הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר שיטה

למידה אסוציאטיבית וחוויות ילדות קשות: פרוטוקול רב-מערכתי

133 צפיות

⸱

DOI:

10.3791/72357

⸱

21 באוגוסט 2026

במאמר זה

סיכום

פרוטוקול זה מתאר סוללה משולבת של 60 דקות — הכוללת התניית פחד פבלובית-אופרנטית עם הימנעות, רכישת פחד–הכחדה–רכישה מחדש עם גירויים חברתיים, ולמידת תגמול הסתברותית — המבצעת רישום של מוליכות עור, התנהגות ודירוגים  שלב-אחר-שלב בו-זמנית, וזאת כדי להפיק עבור כל משתתף מדדים של למידת איום ותגמול במבוגרים.

תקציר

חוויות ילדות שליליות (ACEs) הן גורמי סיכון טרנס-דיאגנוסטיים מובהקים לחרדה ודיכאון בבגרות, אך המכניזמים הנוירו-קוגניטיביים הקושרים בין מצוקה מוקדמת לתסמינים נותרו לא ברורים בתוך מסגרת מאוחדת. פרוטוקול זה מציג סוללת ניסויים אינטגרטיבית רב-מערכתית הבוחנת הבחנה באיומים, למידת ביטחון ורגישות לתגמול במפגש מעבדה יחיד. שלושים ושמונה מבוגרים בריאים השלימו שלוש פרדיגמות התנהגותיות — התניית פחד פבלוביאנית-אופרנטית עם הימנעות (ניסוי 1), רכישת פחד-הכחדה-רכישה מחדש עם גירויים חברתיים (ניסוי 2), ולמידת תגמול הסתברותית (ניסוי 3) — לצד דיווחים עצמיים מתוקשפים של מצוקה בילדות (CTQ-SF), חוויות ילדות חיוביות (BCE), דיכאון (PHQ-9) וחרדה (GAD-7, STAI). נתונים רב-ערוציים נאספו בו-זמנית: תגובת מוליכות עור (SCR) כמדד פיזיולוגי של עוררות אוטונומית, הימנעות באמצעות לחיצה על כפתור ובחירות הסתברותיות כמדדים התנהגותיים, ודירוגים סובייקטיביים של ציפייה, איום והקלה בכל שלב. כל פרדיגמה הניבה את האפקט הקנוני שלה: הבחנה פבלוביאנית ב-SCR (p = 0.009, ηp2 = 0.12), ציפייה (p < 0.001, ηp2 = 0.58), ודירוגי איום (p < 0.001, ηp2 = 0.35); הקלה אופרנטית המבדילה בין איום שניתן להימנע ממנו לאיום שאינו ניתן להימנעות (p < 0.001, d = 0.86); תגובה אוטונומית דיפרנציאלית שנכפתה בשלב הרכישה אך לא בשלב ההכחדה בניסוי 2 (רכישה p = 0.008; הכחדה p = 0.168) שדו-היו sammen עם ידע דקלרטיבי מתמשך על הקשר התלייה (p < 0.001, d = 3.08); ולמידת תגמול הסתברותית מעל לרמה המקרית בניסוי 3 (M = 73%, p < 0.001, d = 1.97). התכנון הרב-מערכתי חשף דיסוציאציות שערוץ בודד היה מחמיץ, ובעיקר תגובה אוטונומית מופחתת לצד תחושת איום סובייקטיבית מתמשכת. מדדים לרמת המשתתף שהופקו מהפרוטוקול היו רגישים להבדלים אינדיבידואליים בחוויות הילדות, כאשר ניתוחי מיתון ממחישים מדווחים בחומרים המשלים. הפרוטוקול מספק מסגרת ניידת וניתנת להרחבה למדד המראה כיצד מצוקה מוקדמת מכיילת מחדש את עיבוד האיומים והתגמולים בבגרות.

מבוא

חוויות ילות שליליות (ACEs), הכוללות התעללות, הזנחה ושיבושים בתפקוד המשפחתי, נפוצות מאוד ברחבי העולם, כאשר באוכלוסיות רבות השיעור עולה על 60%1. סינתזות של מחקרים מצביעות על כך שמרבית הילדים נחשפים לפחות לאירוע שלילי אחד במהלך התפתחותם2. ACEs מהוות גורמי סיכון טראנס-דיאגנוסטיים מבוססים לפסיכופתולוגיה של מבוגרים3, ותורמות לכשלושים מכלל הפרעות החרדה ולכ-40% ממקרי הדיכאון1. למרות קשר חזק זה, הערכות קליניות נפוצות מסתמכות על אבחנות קטגוריאליות ועל דיווחים עצמיים רטרוספקטיביים, אשר חשופים להטיות של זיכרון ואינם לוכדים תהליכים נוירו-קוגניטיביים בזמן אמת4.

כדי להתגבר על מגבלות אלו, ישנה דגש גובר על גישות טרנס-דיאגנוסטיות המתמקדות במנגנונים בסיסיים, ובמיוחד בלמידה אסוציאטיבית. למידה אסוציאטיבית, הכוללת הן התנייה פבלוביינית והן התנייה אופרנטית, מספקת מסגרת להבנת האופן שבו אנשים מקודדים קשרים בין רמזים סביבתיים, התנהגויות ותוצאות כדי להנחות קבלת החלטות4,5. במסגרת זו, תיאוריית הפגיעות החבויה (latent vulnerability theory) גורסת כי מצוקה מוקדמת משרה התאמות נוירוביולוגיות, כגון ערנות מוגברת, אשר הן למידה אדפטיבית בתחילה בסביבות בלתי צפויות, אך עלולות להפוך למלקטות (maladaptive) בהקשרים מאוחרים ובטוחים יותר6,7.

הראיות מצביעות על כך שחוויות ילדות קשות (ACEs) משפיעות הן על תהליכי למידה הקשורים לאיום והן על תהליכי למידה הקשורים לתגמול. אנשים עם היסטוריה של מצוקה מראים לעיתים קרובות הבחנה מופחתת בין רמזי סכנה מותנים (CS+) לבין רמזי בטיחות (CS−), דבר המעיד על למידת איום משובשת8. במקביל, מצוקה מוקדמת נקשרה לרגישות מופחתת לתגמול, המתבטאת בדיוק נמוך יותר וברכישה איטית יותר של תגמולים מותנים8. בתנאים של אי-ודאות, אנשים אלו עשויים להפגין גם שונות מוגברת בבחירה ונטייה להניח כי התגמול ניתן באופן אקראי, דבר העולה בקנה אחד עם חשיפה מוקדמת לסביבות תנודתיות5,9.

דפוסי למידה אלו מעוצבים עוד יותר על ידי גורמים מגנים ותלוי-מצב. חוויות ילדות חיוביות (BCEs) עשויות למתן את השפעותיה של מצוקה על מערכות למידה10, בעוד שמצבים רגשיים נוכחיים, כגון חרדה, יכולים להשפיע על תהליכי התנייה11. מדדים פיזיולוגיים של עוררות אוטונומית, כולל תגובת מוליכות עור (SCR), מספקים מדדים אובייקטיביים לתהליכים אלו ונמצאים בשימוש נרחב בפרדיגמות של התנייה12.

מגבלה מרכזית בספרות הנוכחית היא השימוש במשימות מבודדות המעריכות למידה של איום או תגמול באופן עצמאי, דבר המגביל את היכולת ללכוד תפקוד נוירו-קוגניטיבי משולב1. הפרוטוקול הנוכחי נועד לגשר על פער זה על ידי אספקת מסגרת סטנדרטית המשלבת מדדים התנהגותיים ופיזיולוגיים על פני מספר תחומי למידה. באופן ספציפי, הפרוטוקול כולל שלושה מרכיבים ניסויים: (1) פאראדיגמה המעריכה מעברים מהתנייה פבלוביאנית להתנייה אופרנטית, (2) משימת כיבוי פחד חברתי, ו-(3) משימת למידת תגמול הסתברותית8.

