이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

극지 내륙 탐사대의 사전 선발된 대원들의 급속 상승 고고도 훈련 중 심리적 및 수면 변화

306 조회수

⸱

DOI:

10.3791/68599

⸱

2026년 3월 6일

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

* These authors contributed equally

이 논문에서

요약

이 연구는 예비 및 예비 남극 내륙 탐험팀 구성원들이 고고도 조건에서 불안 수준이 유의미하게 높았음을 보여주었으며, 전전두엽 신경가소적 보상(왼쪽 전전두엽 피질 활성화), 수면 단편화(Wake After Sleep Onset WASO)를 나타냈습니다. 이 발견들은 극한 환경을 위한 적응형 훈련 프로토콜 개발에 실증적 기반을 제공합니다.

초록

이 연구는 남극 내륙 탐험팀의 30명의 예비 및 예비 멤버들이 고속 고산 훈련을 받는 동안 신경행동 변화를 체계적으로 조사하기 위한 다차원 평가 프로토콜을 확립하고 시행하였습니다. 이 프로토콜은 심리측정 척도(BFI-44, DASS-21, PSQI), 행동 패러다임(N-back 과제), 기능적 근적외선 분광법(fNIRS), 손목 진술을 통합하여 8일 주기 동안 다양한 고도(해발 0m(a.s.l) / 3,700m m/4,300m a.s.l)에서의 신경행동 적응을 평가합니다. 핵심 설계는 상승 전 기준선 테스트로 구성되어 있습니다; 목표 고도에서의 동기화된 인지-fNIRS 측정; 24시간 수면 모니터링(8시간 야간 활동 포함). 이 다중양식 프레임워크는 전전두엽 보상 활성화, 수면 단편 역학, 고도 유발 불안 변동의 정량적 특성화를 가능하게 합니다. 연구 결과, 중국의 규범 데이터와 비교했을 때, 참가자들은 유의미하게 높은 호응도(t=3.940, P<0.001)와 성실성도(t=9.736, P<0.001)를 보였으며, 신경증도 감소했다(t=-14.087, P<0.001). 급성 저산소증은 불안을 악화시켰으며(Z=-4.098, P<0.001), 소수 민족 구성원에서 더 심각하게 나타났습니다(H=6.405, P=0.011). 활동 기록은 고도 의존적 수면 단편화를 보여주었다(WASO: 4,300m a.s.l 대 기준선, P=0.028). N-백 과제는 보상적 전전두엽 활성화(L-aPFC 활성화 P=0.043)에 의해 매개되는 3,700m a.s.l.에서 작업 기억이 보존됨을 확인했습니다(정확도 P=0.027). 이 데이터는 고고도 환경에서의 극지 과학 탐사를 위한 근거 기반 선정 기준을 확립하고, 저산소 스트레스 하에서 신경가소적 회복력 역치를 구분합니다.

서론

극지 탐험대원들은 극한 환경에서 공존하는 생리적·심리적 도전에 적응해야 합니다. 남극 내륙의 고지대 조건(해발 4000m >)은 저산소증 관련 인지 장애와 수면 장애를 유발할 수 있습니다. 돔 A(> 해발 4000m)만이 영구 고대 남극 연구 기지이지만, 돔 A와 돔 F 같은 내륙 지역으로의 횡단 시에는 3000-4000m 이상의 고도에 1-2주간 노출이 필요합니다. 더불어, 저산소증은 이 이동 중과 돔 A 자체에서 마주치는 주요 스트레스 요인으로, 이 훈련 프로토콜에서 시뮬레이션된 조건을 반영합니다. 따라서 저산소에 대한 신경행동 적응을 이해하는 것은 내륙 횡단 팀과 돔 A 운영자의 인력 선발 및 훈련 최적화에 필수적이며, 이는 물류적으로 중요하고 과학적으로 가치 있는 임무에서 안전과 성과를 보장하기 위함입니다. 이 방법의 전반적인 목표는 심리적, 인지적, 신경혈관, 수면 매개변수를 통합하여 빠른 고도 적응 과정에서 신경행동 적응을 체계적으로 정량화하는 다중 모드 평가 프로토콜을 구축하는 것입니다. 이 기법은 주로 심리적 또는 생리학적 매개변수를 고립적으로 검토하는 기존 연구의 중요한 한계에 대응하여 개발되었습니다 4,5,6,7. 이 다중 모달 기법이 기존 방법에 비해 가지는 장점이 있습니다:

