このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

極地内陸遠征隊の事前選抜メンバーにおける急速上昇高高度訓練中の心理的および睡眠の変化

306 閲覧数

⸱

DOI：

10.3791/68599

⸱

2026年3月6日

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

* These authors contributed equally

この記事について

サマリー

本研究は、予備およびバックアップの南極内陸探検チームのメンバーが、高地条件下で不安レベル、前頭前神経可塑性補償(左前前頭前野の活性化)、および睡眠断片化(Wake After Sleep Onset WASO)を有意に高めていることを示しました。これらの発見は、過酷環境に対する適応訓練プロトコルの開発に実証的な基盤を提供します。

要約

本研究は、南極内陸探検チームの30名の予備およびバックアップメンバーが高速高度訓練を受けている間に神経行動の変化を体系的に調査するための多次元評価プロトコルを確立・実施しました。このプロトコルは、心理測定尺度(BFI-44、DASS-21、PSQI)、行動パラダイム(Nバック課題)、機能的近赤外分光法(fNIRS)、手首の動作解析を統合し、8日間のサイクルで異なる標高(海抜0m/3,700m/4,300m)での神経行動適応を評価します。コア設計は、事前登頂基準線テスト、目標高度での同期認知fNIRS測定、24時間365日睡眠モニタリング(8時間の夜間活動を含む)。このマルチモーダルフレームワークにより、前頭前頭前代償的活性化、睡眠断片動態、高地誘発性不安変動の定量的特徴付けが可能となります。研究結果は、中国の規範データと比較して、参加者は協調性(t=3.940、P<0.001)および誠実性(t=9.736、P<0.001)が有意に高く、神経症傾向も減少した(t=-14.087、P<0.001)を示していることが明らかになりました。急性低酸素症は不安を悪化させ(Z=-4.098, P<0.001)、少数民族の方がより重症度(H=6.405, P=0.011)でした。アクティグラフィーは高度依存的な睡眠断片化を示しました(WASO:4,300 m a.s.lとベースライン、P=0.028)。Nバック課題では、補償的前頭前頭線活性化(L-aPFC活性化P=0.043)によって媒介された、高度3,700mでの作業記憶保存が確認されました(精度P=0.027)。これらのデータは、高地環境での極地科学遠征のエビデンスに基づく選択基準を確立し、低酸素ストレス下での神経可塑性レジリエンス閾値を明確にしています。

概要

極地探検隊のメンバーは、極限環境下での共存する生理学的・心理的課題に適応しなければなりません。1.南極の内陸部の高地条件(標高4000m>は、低酸素症に関連する認知障害や睡眠障害を引き起こすことがあります。恒久的な高高度南極研究ステーションはドームA(>4000m)のみですが、ドームAやドームFのような内陸地への移動は、標高3000〜4000mを超える高度での長時間(1〜2週間)曝露を伴います。さらに、低酸素症はこれらの移動中およびドームA自体で直面する重要なストレス要因であり、この訓練プロトコルで模擬された条件を反映しています。したがって、低酸素症に対する神経行動的適応を理解することは、内陸トラバースチームやドームAオペレーターの人員選抜や訓練最適化に不可欠であり、これらの物流的に重要かつ科学的に価値のある任務での安全性とパフォーマンスを確保するために不可欠です。この手法の全体的な目標は、急速な高原順応中の神経行動適応を体系的に定量化し、心理的、認知的、神経血管的、睡眠のパラメータを統合したマルチモーダル評価プロトコルを確立することです。この技術は、主に心理的または生理学的パラメータを単独で検証する既存の研究における重大な限界に対応して開発されました。このマルチモーダル技術の従来の方法に対する利点は以下の通りです:

生態学的妥当性:同時進行のfNIRS行動結合はリアルタイムの神経認知適応を捉え、スケールのみ評価に内在する遡及的バイアスを克服します 7

包括的なプロファイリング:アクティグラフィーと検証済みスケール(PSQI)を統合することで、主観的な睡眠報告の客観的な検証が可能となります10,11

動的追跡:高度を横断した繰り返しの測定により、単一ポイント評価では達成できない時間的適応パターンが明らかになります

より広範な文献の中で、このプロトコルは南極研究12の増大する運用要求に対応し、低酸素症下の認知負荷時にfNIRSによる前頭前頭前頭部の補償メカニズムを定量化する最初の標準化された枠組みを提供します。性格特性(BFI-44)と高地誘発性不安ダイナミクスの相関(DASS-21)14,15;客観的な睡眠断片化(アクティグラフィー)を神経行動的アウトカムと同期させる16,17。

