È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Cambiamenti psicologici e del sonno nei membri pre-selezionati della squadra di spedizione polare interna durante l'addestramento ad alta quota per la rapida ascesa

303 visualizzazioni

⸱

DOI:

10.3791/68599

⸱

6 marzo 2026

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

* These authors contributed equally

In questo articolo

Sommario

Questo studio rivela che i membri preliminari e di riserva della spedizione interna antartica hanno mostrato livelli di ansia significativamente elevati, compensazione neuroplastica prefrontale (attivazione della corteccia prefrontale anteriore sinistra) e frammentazione del sonno (Wake After Sleep Inset WASO) in condizioni di alta quota. Questi risultati forniscono una base empirica per lo sviluppo di protocolli di addestramento adattivo per ambienti estremi.

Abstract

Questo studio ha stabilito e implementato un protocollo di valutazione multidimensionale per indagare sistematicamente i cambiamenti neurocomportamentali tra 30 membri preliminari e di riserva del team di spedizione interna antartica sottoposti a un addestramento ad alta quota. Il protocollo integra scale psicometriche (BFI-44, DASS-21, PSQI), paradigmi comportamentali (compito N-back), spettroscopia funzionale nel prossimo infrarosso (fNIRS) e attività del polso per valutare le adattazioni neurocomportamentali a diverse altitudini (0 m sul livello del mare (a.s.l) / 3.700 m s.l.m / 4.300 m a.s.l.) su un ciclo di 8 giorni. Il design principale comprende test di base pre-ascesa; misurazioni cognitive-fNIRS sincronizzate alle quote target; Monitoraggio del sonno 24/8 (inclusa attività notturna di 8 ore). Questo quadro multimodale consente la caratterizzazione quantitativa dell'attivazione compensatoria prefrontale, della dinamica della frammentazione del sonno e delle fluttuazioni d'ansia indotte dall'altitudine. I risultati rivelano che, rispetto ai dati normativi cinesi, i partecipanti hanno mostrato una notevole gradialità (t=3,940, P<0,001) e coscienziosa (t=9,736, P<0,001), insieme a una riduzione del nevroticismo (t=-14,087, P<0,001). L'ipossia acuta ha aggravato l'ansia (Z=-4,098, P<0,001), con maggiore gravità nei membri delle minoranze etniche (H=6,405, P=0,011). L'attigrafia ha dimostrato la frammentazione del sonno dipendente dall'altitudine (WASO: 4.300 m s.l.m rispetto alla linea di base, P=0,028). I compiti N-back hanno confermato la memoria di lavoro preservata a 3.700 m s.m. (accuratezza P=0,027) mediata da un'attivazione prefrontale compensatoria (attivazione L-aPFC P=0,043). Questi dati stabiliscono criteri di selezione basati su evidenze per le spedizioni di scienze polari in contesti ad alta quota e delimitano le soglie di resilienza neuroplastica sotto stress ipossico.

Introduzione

I membri della spedizione polare devono adattarsi alle sfide fisiologiche e psicologiche coesistenti in ambientiestremi 1. Le condizioni di alta quota dell'interno dell'Antartide (altitudine > 4000 m s.l.m.) possono indurre un deficit cognitivo correlato all'ipossia e disturbi del sonno. Sebbene solo la Cupola A (>4000 m s.l.m.) sia una stazione di ricerca antartica permanente ad alta quota, le traversate verso siti interni come la Cupola A e la Cupola F comportano un'esposizione prolungata (1-2 settimane) ad altitudini superiori a 3000-4000 ms.l.m 2,3. Inoltre, l'ipossia è uno stress chiave riscontrato sia durante questi attraversamenti sia alla Cupola A stessa, riflettendo le condizioni simulate in questo protocollo di addestramento. Pertanto, comprendere l'adattamento neurocomportamentale all'ipossia è essenziale per la selezione del personale e l'ottimizzazione della formazione per i team di attraversamento interno e gli operatori della Cupola A, per garantire sicurezza e prestazioni in queste missioni logisticamente critiche e scientificamente preziose. L'obiettivo generale di questo metodo è stabilire un protocollo di valutazione multimodale che quantifichi sistematicamente le adattazioni neurocomportamentali durante l'acclimatazione a rapida altitudine, integrando parametri psicologici, cognitivi, neurovascolari e del sonno in un quadro unificato. Questa tecnica è stata sviluppata in risposta a limitazioni critiche della ricerca esistente, che esamina prevalentemente parametri psicologici o fisiologiciisolatamente 4,5,6,7. I vantaggi di questa tecnica multimodale rispetto ai metodi convenzionali includono:

