Articolo metodologico

Studio di iperscansione della spettroscopia funzionale nel vicino infrarosso nella consulenza psicologica

DOI:

10.3791/67183

⸱

17 gennaio 2025

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

* These authors contributed equally

In questo articolo

Avviso di errata corrige

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

Sommario

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

Il protocollo mira a fornire una descrizione dettagliata della metodologia per condurre uno studio di hyperscanning fNIRS in counseling psicologico. Ciò include i preparativi per l'esperimento, la procedura per la raccolta dei dati e il successivo processo di analisi dei dati.

Abstract

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

L'iperscansione fNIRS (Functional Near-Infrared Spectroscopy) è una tecnica innovativa che consente il monitoraggio in tempo reale dell'attività cerebrale tra più individui impegnati in interazioni sociali. I ricercatori in questo campo quantificano le attività cerebrali concomitanti attraverso l'indice di sincronia intercerebrale (IBS). Nella ricerca sulla consulenza psicologica, l'uso di fNIRS per misurare l'IBS ha attirato l'attenzione per il suo potenziale di illuminare le dinamiche delle interazioni consulente-cliente. Tuttavia, il campo attualmente manca di un protocollo standardizzato per misurare con precisione l'IBS tra consulenti e clienti, che faciliterebbe la rivelazione di modelli di interazione in tempo reale durante le sessioni di consulenza. Per rispondere a questa esigenza, questo articolo propone un protocollo standardizzato dettagliato, che delinea i passaggi procedurali per condurre l'iperscansione fNIRS in contesti di consulenza psicologica, concentrandosi sull'acquisizione di segnali cerebrali, sul calcolo dell'IBS tra consulenti e clienti e sull'analisi dei modelli di lead-lag dell'IBS durante le sessioni di consulenza. L'implementazione di questa pipeline standardizzata di iperscansione fNIRS non solo migliora la riproducibilità e l'affidabilità delle misurazioni dell'IBS nella ricerca di consulenza psicologica, ma facilita anche una comprensione più approfondita dei meccanismi neurali alla base dell'alleanza di lavoro. Integrando l'iperscansione fNIRS in ambienti di consulenza naturalistica, i ricercatori possono far progredire la comprensione di come l'IBS sia correlata ai risultati della consulenza, informando potenzialmente gli approcci personalizzati al trattamento della salute mentale.

Introduzione

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

Negli ultimi anni, l'utilizzo di tecniche di hyperscanning per esplorare le attività cerebrali condivise durante le interazioni diadiche o di gruppo è diventata una direzione di ricerca popolare. I ricercatori utilizzano spesso l'elettroencefalogramma (EEG)1, la risonanza magnetica funzionale (fMRI)2 o la spettroscopia funzionale nel vicino infrarosso (fNIRS)3 per monitorare le attività neurali e cerebrali di più soggetti contemporaneamente. Viene quindi introdotta la metrica neuroscientifica della sincronia intercerebrale (IBS)4 per quantificare il grado di accoppiamento dell'attività cerebrale tra le persone con un'analisi meticolosa dell'allineamento di fase e ampiezza dei segnali neurali o emodinamici neltempo5. L'IBS si riferisce al fenomeno in cui le attività cerebrali di due o più individui si allineano o si sincronizzano durante le interazioni sociali. Questa sincronizzazione può avvenire in varie forme, come la fase, la frequenza o l'ampiezza delle oscillazioni cerebrali 6,7,8.

Nell'ambito delle interazioni sociali naturalistiche che coinvolgono più partecipanti, una vasta gamma di ricerche ha messo in luce il fenomeno dell'IBS, in particolare in contesti diversi come le dinamiche genitore-figlio9, gli scambi educatore-studente10, le relazioni romantiche11 e gli impegni pubblico-performer12. In particolare, l'IBS mostra livelli più elevati all'interno delle relazioni intime come le relazioni genitore-figlio e le relazioni romantiche, rispetto alle interazioni con estranei13,14, sottolineando la sua sensibilità alla profondità della connessione emotiva. Allo stesso tempo, questo aumento dell'IBS coincide spesso con una maggiore efficienza della collaborazione e miglioramenti comportamentali, suggerendo un ruolo funzionale nel facilitare risultati sociali positivi15.

Nel contesto del counseling, l'alleanza di lavoro – un costrutto cardine strettamente legato all'efficacia del counseling16 – incarna una distinta dinamica interpersonale che si evolve gradualmente tra il counselor e il cliente durante il processo terapeutico. Nella sua essenza, questa alleanza si basa sulla promozione di profondi legami emotivi e sulla creazione di quadri di collaborazione efficienti17. Pertanto, l'esplorazione dell'IBS all'interno delle interazioni di counseling fornisce una nuova prospettiva che migliora la comprensione delle complessità e della qualità di queste relazioni terapeutiche.