この方法は、高高度極地作業のための人員選抜システム、低酸素ストレス下(>3,700m.s.l.)下の神経可塑性回復力閾値の検証、およびタスクパフォーマンスの劣化予測のための客観的バイオマーカー(例:L-aPFC活性化)を必要とする研究者や実務者に適しています。実施上の考慮事項:心肺疾患の併存症がない25〜45歳の成人に推奨されており、標高ティア(3,700mから4,300m)ごとに3日間の順応が必要、技術的制約:fNIRS光極の設置によりヘッドギアの同時使用が制限されます。南極研究基地の増加と多様な科学ミッションに基づき、このプロトコルは極限環境下での適応訓練最適化のためのエビデンスに基づく解決策を提供します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

1. 研究参加者

  1. 参加者選考
    1. サンプリング方法:南極内陸探検チームから事前に選抜された30名の代替チームメンバーを対象にクラスターサンプリングを実施。
    2. 研究対象:中国南極内陸遠征隊の事前選抜された全ての候補者および予備メンバーを含みます。訓練期間中にトレーニングを完了できなかった個人(例:病気、身体的不快感、その他の理由でトレーニングプランを完了できなかった者)は除外します。
  2. データ収集
  3. 人口統計記録:年齢、学歴、過去の極地探検経験を含む包括的な社会人口統計データを記録する(表1)。
  4. すべての心理測定データに対して厳格な匿名化措置を強制すること。これには、個人識別子の代わりに一意の匿名化されたID(例:EXP##)の割り当て、データセットから直接的な識別子(例:名前、住所)の削除、研究データとは別にパスワード保護された暗号化ファイルに特定可能なデータ(例:同意書)を保存することが含まれます。
n=30N%
民族
漢民族2893.3
少数民族(チベット人と満州人)26.67
最高学歴
高校以降13.3
大学または学士号1136.7
修士号826.7
博士号取得1033.3
一人っ子
はい1653.3
いいえ1446.7
婚姻状況
未婚1550
結婚1550
参加した科学遠征の数
未参加2480
1回26.7
2回以上413.3
年齢:32.72 ±7.73

表1:人口統計データ。(A) この表は、サンプルの民族構成、教育レベル、一人っ子の状況、婚姻状況、研究参加頻度を示しており、最後の行は年齢データ(平均 ± SD)を示しています。(B) N:サンプル数;%:総サンプルサイズに対する割合(n=30)、データは平均±標準差を示します。