Validità ecologica: L'accoppiamento fNIRS-comportamentale simultaneo cattura adattamenti neurocognitivi in temporeale 8,9, superando i bias retrospettivi insiti nelle valutazioni solo suscala 7

Profilazione completa: Integrare l'actigrafia con le scale validate (PSQI) fornisce una verifica oggettiva dei rapporti soggettivi sulsonno 10,11

Tracciamento dinamico: Misurazioni ripetute attraverso le altitudini rivelano schemi di adattamento temporale irraggiungibili tramite valutazioni a singolopunto 4

All'interno della letteratura più ampia, questo protocollo affronta le crescenti esigenze operative della ricerca antartica12 fornendo il primo quadro standardizzato che: Quantifica i meccanismi compensatori prefrontali tramite fNIRS durante il carico cognitivo sottoipossia 8,13; correla tratti della personalità (BFI-44) con dinamiche d'ansia indotte dall'altitudine (DASS-21)14,15; sincronizza la frammentazione oggettiva del sonno (actigrafia) con gli esitineurocomportamentali 16,17.

Questo metodo è adatto a ricercatori e professionisti che necessitano di sistemi di selezione del personale per operazioni polari ad alta quota, validazione delle soglie di resilienza neuroplastica sotto stress ipossico (>3.700 m s.l.m.) e biomarcatori oggettivi (ad esempio, attivazione L-aPFC) per prevedere il degrado delle prestazioni del compito. Considerazioni di implementazione: Raccomandato per adulti di età compresa tra i 25 e i 45 anni senza comorbidità cardiopolmonare, richiede un'acclimatazione di 3 giorni per livello di quota (3.700 m s.l.m a 4.300 m s.m.), vincoli tecnici: il posizionamento dell'optodo fNIRS limita l'uso concorrente di copricapo. Con l'aumento delle stazioni di ricerca antartiche e delle missioni scientifichediversificate 12, questo protocollo fornisce soluzioni basate su evidenze per ottimizzare l'addestramento adattivo in ambienti estremi.

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

Protocollo

1. Partecipanti allo studio

  1. Selezione dei partecipanti
    1. Metodo di campionamento: Un campionamento a grappolo di 30 membri del team pre-selezionati e alternativi del team della spedizione interna antartica è stato preso come soggetti dello studio.
    2. Soggetti di studio: Includere tutti i candidati preselezionati e i membri della riserva del Chinese Antarctic Inland Expedition Team. Escludere le persone che non sono riuscite a completare il regime di allenamento durante il periodo di addestramento (ad esempio, coloro che non hanno completato il piano di allenamento per malattia, disagio fisico o altre ragioni).
  2. Raccolta dati
  3. Documentazione demografica: Registrare dati sociodemografici completi, inclusi età, livello di istruzione e precedenti esperienze con spedizioni polari (Tabella 1).
  4. Garantire che vengano applicate rigorose misure di anonimizzazione per tutti i dati psicometrici, inclusi: assegnazione di ID anonimizzati unici (ad esempio, EXP##) per sostituire gli identificatori personali, rimozione di identificatori diretti (ad esempio, nomi, indirizzi) dai dataset, archiviazione di dati identificabili (ad esempio, moduli di consenso) in file criptati protetti da password, separati dai dati di ricerca.
n=30N%
Etnicità
Cinesi Han2893.3
Minoranza etnica (tibetana e manciù)26.67
Massimo livello di istruzione
Scuola superiore e inferiori13.3
Titolo universitario o triennale1136.7
Laurea magistrale826.7
Dottorato1033.3
Figlio unico
Sì1653.3
No1446.7
Stato civile
Non sposato1550
Sposati1550
Numero di spedizioni scientifiche partecipate
Non partecipata2480
1 volta26.7
2 o più volte413.3
Età: 32,72±7,73

Tabella 1: Dati demografici. (A) Questa tabella presenta la composizione etnica, il livello di istruzione, lo stato unico figlio, lo stato civile e la frequenza di partecipazione alla ricerca per il campione, con l'ultima riga che mostra i dati sull'età (Media ± SD). (B) N: conteggio dei campioni; %: Percentuale rispetto alla dimensione totale del campione (n=30), i dati mostrano media ± SD.