생태학적 타당성: 동시 fNIRS-행동 결합은 실시간 신경인지 적응을 포착하며, 척도만 평가에 내재된 회고적 편향을 극복합니다7

포괄적 프로파일링: 액티그래피와 검증된 척도(PSQI)를 통합하여 주관적 수면 보고를 객관적으로 검증할 수 있습니다10,11

동적 추적: 고도별 반복 측정은 단일 점 평가로는 달성할 수 없는 시간적 적응 패턴을 드러낸다4

더 넓은 문헌 내에서 이 프로토콜은 남극 연구의 증가하는 운영 요구를 해결하며, 다음과 같은 최초의 표준화된 프레임워크를 제공합니다: 저산소 상태에서 인지 부하 시 fNIRS에 의한 전전두엽 보상 메커니즘을 정량화함 8,13; 성격 특성(BFI-44)과 고도 유발 불안 역학(DASS-21)14,15; 객관적 수면 단편화(액티그래피)와 신경행동 결과를 동기화합니다16,17.

이 방법은 고고도 극지 작업, 저산소 스트레스(> 3,700m a.s.l.) 하에서의 신경가소적 회복력 임계값 검증, 그리고 과제 수행 저하를 예측하기 위한 객관적 바이오마커(예: L-aPFC 활성화)가 필요한 연구자와 실무자에게 적합합니다. 구현 고려사항: 심폐 동반질환이 없는 25세에서 45세 성인에게 권장되며, 고도 단계별로 3일간의 적응 기간(3,700m 해발에서 4,300m까지), 기술적 제약 사항: fNIRS 광극 배치로 인해 동시에 착용 가능한 헤드기어 사용이 제한됨. 남극 연구소가 증가하고 과학 임무가 다양해지면서12, 이 프로토콜은 극한 환경에서 적응 훈련을 최적화하기 위한 근거 기반 해결책을 제공합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

1. 연구 참가자

  1. 참가자 선발
    1. 표본 추출 방법: 남극 내륙 탐험팀에서 사전 선정된 30명의 대체 팀원을 대상으로 군집 표본을 채취하였습니다.
    2. 연구 대상: 중국 남극내륙 탐험대의 사전 선발된 모든 후보자와 예비 멤버를 포함합니다. 훈련 기간 동안 훈련 계획을 완료하지 못한 사람(예: 질병, 신체적 불편 또는 기타 이유로 훈련 계획을 완료하지 못한 사람)은 제외합니다.
  2. 자료 수집
  3. 인구통계 문서화: 연령, 학력 수준, 이전 극지 탐험 경험을 포함한 포괄적인 사회인구통계 데이터를 기록합니다(표 1).
  4. 모든 심리측정 데이터에 대해 엄격한 익명화 조치가 시행되도록 해야 하며, 여기에는 개인 식별자를 대체할 고유 익명 ID 할당(예: EXP##), 데이터셋에서 직접 식별자(예: 이름, 주소)의 제거, 연구 데이터와 분리된 비밀번호 보호 암호화 파일에 식별 가능한 데이터(예: 동의서)를 저장하는 것이 포함됩니다.
n=30N%
민족
한족2893.3
소수민족(티베트인과 만주인)26.67
최고 학력
고등학교 이하13.3
대학 또는 학사 학위1136.7
석사 학위826.7
박사 학위1033.3
외동딸
네1653.3
아니1446.7
결혼 상태
미혼1550
결혼1550
참여한 과학 탐사 횟수
참여하지 않은2480
1회26.7
2회 이상413.3
나이: 32.72±7.73

표 1: 인구통계 데이터. (A) 이 표는 표본의 민족 구성, 교육 수준, 외동자녀 상태, 혼인 여부, 연구 참여 빈도를 제시하며, 마지막 행은 연령 데이터(평균 ± SD)를 나타냅니다. (B) N: 표본 수; %: 전체 표본 크기에 대한 백분율(n=30), 데이터는 평균 ± SD를 나타냅니다.