2. 心理評価および睡眠評価機器の準備

  1. 標準化された心理測定尺度:研究者が実施するアンケートベースの評価を標準化されたインタビュー形式で実施し、理解を確保し自己申告バイアスを最小限に抑えます。各項目を口頭で案内し、必要に応じて説明が提供されます。
    1. ビッグファイブ在庫-44(BFI-44)14
      1. 44項目からなるBFI-44アンケートを選択して、5つのパーソナリティ側面を評価します。参加者に5点リッカート尺度(1=強く反対する→5=強く同意)を使って発言を評価するよう指示します。
      2. 外向性、協調性、神経症傾向、開放性、良心性のドメインスコアを計算します。スコアが高いほど、対応する形質の発現が強くなります。この尺度には28の正のキーを持つ項目が含まれています。
    2. うつ、不安、ストレススケール-21(DASS-21)15
      1. 21項目のDASS-21を4ポイントリッカート尺度(1=全く適用されなかった、4=非常に適用)で実施します。うつ病、不安症、ストレスのサブスケールスコアを記録してください。スコアが高いほど、感情的な障害の重度が高まります。
    3. ピッツバーグ睡眠品質指数(PSQI)10
      1. 参加者に18項目のPSQIアンケートを配布します。0-3のスコアを用いて10分以内に完了を指示します:主観的睡眠の質、睡眠潜伏期、睡眠障害、催眠薬の使用、日中の機能障害。グローバルスコア(0-21スケール)を計算してください。PSQIの総合スコアが高いほど、全体的な睡眠の質が悪いことを示します。
  2. 睡眠モニタリング
    注:ここで使用された手首の動作装置はActiGraph wGT3X-BT16です。
    1. 標準化されたタイムスタンプでソフトウェアを使ってデバイスを初期化します。
    2. ActiLife v6.15.0をリリースします。 デバイス> >セットの初期化をクリックします。サンプリングレート設定:60 Hz、開始時刻:YYYY-MM-DD HH:MM:SS(原子時計と同期)、対象ID:EXP##(匿名化フォーマット)。
    3. 初期化ログに「初期化成功」が表示されているかを確認するチェックポイントを設定してください。
    4. 非利き手首に装着した後、メーカーのプロトコルでソフトウェアをキャリブレーションします。デバイスをUSBドックに挿入します。キャ リブレート をクリックし、画面上の重力ベクトルテストプロトコルに従ってください。
    5. 60Hzサンプリングレートで24時間稼働データを収集します。視覚チェックを行い、緑色のステータスLEDが15秒ごとに点滅することを確認します(通常動作)。
    6. データ収集を行う。展開後、デバイスをドックに挿入します。 ActiLifeを選択してください。ダウンロード >RAW .gt3xフォーマット>コール・クリプキアルゴリズムを使ったプロセスをクリックしてください。睡眠・覚醒の分類にはコール・クリプキアルゴリズムを用いましょう。参加者の睡眠日記を通じてデバイス由来の睡眠パラメータを検証する17.
    7. 60Hzで24時間38日連続録音(値/単位間のスペース確保:60Hz)でサンプリングを行います。

3. 認知評価とfNIRSの取得

  1. letter N-back タスク8,9
    1. E-Prime 2.0ソフトウェアを使用すると、16インチのLCDモニターの中央に大文字がランダムに表示されます。参加者は判断を下す必要があります:現在の文字がNポジション前に提示された文字と一致する場合はFキー、一致しない場合はJキーを押す(N=1、1バック;N=2、2バック;N=3、3バック)を挙げる。
    2. 難易度レベルごとに50回の試行について、精度(ACC)と反応時間(RT)の指標を記録します。
    3. E-Primeの出力設定で、DataFile.Name を「EXP##Nback< Altitude>.edat2」と設定してください。刺激開始時間については、変数を選択してください:ACC(正解=1/誤り=0)およびRT(ミリ秒単位)。Excel 形式>エクスポートをクリックします。
    4. 「 分析 > 一般線形モデル>繰り返し測定対象内要因:Nレベル(1,2,3)」をクリックしてください。 チェックポイントを生データに設定:レベルあたり50試行=合計150試行。
    5. プラクティスフェーズでは、E-Primeの BlockProc>プラクティスプロパティをクリックしてください。最大トライアル数設定:10、フィードバック画面:正解!(緑)/不正(赤)、進行:『Q』キーを押して練習フェーズを繰り返し、『P』キーを押して正式な実験に進む。チェックポイントが設定され、練習フェーズは最大3回まで制限されています(図1)。

図1
図1:レターNバックパラダイム。 この図は、3つの難易度レベル(1-back、2-back、3-back)におけるletter n-backの課題パラダイムを示しています。 この図の拡大版はこちらをクリックしてご覧ください。

  1. fNIRSデータ取得
    注:ここではNirScan-500C(丹陽、輝創)が使用されました。
    1. 光極構成を実施。10-20国際システムに従って48チャンネルのfNIRSヘッドピースを設置してください。
    2. 空間配置は、ソースと検出器の距離を30mmに設定し、カバー範囲は前頭前野(PFC)および両側側頭領域、光極マトリックスは15個のソースオプトード+16個の検出器オプトード(表2、表3、図2)。
    3. 信号取得パラメータ
      1. NirScan-500Cソフトウェアを使って信号取得パラメータを設定してください。デュアル波長近赤外線光を選択してください:波長を730 nm±5 nmおよび850 nm±5 nmに設定します。
      2. サンプリングレートの設定:設定 >取得レートをクリックして11Hzに設定してください。タスクイベント同期を有効にする:外部 トリガー>同期を選択してハードウェアトリガーを有効化します。
      3. 修正されたビア・ランバート法則を用いて、その後の酸素化・脱酸素化ヘモグロビン濃度への生の光学強度変化を記録します。ソフトウェアログのパラメータ設定(例:波長:730/850 nm、レート:11 Hz)を確認してください。