L'empatia del counselor, così come viene percepita dal cliente, contribuisce allo sviluppo di un'alleanza di lavoro18. Ciò indica che l'istituzione dell'alleanza di lavoro può derivare dalla comprensione reciproca e dalle corrispondenti attività neurali tra il consulente e il cliente. L'empatia può essere dissociata in due componenti: empatia affettiva ed empatia cognitiva. Il giro frontale inferiore (IFG) è implicato nell'empatia affettiva ed è anche associato ai processi neurali alla base della comunicazione faccia a faccia19. La giunzione temporo-parietale destra (rTPJ), una parte importante della rete della Teoria della Mente, è strettamente legata all'empatia cognitiva, in particolare nella comprensione degli stati mentali degli altri20. Di conseguenza, i primi studi di sincronizzazione cerebrale nel counseling hanno dato priorità a queste due regioni come regioni di interesse (ROI) e hanno identificato l'IBS principalmente nell'rTPJ21. La ricerca successiva si è quindi concentrata prevalentemente sull'rTPJ22. Gli studi hanno scoperto che la sincronizzazione neurale nell'rTPJ tra clienti e terapeuti durante la consulenza è significativamente più alta rispetto ai contesti conversazionali. Esiste una correlazione positiva tra l'aumento dell'attività neurale sincrona nell'rTPJ e la forza dell'alleanza terapeutica21. I modelli di attività unici nel counseling possono derivare dall'esplorazione approfondita delle espressioni emotive e delle esperienze personali. Ciò suggerisce che l'IBS merita ulteriori indagini nell'ambito della consulenza. Inoltre, la correlazione tra l'aumento dell'attività di rTPJ e la forza dell'alleanza di lavoro indica che l'IBS potrebbe fungere da base neurobiologica per valutare le relazioni di consulenza, offrendo una nuova metrica di valutazione.

Mentre questi risultati sottolineano il ruolo promettente dell'IBS nelle dinamiche consulente-cliente, sottolineano anche la necessità di ulteriori chiarimenti riguardo al legame causale diretto tra la sincronizzazione cerebrale, l'efficacia del counseling e l'alleanza di lavoro. Per far progredire questo campo in crescita, è fondamentale sviluppare protocolli di hyperscanning standardizzati e metodologie rigorose di analisi dei dati. Affinando il toolkit metodologico, è possibile mappare in modo più preciso le basi neurali di una consulenza efficace, migliorando in ultima analisi la qualità degli interventi terapeutici e i loro risultati.

Questo articolo fornisce un protocollo su come condurre uno studio di iperscansione basato su fNIRS e su come osservare e analizzare l'IBS tra le diadi consulente-cliente. fNIRS è una tecnica di imaging non invasiva utilizzata per misurare l'attività cerebrale. Funziona rilevando i cambiamenti nell'ossigenazione del sangue e nel volume del sangue all'interno del cervello, che sono marcatori indiretti dell'attività neurale. Ciò si ottiene emettendo luce nel vicino infrarosso nel cervello e misurando la quantità di luce assorbita o diffusa dalle cellule del sangue23. In questo modo viene misurata l'attività emodinamica/ossigenazione. In confronto, la fNIRS offre una risoluzione temporale più elevata rispetto alla fMRI ed è meno vulnerabile agli artefatti da movimento rispetto all'EEG, il che la rende adatta per lo studio delle interazioni sociali in contesti naturali come la consulenza psicologica8.

Questo articolo presenta anche le fasi specifiche del calcolo dell'IBS tramite il metodo della coerenza della trasformata wavelet (WTC)24. Il WTC è una tecnica analitica che misura la relazione tra due segnali su frequenze diverse nel tempo. È utile per identificare le aree di sincronia tra le regioni del cervello o tra i partecipanti a uno studio. Calcola la coerenza tra due serie temporali analizzando il loro spettro incrociato utilizzando le trasformate wavelet. Per contestualizzare l'importanza del WTC, è essenziale comprendere prima i concetti fondamentali della Trasformata Wavelet (WT)25, Coherence26 e come convergono nel quadro del WTC27.

Wavelet Transform, uno strumento matematico, eccelle nella scomposizione di segnali complessi nelle loro componenti tempo-frequenza costituenti, consentendo l'analisi sia delle variazioni localizzate della frequenza nel tempo che del contenuto complessivo di frequenza di un segnale27. Questa caratteristica è particolarmente vantaggiosa quando si studia l'attività neurale, che è intrinsecamente non stazionaria e mostra cambiamenti dinamici tra diverse frequenze. La coerenza, d'altra parte, quantifica il grado in cui due segnali condividono componenti di frequenza e relazioni di fase simili, fungendo da metrica di sincronizzazione tra di loro26. Combinando questi due concetti, il WTC fornisce un potente mezzo per valutare l'IBS, catturando sia l'evoluzione temporale che la specificità di frequenza dell'accoppiamento neurale tra gli individui e fornendo intuizioni su come diverse parti del cervello o del cervello interagiscono dinamicamente durante un compito o uno stimolo24.

Mentre il quadro tradizionale del WTC si limita a testare la correlazione tra i segnali cerebrali di individui diversi, qui viene presentato un metodo che considera la direzionalità dell'interazione tra il consulente e il cliente. Esistono diversi modelli di lead-lag, in cui un segnale precede costantemente le variazioni dell'altro di un intervallo di tempo specifico, indicando una relazione temporale nell'IBS secondo studi precedenti28,29. L'IBS potrebbe non verificarsi contemporaneamente tra il consulente e il cliente durante la consulenza. Pertanto, è necessario un metodo completo per esplorare la direzionalità dell'IBS. Il metodo chiarisce il ruolo che i consulenti svolgono nelle varie fasi della consulenza (guida dell'IBS, IBS in fase con il cliente o guidati dal cliente).