2. 심리 및 수면 평가 도구 준비

  1. 표준화된 심리측정 척도: 연구자가 실시하는 설문지 기반 평가를 표준화된 인터뷰 형식으로 수행하여 이해도를 높이고 자기보고 편향을 최소화합니다. 각 항목에 대해 구두로 안내하며, 필요에 따라 설명이 제공됩니다.
    1. 빅 파이브 재고 44개 (BFI-44)14
      1. 44문항으로 구성된 BFI-44 설문지를 선택하여 다섯 가지 성격 차원을 평가합니다. 참가자들에게 5점 리커트 척도(1=강력히 반대 5=강력히 동의)를 사용하여 진술을 평가하도록 지시합니다.
      2. 외향성, 친화성, 신경증, 개방성, 성실성에 대한 도메인 점수를 계산하세요. 점수가 높을수록 해당 형질의 발현이 더 강하다는 뜻입니다. 이 척도에는 28개의 긍정적 키잉 문항이 포함되어 있습니다.
    2. 우울, 불안, 스트레스 척도-21 (DASS-21)15
      1. 21문항으로 구성된 DASS-21을 4점 리커트 척도로 시행하세요(1= 저에게 전혀 적용되지 않음, 4=매우 많이 적용됨). 우울증, 불안, 스트레스에 대한 하위 척도 점수를 기록하세요. 점수가 높을수록 감정적 장애의 심각도가 더 심각함을 나타냅니다.
    3. 피츠버그 수면질 지수(PSQI)10
      1. 참가자들에게 18문항 PSQI 설문지를 배포합니다. 0-3 점수별로 10분 이내에 완료하도록 지시하세요: 주관적 수면의 질, 수면 잠복, 수면 장애, 최면 약물 사용, 주간 기능 장애. 전체 점수(0-21 척도)를 계산하세요. PSQI에서 총 점수가 높을수록 전반적인 수면의 질이 더 나쁘다는 의미입니다.
  2. 수면 모니터링
    참고: 여기서 손목 조작에 사용된 장치는 ActiGraph wGT3X-BT16이었습니다.
    1. 표준화된 타임스탬프를 적용한 소프트웨어를 사용해 장치를 초기화하세요.
    2. ActiLife v6.15.0을 출시하세요. 장치를 클릭> 설정> 초기화하세요. 샘플링 속도 설정: 60 Hz, 시작 시간: YYYY-MM-DD HH:MM:SS (원자 시계와 동기화), 대상 ID: EXP## (익명 형식).
    3. 초기화 로그에 '초기화 성공'이 표시되는지 확인하기 위해 체크포인트를 설정하세요.
    4. 비우세 손목에 부착한 후 제조사 프로토콜을 사용해 소프트웨어를 보정하세요. 기기를 USB 독에 꽂으세요. 보 정 을 클릭한 후 화면에 표시되는 중력 벡터 테스트 프로토콜을 따르세요.
    5. 60Hz 샘플링 속도로 24시간 활동 데이터를 수집하세요. 시각적 점검을 수행하고 녹색 상태 LED가 15초마다 깜빡임을 확인하세요(정상 작동).
    6. 데이터 수집을 수행하세요. 전개 후에는 장치를 도크에 삽입하세요. 액티라이프를 선택하세요. 다운로드를 클릭하세요 > RAW .gt3x 형식 > Cole-Kripke 알고리즘을 사용해 처리하세요. 수면-각성 분류를 위해 Cole-Kripke 알고리즘을 사용하세요. 참가자 수면 일지를 통해 기기에서 유도된 수면 매개변수를 검증합니다17.
    7. 60Hz로 24시간 연속 녹음을 하며 샘플링을 수행합니다(값/단위 간격: 60Hz 확보)