2. Preparazione di strumenti psicologici e di valutazione del sonno

  1. Scale psicometriche standardizzate: Effettuare una valutazione basata su questionario somministrata dal ricercatore in formato di intervista standardizzato per garantire la comprensione e minimizzare i bias di auto-segnalazione. Guidare verbalmente i partecipanti attraverso ogni punto, fornendo chiarimenti quando necessario.
    1. Inventario Big Five-44 (BFI-44)14
      1. Seleziona il questionario BFI-44 di 44 elementi per valutare cinque dimensioni della personalità. Istruire i partecipanti a valutare le affermazioni utilizzando una scala di Likert a 5 punti (1=Fortemente in disaccordo con 5=Fortemente d'accordo).
      2. Calcola i punteggi di dominio per Estroversione, Cordialità, Nevroticismo, Apertura e Coscienziosità. Punteggi più alti indicano una maggiore espressione dei tratti corrispondenti. La scala include 28 elementi con chiave positiva.
    2. Depressione, ansia, stress scale-21 (DASS-21)15
      1. Somministrare il DASS-21 di 21 item con una scala Likert a 4 punti (1= Non si applicava affatto a me a 4=Si applicava molto a me). Registra punteggi di sottoscala per Depressione, Ansia e Stress. Punteggi elevati riflettono una maggiore gravità dei disturbi emotivi.
    3. Indice di Qualità del Sonno di Pittsburgh (PSQI)10
      1. Distribuire questionari PSQI da 18 item ai partecipanti. Istrui il completamento entro 10 minuti usando punteggio 0-3 per dominio: qualità soggettiva del sonno, latenza del sonno, disturbi del sonno, uso di farmaci ipnotici, disfunzione diurna. Calcola i punteggi globali (scala 0-21). Punteggi totali più alti sul PSQI indicano una qualità complessiva del sonno inferiore.
  2. Monitoraggio del sonno
    NOTA: L'apparato usato qui per l'attività del polso era ActiGraph wGT3X-BT16.
    1. Inizializzare i dispositivi usando il software con timestamp standardizzati.
    2. Avvia ActiLife v6.15.0. Clicca su dispositivo > inizializzare > set. Imposta la frequenza di campionamento: 60 Hz, Orario di inizio: YYYY-MM-DD HH:MM:SS (sincronizzato con l'orologio atomico), ID soggetto: EXP## (formato anonimizzato).
    3. Imposta un checkpoint per verificare che il registro di inizializzazione mostri Inizializzazione Riuscita.
    4. Calibra il software utilizzando i protocolli del produttore dopo averlo posizionato sul polso non dominante. Inserisci il dispositivo nella dock USB. Clicca su Calibra e poi segui il protocollo di test del vettore gravitazionale a schermo.
    5. Raccogli dati di attività 24/8 a una frequenza di campionamento di 60 Hz. Esegui un checkpoint visivo e conferma che il LED di stato verde lampeggia ogni 15 secondi (funzionamento normale).
    6. Effettua l'acquisizione dei dati. Dopo il dispiegamento, inserisci il dispositivo nella dock. Seleziona ActiLife. Clicca su Download > formato RAW .gt3x > Processo usando l'algoritmo Cole-Kripke. Usa l'algoritmo Cole-Kripke per la classificazione sonno-veglia. Validare i parametri del sonno derivati dal dispositivo tramite i diari del sonnodei partecipanti 17.
    7. Eseguire campionamento con registrazione continua 24/8 a 60 Hz (garantire spazio tra valore/unità: 60 Hz)