הרציונל לשילוב ספציפי זה של פרדיגמות אינו נובע מכך שכל אחת משלוש משימות אלו היא, כשלעצמה, רגישה יותר לדחק מוקדם מאשר פרדיגמות למידה מבוססות רבות אחרות הזמינות; זהו רציונל של מדידה. בסקירה סיסטמטית של 81 מחקרים (38 בנושאי איום, 43 בנושאי גמול), Ruge et al.1 הראו כי הספרות הקושרת בין ACEs לבין למידה אסוציאטיבית נותרת הטרוגנית ובנקודות מפתח אינה מכריעה, בדיוק משום שמחקרים עושים שימוש בדרך כלל במשימה בודדת, מתעדים ערוץ תגובה בודד ומבצעים אופרציונליזציה לדחק בדרכים שאינן מתואמות. לדוגמה, מחצית ממחקרי למידת הגמול ההתנהגותית דיווחו על למידה פגועה בעוד שהמחצית השנייה דיווחה על תוצאות אפסיות; הספרות המצומצמת על הכחדה נשלטת על ידי ממצאים אפסיתיים ועל ידי דיווחים המשמיטים את שלב הרכישה הקודם; ואף מדד תוצאה לא התגלה כבעל אמינות אוניברסלית גבוהה יותר, כך שערוצי תגובה שונים אינם מהווים תחליפים הדדיים. המלצתם המפורשת היא מעבר לפרוטוקולים תוך-סובייקטיביים, רב-תחומיים ורב-ערוציים המניבים מדדים ברמת הפרט. השלישייה הנוכחית פועלת לפי המלצה זו מכיוון ששלוש המשימות שלה מכסות שלוש דרישות הניתנות להפרדה חישובית ששום פרדיגמה בודדת אינה מכסה, ואשר תיאוריית הפגיעות החבויה (latent vulnerability)7 חוזה כי לדחק תהיה השפעה עליהן בדרכים שונות: (i) הבחנה בין איום לבטיחות בשילוב עם יכולת שליטה אינסטרומנטלית, כאשר הקלה היא המשמעות הפוטנציאלית של הימנעות13; (ii) למידה עיכובית (בטיחות) וחזרת הפחד, הנבדקות באמצעות גירויי פנים חברתיים11, תחום הגירויים הרלוונטי מבחינה אקולוגית להתעללות בין-אישית; ו-(iii) למידת חיזוק תחת אי-ודאות הסתברותית, המניבה פרמטרים חישוביים לכל משתתף (קצב למידה alpha, טמפרטורה הפוכה beta)8. מכיוון שכל שלשתן מיושמות אצל אותו משתתף, המערך בנוי כדי לבחון האם שינויים הקשורים ל-ACEs הם כלליים לתחום — כיול מחדש גלובלי של למידה אסוציאטיבית, כפי ש-Hanson et al.8 מציעים וכפי שגישה נוירו-חישובית של פגיעות חבויה הייתה חוזה6 — או ספציפיים לוולנס (valence), המוגבלים לאיומים בלבד. מחקר המבוסס על משימה בודדת אינו יכול להכריע בין היפותזות מתחרות אלו מעצם מבנהו.

הסוללה נועדה לבחון קבוצה של תחזיות מפורשות וכיווניות, שהמדגם הנוכחי אינו בעל עוצמה סטטיסטית מספקת כדי להכריע לגביהן, והן מוצגות כאן כמטרות למחקרים בעלי עוצמה מתאימה. בהתאם לדפוס הלמידה המעוכבת שתואר על ידי Ruge et al.1, עומס ACE גבוה יותר צפוי להיות קשור ל-(i) הפחתה באבחנה בין CS+/CS− בניסוי 1, המונעת מתגובה מוחלשת ל-CS+ וצפויה להיות בולטת יותר בערוץ האוטונומי (SCR) מאשר בציפייה דקלרטיבית, שעשויה להישאר תקינה; (ii) תגובת הימנעות גדולה יותר והקלה סובייקטיבית גבוהה יותר מה-CS+ הניתן להימנעות, בהתאם להימנעות המחוזקת על ידי הקלה13; (iii) הכחדה איטית יותר וחזרה מהירה וגדולה יותר של פחד בשלב הרכישה מחדש בניסוי 2, אפקט שצפוי להיות מוגבר על ידי גירויים חברתיים (פנים) הנושאים רלוונטיות אקולוגית למצוקה בין-אישית11; ו-(iv) דיוק בחירה נמוך יותר, קצב למידה נמוך יותר (alpha), ושונות בחירה גדולה יותר (beta נמוך יותר) בניסוי 38. באופן מכריע, שלוש המשימות מספקות יחד מידע על תחזית מבדילה חמישית: אם השינוי הקשור ל-ACE הוא כללי-תחומי (domain-general), ההחלשה צריכה להופיע בכל שלוש המשימות; אם היא ספציפית לוולנס (valence-specific), היא צריכה להיות מוגבלת לשני פרדיגמות האיום ולהיעדר בלמידת תגמול הסתברותית. מכיוון שערוצי התגובה מוקלטים בו-זמנית, ניתן לבחון תחזית נוספת — שהשפעות ACE יהיו תלויות-ערוץ ולא אחידות, כך שמסקנות המופקות מערוץ בודד לא יעממו על השאר.

ניסוי 1 מתאים את פרדיגמת ההתניית הפחד הפבלובינית-אופרנטית עם הימנעות ודירוגי הקלה לכל ניסוי שפותחו על ידי San Martín et al.13, שבה נעשה שימוש בשני רשמי CS+ (אחד שניתן להימנע ממנו ואחד שאינו ניתן להימנע ממנו) וברשם CS− אחד, כדי להבחין בין אפליה פבלובינית לבין בקרה אינסטרומנטלית על התוצאה הסורנית. בפרדיגמה המקורית, דירוגי הציפייה ל-US במהלך שלב הרכישה הפבלובינית הוערכו רטרוספקטיבית על ידי הנסיין בסיום השלב, ולא על בסיס כל ניסוי. בהתאמה הנוכחית, דירוגים סובייקטיביים של ציפייה, איום והקלה נאספו במקביל לאורך המשימה על בסיס שלב-שלב באמצעות סולמי אנלוג ויזואליים, מה שמאפשר מעקב רציף אחר דינמיקת הלמידה לאורך השלבים.

ניסוי 2 מתאים את פרוטוקול רכישת הפחד והכחדתו עם גירויים חברתיים (פנים) מ-Dibbets ו-Evers9, ומרחיב אותו באמצעות מבחן רכישה מחדש קצר להערכת הופעתם המהירה מחדש של תגובות מותנות (אפקט החסכון).

ניסוי 3 מתאים את משימת למידת התגמול ההסתברותית שהוצגה על ידי Hanson et al.8 למחקר של הבדלי למידה הקשורים למצוקה מוקדמת, עם שתי תשתיות תגמול (80/20 ו-70/30) המאפשרות הערכה של פרמטרי למידת חיזוקים עבור כל משתתף (Q-learning Alpha ו-Beta). באמצעות שילוב שלושה פרדיגמות אלו במפגש מעבדה יחיד, הפרוטוקול הנוכחי מאפשר השוואה ישירה בתוך אותו משתתף בין תהליכי למידת איום ולמידת תגמול, הנלמדים בדרך כלל בנפרד. מעבר לדיוק בכל ניסיון ולפרמטרי Q-learning, צינור הניתוח מייצר גם שיפועים של מסלולי למידה אישיים מתוך התאמה של מודל תערובת ליניארי (linear mixed model), הזמינים לשימוש במדגמים גדולים יותר.