図2
図2:fNIRSプローブのチャネル配置、位置、構成。 (A) 赤い円は光源、青い四角は検出器、番号付き領域は脳活動を測定するための最も近い光源-検出器ペア(チャネル)を表します。(B)標準的な脳アトラス上のオプトードの共同登録位置。脳アトラス上の各チャネルの解剖学的位置は 表1に詳細に報告されています。 この図の拡大版はこちらをクリックしてご覧ください。

チャンネルブロードマン地域解剖学的部位カバレッジの割合
第1章21中側頭回97.44%
第2章22上側頭回43.21%
第3章38時間極域51.84%
第4章47下前頭回100.00%
第5章47下前頭回56.35%
第6章10前線極域62.75%
第7章10前線極域51.96%
第8章10前線極域100.00%
第9章11眼窩前頭野59.66%
第10章11眼窩前頭野46.67%
第11章10前線極域98.66%
第12章38時間極域57.25%
第13章21中側頭回98.63%
第14章22上側頭回43.46%
第15章21中側頭回92.79%
第16章21中側頭回75.85%
第17章22上側頭回62.67%
第18章43亜中心地域36.79%
第19章44pars opercularis_ブローカの領域の一部です57.05%
第20章6運動前および補助運動野73.08%
第21章10前線極域49.10%
第22章46背外側前頭前野78.62%
第23章10前線極域93.20%
第24章9,46背外側前頭前野77.95%
第25章10前線極域87.63%
第26章10前線極域100.00%
第27章10前線極域100.00%
第28章10前線極域99.65%
第29章47下前頭回58.95%
第30章10前線極域92.46%
第31章45三角形はブローカの面積です64.19%
第32章46背外側前頭前野86.52%
第33章21中側頭回56.73%
第34章22上側頭回53.70%
第35章42プライマリーおよび聴覚協会の皮質64.69%
第36章43亜中心地域46.23%
第37章9,46背外側前頭前野60.54%
第38章9背外側前頭前野52.09%
第39章9,46背外側前頭前野92.77%
第40章10前線極域89.88%
第41章9,46背外側前頭前野91.08%
第42章9背外側前頭前野84.34%
第43章10前線極域92.46%
第44章9背外側前頭前野83.67%
第45章9,46背外側前頭前野90.37%
第46章45三角形はブローカの面積です39.27%
第47章9,46背外側前頭前野98.16%
第48章6運動前および補助運動野80.97%

表2:3Dロケーターによる較正後のfNIRS測定チャネルの脳領域分布。 (A) 3D位置測定システムによって校正された48のfNIRSチャネルの空間分布特性を、ブロドマン領域および対応する解剖学的脳領域にまたがる。カバレッジ率は、ターゲット脳領域からの有効信号獲得割合を示します。(B) チャネル:fNIRS光学測定チャネル番号(CH1-CH48);ブロードマン領域:ブロードマン領域番号(例:22 = 聴覚協会皮質);解剖面積:Terminologia Anatomica(1998年)による標準用語;カバレッジ率:ターゲット脳領域の光極対の有効カバレッジパーセンテージ。

解剖学的部位チャンネル
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

表3:関心地域 (A) fNIRS測定システムにおける特定の機能的脳領域のチャネル構成分布を表示し、左右両半球の前頭前野(aPFC)および背外側前頭前野(DLPFC)を含む。(b) 略語:L = 左半球;R = 右半球;aPFC = 前頭前野;DLPFC = 背外側前頭前野。