Questo studio propone un protocollo dettagliato e implementabile basato sulla domanda di ricerca se i punteggi IBS tra consulenti e clienti possano servire come potenziali biomarcatori per valutare la qualità dell'alleanza o i risultati tra clienti con diversi stili di attaccamento adulto. Il protocollo delinea l'utilizzo della tecnologia di iperscansione fNIRS per studiare l'IBS tra consulenti psicologici e clienti in un contesto di consulenza. Fornisce descrizioni complete delle procedure sperimentali, delle precauzioni per ogni fase e dei successivi metodi di elaborazione dei dati. Si prevede che questo protocollo offrirà preziose intuizioni e indicazioni ai futuri studiosi interessati a esplorare l'IBS nell'ambito della consulenza psicologica. Il protocollo specifico per la raccolta e l'elaborazione dei dati è presentato di seguito.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

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

Tutti i partecipanti hanno firmato un modulo di consenso informato scritto prima di partecipare e sono stati retribuiti con circa 60 yuan (valuta cinese) dopo l'esperimento. La procedura di studio sopra descritta è stata approvata dal Comitato universitario per la protezione della ricerca umana dell'East China Normal University (HR 425-2020).

1. Preparazione per l'esperimento

  1. Misure incluse nello studio
    1. Stile di attaccamento adulto
      1. Prepara la versione cinese rivista di Experiences in Close Relationships-Revised (ECR-R30,31) su una piattaforma di indagine online cinese chiamata Wenjuanxing (simile a SurveyMonkey o Qualtrics in altre parti del mondo; vedi Tabella dei materiali) per selezionare preventivamente i partecipanti.
        NOTA: La versione cinese dell'ECR-R è composta da 18 elementi che misurano due dimensioni dello stile di attaccamento (evitamento dell'attaccamento e ansia da attaccamento). Usa una scala Likert self-report a 7 punti che va da 1 (fortemente in disaccordo) a 7 (fortemente d'accordo). Questa scala è per i partecipanti di lingua cinese. I ricercatori possono scegliere l'ECR32 o una versione rivista adatta in base alla lingua e al background culturale dei partecipanti.
      2. Prepara una versione riveduta in cinese del questionario sulle relazioni (RQ)30 per assicurarti che i partecipanti si adattino a uno stile di attaccamento tipico.
        NOTA: L'RQ comprende quattro brevi paragrafi che descrivono quattro diversi stili di allegato. Chiedi ai partecipanti di scegliere il paragrafo che si adatta meglio a loro utilizzando una scala Likert self-report a 7 punti che va da 1 (fortemente in disaccordo) a 7 (fortemente d'accordo). È necessario trovare una seconda bilancia che misuri le stesse dimensioni per chiarire lo stile di attaccamento dei partecipanti perché sono necessari partecipanti tipici. Questo questionario è rivolto ai partecipanti di lingua cinese. I ricercatori possono scegliere l'RQ33 o una versione rivista adatta in base alla lingua e al background culturale dei partecipanti.
    2. Alleanza di lavoro
      1. Preparare la versione cinese del Working Alliance Inventory-Short Form Revised (client version)34,35 (WAI-SR) per misurare le alleanze di lavoro riportate dai clienti dopo l'esperimento.
        NOTA: La versione cinese di WAI-SR consiste in un totale di 12 elementi che misurano tre aspetti delle alleanze di lavoro terapeutiche, tra cui (a) l'accordo sui compiti della terapia, (b) l'accordo sugli obiettivi della terapia e (c) lo sviluppo di un legame affettivo. La scala si basava su una scala Likert a 5 punti che andava da 1 = "mai" a 5 = "sempre", con punteggi più alti che rappresentano un'alleanza che funziona meglio. Questo questionario è rivolto ai partecipanti di lingua cinese. I ricercatori possono scegliere il WAI-SR36 o una versione rivista adatta in base alla lingua e al background culturale dei partecipanti.
    3. Esito clinico
      1. Preparare la versione rivista cinese dei risultati clinici nella misura dei risultati di routine (CORE-OM)37,38 per il reclutamento dei partecipanti.
        NOTA: La versione riveduta cinese di CORE-OM include quattro dimensioni: benessere soggettivo, problemi/sintomi, vita/funzionamento sociale e rischio per sé e per gli altri, per un totale di 34 elementi. Assicurati che questi domini riflettano diverse aree di disagio e disfunzione, con "cluster di item" che affrontano domini di sintomi come ansia, depressione, problemi fisici e traumi. Questo questionario è rivolto ai partecipanti di lingua cinese. I ricercatori possono scegliere il CORE-OM37 o una versione opportunamente rivista in base alla lingua e al background culturale dei partecipanti.
      2. Utilizzare la versione cinese rivista del Clinical Outcomes in Routine Evaluation-10 (CORE-10)38 per valutare la gravità dei sintomi prima e dopo l'esperimento al fine di alleviare il carico cognitivo dei partecipanti.
        NOTA: Il CORE-10 è una versione abbreviata del CORE-OM, che consiste in 10 elementi su una scala a 5 punti che va da 0 a 4, con punteggi più alti che indicano un livello più elevato di disagio psicologico. Valutare i clienti con pre e post-test prima e dopo il processo di consulenza e notare che la differenza nei punteggi pre e post-test indica l'efficacia clinica della prima sessione di consulenza. Calcola la quantità di variazione nel CORE-10 (punteggio pre-test meno punteggio post-test) per dimostrare il miglioramento dei sintomi del cliente. Questo questionario è rivolto ai partecipanti di lingua cinese. I ricercatori possono scegliere il CORE-1038 o una versione rivista adatta in base alla lingua e al background culturale dei partecipanti.
  2. Partecipanti
    1. Clienti
      1. Secondo i risultati precedenti, reclutare clienti e consulenti dello stesso sesso (femmina) per evitare l'effetto di genere39,40 nell'attività cerebrale sincrona.
      2. Reclutare studentesse universitarie che soffrono di disagio psicologico nel campus attraverso la piattaforma Wenjuanxing (vedi Tabella dei materiali) e chiedere ai partecipanti di segnalare il loro reclamo principale per la consulenza. Assicurati che abbiano il desiderio di cercare aiuto da soli.