יש להפריד כאן בין שתי מטרות נפרדות, מאחר שהן אינן שקולות. הראשונה היא לבסס את העובדה שניתן להריץ סוללה מסוג זה כסשן אחד משולב של 60-min, וכי כל אחד ממרכיביה מעורר את האפקט הקנוני שנועד להפיק; שחזור של אפקטים קנוניים מהווה ראיה מספיקה למטרה ראשונה זו. השנייה היא לבסס את העובדה שהמדדים המתקבלים הם רגישים וספציפיים להשלכות של מצוקה בילדות; שחזור של אפקטים קנוניים אינו מהווה ראיה מספיקה לכך, ולמדגם הנוכחי אין עוצמה סטטיסטית לספק אותה. לפיכך, היעד המרכזי של דיווח זה הוא ההיתכנות הטכנית והמתודולוגית של הסוללה המשולבת: האם ניתן לרכוש בו-זמנית רכישת איום, הימנעות אינסטרומנטלית עם הקלה, הכחדה וחזרת פחד עם גירוים חברתיים ולמידת תגמול הסתברותית דרך ערוצים אוטונומיים, התנהגותיים ודיווח עצמי בתוך סשן אחד, והאם תהליך העבודה מניב מדדים יציבים וניתנים לשימוש חוזר לכל משתתף (ניגודי SCR דיפרנציאליים, ניגוד הקלה אופרנטית, פרמטרי alpha ו-beta של Q-learning ושיפועי מסלול למידה אישיים). הערכת שינויים בלמידה הקשורים ל-ACE מהווה יעד משני, חוקר וממחיש: ניתוחי ההבדלים האישיים המדווחים כאן נועדו להדגים את יכולת המדידה של הפרוטוקול ולהביא את המדדים המועמדים שלו לשימוש בעבודות עתידיות, ולא לבחון באופן ספציפי נתיבים של טראומה–למידה. לפיכך, הפרוטוקול מספק מדדים מועמדים; השאלה האם הם בעלי הרגישות והספציפיות הנדרשות כדי לאפיין את ההשלכות הנוירו-קוגניטיביות של מצוקה בילדות נותרה פתוחה לבדיקה במדגמים גדולים יותר, ובאופן אידיאלי במדגמים עשירים בקבוצות קיצוניות ובמדגמים רשומים מראש1,14.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

פרוטוקול זה מתאר את ההליכים והמכשור המשמשים למדידת תגובת מוליכות העור (SCR) במשתתפים בריאים בני 18 ומעלה, בהתאם לדרישות ועדת האתיקה. לפני ההשתתפות במחקר, כל המשתתפים חתמו על טופס הסכמה מדעת שכלל גם את האפשרות ליצירת קשר חוזר לאחר שישה חודשים לצורך הערכת מעקב. כל ההליכים המתוארים במסמך זה אושרו על ידי ועדת האתיקה המדעית של Universidad de los Andes (ID: CEC2025023).

הערה: פרוטוקול זה מספק תיאור מפורט של זרימת העבודה הניסויית המלאה (איור 1), כולל תזמון המשתתפים, הכנה מעבדתית, רכישת אותות פיזיולוגיים, ארגון נתונים וטיפול בנתונים לאחר הניסוי. בנוסף, הוא מפרט את הליך הכשרת הצוות שיושם כדי להבטיח שהקלטות SCR ייאספו באופן עקבי, סטנדרטי ואמין בכל המפגשים הניסויים.

תרשים פרוטוקול רב-מערכתי משולב; שאלונים, ניסויים; מדדים פיזיולוגיים והתנהגותיים.
איור 1: סכימה כללית של מערך המחקר. כל משתתף השלים מפגש מעבדתי יחיד שכלל שלוש פרדיגמות התנהגותיות עוקבות: התניית פחד פבלוביאנית-אופרנטית עם הימנעות (ניסוי 1), רכישת פחד–הכחדה–רכישה מחדש עם גירויים חברתיים (ניסוי 2), ולמידת תגמול הסתברותית (ניסוי 3). נאספו גם דיווחים עצמיים על חוויות קשות בילדות (CTQ-SF), חוויות ילדות חיוביות (BCE), ותסמינים נוכחיים (PHQ-9, GAD-7, STAI). נתונים רב-ערוציים — תגובת מוליכות עור, התנהגות (הימנעות, בחירות הסתברותיות), ומדדים סובייקטיביים (ציפייה, איום, הקלה) הוקלטו בו-זמנית. מדדים פר-משתתף הוכנסו לניתוחים של הבדלים בין-אישיים (ראו קובץ משלים 2). אנא לחץ כאן להצגת גרסה גדולה יותר של איור זה.

1. הכשרת צוות

  1. הכשיר כל חבר צוות בשלושה שלבים הדרגתיים כדי להבטיח מדידת נתונים סטנדרטית ומדויקת.
    1. בצע ניסויים פנימיים שבהם כל איש צוות דוגם ומבצע את שלושת הניסויים בהתאם לפרוטוקולים הרלוונטיים, כך שהמתמחה יכיר את הציוד ואת אופן הטיפול במשתתפים.
    2. בשלב הבא, הנח כל מתמחה לדגום משתתפים אמיתיים תחת פיקוח של לפחות אחד מהחוקרים הראשיים, וזאת כדי לוודא את יכולתו לבצע את הפרוטוקול ולתקן שגיאות.
    3. הסמך את העוזר לדגום באופן עצמאי ולקבוע תורים למשתתפים חדשים רק לאחר שהפרוטוקול המלא בוצע נכונה תחת פיקוח.

2. תזמון

  1. גייסו וקבעו תורים למשתתפים באמצעות רשתות חברתיות, תוך מתן פירוט על מטרות המחקר הכלליות וקריטריוני ההשתתפות.
    1. צרו פוסטר דיגיטלי והפיצו אותו בערוצי הגיוס כדי להגיע למספר רב ככל האפשר של משתתפים פוטנציאליים.
    2. הנחו מועמדים מעוניינים ליצור קשר עם צוות המחקר באמצעות דואר אלקטרוני ולקבוע מועד למפגש ביום הנוח למשתתף.
    3. שלחו למשתתף קישור לשאלון המקוון, שכותרתו "The Invisible Marks: The Role of Associative Learning in the Relationship between Adverse Childhood Experiences and Mental Health in Adulthood."
    4. פתחו את השאלון בטופס הסכמה מדעת, ודרשו מהמשתתף לקרוא ולאשר אותו לפני הצגת שאלות נוספות.
    5. כללו בשאלון סעיף סוציו-דמוגרפי ואת הסולמות הפסיכומטריים המתוקפים הבאים: Patient Health Questionnaire-9 (PHQ-9)15, Generalized Anxiety Disorder Screener (GAD-7)16, State-Trait Anxiety Inventory (STAI)17, Childhood Trauma Questionnaire—Short Form (CTQ-SF)18, ו-Benevolent Childhood Experiences (BCEs)10.

3. הכנות

  1. יש לוודא שנ miembro צוות אחד לפחות נוכח במעבדה לפני הגעת המשתתף. יש להכין את סביבת הניסוי, לוודא את תקינות הציוד ולאשר שכל דרישות הפרוטוקול מקויימות לפני תחילת המפגש:
    1. הדליקו את מחשב המעבדה וודאו שמערכת ההפעלה, התוכנה הניסויית וכל פריפראליים פועלים כראוי.
    2. אשרו שקבצי הניסוי ומערכת רכישת הנתונים מוכנים לשימוש.
    3. פתחו וסקרו את קובץ הריצה היומי לפני כניסת המשתתף למעבדה.
    4. זהו את קוד הזיהוי (ID) התואם שהוקצה למשתתף הנכנס.
    5. ודאו את סדר הביצוע של תנאי הניסוי בהתאם לאיזון הנגדי (counterbalancing) שהוגדר מראש.
    6. ודאו שהמשתתף משויך לסדר הניסויי הנכון לפני תחילת רכישת הנתונים.
      הערה: קובץ הריצה היומי מכיל את כל המידע הדרוש לשיוך ה-ID של המשתתף ולקביעת סדר ביצוע הניסוי תוך שמירה על האיזון הנגדי הנדרש בין כל תנאי הניסוי. לדוגמה, למשתתף עשוי להיות משויך ה-ID "015".
    7. ארגנו את אחסון הנתונים במחשב המעבדה במבנה הספריות הסטנדרטי הנדרש על ידי צינור העיבוד האוטומטי: תיקייה אחת ברמה העליונה לכל ניסוי, תיקיית משנה אחת לכל תנאי איזון נגדי, ותיקייה אחת לכל ID של משתתף, בתוספת שתי תיקיות גלובליות שיקבלו את הנתונים המעובדים ואת מאגרי המידע המאוחדים (ראו Supplementary File 1).
    8. צרו את תיקיית המשתתף התואמת ל-ID ולתנאי האיזון הנגדי הרשומים בקובץ הריצה היומי לפני תחילת רכישת הנתונים, ופעלו לפי מוסכמות השמיות של תיקיות וקבצים המפורטות ב-Supplementary File 1 לאורך כל המפגש, מכיוון שסקרי העיבוד המקדים ומסדי הנתונים מאתרים קבצים לפי נתיב ולפי שם.
      הערה: עץ הספריות, תוויות תיקיות המשנה של האיזון הנגדי, מוסכמות שמיות הקבצים ודוגמה מעשית מופיעים ב-Supplementary File 1. סטייה ממוסכמות אלה תמנע מצינור העיבוד האוטומטי לאתר את קבצי המשתתף.
    9. ודאו ששולחן הניסוי נקי לחלוטין מחפצים חיצוניים או מסיחים. רק מערכת רכישת הנתונים והפריפראליים של המחשב הנדרשים לניסוי יונחו על השולחן.
    10. הזמינו את המשתתף לחדר בצורה רגועה ומקצועית.
    11. בקשו מהמשתתף להניח את כל החפצים האישיים בצד באזור המיועד לכך.
    12. הנחו את המשתתף להעביר את המכשיר הסלולרי למצב שקט כדי למנוע הפרעות או הסחות דעת במהלך המפגש הניסויי.
    13. בקשו מהמשתתף להסיר את כל האביזרים מידו הבלתי-דומיננטית, ובמיוחד טבעות, צמידים או כל חפץ הנמצא באצבעות האמה והקמיצה, שכן אלה עלולים להפריע למדידות.
    14. הנחו את המשתתף לשבת בנוחות בכיסא הממוקם מול מחשב המעבדה.
    15. מסרו למשתתף עותק פיזי מודפס של מסמך ההסכמה המודעת.
    16. אפשרו זמן מספיק למשתתף לקרוא את המסמך ולשאול שאלות במידת הצורך.
    17. אשרו שטופס ההסכמה המודעת נחתם כראוי לפני תחילת כל הליך ניסויי.
      הערה: הליך ההסכמה המודעת חוזר בפורמט פיזי בהתאם לדרישות שנקבעו על ידי ועדת האתיקה וכדי לשמור על גיבוי פיזי של תיעוד ההסכמה של המשתתף.