3. 인지 평가 및 fNIRS 획득

  1. N-back 과제8,9
    1. E-Prime 2.0 소프트웨어를 사용하면, 16인치 LCD 모니터 중앙에 대문자 글자가 무작위로 표시됩니다. 참가자들은 판단을 내려야 합니다: 현재 글자가 N 포지션 전에 제시된 글자와 일치하면 F 키를 누르고, 일치하지 않으면 J 키를 누릅니다 (N=1, 1-백; N=2, 2-백; N=3, 3-백).
    2. 난이도별 50개의 시도에 대해 정확도(ACC)와 반응 시간(RT) 지표를 기록합니다.
    3. E-Prime 출력 설정에서 DataFile.Name 를 "EXP##Nback.edat2"로 설정하세요. 자극 시작 시각을 위해 변수를 선택하세요: ACC(정답 = 1 / 틀림 = 0)와 RT(밀리초 단위). 엑셀 형식> 내보내기를 클릭하세요.
    4. 분석 > 일반 선형 모델 > 반복 측정 대상자 내: N-수준(1,2,3)을 클릭하세요. 원시 데이터에 체크포인트를 설정하세요: 레벨당 50개의 시도 = 총 150개의 시도.
    5. 연습 단계에서는 E-Prime에서 BlockProc> 연습 속성 항목을 클릭하세요. 최대 시험 횟수: 10개, 피드백 화면: 정답! (초록색) / 틀림(빨간색), 그리고 진행: 'Q' 키를 눌러 연습 단계를 반복하고, 'P' 키를 누르면 공식 실험으로 진행됩니다. 체크포인트가 설정되어 연습 단계는 최대 3회로 제한됩니다(그림 1).

그림 1
그림 1: Letter N-back 패러다임. 이 도식은 세 가지 난이도(1-back, 2-back, 3-back)에서 문자 n-back 과제 패러다임을 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

  1. fNIRS 데이터 수집
    참고: 여기서는 단양 휘창에 위치한 NirScan-500C가 사용되었습니다.
    1. 광극 구성(optode configuration)을 수행하세요. 10-20 국제 시스템에 따라 48채널 fNIRS 헤드피스를 설치하세요.
    2. 공간 배치는 소스-검출기 거리 30mm로 설정하며, 범위는 전전두엽 피질(PFC)과 양측 측두엽 영역, 광극 매트릭스: 15개의 소스 옵토드 + 16개의 검출기 옵토드(표 2, 표 3, 그림 2).
    3. 신호 획득 매개변수
      1. NirScan-500C 소프트웨어를 사용해 신호 획득 매개변수를 설정하세요. 이중 파장 근적외선 광선을 선택: 파장을 730 nm ± 5nm, 850 nm ± 5 nm로 설정하세요.
      2. 샘플링 속도 설정: 설정 > 획득 속도를 클릭하여 11 Hz로 설정하세요. 작업 이벤트 동기화 활성화: 외부 트리거 동기화를 선택하여 하드웨어 트리거를 활성화 >.
      3. 수정된 Beer-Lambert 법칙을 사용하여 이후 산소화/탈산소화 헤모글로빈 농도로 변환하기 위해 원시 광학 강도 변화를 기록합니다. 소프트웨어 로그에서 매개변수 설정을 확인하세요(예: 파장: 730/850 nm, 속도: 11 Hz).

그림 2
그림 2: fNIRS 프로브의 채널 배열, 위치 및 구성. (A) 빨간 원은 광원을, 파란 사각형은 검출기를 나타내며, 번호가 매겨진 영역은 뇌 활동을 측정하는 가장 가까운 광원-검출기 쌍(채널)을 나타냅니다. (B) 표준 뇌 지도에서 옵토드의 공동 위치. 뇌 아틀라스에서 각 채널의 해부학적 위치는 표 1에 자세히 보고되어 있습니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