      3. Assicurati che gli studenti clienti siano destrimani e abbiano una vista e un udito normali o corretti alla normalità. Assicurarsi che gli studenti clienti non abbiano diagnosi psichiatriche o fisiche precedenti o attuali. Assicurati che non abbiano altre consulenze psicologiche in corso.
      4. Utilizzare il punteggio limite stabilito per garantire che il punteggio CORE-OM per i campioni femminili rimanga inferiore a 1,17, confermando che non hanno soddisfatto i criteri diagnostici clinici per il disagio psicologico nell'ultima settimana e mantenendo il controllo sui livelli di salute mentale dei clienti. Classificare i client in categorie di allegati sicuri o ignoranti in base alla loro autovalutazione della versione cinese dell'RQ.
      5. In base ai punteggi dell'ECR-R, selezionare il 27% di tutti i partecipanti con alti livelli di evitamento nella categoria di attaccamento di licenziamento per formare il gruppo di espulsione; Seleziona il 27% di tutti i partecipanti con bassi livelli di ansia nella categoria di attaccamento sicuro per partecipare al gruppo sicuro.
      6. Dopo aver reclutato con successo i partecipanti, confermare con i consulenti se le sessioni si concentrano sui problemi segnalati dai partecipanti e valutare la gravità dei problemi segnalati.
        NOTA: Il processo di preselezione ha coinvolto 252 clienti studenti universitari, portando infine alla selezione di 37 partecipanti che affrontavano un moderato stress accademico, problemi di adattamento scolastico o difficoltà relazionali interpersonali per l'esperimento formale. L'età media dei partecipanti clienti era di 20,46 anni (DS = 2,17) e tutti i partecipanti erano studentesse universitarie. Non sono state osservate differenze significative tra i clienti che hanno licenziato (n = 16) e i clienti sicuri (n = 21) per quanto riguarda l'età (t(35) = 0,51, p = 0,62) o nel dominio problemi/sintomi del CORE-OM(t(35) = -1,76, p = 0,09).
    2. Consiglieri
      1. Recluta diversi consulenti dal centro di salute mentale del college.
      2. Assicurati che i consulenti siano destrimani con vista e udito normali o corretti, registrati presso l'Associazione psicologica cinese e possiedano 2-10 anni di esperienza di consulenza.
      3. Assicurarsi che i consulenti abbiano ricevuto programmi di formazione di counseling universitario e utilizzino lo stesso metodo41 della terapia di orientamento all'integrazione del counseling per la consulenza semi-strutturata, concentrandosi sullo stato emotivo del visitatore, sul disagio attuale e sugli obiettivi di consulenza.
        NOTA: Un totale di 7 consulenti donne della Chinese Psychological Association (CPS) hanno partecipato a questo studio, con un'età media di 34,42 anni (SD = 5,09). Tra i consulenti, 6 si sono auto-identificati come attaccati in modo sicuro e 1 è stato auto-identificato come attaccato in modo dissociato. Tuttavia, le valutazioni del consulente che ha licenziato l'alleanza, BS e IBS non differivano significativamente da quelle degli altri 6 consulenti (tutti p > 0,05).
    3. Abbinamento casuale di consulenti e clienti
      1. Abbina casualmente i consulenti e i clienti studenti nelle diadi. A causa del numero ridotto di consulenti, ogni consulente è abbinato a diversi clienti in momenti diversi. Assicurati che un consulente veda un solo visitatore alla volta.
  3. Tappi fNIRS fatti in casa
    NOTA: I cappucci fNIRS fatti in casa non sono necessari se ci sono cappucci standard adatti con il sistema fNIRS.
    1. Preparare due cuffie da nuoto di medie dimensioni in tessuto di nylon per posizionare la griglia porta optodi e coprire la regione cerebrale di interesse (vedi Tabella dei materiali). Ripara le cuffie utilizzando i seguenti passaggi per soddisfare le esigenze dell'esperimento.
      NOTA: Date le diverse dimensioni della testa dei partecipanti, è necessario preparare clip per raccoglitori di diverse dimensioni per mantenere gli optodi vicino alla testa del partecipante durante il processo sperimentale.
    2. Per ancorare gli optodi di riferimento sulla cuffia secondo lo standard internazionale 10-20 sistema42, utilizzare una cuffia EEG standard 10-20 (vedi Tabella dei materiali ). Posizionare la cuffia EEG su uno stampo per la testa e poi una delle cuffie da nuoto sulla cuffia EEG.
      NOTA: Poiché la cuffia da nuoto e la cuffia EEG potrebbero non essere esattamente della stessa dimensione, assicurarsi che nessuna delle cuffie sia posizionata storta.
    3. Contrassegnare gli optodi di riferimento (Cz, T3, T4) con un pennarello rosso sulla cuffia attraverso gli elettrodi della cuffia EEG. Quindi, contrassegnare gli optodi di riferimento delle regioni di interesse (ROI).
      NOTA: Nello studio, la giunzione temporo-parietale destra (rTPJ) è selezionata come ROI, con un cerotto sonda optodica 4 x 4 posizionato sopra la regione temporoparietale destra. L'optodo di riferimento del ROI è posto a P6.
    4. Fare riferimento alla toppa a P6 sulla cuffia. Posiziona P6 al secondo optodo dal retro della colonna vicino a T4 sulla Patch. Segnare le posizioni degli altri optodi e quindi praticare piccoli fori con un diametro di circa 15 mm nelle posizioni contrassegnate per garantire che il supporto della griglia si inserisca.
      NOTA: Il cerotto 4 x 4 include otto emettitori e otto rivelatori, comprendenti 24 canali di misurazione (CH1-CH24). Il sistema fNIRS è un sistema di topografia ottica progettato per raccogliere dati fNIRS misurando simultaneamente le variazioni delle concentrazioni di emoglobina ossigenata (ossi-Hb) ed emoglobina deossigenata (deossi-Hb) (vedi Tabella dei materiali), fornisce una separazione standard di 30 mm. Inoltre, la struttura anatomica corrispondente di ciascun canale (vedi Figura 1) sarebbe determinata in uno spazio di coordinate standard del Montreal Neurological Institute utilizzando successivamente il toolbox MATLAB (vedi Tabella dei materiali) di SPM8.
    5. Incorporare le sonde nei fori per montare in modo appropriato i cerotti sulle cuffie da nuoto modificate. Riparare l'altra cuffia secondo i passaggi precedenti. Infine, impostare il layout di un set di sonde 4 x 4 per ciascun partecipante attraverso il sistema di misurazione fNIRS, corrispondente alla disposizione delle sonde dei due cappucci.