3. Valutazione cognitiva e acquisizione di fNIRS

  1. Lettera N-indietrocompito 8,9
    1. Utilizzando il software E-Prime 2.0, le lettere maiuscole vengono presentate casualmente al centro di un monitor LCD da 16 pollici. I partecipanti devono prendere giudizi: premere il tasto F se la lettera corrente corrisponde a quella presentata nelle posizioni N precedentemente oppure premere il tasto J se non corrisponde (N=1, 1-indietro; N=2, 2 indietro; N=3, 3-indietro).
    2. Registra le metriche di accuratezza (ACC) e tempo di reazione (RT) per 50 prove per livello di difficoltà.
    3. Nelle impostazioni di uscita E-Prime, configura il DataFile.Name come "EXP##Nback.edat2". Per il tempo di inizio dello stimolo, seleziona le variabili: ACC (Corretto = 1 / Errato = 0) e RT (in millisecondi). Clicca su Esporta > formato Excel.
    4. Clicca su Analizza > Modello Lineare Generale > Misure Ripetute Fattori Intra-Soggetto: N-level(1,2,3). Punti di controllo a Dati grezzi: 50 prove/livello = 150 prove in totale.
    5. Per la fase di pratica, in E-Prime, clicca su BlockProc > Proprietà della Pratica. Prove massime impostate: 10, Schermata di feedback: Corretto! (verde) / Errato (rosso), e Avanzamento: Premi il tasto 'Q' per ripetere la fase di pratica, premi il tasto 'P' per procedere con l'esperimento formale. Viene fissato un checkpoint, limitando la fase di pratica a un massimo di 3 ripetizioni (Figura 1).

Figura 1
Figura 1: Paradigma della lettera N-back. Questo schema illustra il paradigma del compito con la lettera n-back su tre livelli di difficoltà (1-back, 2-back e 3-back). Clicca qui per visualizzare una versione più grande di questa figura.

  1. Acquisizione dati fNIRS
    NOTA: Qui è stato utilizzato il NirScan-500C, Huichuang, Danyang.
    1. Esegui la configurazione optode. Posizionare un capotto fNIRS a 48 canali secondo il sistema internazionale 10-20.
    2. Impostare la disposizione spaziale con distanza sorgente-rivelatore a 30 mm, copertura: corteccia prefrontale (PFC) e regioni temporali bilaterali, e matrice optodica: 15 optodi sorgente + 16 optodi rivelatori (Tabella 2, Tabella 3, Figura 2).
    3. Parametri di acquisizione del segnale
      1. Imposta i parametri di acquisizione del segnale utilizzando il software NirScan-500C. Seleziona luce a doppia lunghezza d'onda nel vicino infrarosso: imposta lunghezze d'onda a 730 nm ± 5 nm e 850 nm ± 5 nm.
      2. Configura la frequenza di campionamento: imposta su 11 Hz cliccando su Impostazioni > Tasso di acquisizione. Abilita la sincronizzazione Task-event: Attiva i trigger hardware selezionando Sync > External Trigger.
      3. Registrare le variazioni di intensità ottica grezze per la successiva conversione in concentrazioni di emoglobina ossigenata/deossigenata utilizzando la legge modificata di Beer-Lambert. Verifica le impostazioni dei parametri nel log software (ad esempio, lunghezze d'onda: 730/850 nm, Tasso: 11 Hz).

Figura 2
Figura 2: Disposizione, posizione e configurazione dei canali della sonda fNIRS. (A) I cerchi rossi rappresentano sorgenti luminose, i quadrati blu i rivelatori e le aree numerate rappresentano le coppie sorgente-rivelatore (canali) più vicine per misurare le attività cerebrali. (B) Posizioni co-registrate degli optodi su un atlante cerebrale standard. La posizione anatomica di ciascun canale dell'atlante cerebrale è riportata in dettaglio nella Tabella 1. Clicca qui per visualizzare una versione più grande di questa figura.