4. מערך ניסויי

הערה: ההסדרה הניסויית חייבת לעקוב אחר פרוטוקול קפדני וסטנדרטי כדי להבטיח שכל המדידות הפיזיולוגיות יירכשו תחת תנאים מבוקרים וזהים עבור כל המשתתפים.

  1. הפעל את מערכת הרכישה וודא שהמכשיר מחובר כראוי למחשב המעבדה ומוכר על ידי תוכנת מערכת הרכישה (ראה איור 2A–E).
  2. אשר שוב שכל המודולים והפריפריה הנדרשים פועלים כראוי לפני המעבר להכנת המשתתף.
  3. קח שתי אלקטרודות למדידת פעילות אלקטרודרמלית (EDA) (ראה איור 2F).
  4. מרח כמות קטנה של ג'ל מוליך על משטח המגע של כל אלקטרודה (ראה איור 2G,H).
  5. וודא שהג'ל המוליך מפוזר באופן אחיד על פני שטח האלקטרודה כדי לשפר את המגע החשמלי עם עור המשתתף ולבצע אופטימיזציה לאיכות האות.
    הערה: אם לא יומרח ג'ל מוליך על האלקטרודות, האות המוקלט עלול להכיל רעש מוגבר, ואיכות מדידת התגובה של מוליכות העור (SCR) עלולה להיפגע קשות.
  6. מקם את האלקטרודות על ידו הלא-דומיננטית של המשתתף.
  7. חבר אלקטרודה אחת לפלנגה הראשונה של האצבע האמצעית (האצבע השלישית) ואת האלקטרודה השנייה לפלנגה הראשונה של אצבע הטבעת (האצבע הרביעית) (ראה איור 2I).
  8. וודא ששתי האלקטרודות מחוברות היטב ושומרות על מגע יציב עם העור מבלי לגרום לאי-נוחות למשתתף.
  9. הנח את רצועת פרק כף היד על פרק כף ידו של המשתתף.
  10. השאר את אלקטרודות ה-EDA לא מחוברות לרצועת פרק כף היד במהלך שלב הכיול (ראה איור 2J).
  11. הפעל את רצועת פרק כף היד כדי ליצור תקשורת אלחוטית עם מערכת הרכישה הפיזיולוגית.
  12. אשר שהמכשיר זוהה בהצלחה.
    הערה: יש להקדיש תשומת לב מיוחדת לרצועת פרק כף היד לאורך כל המפגש הניסויי. על אנשי הצוות לוודא באופן רציף שהמכשיר נשאר דלוק ומחובר לפני תחילת הניסוי, שכן כל הפרעה בתקשורת עלולה לפגוע בהקלטה הפיזיולוגית.
  13. הפעל את תהליך הרכישה בתוכנת הרכישה.
  14. המתן לחלון הכיול, המופיע באופן אוטומטי על המסך ברגע שהרכישה מתחילה.
  15. בצע את הליך הכיול בעוד האלקטרודות נשארות לא מחוברות לרצועת פרק כף היד.
  16. פעל לפי הוראות הכיול המסופקות על ידי התוכנה עד לסיום ההליך.
  17. לאחר כיול מוצלח, חבר את אלקטרודות ה-EDA לרצועת פרק כף היד (ראה איור 2K).
  18. וודא בתוכנה שאות התגובה של מוליכות העור (SCR) נרכש בצורה תקינה.
  19. הנחה את המשתתף להשאיר את ידו הלא-דומיננטית ללא תנועה לחלוטין לאורך כל הניסוי.
  20. הסבר שתנועות מיותרות, כיווצי אצבעות או שינויים בתנוחה עלולים להכניס רעש לאות ה-SCR.
  21. בקש מהמשתתף לשמור על תנוחה נוחה ונינוחה במהלך המפגש.
  22. ספק למשתתף אוזניות לפני תחילת המשימה הניסויית.
  23. וודא שהאוזניות פועלות כראוי ושהמשתתף יכול לתפוס בבירור את הגירויים השמיעתיים המוצגים במהלך הניסוי.
  24. הפעל את המשימה הניסויית ב-PsychoPy19.
  25. כאשר ממשק ה-PsychoPy נפתח, הזן את שם המשתתף בחלון הנוסף המבקש זאת.
  26. הזן את ה-ID שהוקצה למשתתף בדיוק כפי שצוין בקובץ הריצה היומי לפני תחילת הניסוי.
    הערה: בהמשך לדוגמה הקודמת, ה-ID של המשתתף שיוזן ב-PsychoPy צריך להיות "015".

מערכת רכישת אותות EDA עם אלקטרודות; הגדרת ג'ל איזוטוני להקלטת נתונים פיזיולוגיים.
איור 2: מערכת רכישה, חומרים ומיקום אלקטרודות להקלטת מוליכות עור. (A) יחידה ראשית Biopac MP200. (B) מודול רכישת אותות פיזיולוגיים (PPG/EDA). (C) מודול מחברי חיישנים. (D) מודול כניסה אנלוגית. (E) מודול TTL לתקשורת בין PsychoPy ל-AcqKnowledge. (F) אלקטרודות חד-פעמיות (EL507A). (G) ג'ל איזוטוני (GEL101A) לשיפור המגע עם העור. (H) מריחת הג'ל על האלקטרודה. (I) אלקטרודות הממוקמות בפרלנג'ה הראשונה של האצבעות השלישית והרביעית ביד הלא-דומיננטית. (J) מיקום רצועת פרק כף היד ביד הלא-דומיננטית למדידת SCR. (K) אלקטרודות המחוברות לאחר תהליך הכיול. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.

5. תחילת הניסוי

  1. לפני תחילת משימת הניסוי, הסבר למשתתף בפירוט כיצד להשיב על השאלות שיוצגו במהלך הניסוי.
  2. ודא שהמשתתף מבין בבירור: (i) את שיטת התגובה שיש להשתמש בה במהלך המשימה, (ii) את משמעות ההוראות המוצגות על המסך, ו-(iii) את החשיבות של שמירה על קשב וצמצום תנועות מיותרות לאורך כל הניסוי.
  3. ענה על כל שאלה שנותרה למשתתף לפני תחילת סשן ההקלטה.
  4. בצע אימות סופי של כל מערך הניסוי כדי לוודא שכל המערכות פועלות כראוי בהתאם לפרוטוקול שנקבע, כולל: תקשורת מערכת הרכישה הפיזיולוגית, חיבור רצועת פרק כף היד, איכות אות ה-SCR, הרצת ה-PsychoPy, השמעת אודיו דרך האוזניות ורישום נכון של מזהה המשתתף.
  5. לאחר שכל המערכות אומתו והמשתתף אישר את מוכנותו להתחיל, התחל את משימת הניסוי.
  6. עזוב את חדר הניסוי לאחר תחילת המשימה, כדי לצמצם השפעות חיצוניות והסחות דעת במהלך רכישת הנתונים.
  7. הישאר בקרבת מקום וזמין למקרה שיידרש סיוע טכני או תמיכה למשתתף, והמתן עד שהמשתתף ישלים את הסשן.