4. データ取得

  1. 心理評価の実施
    注:チームメンバーは海抜0mの上海から離陸し、約8時間の商業便で標高3,700mのラサに到着し、そこで72時間(3日間)の科学研究技能訓練を実施しました。その後、チームは地上輸送(約2時間)を標高4,300mのヤンバジャインに移し、さらに72時間(3日間)の科学研究技能訓練を継続しました。データ収集は、チームが前述の3つの高度それぞれに到着した直後に行われました(図3)。
    1. 標準化された管理を実施します:事前評価グループブリーフィングセッションを開始します。アンケートは30分の制限時間内に実施します。
    2. バイアスを軽減する:スクリプト化されたプロトコルから標準化された指示を読み取る。事前に承認されたテキストに従うことで、示唆的な表現を排除しましょう。
    3. マルチモーダルデータの同期:認知タスクとfNIRS取得の同期を可能にします。fNIRSトリガーへのタイムロック刺激は、 E-Prime>トリガー設定>fNIRSに同期することで行えます。
    4. すべてのセッションが同じスクリプトとタイミング制約に従っていることを確認してください。
  2. 睡眠パラメータの監視
    1. 連続動作記録プロトコルを実装:24時間/8時間の手首動作データを収集します。同時に睡眠日記も記録します。
    2. データの整合性を確保する:07:00から08:00に「 Status > Battery」をクリックして毎日バッテリーチェック>行います。データの継続性を検証するには 、ActiLife > Tools>データ整合性チェックをクリックしてください。

図3
図3:心理評価フローチャート。 (A) このフローチャートは、段階的な高度曝露における3段階の心理測定評価プロトコルを示しています:低高度(0-2m):上海(1-2日目)でのベースライン測定、中高度(3650m/海拔3650m)での高度順応期測定(3-5日目)、高地(4300m)での高度曝露測定(6-8日目)。(B) 各段階で実施される同一の評価モジュール:認知課題:Letter N-back(難易度レベル3段階);心理的スケール:うつ病・不安・ストレス・スケール(DASS-21)、ピッツバーグ睡眠質指数(PSQI);睡眠モニタリング:主観的(睡眠日記)、客観的(アクティグラフィー)。 この図の拡大版はこちらをクリックしてご覧ください。

5. データ分析と統計

  1. スプレッドシートでのデータ前処理を行う際、除外基準を適用して、回答が>10%欠落している不完全なデータセットを「データ>フィルター>欠損値」を選択してください。認知データをフィルタリングしてRTの外れ値(<150msまたは>平均±2.5 SD)をData > Sort & Filter > Advanced)を除外し、HitRT(ミリ秒単位)とrejRT(ミリ秒単位)を計算します。SPSS 29.0で複数補完を実現するには、Transform > Multiple Imputation(5回の反復)をクリックして欠損データを処理できます。
  2. fNIRS信号処理
    注:これはNirSpark v1.8.8(会創、丹陽)を使用して行われました。
    1. 生信号を光学密度(OD)に変換します。 「ファイルを>Rawをインポート」>「.nirsファイルを選択します」をクリックしてください。「 光密度に変換 」を選択し、アルゴリズムを適用します:OD = -log10(I/I0)。 View > Channel Metrics でOD範囲0.1〜1.2 AUを確認してください。OD>1.5(接触不良)のチャネルを拒否するには、「Tools > Reject Channels」を選択してください。
    2. 血行動態の変化を計算しましょう。血 行動態>パラメータ>解析 へ移動。ローを修正ビールランバート、DPFを66、イメージモードをadult_head_templateに設定します。計算を [HbO, HbR] = mBLL(OD, [730,850], [6,6])および HbT = HbO + HbR.と実行します。DPF値が参加者の年齢(例:25-45歳で6.0)に合致していることを確認します。
    3. ノイズ除去は、フィルター>設定のプリプロセッシング>クリックで行います。バンドパスバターワース4次を選択し、範囲を0-0.2Hzに設定します。自動検出(std_thr=6, amp_thr=0.5)とスプライン補間法によるモーション補正を行い、アーティファクト除去閾値をSD >±6に設定します。SNR改善>10 dbinの確認は、「事前/事後比較>表示」をクリックしてください。
    4. 活性化を定量化する方法は以下の通りです。基準値を、刺激後のタスク期間全体にわたる平均HbOと定義します。刺激後2〜20秒間のタスク反応を平均HbOとして計算します。分析 > ROI マスク >解剖学的テンプレートを選択して ROI 平均を生成します。
  3. 睡眠効率計算
    1. ファイルを >インポート> .gt3xファイルを選択してインポートし、前処理を行います。エポックを60秒に設定し、 Choiアルゴリズム>Tools Wear Time Validationを選択して摩耗時間を検証>。アクティグラフィーと睡眠日記の同期を行うには、「 Tools > Sleep > Detect Sleep Periods」をクリックしてください。それから、睡眠日誌と照らしてアクティグラフィーデータを比較する。睡眠日記のタイムスタンプは、動作データから±5分以内に記載するようにしましょう。
    2. パラメータを抽出する方法は以下の通りです。 レポート>睡眠レポートへ移動してください。 パラメータを選択してください:レイテンシ、TIB、TST、WASO。Options > Formulasを選択して、睡眠効率=(TST / TIB)×100を計算します。結果をエクスポートするには、 Excel>ファイル名.xlsx >EXP##_SleepEfficiency.xlsx をクリックしてください。アクトグラム表示≥3回のクリアな睡眠/覚醒サイクルを確認してください。
  4. 統計的検定
    1. 記述統計を行う。正規分布データは平均標準差(SD)として報告し、非正規分布データを中央値[IQR]として報告します±。
    2. パラメトリックテストを実行しましょう。「 分析>平均比較」をクリックして1標本t検定を実行し> RM-ANOVAは「 Analyze > General Linear Model > Repeated Measures 」をクリックして行います。球面性の破れにはグリーンハウス・ガイサー補正を適用します。
    3. 必要に応じてノンパラメトリックな代替手段を適用してください。ウィルコクソン署名順位検定には関連サンプルに対してノンパラメトリック検定を用いましょう。 ANCOVA>「一般線形モデル解析」を選択して 共変量>制御します。複数比較に対して、Bonferroni補正を用いてα=0.05(両側修正)を適用して有意性閾値を設定します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