CanaleArea di BrodmannArea anatomicaPercentuale di copertura
CH121Giro temporale medio97.44%
CH222Giro Temporale Superiore43.21%
CH338Area temporopolare51.84%
CH447Giro prefrontale inferiore100.00%
CH547Giro prefrontale inferiore56.35%
CAPITOLO 610Area frontopolare62.75%
CAPITOLO 710Area frontopolare51.96%
CH810Area frontopolare100.00%
CH911Area orbitofrontale59.66%
CAPITOLO 1011Area orbitofrontale46.67%
CAPITOLO 1110Area frontopolare98.66%
CAPITOLO 1238Area temporopolare57.25%
CH1321Giro temporale medio98.63%
CH1422Giro Temporale Superiore43.46%
CH1521Giro temporale medio92.79%
CAPITOLO 1621Giro temporale medio75.85%
CH1722Giro Temporale Superiore62.67%
CAPITOLO 1843Area subcentrale36.79%
CH1944le pars opercularis_ parte dell'area di Broca57.05%
CAPITOLO 206Corteccia motoria pre-motoria e supplementare73.08%
CH2110Area frontopolare49.10%
CH2246Corteccia prefrontale dorsolaterale78.62%
CH2310Area frontopolare93.20%
CH249,46Corteccia prefrontale dorsolaterale77.95%
CH2510Area frontopolare87.63%
CH2610Area frontopolare100.00%
CH2710Area frontopolare100.00%
CH2810Area frontopolare99.65%
CH2947Giro prefrontale inferiore58.95%
CH3010Area frontopolare92.46%
CH3145Pars triangularis Area di Broca64.19%
CH3246Corteccia prefrontale dorsolaterale86.52%
CH3321Giro temporale medio56.73%
CH3422Giro Temporale Superiore53.70%
CH3542Corteccia dell'Associazione Primaria e Uditiva64.69%
CH3643Area subcentrale46.23%
CH379,46Corteccia prefrontale dorsolaterale60.54%
CH389Corteccia prefrontale dorsolaterale52.09%
CH399,46Corteccia prefrontale dorsolaterale92.77%
CH4010Area frontopolare89.88%
CH419,46Corteccia prefrontale dorsolaterale91.08%
CH429Corteccia prefrontale dorsolaterale84.34%
CH4310Area frontopolare92.46%
CH449Corteccia prefrontale dorsolaterale83.67%
CH459,46Corteccia prefrontale dorsolaterale90.37%
CH4645Pars triangularis Area di Broca39.27%
CH479,46Corteccia prefrontale dorsolaterale98.16%
CH486Corteccia motoria pre-motoria e supplementare80.97%

Tabella 2: Distribuzione della regione cerebrale del canale di misura fNIRS dopo la calibrazione tramite localizzatore 3D. (A) Caratteristiche di distribuzione spaziale di 48 canali fNIRS calibrate da un sistema di posizionamento 3D tra le aree di Brodmann e le corrispondenti regioni anatomiche cerebrali. La percentuale di copertura indica la proporzione efficace di acquisizione di segnali dalle regioni cerebrali target. (B) Canale: numero di canale di misura ottico fNIRS (CH1-CH48); Area di Brodmann: numero di area di Brodmann (ad esempio, 22 = Corteccia dell'Associazione Uditiva); Area anatomica: terminologia standard secondo Terminologia Anatomica (1998); Percentuale di copertura: percentuale effettiva di copertura delle coppie di optodi per la regione cerebrale bersaglio.

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

Tabella 3: Aree di interesse regionale. (A) Visualizzare la distribuzione della configurazione dei canali per specifiche regioni cerebrali funzionali nel sistema di misurazione fNIRS, inclusi la corteccia prefrontale anteriore (aPFC) e la corteccia prefrontale dorsolaterale (DLPFC) sia nell'emisfero sinistro che in quello destro. (B) Abbreviazioni: L = Emisfero sinistro; R = Emisfero destro; aPFC = corteccia prefrontale anteriore; DLPFC = Corteccia Prefrontale Dorsolaterale.

4. Acquisizione dati

  1. Implementazione della valutazione psicologica
    NOTA: I membri del team sono partiti dal livello del mare (Shanghai, 0 m sul livello del mare) e hanno effettuato un volo commerciale (circa 8 h) verso Lhasa, situata a 3.700 m sul livello del mare, dove hanno svolto un addestramento scientifico sulle competenze scientifiche di 72 ore (3 giorni). Successivamente, il team ha trasferito il trasporto terrestre (circa 2 ore) a Yangbajain, a 4.300 m sul livello del mare, per proseguire un altro addestramento scientifico di ricerca di 72 ore (3 giorni). La raccolta dati è stata effettuata immediatamente dopo l'arrivo del team a ciascuna delle tre altitudini sopra menzionate (Figura 3).
    1. Condurre un'amministrazione standardizzata: avviare sessioni di briefing di gruppo pre-valutazione. Somministra i questionari con un limite di tempo di 30 minuti.
    2. Mitigare i bias: Leggi istruzioni standardizzate dai protocolli scriptati. Elimina le frasi suggestive seguendo testi pre-approvati.
    3. Sincronizza i dati multimodali: Abilita la sincronizzazione tra compiti cognitivi e acquisizione di fNIRS. Blocca il tempo degli stimoli ai trigger fNIRS selezionando Impostazioni Trigger E-Prime > > Sincronizza con fNIRS.
    4. Assicurati che tutte le sessioni rispettino script identici e vincoli di tempistica.
  2. Monitoraggio dei parametri del sonno
    1. Implementa il protocollo di actigrafia continua: raccogli dati di actigrafia del polso da 24 ore e 8 ore. Contemporaneamente registra il diario del sonno.
    2. Garantire l'integrità dei dati: effettua controlli giornalieri della batteria dalle 07:00 alle 08:00 cliccando su Stato > Dispositivo > Batteria. Valida la continuità dei dati cliccando su Strumenti > Controllo dell'Integrità dei Dati > ActiLife.