6. בין ניסויים

  1. היכנסו שוב לחדר הניסוי לאחר שהמשתתף סיים את המשימה, והפסיקו את ההקלטה הפיזיולוגית בתוכנת הרכישה.
  2. שמרו את ההקלטה הפיזיולוגית בתיקיית המשתתף כקובץ רכישה (acquisition file), ולאחר מכן ייצאו את אותה הקלטה לפורמט MATLAB כולל אירועים (events), כך שהקובץ המיוצא יכיל את סימני הגירוי (stimulus markers) שנוצרו על ידי PsychoPy באמצעות מודול ה-TTL; תהליך הייצוא יוצר בנוסף קובץ סימנים נפרד.
    הערה: מידע על האירועים והסמנים נדרש על ידי תהליך העיבוד המקדים (סעיף 8) כדי לפלח את האות לפי ניסוי ולפי סוג הגירוי.
  3. שמרו את גיליון הנתונים של PsychoPy שהופק בסיום המטלה באותה תיקיית משתתף. השתמשו במוסכמת שמי הגבם הסטנדרטית המפורטת ב- קובץ נלווה 1 עבור כל ארבעת הקבצים.
    הערה: בסיום כל ניסוי, תיקיית המשתתף חייבת להכיל את קובץ הרכישה, את קובץ MATLAB המיוצא, את קובץ הסימונים (marker file) ואת גיליון הנתונים של PsychoPy. שמות מדויקים, נתיבים ודוגמה מפורטת מופיעים ב- קובץ נלווה 1.
  4. נתק בזהירות את אלקטרודות ה-EDA מהנבדק, תוך הבטחה שלא תתרחש תנועה מוגברת או אי-נוחות במהלך ההסרה.
  5. פתחו את משימת הניסוי הבאה ב-PsychoPy והפעילו מחדש את תוכנת הרכישה כהכנה לניסוי הבא.
  6. חזור על הליך ההכנה והרכישה המלא החל משלב 4.1.
    הערה: המפגש הניסויי המלא מורכב משלושה ניסויים עצמאיים. לפיכך, עם סיום הניסוי השני, יש לחזור על אותו הליך המתואר לעיל עבור הניסוי השלישי.
  7. בסיום המפגש הניסויי המלא, ודאו שלמשתתף יש שלוש תיקיות משנה עבור כל משימה ניסויית, כאשר כל אחת מהן מכילה את כל הקבצים שהוזכרו קודם לכן.
    הערה: משך הזמן המשוער של כל משימה ניסיונית הוערך מראש כדי לאפשר לאנשי הצוות לנטר את המשתתף ולוודא את התפקוד התקין של מערכת הרכישה לאורך הסשן. משך הזמן המשוער של כל ניסוי הוא כדלקמן:
    ניסוי 1: כ-24 דקות.
    ניסוי 2: כ-17 דקות.
    ניסוי 3: כ-8 דקות.
    בהתחשב בשלבי ההכנה, הכיול, תקופות המעבר בין הניסויים והליך הסיום, משכה של הפעלה הניסויית המלאה הוא כ-60 דקות.

7. סיום הניסויים

  1. סגור את סשן ההקלטה הפיזיולוגית לאחר השלמת שלושת המשימות הניסוייות.
  2. עצור את תהליך הרכישה בתוכנת הרכישה, אם הוא עדיין פעיל.
  3. נתק את אלקטרודות ה-EDA מרצועת פרק כף היד והסר את הרצועה מפרק כף היד של המשתתף.
  4. אפשר למשתתף להסיר את אלקטרודות ה-EDA בעצמו כדי למזער אי-נוחות ולהבטיח הסרה בטוחה מהעור.
  5. וודא שכל הקבצים הניסוייים וההקלטות הפיזיולוגיות נשמרו כראוי לפני סיום הסשן.
  6. הודה למשתתף על שיתוף הפעולה והצע לו חטיף קל כסימן להערכה לאחר סיום הפרוצדורה הניסויית.
    הערה: אם מתרחשת בעיה כלשהי במהלך ההקלטה הפיזיולוגית עקב בעיות טכניות, כולל אך לא רק: אובדן תקשורת בין רצועת פרק כף היד למודול מערכת הרכישה הפיזיולוגית, כיבוי בלתי צפוי של רצועת פרק כף היד, אלקטרודות רופפות או מנותקות חלקית, או הפרעות זמניות באות או רעש מוגבר שנגרם מבעיות בחיבור, יש להמשיך בניסוי כמתוכנן והמשתתף לא יחזור על הסשן הניסויי.

8. עיבוד מקדמי של הנתונים

הערה: לאחר השלמת הסשן הניסיוני ואחסון תקין של כל ההקלטות הפיזיולוגיות, נתוני ה-SCR חייבים לעבור הליך עיבוד מקדמי סטנדרטי לפני הניתוח.