채널브로드만 지역해부학적 부위보장 비율
1장21중측두회(중측두회)97.44%
2장22상측두회43.21%
3장38시간극 영역51.84%
4장47하전두회(Inferior Prefrontal Gyrus)100.00%
챕터 547하전두회(Inferior Prefrontal Gyrus)56.35%
6장10전두극 영역62.75%
제7장10전두극 영역51.96%
챕터 810전두극 영역100.00%
9장11안도전두엽 부위59.66%
10장11안도전두엽 부위46.67%
챕터 1110전두극 영역98.66%
챕터 1238시간극 영역57.25%
챕터 1321중측두회(중측두회)98.63%
CH1422상측두회43.46%
챕터 1521중측두회(중측두회)92.79%
16장21중측두회(중측두회)75.85%
챕터 1722상측두회62.67%
챕터 1843아중앙 지역36.79%
챕터 1944파스opercularis_ 브로카의 영역 일부입니다57.05%
CH206운동 전 및 보조 운동 피질73.08%
챕터 2110전두극 영역49.10%
챕터 2246배외측 전전두엽 피질78.62%
챕터 2310전두극 영역93.20%
챕터 249,46배외측 전전두엽 피질77.95%
챕터 2510전두극 영역87.63%
챕터 2610전두극 영역100.00%
챕터 2710전두극 영역100.00%
챕터 2810전두극 영역99.65%
챕터 2947하전두회(Inferior Prefrontal Gyrus)58.95%
CH3010전두극 영역92.46%
챕터 3145삼각형은 브로카의 영역입니다64.19%
챕터 3246배외측 전전두엽 피질86.52%
CH3321중측두회(중측두회)56.73%
CH3422상측두회53.70%
CH3542초등 및 청각 협회 피질(Cortex)64.69%
챕터 3643아중앙 지역46.23%
CH379,46배외측 전전두엽 피질60.54%
CH389배외측 전전두엽 피질52.09%
챕터 399,46배외측 전전두엽 피질92.77%
챕터 4010전두극 영역89.88%
제41장9,46배외측 전전두엽 피질91.08%
챕터 429배외측 전전두엽 피질84.34%
챕터 4310전두극 영역92.46%
챕터 449배외측 전전두엽 피질83.67%
챕터 459,46배외측 전전두엽 피질90.37%
챕터 4645삼각형은 브로카의 영역입니다39.27%
CH479,46배외측 전전두엽 피질98.16%
챕터 486운동 전 및 보조 운동 피질80.97%

표 2: 3D 로케이터에 의한 보정 후 fNIRS 측정 채널의 뇌 영역 분포. (A) 브로드만 영역과 해당 해부학적 뇌 영역에 걸쳐 3D 위치 측정 시스템으로 보정된 48개의 fNIRS 채널의 공간적 분포 특성. 커버리지 비율은 목표 뇌 영역에서의 유효 신호 획득 비율을 나타냅니다. (B) 채널: fNIRS 광학 측정 채널 번호 (CH1-CH48); 브로드만 영역: 브로드만 영역 번호 (예: 22 = 청각 협회 피질); 해부학적 면적: Terminologia Anatomica에 따른 표준 용어(1998); 커버리지 비율: 목표 뇌 영역에 대한 옵토드 쌍의 유효 커버리지 비율.

해부학적 부위채널
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

표 3: 관심 지역 (A) fNIRS 측정 시스템에서 특정 기능적 뇌 영역, 예를 들어 좌우 반구의 전전전두엽 피질(aPFC)과 배외측 전전두엽 피질(DLPFC)을 포함한 채널 구성 분포를 표시합니다. (b) 약어: L = 좌반구; R = 오른쪽 반구; aPFC = 전전두엽 피질; DLPFC = 배외측 전전두엽 피질.

4. 데이터 수집

  1. 심리 평가 구현
    참고: 팀원들은 해발 0m의 상하이에서 출발하여 약 8시간 만에 상업 항공편을 타고 해발 3,700m에 위치한 라싸로 이동했으며, 그곳에서 72시간(3일간) 과학 연구 기술 훈련을 실시했습니다. 이후 팀은 해발 4,300m의 양바자인으로 약 2시간 동안 지상 교통을 옮겨 72시간(3일) 과학 연구 기술 훈련을 계속했습니다. 데이터 수집은 팀이 앞서 언급한 세 고도 각각에 도착하자마자 즉시 수행되었다(그림 3).
    1. 표준화된 행정을 실시하세요: 사전 평가 그룹 브리핑 세션을 시작하세요. 설문지는 30분 제한 시간 내에 실시하세요.
    2. 편향 완화: 스크립트화된 프로토콜에서 표준화된 지시를 읽으세요. 사전 승인된 텍스트를 따라 암시적인 표현을 제거하세요.
    3. 다중 모달 데이터 동기화: 인지 과제와 fNIRS 획득 간의 동기화를 가능하게 합니다. fNIRS 트리거에 시간 고정 자극은 E-Prime> 트리거 설정> fNIRS에 동기화하여 작동합니다.
    4. 모든 세션이 동일한 스크립트와 시간 제약을 준수하도록 하세요.
  2. 수면 매개변수 모니터링
    1. 연속 활동 프로토콜 구현: 24시간/8시간 손목 측정 데이터를 수집합니다. 동시에 수면 일기를 기록하세요.
    2. 데이터 무결성 확인: 07:00-08:00에 배터리 상태 > 클릭하여 매일 배터리 점검> 수행하세요. 데이터 연속성 검증은 ActiLife > 도구 > 데이터 무결성 검사를 클릭하세요.