2. Prima dell'arrivo dei partecipanti

  1. Avviare il sistema fNIRS con almeno 30 minuti di anticipo per garantire un intervallo di temperatura normale stabile compreso tra 5 °C e 35 °C durante l'esperimento.
    NOTA: Non è necessario accendere il laser.
  2. Nel sistema fNIRS, attivare la modalità di misurazione relativa agli eventi e assicurarsi che la registrazione di diversi stati possa essere attivata premendo tasti specifici. Controllare altri parametri, come l'ID del soggetto, per garantire una corretta misurazione fNIRS. Collegare i cappucci fNIRS al sistema fNIRS inserendo le sonde optodiche corrispondenti nelle toppe della sonda optodica sui cappucci.
    1. In particolare, impostare la procedura dell'esperimento qui come un disegno correlato all'evento che include due parti: la sessione dello stato di riposo e la sessione di consulenza. Nel sistema NIRSPort (NIRx), impostare il tasto F1 come indicatore per la sessione dello stato di riposo e il tasto F2 come indicatore per la sessione di consulenza.
      NOTA: Per gli utenti di altri sistemi fNIRS, la procedura per contrassegnare le sessioni può differire ed è importante consultare il manuale o le impostazioni del sistema specifico per garantire la corretta marcatura della sessione.
  3. Preparare i moduli di consenso informato e i questionari menzionati al punto 1.1 per i partecipanti. Prepara un cronometro per ricordare ai partecipanti che lo stato di riposo è terminato. Prepara un orologio per ricordare al consulente il limite di tempo per la consulenza. Prepara alcune sonde illuminate per spostare i capelli dei partecipanti da parte nel caso in cui i capelli blocchino il segnale.
  4. Imposta il laboratorio come una normale sala di consulenza in uno scenario di vita reale, con il consulente e il cliente seduti a 90° l'uno rispetto all'altro in entrambi i gruppi, con una distanza di 40 cm tra le due sedie. Il consulente sarebbe seduto a destra e il cliente a sinistra.