  1. הפעל את ה- פורמט Ledalab סקריפט MATLAB לארגון מחדש של מבנה הנתונים של ההקלטה הפיזיולוגית שיוצאה מתוכנת הרכישה, כך שיהיה תואם ל-Ledalab, ארגז כלים מבוסס MATLAB שתוכנן לניתוח אותות EDA.
    הערה: ב- Ledalab_Format.mat קוד, הגדר את הנתיב של ה- {Identification_Code}.mat קובץ כמשתנה קלט. פעולה זו מאפשרת להמיר את קובץ ההקלטה הפיזיולוגית שהוצא לפורמט שניתן לקרוא ולעבד כראוי באמצעות Ledalab. עם השלמת תהליך ההמרה, יש ליצור קובץ MATLAB חדש ולשמור אותו בתיקיית המשתתף המתאימה, תוך שימוש במוסכמת השמיות הבאה: Ledalab_{Identification_Code}.matבהמשך לדוגמה הקודמת, אם הנתונים מ-Experiment_1 הומרו עבור משתתף "015", יש לקרוא לקובץ שהתקבל: Ledalab_015.mat.
  2. פתחו את Ledalab, ובסרגל התפריטים הממוקם בפינה השמאלית העליונה, בחרו קובץ > ייבוא נתונים > קובץ Matlab (*.mat)לאחר מכן, טענו את קובץ הנתונים שנוצר כעת, המתאים לתנאי הניסוי של המשתתף.
  3. הזינו את פרמטרי הדגימה בחלון התצורה ש-Ledalab מציג לאחר טעינת הקובץ.
  4. תדירות הדגימה המקורית של אות ה-SCR היא 2000 Hz. כדי להפחית את העומס החישובי, בצע דגימה מחדש (downsample) של האות ל-10 Hz באמצעות הפרמטרים הבאים: תדירות דגימה יעד: 10 Hz, מקדם דגימה מחדש: 200, שיטת דגימה מחדש: Steps.
  5. לאחר השלמת הליך הדגימה מחדש (downsampling), בצע ניתוח פירוק רציף (CDA).20 בתוך Ledalab כדי לפרק את אות ה-EDA למרכיבים הטוניים והפאזיים שלו.
  6. בסרגל התפריטים, בחר ניתוח > ניתוח פירוק רציף (הפקה של פעילות פאזית/טונית רציפה).
  7. המתן להופעת חלון ההגדרות על המסך.
  8. בחלון זה, בחר את ה- אופטימיזציה אפשרות להתאמה אוטומטית של פרמטרי הניתוח.
  9. עם השלמת תהליך האופטימיזציה, לחץ על החל / יישום כדי להתחיל בניתוח ה-CDA.
  10. לאחר השלמת ניתוח ה-CDA, בחר תוצאות > ניתוח תלוי-אירוע, וחלון הגדרה יופיע על המסך.
  11. הגדירו את סף האמפליטודה המינימלי לברירת המחדל של Ledalab של 0.01 µS והשאירו את אפשרות ה-z-scale לא מסומנת. סמני האירועים (event markers) המיוצאים מתוכנת הרכישה מסמנים בנפרד את תחילת הגירוי המותנה ואת תחילת הגירוי הבלתי מותנה, כך שניתוח האירועים מחזיר תגובה עבור כל אחד מהם. הגדירו את חלון התגובה באופן הבא:
    1. עבור ניסוי 1, השתמש בטווח של 0 עד 9 שניות לאחר סימון האירוע (event marker).
    2. עבור ניסוי 2, השתמש בטווח של 0 עד 6 שניות לאחר סימון האירוע (event marker).
  12. ייצא את התוצאה כקובץ גיליון אלקטרוני. Ledalab יוצר גיליון אלקטרוני המכיל את המידע הפיזיולוגי והמידע הקשור לאירועים שהופקו מאות SCR.
    הערה: חלון התגובה תואם למשך הזמן המלא של הגירוי המותנה בכל משימה (טבלה נלווית 1: 9 שניות בניסוי 1 ו-6 שניות בניסוי 2), כך שהתגובה שמעוררה על ידי ה-CS מכסה את כל מרווח ה-CS-US ואינה נגמרת בבבואה של התגובה הבלתי מותנית, שנספרת בנפרד על סמך סימון אירוע משלה. תגובות הנמוכות מה- 0.01 µS ערכי הסף נרשמים כאפס על ידי Ledalab ונשמרים בניתוח כאפסים; אין למחוק אותם, כיוון שהסרתם תגדיל באופן מלאכותי את תגובת הממוצע של משתתפים בעלי תגובה נמוכה.
  13. חזור על כל תהליך העיבוד המקדים (pre-processing), הדגימה מחדש (downsampling) וה-CDA עבור ניסוי 2 (ראה את ההערה להלן לגבי ניסוי 3, אשר עוקב אחר תהליך שונה ואינו דורש את פלט ה-CDA).
    הערה: בסיום שלב העיבוד המקדים, כל תיקייה ניסויית חייבת להכיל קובץ גיליון אלקטרוני נוסף התואם לתוצאות ניתוח ה-CDA שהופקו על ידי Ledalab. קובץ זה חייב להיות מומר לאחר מכן לפורמט .xlsx לצורך אחסון, ארגון וניתוח נוסף. ניסוי 3 פועל לפי הליך עיבוד מקדים שונה. עבור ניסוי זה, יש להשתמש בסקריפט MATLAB בלבד, והוא אינו דורש את פלט ה-CDA, אלא רק את ערכי האלפא והבטא. כאשר הסקריפט מורץ עבור "Experiment_3", הוא מחלץ באופן אוטומטי את ערכי האלפא והבטא, ממזג אותם עם המידע ההתנהגותי, ושומר את גיליון האלקטרוני שהתקבל ב- נתונים_גלובליים/ניסוי_3.
  14. בצע בקרת איכות של האות, טיפול בנבדקים שאינם מגיבים ובטיפול בארטיפקטים.
    1. לפני כל ניתוח סטטיסטי, הציגו ב-Ledalab את עקבת המוליכות העורית המדוגמת מחדש (downsampled) במלואה עבור כל משתתף, ובחנו אותה חזותית מהסימון של האירוע הראשון ועד האחרון. בצעו בדיקה זו עבור כל משתתף ועבור כל משימה בנפרד, כיוון שאיכות האות תלויה בערוץ ובמשימה.
    2. יש לפסול רישום (trace) שלם, ולהתייחס לערוץ ה-SCR של אותה משימה כחסר עבור אותו משתתף, אם נצפה אחד מהמקרים הבאים: (i) אות שטוח או חסר לאורך המשימה, המעיד על אובדן תקשורת אלחוטית עם רצועת פרק כף היד, רצועה כבויה, או אלקטרודה שהתנתקה; (ii) רמת מוליכות עור טונית נמוכה מ- 0.05 µS נמשך לאורך המשימה, מה שמעיד על מגע לקוי בין האלקטרודה לעור ולא על עוררות נמוכה; (iii) סחף שאינו ניתן לפירוש או עלייה פתאומית ומתמשכת באמפליטודה שאינה מסונכרנת בזמן עם אירוע כלשהו; או (iv) רוויה של טווח המגבר.
      הערה: אין לחזור על הסשן ואין להוציא את המשתתף מהמטלות האחרות או מערוצי הדיווח העצמי וההתנהגות.
    3. הגדר משתתף כמי שאינו מגיב (non-responder) עבור משימה נתונה, אם אף תגובה פאזית אינה מגיעה לסף או עולה עליו 0.01 µS סף לכל אירוע במטלה זו, כולל אירועי הגירוי הבלתי מותנה של הניסיונות המחוזקים — כלומר, אם המשתתף אינו מייצר תגובה אלקטרודרמלית מדידה אפילו לתוצאה הסוערת (aversive) עצמה.
      1. הסר נבדק שאינו מגיב מכל אחד מערוצי המשימה — מוליכות עור, התנהגות ודירוגים סובייקטיביים כאחד — מכיוון שהיעדר תגובה אלקטרודרמלית כלשהי, אפילו לגירוי הבלתי מותנה, מעיד על כך שהמערכת האלקטרודרמלית לא הייתה מדידה באותו מפגש, ומעלה ספק האם המשתתף השתתף כלל בקשר התלוי (contingency).
      2. השאירו את המשתתף בשני המטלות הנותרות. הבדילו מקרה זה מאובדן אות טכני (אלקטרודה שהתנתקה, או רצועת פרק כף יד שאיבדה תקשורת אלחוטית), שבו המשתתף אכן הגיב, אך האות לא הוקלט: במקרה כזה, התייחסו לערוץ ה-SCR של אותה מטלה כנתון חסר, והשאירו את הנתונים ההתנהגותיים והסובייקטיביים של אותה מטלה, שאינם מושפעים מאיכות האות האלקטרודרמלי.
      3. דווחו את שיעור הבלתי-מגיבים ואת שיעור ההפסד הטכני בנפרד עבור כל משימה.
    4. זהו ארטיפקטים של תנועה ברישום כ: (i) טרנזיינטים עולים ופתאומיים שאינם מסונכרנים בזמן עם שום סימון אירוע, או (ii) הסטות דמויות מדרגה ברמה הטונית שנגרמו כתוצאה מכיווץ אצבעות, שינוי בתנוחה או חיכוך של האלקטרודות עם הכיסא או השולחן.
    5. סמן כל ניסוי המכיל ארטיפקט כזה בתוך חלון הניסוי שלו והסר אותו ברמת הניסוי; אין להסיר את המשתתף.
    6. הסר משתתף מכל הערוצים של מטלה, ולא רק מניתוח ה-SCR שלה, אם יותר מ-25% מהניסויים באותה מטלה סומנו כנגועים בארטיפקטים: הניסויים הנותרים אינם תומכים עוד בהערכה יציבה ברמת המשתתף, ותנאי ההקלטה של אותו מפגש אינם הולמים עבור אף ערוץ. השאר את אותו המשתתף בשתי המטלות הנותרות.
    7. המיר את האמפליטודות ברמת הניסוי באמצעות log(SCR + 1) לפני הממוצע, וזאת כדי לנרמל את ההתפלגות בעלת השיוף החיובי של האמפליטודות האלקטרודרמליות; הגבל כל ערך CDA שלילי, תוצאה נדירה של סחיפת קו הבסיס (baseline drift), לאפס לפני ההמרה.
    8. יש לבצע אגרגציה של הניסויים שעברו טרנספורמציה כדי לקבל ערך אחד לכל משתתף, לכל שלב ולכל גירוי.
    9. דווחו את ה-n האנליטי בנפרד עבור כל ערוץ (SCR, התנהגות, דירוגים) ועבור כל משימה, מכיוון שאובדן נתונים ספציפי לערוץ גורם לערכי n אלו להיות שונים.
    10. יש לתעד כל החלטה שהתקבלה בשלבים 8.14.1–8.14.9 ביומן בקרת איכות פרטני למשתתף, שיכיל: מזהה משתתף, משימה, תנאי איזון (counterbalancing), האם העקבה התקבלה או נדחתה (כולל סיבה), טווח רמת טוניס, מספר וזהות של ניסיונות שנדחו בשל ארטיפקטים, אחוז הניסיונות שנדחו בשל ארטיפקטים, סטטוס של אי-תגובה (non-responder), והתרומה הסופית של ה-n האנליטי עבור כל ערוץ.
    11. יש לשמור את יומן הבקרה (quality log) יחד עם מסדי הנתונים המאוחדים, כך שניתן יהיה לבצע ביקורת ולשחזר את אובדן הנתונים הספציפי לערוץ.
      הערה: במדגם הנוכחי, אף משתתף לא עמד בקריטריון ה"לא-מגיב" (non-responder) של שלב 8.14.3, ואף משתתף לא חרג מסף הארטיפקטים של 25% של שלב 8.14.6; כתוצאה מכך, אף משתתף לא הוחרג מכל הערוצים של משימה כלשהי. השונות ב-n האנליטי היא משני סוגים בלתי תלויים: אובדן טכני של הערוץ האלקטרודרמלי, המותיר את הרישומים ההתנהגותיים והסובייקטיביים של אותה משימה ללא פגע, ורישומים התנהגותיים או דיווחים עצמיים חסרים (משימה שלא הושלמה, או תשובות חסרות בסולם ויזואלי-אנלוגי), שאינם תלויים באיכות האות האלקטרודרמלי. ה-n האנליטי המדויק עבור כל ערוץ ועבור כל משימה מפורט בפסקת המדגם האנליטי תחת תוצאות מייצגות (Representative Results). ניסוי 3 אינו כולל ערוץ SCR, ולכן ה- נ" משקף אובדן נתונים התנהגותיים ולא אלקטרודרמליים. דיווח מפורש על קריטריונים אלו נותן מענה להיעדר האחידות בהפעלה האופרציונלית ובדיווח על תוצאים אלקטרודרמליים, כפי שהודגש על ידי Ruge et al.1.