그림 3
그림 3: 심리 평가 흐름도. (A) 이 흐름도는 점진적 고도 노출에 따른 3단계 심리측정 평가 프로토콜을 보여줍니다: 저고도(0-2m): 상하이(1-2일차)에서의 기준선 측정, 중간 고도(3650m, 해발 3650m): 라사의 적응 단계 측정(3-5일차), 고고도(해발 4300m): 양바징에서의 고노출 측정(6-8일차). (B) 각 단계에서 구현된 동일한 평가 모듈: 인지 과제: N-back 문자(3가지 난이도); 심리 척도: 우울-불안 스트레스 척도(DASS-21), 피츠버그 수면 질 지수(PSQI); 수면 모니터링: 주관적(수면 일기), 객관적(행위 기록). 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

5. 데이터 분석 및 통계

  1. 스프레드시트에서 데이터 전처리를 할 때, 누락 값 > > 필터 를 선택하여 > 10%의 응답이 누락된 불완전한 데이터셋을 제거하기 위해 제외 기준을 적용하세요. 데이터 > 정렬 및 필터 > Advanced를 사용해 RT 이상치(< 150ms 또는 > 평균 ±2.5 SD)를 제거하고, HitRT(밀리초 단위)와 rejRT(밀리초 단위)를 계산합니다. 누락된 데이터를 처리하여 SPSS 29.0에서 다중 치명을 구현하려면 다중 인가값을 변환(5회 반복)> 클릭하세요.
  2. fNIRS 신호 처리
    참고: 이 작업은 단양 회창에 위치한 NirSpark v1.8.8을 사용해 진행되었습니다.
    1. 원시 신호를 광 밀도(OD)로 변환합니다. 파일을 클릭 해 > RAW 가져오기 > .nirs 파일을 선택하세요. 광학 밀도로 변환 을 선택하고 알고리즘을 적용합니다: OD = -log10(I/I0). 채널 메트릭 뷰 에서 외측 범위 0.1-1.2 AU> 확인하세요. OD>1.5(접촉이 불량)인 채널을 거부하려면 '채널 거부 도구'> 선택하세요.
    2. 혈역학적 변화를 계산하세요. 혈역학적 > 매개변수 분석> 탐색하세요. 로우는 수정된 Beer-Lambert, DPF는 66, 이미지 모드는 adult_head_template로 설정합니다. 계산을 수행하여 [HbO, HbR] = mBLL(OD, [730,850], [6,6]) 및 HbT = HbO + HbR로 수행하세요. DPF 값이 참가자 연령과 일치하는지 확인하세요(예: 25-45세에서 6.0).
    3. 필터 > 설정에서 'Preprocessing> Filter'를 클릭하여 신호를 제거하세요. Bandpass Butterworth 4차 옵션을 선택하고 범위는 0-0.2 Hz로 설정하세요. 자동 감지(std_thr=6, amp_thr=0.5)와 스플라인 보간 방법을 통해 모션 보정을 수행하고, 아티팩트 제거 임계값을 SD >±6으로 설정하세요. SNR 향상>10 din을 확인하려면 '보기 > 전/후 비교를 클릭하세요.
    4. 활성화 정도는 다음과 같이 정량화합니다. 기준선을 전체 자극 후 과제 기간 동안의 평균 HbO로 정의하세요. 자극 후 2-20초 동안 작업 반응을 평균 HbO로 계산하세요. 분석> ROI 마스크 > 해부학적 템플릿을 선택하여 ROI 평균을 생성하세요.
  3. 수면 효율 계산
    1. 파일을 가져오고 전처리하려면 파일 > 가져오기 > .gt3x 파일을 선택하세요. 에포크를 60초로 설정하고, Choi 알고리즘> Tools > Wear Time Validation을 선택하여 마모 시간을 검증하세요. 액티그래피 및 수면 일기 동기화를 수행하려면 수 면 > 도구 > 수면 주기 감지 기능을 클릭하세요. 그다음 수면 일지와 대조 측정 데이터를 보정하세요. 수면 일지 타임스탬프가 액티그래피 데이터로부터 5분 이내에 ± 있도록 하세요.
    2. 다음과 같이 파라미터를 추출합니다. 보고서 > 수면 보고서로 이동하세요. 매개변수 선택: 지연(latency), TIB, TST, WASO. 수면 효율 = (TST / TIB) x 100을 선택해 선택> 공식으로 계산하세요. 파일을 이름 : EXP##_SleepEfficiency.xlsx .xlsx > > 엑셀 내보내 기를 클릭하여 결과를 내보내세요. 액토그램 디스플레이 확인 ≥3 명확한 수면/각성 주기.
  4. 통계적 검정
    1. 기술적 통계를 수행하세요. 정규 분포 데이터를 평균 ± SD로, 비정규 데이터를 중앙값[IQR]으로 보고합니다.
    2. 파라메트릭 테스트를 실행하세요. ' 분석 > 평균을 비교 > 1표본 T 검정 을 클릭하여 단일 표본 t검정을 실행하세요. 반복 측정> 일반 선형 모델 분석(Analyze > General linear model )을 클릭하여 RM-ANOVA를 수행하세요. 구면 위반에 대해 그린하우스-가이서 보정을 적용하세요.
    3. 필요에 따라 비모수 대안을 적용하세요. 윌콕슨 부호 순위 검정의 관련 샘플에 대해 비모수 검정을 사용하세요. ANCOVA> 일반 선형 모델 분석(Analyze General Linear Model > 선택하여 공변량을 제어합니다. 다중 비교에 대해 본페로니 보정을 적용하여 α=0.05(양측 보정)를 적용하여 유의치 임계값을 설정합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

