Extraire les paramètres comme suit. Naviguez vers Rapports > Rapport de sommeil. Paramètres de sélection : Latence, TIB, TST, WASO. Calculer l’efficacité du sommeil = (TST / TIB) x 100 en sélectionnant Options > Formules. Exportez les résultats en cliquant sur Exporter > Excel .xlsx > Nom du fichier : EXP##_SleepEfficiency.xlsx. Confirmez que l’actogramme affiche ≥ 3 cycles de sommeil/éveil clairs.
  4. Tests statistiques
    1. Réalisez des statistiques descriptives. Déclarez les données normalement distribuées comme moyenne ± SD et les données non normales comme médiane [IQR].
    2. Exécutez des tests paramétriques. Effectuez des tests t à un échantillon en cliquant sur Analyser > Comparer les moyennes > test T à un seul échantillon. Effectuez RM-ANOVA en cliquant sur Analyser > Modèle linéaire général > Mesures répétées. Appliquez la correction Greenhouse-Geisser pour les violations de sphéricité.
    3. Appliquer des alternatives non paramétriques si nécessaire. Utilisez des tests non paramétriques sur des échantillons apparentés pour les tests de rang signé Wilcoxon. Le contrôle covarie en sélectionnant Analyser > Modèle linéaire général > ANCOVA. Fixez le seuil de signification en appliquant α=0,05 (à deux queues) avec correction de Bonferroni pour les comparaisons multiples.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Traits de personnalité

Les caractéristiques de personnalité des membres présélectionnés de l’expédition polaire intérieure ont été évaluées à l’aide du Big Five Inventory (BFI). Comparé aux normes chinoisesde premier cycle 18, les candidats ont démontré (Tableau 4) des scores significativement plus élevés en Conciliabilité (t=3,940, P<0,001) et en Consciencieuse (t=9,736, P<0,001) ; un score nettement p...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Les traits de personnalité des membres présélectionnés de l’expédition polaire à l’intérieur des terres diffèrent significativement des normes chinoises

Selon l’Inventaire Big Five-44 (BFI-44), les candidats ont montré une plus grande agréabilité et conscience ainsi qu’une névrosité réduite par rapport aux normes de premier cycle (Tableau 3). Cette coopération sociale accrue, la rigueur orientée vers les tâches et cette stabil...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Les auteurs ne déclarent aucun intérêt concurrent.

Remerciements

Les auteurs expriment leur sincère gratitude à l’Administration chinoise de l’Arctique et de l’Antarctique (Centre chinois de recherche polaire) pour leur soutien logistique essentiel et l’accès des participants tout au long de cette étude. Nous saluons spécifiquement leur coordination des protocoles d’entraînement en haute altitude et de l’engagement des équipes d’expédition. L’ensemble de données est fourni par le National Arctic and Antarctic Data Center (https://datacenter.chinare.org.cn).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
ActigrapheActigraphewGT3X-BTAmérique
ActiLifeActigraphe6.15.0Amérique
E-PrimeOutils logiciels de psychologie2.0Amérique
IBM SPSS StatistiquesIBM29Amérique
Microsoft Office  ; Microsoft Corporation2021Amérique
NirScanÉquipements médicaux de Huichuang500CDanyang, Chine
NirSparkÉquipements médicaux de Huichuang1.8.8Danyang, Chine

Références

  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).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Mots-clés

Changements neurocomportementauxfragmentation du sommeilvaluation cognitivespectroscopie fonctionnelle proche infrarougeactigraphie au poignett che N backchelles psychom triquesactivation pr frontalestress hypoxique