3. Processo di raccolta dei dati

  1. Fornire istruzioni ai partecipanti
    1. Quando entrambi i partecipanti arrivano, assicurati che non si conoscano di nuovo. Ricorda ai partecipanti di tenere i loro telefoni cellulari in modalità silenziosa.
    2. Chiedi ai partecipanti al cliente di leggere e firmare i moduli di consenso informato, completare alcune informazioni demografiche e compilare il CORE-10 per valutare il loro benessere psicologico all'arrivo in laboratorio. Questo processo richiede in genere circa 5 minuti.
    3. Far accomodare i partecipanti. Accendi il laser. Quindi, metti i cappucci fNIRS sui partecipanti.
      NOTA: Individua il centro del cappuccio in CZ sulla testa del partecipante, con il cerotto 4 x 4 che copre l'rTPJ.
    4. Ricorda ai partecipanti che possono regolare le loro posture se si sentono a disagio durante la regolazione degli optodi. Organizza i fasci di fibre ottiche e posizionali sul bracciolo della sedia senza toccare i partecipanti nel caso in cui si sentano pesanti o stanchi.
      1. Ricordare ai partecipanti di non regolare la posizione del cappuccio o di non fare movimenti faticosi della testa durante l'esperimento per evitare danni alle fibre ottiche o di cambiare la posizione degli optodi.
    5. Calibrare i segnali. Fare clic su AUTO GAIN nel sistema fNIRS per verificare la qualità dei segnali. In caso di segnali scarsi, assicurarsi innanzitutto che le punte della sonda siano completamente inserite. Quindi, utilizzare le clip per legare per chiudere gli spazi vuoti dai cappelli e una sonda illuminata per eliminare le ostruzioni dei capelli nel caso in cui i capelli blocchino i segnali. Ripetere l'operazione fino a quando tutti i canali diventano verdi, indicando una qualità del segnale accettabile.
      NOTA: Nel sistema NIRSPort (NIRx), un segnale debole su un canale è indicato in giallo, mentre un segnale sufficiente è indicato in verde. Gli utenti di altri sistemi fNIRS devono fare riferimento alle istruzioni specifiche del sistema per le regolazioni appropriate.
  2. Eseguire l'esperimento
    1. Ottieni il consenso del partecipante, quindi accendi la fotocamera per registrare il processo di consulenza.
    2. Verifica la qualità del segnale e avvia la registrazione fNIRS. Chiedi ai partecipanti di riposare con gli occhi chiusi per 5 minuti, segnando l'inizio con un tasto predefinito (ad es. F1) e utilizzando un cronometro per cronometrare il periodo di riposo.
    3. Ricorda ai partecipanti di smettere di riposare 5 minuti dopo. Premere nuovamente F1 per indicare che lo stato di riposo è terminato. Ricontrolla la qualità dei segnali.
    4. Ricorda ai partecipanti che si tratta di una consulenza di 40 minuti e dove si trova l'orologio. Dì ai partecipanti che possono iniziare la consulenza. Premere F2 come impostato in precedenza per segnare l'inizio della consulenza.
    5. Lasciare i partecipanti in laboratorio fino a 40 minuti dopo.
  3. Dopo l'esperimento
    1. Bussa alla porta del laboratorio per assicurarti che i partecipanti abbiano terminato la loro conversazione. Premere F2 per contrassegnare la fine dell'esperimento. Termina la registrazione della telecamera. Aiuta i partecipanti a togliere i tappi.
      NOTA: Rivedi il video in seguito per confermare che la consulenza è proceduta come previsto.
    2. Invita il cliente a compilare il WAI-SR e il CORE-10. Questo processo richiede in genere circa 5 minuti. Ringrazia i partecipanti e fornisci loro un compenso in denaro.
    3. Salvare i dati. Utilizzare un disco e fare clic su Uscita file di testo per esportare i dati fNIRS grezzi. Spegnere il sistema fNIRS. Scollegare le sonde optodiche.
      NOTA: Questo passaggio è specifico per il sistema NIRSPort (NIRx). Per altri sistemi, effettuare le regolazioni necessarie secondo le istruzioni del sistema.
    4. Pulire le sonde e i portasonde con etanolo. Lavare regolarmente i cappucci (con il portasonda scollegato) con un detergente delicato e asciugarli all'aria.