9. מאגרי מידע

  1. הריצו את סקריפט ה-Python בשם Data_Bases.py כדי למזג, עבור כל משתתף, את המדידות הפיזיולוגיות שהתקבלו מהקלטות ה-SCR עם התגובות שנאספו במהלך המטלה הניסויית.
    הערה: הסקריפט משלב את המידע שהתקבל מההקלטות הפיזיולוגיות שעובדו באמצעות Ledalab, את תוצרי ניתוח ה-CDA, ואת גיליונות התגובה של PsychoPy שהופקו במהלך הניסוי.
  2. לאחר הרצה מוצלחת של הסקריפט, ודאו שנוצר גיליון נתונים מאוחד המכיל מידע פיזיולוגי והתנהגותי עבור משתתף בודד, ושהוא נשמר בתיקיית Global_Data.
    הערה: בהמשך לדוגמה הקודמת, אם נבחר Experiment_1 לניתוח, סקריפט ה-Python יעבור באופן אוטומטי בתיקיות של כל המשתתפים המשויכים לניסוי זה, ימזג את תוצרי ה-CDA עם הנתונים ההתנהגותיים המתאימים עבור כל משתתף, ויפיק קובץ גיליון נתונים אישי עבור כל משתתף בתוך תיקיית Global_Data/Exp_1.
  3. לאחר שמאגרי הנתונים האישיים של המשתתפים נוצרו, השתמשו בסקריפט ה-Python בשם Completed_Bases_Per_Experiment.py כדי למזג את הנתונים מכל המשתתפים עבור כל מטלה ניסויית.
    הערה: הסקריפט מאחד את המידע מכל תיקיות המשתתפים למסד נתונים אחיד עבור כל ניסוי, מה שמקל על ניתוח סטטיסטי ועיבוד נתונים עוקבים. אם הפרוצדורה הושלמה בהצלחה, ייוצרו שלושה גיליונות נתונים סופיים, שכל אחד מהם תואם לאחד משלושת הניסויים:
    גיליון נתונים אחד עבור Experiment_1
    גיליון נתונים אחד עבור Experiment_2
    גיליון נתונים אחד עבור Experiment_3
  4. שמרו את מאגרי הנתונים המלאים שהתקבלו בתיקיית Complete_Data_Bases.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

דגימה אנליטית

סך הכל 38 מבוגרים בריאים השלימו את המפגש הניסויי המלא ואת סוללת הדיווחים העצמיים (CTQ-SF, BCE, PHQ-9, GAD-7, STAI). גדלי המדגם לכל ניתוח השתנו מעט בשל אובדן נתונים בערוצים ספציפיים, ולא בשל נסיגת משתתפים. גדלי המדגם לפי ניתוח: ניסוי 1 — בדיקות ANOVA של SCR ודירוגים (שלבי פבלוב וההתניה האופרנטית), n = 37; בדיקת ANOVA של לחיצות כפתור אופרנטיות, n = 38. ניסוי 2 — ניתוחי דירוגים (רכישה, הכחדה, רכישה מחדש) ו-SCR של רכישה, n = 36; SCR של הכחדה ו-ART-ANOVA של שלב SCR × ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

התוצאות הנוכחיות מבססות את ההיתכנות הטכנית והמתודולוגית של סוללה משולבת במפגש בודד, המכסה רכישת איום עם שליטה אינסטרומנטלית, למידת בטיחות, שיבה של פחד ולמידת תגמול הסתברותית. במדגם של 35 עד 38 מבוגרים בריאים (גודל המדגם האנליטי השתנה מעט בין הניסויים בשל אובדן אות ספציפי לערוץ, ולא בגלל נסיגת משתתפים), כל פרדיגמה שחזרה על האפקט הקנוני שלה: התנייה סובייקטיבית ו — באופן חלש יותר — אוטונומית דיפרנציאלית במהלך השלב הפבלוביאני, הימנעות והקלה התלויות ביכולת שליטה במהלך השלב האופרנטי, הכחדה סלקטיבית של איום דקלרטיבי לצד ירידה ל...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

המחברים מצהירים כי אין להם ניגודי אינטרסים כספיים או שאינם כספיים.

תודות

המחברים מודים לכל המשתתפים על זמנם ומעורבותם, ולעוזרי המחקר ולצוות המעבדה ב-Universidad de los Andes. מחקר זה נתמך על ידי Agencia Nacional de Investigacion y Desarrollo de Chile (ANID) באמצעות מענק Fondecyt Iniciacion מספר 11250037 (חוקרת ראשית: Maria Consuelo San Martin). R.C.V נתמך על ידי המרכז הלאומי לבינה מלאכותית CENIA FB210017, Basal ANID.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
תוכנת AcqKnowledgeBIOPAC Systems Inc.ACK100W (Windows) / ACK100M (Mac)תוכנה לרכישה וניתוח נתונים של אותות פיזיולוגיים. RRID:SCR_014279 (יש לאמת מול רשומת SciCrunch העדכנית).
afex (חבילת R)Singmann, Bolker, Westfall, Aust & Ben-Shacharגרסה 1.5-1חבילת R לניסויים פקטוריאליים. שימשה לכל בדיקות ה-ANOVAs עם מדידות חוזרות (ניסויים 1-3) באמצעות aov_ez(). RRID:SCR_022761 (יש לאמת מול רשומת SciCrunch העדכנית).
ARTool (חבילת R)Wobbrock, Findlater, Gergle & Higginsגרסה 0.11.2Aligned Rank Transform עבור ANOVA פקטוריאלית לא-פרמטרית. שימשה עבור ה-ANOVA של שלב x גירוי על הולכת עור בניסוי 2, שהתפלגותו אינה גאוסיאנית.
סולם חוויות ילדות חיוביות (BCE)Narayan, Rivera, Bernstein, Harris & Lieberman (2018)כלי במרחב הציבורי (10 פריטים)נעשה שימוש בהתאמה לספרדית. לא הוקצה RRID לכלי זה; יש לצטט את מאמר התיקוף המקורי.
רצועת פרק כף יד BioNomadix (משדר)BIOPAC Systems Inc.BN-PPGED-Tמשדר לביש עבור אותות EDA ו-PPG. נעשה שימוש בצימוד עם מודול המקלט של BioNomadix.
שאלון טראומות ילדות - גרסה קצרה (CTQ-SF)Bernstein et al. (2003)דיווח עצמי רטרוספקטי מתוקף בן 28 פריטיםחמישה תתי-סולמות (EA, PA, SA, EN, PN). ללא RRID; יש לצטט את מאמר התיקוף המקורי. נעשה שימוש בהתאמה לספרדית.
ג'ל מוליך עבור אלקטרודות EDABIOPAC Systems Inc.GEL101Aג'ל איזוטוני למדידות הולכת עור.
אלקטרודות EDA חד-פעמיות מסוג Ag/AgClBIOPAC Systems Inc.EL507Aאלקטרודות חד-פעמיות להקלטת הולכת עור.
סולם הפרעה חרדתית מוכללת (GAD-7)Spitzer, Kroenke, Williams & Löwe (2006)דיווח עצמי בן 7 פריטיםנעשה שימוש בגרסה ספרדית מתוקפת. ללא RRID לכלי; יש לצטט את המקור.
ggplot2 (חבילת R)Wickhamגרסה 4.0.3מערכת שרטוט המבוססת על "דקדוק של גרפיקה" (Grammar-of-graphics). RRID:SCR_014601 (יש לאמת מול רשומת SciCrunch העדכנית).
אוזניות (סביב האוזן)HyperX (HP Inc.)Cloud IIIאוזניות גיימינג סגורות עם חיבור קווי; שימשו להשמעת גירוי בלתי מותנה שמיעתי במהלך התניית פחד.
LedalabBenedek & Kaernbach (2010)ארגז כלים של MATLAB בקוד פתוח גרסה 3.2.5ניתוח פירוק רציף (CDA) של אותות הולכת עור. לא הוקצה RRID (יש לצטט את המאמר המקורי במקום).
lme4 (חבילת R)Bates, Maechler, Bolker & Walkerגרסה 1.1-37מודלים ליניאריים של אפקטים מעורבים. שימשו להערכת שיפועי מסלול הלמידה לכל משתתף בניסוי 3. RRID:SCR_015654 (יש לאמת מול רשומת SciCrunch העדכנית).
MATLABMathWorksR2025aשימש להרצת Ledalab ולצינור העיבוד המקדים של SCR. RRID:SCR_001622.
שאלון בריאות למטופלים-9 (PHQ-9)Kroenke, Spitzer & Williams (2001)דיווח עצמי בן 9 פריטיםנעשה שימוש בגרסה ספרדית מתוקפת. ללא RRID לכלי; יש לצטט את המקור.
יחידה לרכישת נתונים פיזיולוגיים (PsychoPy)BIOPAC Systems Inc.MP200יחידה מרכזית לרכישת אותות פיזיולוגיים. שולבה עם מודול EDA אלחוטי של BioNomadix.
PythonPython Software Foundationגרסה 3.12שימשה לצינור העיבוד המקדים הממזג את פלט Ledalab עם רשומות התנהגות של PsychoPy (קבצי Data_Bases.py, Completed_Bases_Per_Experiment.py). RRID:SCR_008394 (יש לאמת מול רשומת SciCrunch העדכנית).
R (סביבת מחשוב סטטיסטי)R Foundation for Statistical Computingגרסה 4.5.0הסביבה שבה בוצעו כל הניתוחים הסטטיסטיים. מודלי מיתון הוערכו באמצעות רגרסיית ריבועים פחותים רגילה עם פונקציית lm() של חבילת base stats, כאשר המנבאים עברו סטנדרטיזציה של z ואיבר האינטראקציה חושב כמכפלתם; לא נעשה שימוש בחבילת מיתון ייעודית. RRID:SCR_001905 (יש לאמת מול רשומת SciCrunch העדכנית).
שאלון חרדה של מצב-תכונה (STAI)Spielberger et al. (1983)STAI טופס Y (40 פריטים, SAI + TAI)נעשה שימוש בגרסה ספרדית מתוקפת. ללא RRID לכלי; יש לצטט את המקור.
מסך להצגת גירוייםSamsungLS22D300GALXZS (S22D300, LED 22-inch)תצוגה ששימשה עבור גירויי CS+ / CS- חזותיים ומדרגי דירוג.