Figura 3
Figura 3: Diagramma di flusso di valutazione psicologica. (A) Questo diagramma illustra un protocollo di valutazione psicometrica in tre fasi attraverso esposizioni gradate di altitudine: Bassa quota (0-2 m s.l.): Misurazioni di base a Shanghai (Giorno 1-2), Altitudine media (3650 m s.l.): Misurazioni della fase di acclimatazione a Lhasa (Giorno 3-5), Alta quota (4300 m s.m.): Misurazioni ad alta esposizione a Yangbajing (Giorno 6-8). (B) Moduli di valutazione identici implementati in ogni fase: Compito Cognitivo: Lettera N-back (3 livelli di difficoltà); Scale Psicologiche: Scala Depressione-Ansia-Stress (DASS-21), Indice di Qualità del Sonno di Pittsburgh (PSQI); Monitoraggio del sonno: Soggettivo (diario del sonno), Obiettivo (Attigrafia). Clicca qui per visualizzare una versione più grande di questa figura.

5. Analisi dei dati e statistiche

  1. Per la preelaborazione dei dati in un foglio di calcolo, applica criteri di esclusione per rimuovere dataset incompleti con >10% di risposte mancanti selezionando Filtro Dati > Filtro > Valori Mancanti. Filtra i dati cognitivi per scartare i valori atipici RT (<150 ms o> media ±2.5 SD) usando Data > Sort & Filter > Advanced, e calcola l'HitRT (in millisecondi) e il rejRT (in millisecondi). Gestire i dati mancanti per implementare l'imputazione multipla in SPSS 29.0 cliccando su Trasforma > Imputazione multipla (5 iterazioni).
  2. Elaborazione del segnale fNIRS
    NOTA: Questo è stato fatto usando NirSpark v1.8.8, Huichuang, Danyang.
    1. Converti i segnali grezzi in densità ottica (OD). Clicca su File > Importa Raw > Seleziona file .nirs. Seleziona Converti in Densità Ottica e applica l'algoritmo: OD = -log10(I/I 0). Verifica l'intervallo OD 0.1-1.2 AU nella visualizzazione > metriche del canale. Rifiuta i canali con OD >1.5 (contatto scarso) selezionando Strumenti > Rifiuta Canali.
    2. Calcola i cambiamenti emodinamici. Naviga su Analisi > parametri emodinamici >. Imposta la legge come Modified Beer-Lambert, DPF come 66 e Image Mode come adult_head_template. Eseguire il calcolo come [HbO, HbR] = mBLL(OD, [730,850], [6,6]) e HbT = HbO + HbR. Confermare che il valore DPF corrisponde all'età del partecipante (ad esempio, 6,0 per 25-45 anni).
    3. Rimuovendo i segnali cliccando su Preprocessing > Filtro > Impostazioni. Seleziona Bandpass Butterworth di 4° ordine e imposta l'intervallo a 0-0,2 Hz. Esegui la correzione del movimento tramite il metodo di rilevamento automatico (std_thr=6, amp_thr=0,5) e interpolazione spline e imposta la soglia di rifiuto degli artefatti su SD >±6. Verifica il miglioramento del SNR >10 dBin cliccando su Visualizza > Confronto Pre/Post.
    4. Quantifica l'attivazione come segue. Definisci la base come Medio HbO durante tutto il periodo post-stimolo. Calcola la risposta al compito come HbO media durante 2-20 secondi post-stimolo. Genera medie del ROI selezionando Maschere di Analisi > ROI > Template Anatomici.
  3. Calcolo dell'efficienza del sonno
    1. Importa e pre-elabora i dati cliccando su File > Importa > seleziona file .gt3x. Imposta l'Epoch a 60s e valida il tempo di usura selezionando Strumenti > Wear Time Validation > algoritmo Choi. Per eseguire l'attività e la sincronizzazione del diario del sonno, clicca su Strumenti > Sonno > Rileva i Periodi di Sonno. Poi, calibra i dati di attività con il diario del sonno. Assicurati che i timestamp del diario del sonno siano entro ± 5 minuti dai dati di actigrafia.
    2. Estrarre i parametri come segue. Naviga su Rapporti > Rapporto del Sonno. Parametri di selezione: Latenza, TIB, TST, WASO. Calcolare l'Efficienza del Sonno = (TST / TIB) x 100 selezionando Opzioni > Formule. Esporta i risultati cliccando su Esporta > Excel .xlsx > Nome file: EXP##_SleepEfficiency.xlsx. Conferma che l'actogramma mostra ≥ 3 cicli di sonno/veglia chiari.
  4. Test statistici
    1. Esegui statistiche descrittive. Riporta i dati normalmente distribuiti come media ± SD e i dati non normali come mediana [IQR].
    2. Esegui test parametrici. Esegui test t a campione cliccando su Analizza > Confronta le Medie > Test T a Campione Unico. Esegui RM-ANOVA cliccando su Analizza > Modello Lineare Generale > Misure Ripetute. Applicare la correzione Greenhouse-Geisser per le violazioni della sfericità.
    3. Applicare alternative non parametriche secondo necessità. Usa test non parametrici su campioni correlati per i test Wilcoxon con rango firmato. Il controllo covaria selezionando Analizza > Modello Lineare Generale > ANCOVA. Stabilire la soglia di significatività applicando α=0,05 (a due code) con correzione di Bonferroni per confronti multipli.