4. Analisi dei dati

  1. Pre-elaborazione dei dati
    NOTA: Il software MATLAB (vedi Tabella dei materiali ) è stato utilizzato per eseguire tutte le analisi dei dati con le seguenti caselle di strumenti: Homer 243 e Hitachi2nirs44. Homer 2 viene utilizzato quando l'informazione temporale è di interesse, cioè quando l'attivazione è presente in entrambe le condizioni, per confrontare la differenza tra le funzioni di risposta delle due condizioni in termini di ampiezza media e latenza. Hitachi2nirs è uno script MATLAB per convertire il file di output ETG4000 .csv grezzo Hitachi in un file .nirs da utilizzare con Homer244.
    1. Copia il set di dati dal disco e converti i file .csv non elaborati in. formato nirs utilizzando csv2nirs in Hitachi2nirs. Quindi, avvia il toolbox Homer2 in MATLAB digitando Homer2_UI e converti i dati di intensità della luce in misure di densità ottica (OD) con la funzione hmrIntensity2OD. Fare la media dei punti OD di ciascun canale per ogni partecipante. Rifiutare i canali all'interno dei quali i segnali OD sono troppo forti o troppo deboli (superiori a cinque deviazioni standard (SD).
    2. Utilizza la funzione hmrMotionArtifact per rilevare gli artefatti di movimento utilizzando una trasformata wavelet con wavelet Daubechies 5 (db5) e un parametro di sintonizzazione di 0,145,46 per una sensibilità ottimale. Dopo aver rilevato gli artefatti, utilizzare hmrMotionCorrectSpline per correggerli tramite l'interpolazione spline, attenuando il segnale e riducendo il rumore correlato al movimento per una migliore qualità dei dati.
    3. Filtra il segnale OD passando la banda utilizzando la funzione hmrBandpassFilt con una gamma di frequenza selezionata di 0,01-0,1 Hz per rimuovere la deriva delle basse frequenze e il rumore delle alte frequenze.
    4. Utilizzare la funzione hmrR_OD2conc di Homer2 per convertire i dati OD in valori di emoglobina ossigenata (Oxy-Hb) ed emoglobina deossigenata (DeOxy-Hb) secondo la legge di Beer-Lambert47 modificata.
      NOTA: Le variazioni della concentrazione di Oxy-HB si concentrano sulla conduzione di tutte le analisi dei dati perché l'indicatore può riflettere i cambiamenti nel flusso sanguigno durante l'attività cerebrale48,49, ha un alto rapporto segnale/rumore ed è stato più ampiamente utilizzato negli studi di interazione sociale basati sull'iperscansione fNIRS50,51.
    5. Utilizzare la funzione hmrMotionCorrectGlobal per rimuovere il rumore fisiologico globale, ad esempio la pressione sanguigna, con un metodo basato sulla trasformata wavelet (basato su WT).
      NOTA: il metodo basato su WT è più sensibile alla proprietà temporale dei dati. Se l'attenzione si concentra sul modello di interazione generale tra i partecipanti piuttosto che sui cambiamenti dettagliati in ogni momento, l'analisi delle componenti principali (PCA)3 è una scelta migliore. Il metodo PCA, proposto da Zhang et al., prevede principalmente diversi passaggi, tra cui la decomposizione del segnale, l'esecuzione del livellamento spaziale e la ricostruzione del segnale al fine di rimuovere i componenti globali non neurali. La funzione enPCAFilter può essere utilizzata per rimuovere il rumore fisiologico globale dai dati fNIRS utilizzando PCA. Il metodo basato su WT proposto da Duan e colleghi27 è qui adottato.
      1. Utilizzare la coerenza della trasformata wavelet (WTC)24,52 per rilevare i punti tempo-frequenza contaminati dal rumore fisiologico globale. Il metodo consente la rilevazione della coerenza di due segnali su scale temporali diverse ed è adatto per analizzare relazioni dinamiche complesse in dati di serie storiche.
        NOTA: In particolare, viene prima calcolata la mappa WTC distribuita tempo-frequenza (nota anche come scalogramma53) tra il segnale del canale corrente e i segnali non filtrati provenienti da ogni altro canale. Quindi, converti queste mappe WTC in forma binaria in base al significato del valore WTC ad ogni pixel di frequenza temporale. Successivamente, queste mappe del WTC vengono mediate, creando una mappa tempo-frequenza globalmente co-variabile. Il valore in corrispondenza di ogni pixel di questa mappa composita indica il grado in cui il canale corrente è sincronizzato globalmente con altri canali in quello specifico punto di frequenza temporale. In definitiva, una maschera di denoising per il canale corrente viene prodotta impostando una soglia k su questa mappa tempo-frequenza che covaria globalmente.
      2. Utilizzare WT per scomporre il segnale del canale di denoising corrente nello spazio tempo-frequenza.
      3. Applicare la maschera derivata ai coefficienti wavelet per sopprimere l'energia wavelet nei punti tempo-frequenza contaminati dal rumore.
      4. Ricostruire il segnale utilizzando il WT inverso.
      5. Ripetere i passaggi precedenti per canale per completare la rimozione fisiologica globale del rumore.
  2. Calcolo della sincronia intercerebrale cliente-consulente
    1. Per calcolare la correlazione tra i segnali nel dominio tempo-frequenza misurati in ciascun canale dei due partecipanti, utilizzare la funzione di Wavelet Transform Coherence.
    2. Utilizzare l'impostazione predefinita della wavelet madre (ad esempio, Generalized Morse Wavelet con i suoi parametri beta e gamma), una forma d'onda fondamentale da cui è possibile derivare una famiglia di wavelet mediante dilatazione (scalatura) e traslazione54. Esegui trasformazioni wavelet continue per convertire i dati delle serie temporali nello spazio tempo-frequenza.
    3. Impostare MonteCarloCount come rappresentazione del numero di set di dati surrogati utilizzati per il test di significatività e utilizzare Auto AR1 per calcolare i coefficienti di autocorrelazione delle serie temporali.
    4. Utilizzare la funzione di coerenza wavelet per calcolare la correlazione tra due segnali nello spazio tempo-frequenza. Ripetere i passaggi fino a quando le 24 matrici WTC non vengono generate dai 24 canali di registrazione.
    5. Determinare la frequenza di interesse (FOI), che è sensibile alla consulenza psicologica.
      1. Selezionare e calcolare la media dei valori di coerenza per l'intervallo di frequenza compreso tra 0,01 Hz e 0,1 Hz (che corrispondono rispettivamente a periodi di 100 s e 10 s) in base all'intervallo di frequenza utilizzato in un precedente studio di hyperscanning fNIRS incentrato su compiti di consulenza psicologica55.
        NOTA: È necessario eseguire un'ulteriore conferma statistica piuttosto che limitarsi semplicemente alla banda di frequenza selezionata.
      2. Standardizzare i valori del WTC conducendo una media temporale dei valori del WTC nelle fasi di riposo e di consulenza, rispettivamente, per ogni combinazione di canali, aiutando a standardizzare i dati e preparandoli per il confronto. Questa standardizzazione è fondamentale per ridurre la variabilità e concentrarsi sugli effetti specifici del compito.
      3. Impostare i valori WTC della fase di riposo come WTC a livello di base e i valori WTC della fase di attività come WTC a livello di attività.
        NOTA: I valori del WTC allo stadio di riposo vengono utilizzati come base per rappresentare lo stato normale, non correlato al compito. Al contrario, i valori del WTC in fase di compito riflettono lo stato durante la consulenza psicologica. Questa differenziazione consente di isolare l'impatto specifico della consulenza sull'attività cerebrale.
      4. Usa la funzione mult_comp_perm_t1 del lavoro di Groppe. Condurre test t a campione accoppiato per confrontare il WTC a livello di base e il WTC a livello di attività in ciascun punto di frequenza.
        NOTA: questo passaggio consente di determinare statisticamente quali punti di frequenza presentano differenze significative tra lo stato di base e quello dell'attività. Il confronto aiuta a identificare le gamme di frequenza specifiche in cui la consulenza ha un effetto misurabile.
      5. Determinare i contenitori di frequenza in cui l'effetto del compito è significativo (consulenza > riposo, p < 0,000556).
        NOTA: Questa fase prevede l'identificazione dei contenitori di frequenza che mostrano aumenti significativi della coerenza durante la consulenza rispetto al riposo. La soglia p < 0,0005 viene utilizzata per controllare i confronti multipli e garantire la robustezza dei risultati.
      6. Determinare il FOI come i punti di frequenza con valori p inferiori a 0,0005 e i punti di frequenza più vicini (p < 0,01).
        NOTA: Questo criterio garantisce che le bande di frequenza selezionate non siano solo significative, ma anche rilevanti per gli effetti di consulenza osservati.
      7. Calcolare i valori medi del WTC all'interno del FOI specificato per ciascun canale in ciascuna coppia nello studio.
      8. Eseguire trasformazioni statistiche di Fisher-Z sui valori di sincronia intercerebrale ottenuti per ogni periodo nei due gruppi di soggetti per ottenere una distribuzione normale dei valori WTC, che può essere un indice per l'analisi dell'IBS.
  3. Ulteriori statistiche
    1. Determinare i canali relativi alle attività.
      1. Ottenere i valori del WTC relativi all'attività sottraendo il WTC a livello di base dal WTC a livello di attività.
      2. Condurre test t su un campione per ciascun canale, utilizzando i valori medi WTC relativi all'attività nelle frequenze di interesse specificate.
      3. Utilizzare la funzione mafdr per applicare il metodo della correzione del tasso di falsi ritrovamenti ( p < 0,05 )57 a più confronti.
      4. Determinare i canali relativi all'attività come canali con valori p regolati inferiori a 0,05.
    2. Confronta l'IBS tra diverse condizioni di attività. Condurre un t-test su un campione tra i valori WTC di diversi gruppi condizionati (cioè i gruppi sicuri e di congedo) in ciascun canale relativo al compito.
    3. Inoltre, identifica le differenze nell'IBS tra i due gruppi durante il processo di consulenza psicologica. Dividi la consulenza in due fasi: fase iniziale (0-15 min) e fase finale (15-35 min).
    4. Eseguire test t su un campione separatamente sui valori WTC relativi all'attività per le fasi corrispondenti e sugli incrementi del WTC relativi all'attività (calcolati come valori della fase avanzata meno i valori della fase iniziale) in diverse condizioni dell'attività.
    5. Controlla l'effetto del ritardo nell'IBS. Sposta l'attività cerebrale del consulente in avanti o indietro rispetto a quella del cliente di 2-12 s (passo = 2 s) e ricalcola i valori WTC relativi al compito secondo i passaggi precedenti. Controlla se ci sono differenze tra IBS guidata dal consulente, IBS guidata dal cliente e IBS in fase di transizione.
    6. Valuta la relazione tra l'IBS e i dati comportamentali utilizzando l'analisi di regressione multipla.
      NOTA: Il codice di calcolo WTC viene fornito come file supplementare 1.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