מקורות

  1. Ruge J, et al. How adverse childhood experiences get under the skin: a systematic review, integration and methodological discussion on threat and reward learning mechanisms. eLife. 2024;13:e92700.
  2. Madigan S, et al. Adverse childhood experiences: a meta-analysis of prevalence and moderators among half a million adults in 206 studies. World Psychiatry. 2023;22(3):463-71.
  3. Teicher MH, Gordon JB, Nemeroff CB. Recognizing the importance of childhood maltreatment as a critical factor in psychiatric diagnoses, treatment, research, prevention, and education. Mol Psychiatry. 2022;27(3):1331-8.
  4. Smith KE, Pollak SD. Children's value-based decision making. Sci Rep. 2022;12:5953.
  5. Montague PR, Hyman SE, Cohen JD. Computational roles for dopamine in behavioural control. Nature. 2004;431(7010):760-7.
  6. Gerin MI, et al. A neurocomputational investigation of reinforcement-based decision making as a candidate latent vulnerability mechanism in maltreated children. Dev Psychopathol. 2017;29(5):1689-705.
  7. McCrory EJ, Viding E. The theory of latent vulnerability: reconceptualizing the link between childhood maltreatment and psychiatric disorder. Dev Psychopathol. 2015;27(2):493-505.
  8. Hanson JL, et al. Early adversity and learning: implications for typical and atypical behavioral development. J Child Psychol Psychiatry. 2017;58(7):770-8.
  9. van den Bos W, Güroğlu B, van den Bulk BG, Rombouts SARB, Crone EA. Better than expected or as bad as you thought? The neurocognitive development of probabilistic feedback processing. Front Hum Neurosci. 2009;3:52.
  10. Narayan AJ, Rivera LM, Bernstein RE, Harris WW, Lieberman AF. Positive childhood experiences predict less psychopathology and stress in pregnant women with childhood adversity. Child Abuse Negl. 2018;78:19-30.
  11. Dibbets P, Evers EAT. The influence of state anxiety on fear discrimination and extinction in females. Front Psychol. 2017;8:347.
  12. Sperl MFJ, Panitz C, Hermann C, Mueller EM. A pragmatic comparison of noise burst and electric shock unconditioned stimuli for fear conditioning research with many trials. Psychophysiology. 2016;53(7):1017-34.
  13. San Martín C, Jacobs B, Vervliet B. Further characterization of relief dynamics in the conditioning and generalization of avoidance: effects of distress tolerance and intolerance of uncertainty. Behav Res Ther. 2020;124:103526.
  14. McLaughlin KA, DeCross SN, Jovanovic T, Tottenham N. Mechanisms linking childhood adversity with psychopathology: learning as an intervention target. Behav Res Ther. 2019;118:101-9.
  15. Kroenke K, Spitzer RL, Williams JBW. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001;16(9):606-13.
  16. Spitzer RL, Kroenke K, Williams JBW, Löwe B. A brief measure for assessing generalized anxiety disorder: the GAD-7. Arch Intern Med. 2006;166(10):1092-7.
  17. Spielberger CD. Manual for the State-Trait Anxiety Inventory (Form Y). Consulting Psychologists Press; Palo Alto (CA); 1983.
  18. Bernstein DP, et al. Development and validation of a brief screening version of the Childhood Trauma Questionnaire. Child Abuse Negl. 2003;27(2):169-90.
  19. Peirce J, et al. PsychoPy2: experiments in behavior made easy. Behav Res Methods. 2019;51(1):195-203.
  20. Benedek M, Kaernbach C. A continuous measure of phasic electrodermal activity. J Neurosci Methods. 2010;190(1):80-91.
  21. Lonsdorf TB, et al. Don't fear "fear conditioning": methodological considerations for the design and analysis of studies on human fear acquisition, extinction, and return of fear. Neurosci Biobehav Rev. 2017;77:247-85.
  22. LeDoux JE, Moscarello J, Sears R, Campese V. The birth, death and resurrection of avoidance: a reconceptualization of a troubled paradigm. Mol Psychiatry. 2017;22(1):24-36.
  23. Wobbrock JO, Findlater L, Gergle D, Higgins JJ. The aligned rank transform for nonparametric factorial analyses using only ANOVA procedures. Presented at: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI '11); New York (NY); 2011.
  24. Fritz MS, MacKinnon DP. Required sample size to detect the mediated effect. Psychol Sci. 2007;18(3):233-9.
  25. Bouton ME. Learning and behavior: a contemporary synthesis. Sinauer Associates; Sunderland (MA); 2007.
  26. Rescorla RA, Wagner AR. A theory of Pavlovian conditioning: variations in the effectiveness of reinforcement and nonreinforcement. In: Black AH, Prokasy WF, editors. Classical Conditioning II: Current Research and Theory. Appleton-Century-Crofts; New York (NY); 1972.
  27. McClelland GH, Judd CM. Statistical difficulties of detecting interactions and moderator effects. Psychol Bull. 1993;114(2):376-90.
  28. Maier SF, Seligman MEP. Learned helplessness at fifty: insights from neuroscience. Psychol Rev. 2016;123(4):349-67.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

תגיות

הבחנה באיוםלמידת בטיחותרגישות לתגמולהתניית פחדלמידת תגמול הסתברותיתתגובת הולכת עורעוררות אוטונומיתמצוקת ילדות

מאמר זה פורסם

הסרטון יגיע בקרוב