性格特性

事前に選抜された極地内陸探検隊のメンバーの性格特性は、ビッグファイブインベントリ(BFI)を用いて評価されました。中国の学部生基準と比較して18、受験者は(表4参照)協調性(t=3.940、P<0.001)および誠実性(t=9.736、P<0.001)で有意に高いスコアを示しました。神経症のスコアは著しく低い(t=−14.078、P<0.001)18。外向性や経験への開放性の両面では統計的に有意な差は認められませんでした(P>0.05)。

...
事前選考者

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

事前に選抜された極地内陸探検隊のメンバーの性格特性は中国の標準と大きく異なります

Big Five Inventory-44(BFI-44)で測定されたところ、受験者は学部生の基準と比較して協調性や誠実性が高く、神経症傾向も減少しました(表3)。この三者による社会的協力性、タスク志向の厳格さ、感情の安定は、南極探検の心理社会的要求と一致しています。

中国本土で典型的な動的で選択的なソーシャルネットワークとは対照的に、極地ステーションは制約された対人生態系を課します。年齢、教育、文化的背景など多様な人口構成を持つ小規模なチームが、固定された役割、変わらないスケジュール、限られたプライベートスペースの中で交流しなければなりません。このような環境は、社会的役割の切り替えや対立回避の機会を排除し、心理的負担を増幅させます19。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者たちは競合する利害関係を一切認めていない。

謝辞

著者らは、本研究を通じて重要な物流支援と参加者アクセスを提供してくださった中国北極南極管理局(中国極地研究センター)に心から感謝の意を表します。特に、高高度訓練プロトコルと遠征チームの連携を認めます。データセットは国立北極・南極データセンター(https://datacenter.chinare.org.cn)によって提供されています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
アクティグラフアクティグラフwGT3X-BTアメリカ
アクティライフアクティグラフ6.15.0アメリカ
Eプライム心理学ソフトウェアツール2.0アメリカ
IBM SPSS統計IBM29アメリカ
Microsoft Office マイクロソフト・コーポレーション2021アメリカ
Nirスキャン慧創医療機器500C丹陽、中国
ニルスパーク慧創医療機器1.8.8丹陽、中国

参考文献

  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).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

N back
お問い合わせ
図書館への推薦

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。