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

I risultati hanno mostrato che c'era un effetto marginalmente significativo che il gruppo sicuro aveva incrementi WTC più elevati rispetto al gruppo di discarico (t = 2,50, p aggiustato = 0,07) al canale 19 nel giro angolare (ANG; vedi Figura 2). I valori del WTC a CH19 sono stati selezionati per un'ulteriore analisi dell'IBS. Per quanto riguarda l'effetto ritardo nell'IBS, è stata osservata una IBS significativamente più alta in fase avanz...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

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

Nel presente protocollo, vengono descritti i passaggi specifici di come condurre un esperimento di hyperscanning fNIRS nel contesto naturale della consulenza psicologica e come calcolare l'IBS tra consulente e cliente, nonché come determinare i modelli di lead-lag dell'IBS durante la consulenza. L'operazione dettagliata può aiutare i ricercatori a ripetere un esperimento di hyperscanning fNIRS e ulteriori ricerche nella scienza aperta. Di seguito vengono discusse alcune questioni critich...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

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

Gli autori non hanno nulla da rivelare.

Ringraziamenti

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

Questa ricerca è stata supportata dalla National Natural Science Foundation of China (31900767), dal Progetto di ricerca della Shanghai Science and Technology Commission (20dz2260300) e dai Fondi per la ricerca di base per le università centrali.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Piattaforma cinese di sondaggi onlineRanster Technology Company, Changsha, CinaLa versione gratuita di Wenjuanxing
Capsula EEGCompumedics Neuroscan, Charlotte, USAQuik-Cap a 64 canali
Sistema fNIRSHitachi Medical Corporation, Tokyo, GiapponeSistema di topografia ottica ETG-7100Il NIRSport emetteva e raccoglieva
  luce nel prossimo infrarosso a due lunghezze d'onda
  (760 e 850 nm) a una frequenza di campionamento di 10,1725Hz. 
MATLAB 2018aThe MathWorks, Inc., Natick, MAMATLAB 2018a
Cappello da nuotoGruppo Decathlon, Villeneuve-d'Ascq, Francia1681552Dimensione media

Riferimenti

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

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Errata corrige

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

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

This corrects the article 10.3791/67183

Tag

Hyperscanning fNIRSsincronia inter cerebralealleanza di lavoromonitoraggio dell attivit cerebralestili di attaccamentoesiti del counselingprotocollo standardizzatomisurazione correlata agli eventi

Articoli correlati