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

Risultati

Tratti della personalità

Le caratteristiche di personalità dei membri pre-selezionati della spedizione polare interna sono state valutate utilizzando il Big Five Inventory (BFI). Rispetto alle norme cinesi di triennale18, i candidati hanno mostrato (Tabella 4) punteggi significativamente più alti in Concordanza (t=3,940, P<0,001) e Coscienza (t=9,736, P<0,001); un punteggio nettamente più basso in Nevro...

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

Discussione

I tratti della personalità dei membri preselezionati delle spedizioni polari interne differiscono significativamente dalle norme cinesi

Secondo il Big Five Inventory-44 (BFI-44), i candidati hanno mostrato una maggiore cordialità e coscienza, insieme a una riduzione della nevroticità rispetto alle norme universitarie (Tabella 3). Questa cooperazione sociale rafforzata da triadi, rigore orientato al compito e stabilità emotiva ...

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

Dichiarazioni

Gli autori dichiarano di non avere interessi in conflitto.

Ringraziamenti

Gli autori esprimono la loro sincera gratitudine all'Amministrazione Artica e Antartica Cinese (Centro Cinese di Ricerca Polare) per aver fornito supporto logistico critico e l'accesso dei partecipanti durante tutto questo studio. Riconosciamo in particolare il loro coordinamento dei protocolli di addestramento ad alta quota e dell'impegno delle squadre di spedizione. Il set di dati è fornito dal National Arctic and Antarctic Data Center (https://datacenter.chinare.org.cn).

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

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
ActigraphActigraphwGT3X-BTAmerica
ActiLifeActigraph6.15.0America
E-PrimeStrumenti software per la psicologia2.0America
IBM SPSS StatisticaIBM29America
Microsoft Office  Microsoft Corporation2021America
NirScanAttrezzature Mediche di Huichuang500CDanyang, Cina
NirSparkAttrezzature Mediche di Huichuang1.8.8Danyang, Cina

Riferimenti

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

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

Ristampe e permessi

Tag

Cambiamenti neurocomportamentaliframmentazione del sonnovalutazione cognitivaspettroscopia funzionale nel vicino infrarossoactigrafia da polsotask N Backscale psicometricheattivazione prefrontalestress ipossico
Contattaci
Raccomanda alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.