성격 특성

사전 선정된 극지 내륙 탐험대원들의 성격 특성은 빅 파이브 인벤토리(BFI)를 사용하여 평가되었습니다. 중국 학부 기준과비교했을 때, 지원자들은 (표 4) 친화도(t=3.940, P<0.001)와 성실성도(t=9.736, P<0.001)에서 유의하게 높은 점수를 보였다. 신경증 점수는 현저히 낮았다(t=−14.078, P<0.001)18. 외향성 또는 경험에 대한 개방성 차원에서는 통계적으로 유의한 차이가 관찰되지 않았습니다(P>0.05).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

사전 선발된 극지 내륙 탐험대원들의 성격 특성은 중국의 일반적인 규범과 상당히 다르다

Big Five Inventory-44(BFI-44)에서 측정한 결과, 지원자들은 학부 기준에 비해 더 높은 친화도와 성실함, 그리고 감소한 신경증을 보였습니다(표 3). 이 삼합체가 고조한 사회적 협력성, 과제 지향적 엄격함, 정서적 안정성은 남극 탐험의 심리사회적 요구와 일치합니다.

중국 본토에서 흔히 볼 수 있는 역동적이고 선택적인 사회적 네트워크와 달리, 극지 역은 제한된 대인 생태계를 강요합니다: 연령, 교육, 문화적 배경 등 다양한 인구통계학적 소규모 팀들이 고정된 역할, 변하지 않는 일정, 제한된 사적 공간 내에서 상호작용해야 합니다. 이러한 환경은 사회적 역할 전환이나 갈등 회피의 일상적인 기회를 없애 심리적 부...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 상충하는 이해관계가 없다고 선언한다.

감사의 글

저자들은 이 연구 전반에 걸쳐 중요한 물류 지원과 참여자 접근을 제공해 준 중국 북극 극극 행정청(중국 극지 연구센터)에 진심으로 감사를 표합니다. 고고도 훈련 프로토콜과 탐험대 참여 조정에 특별히 감사드립니다. 이 데이터 세트는 국립 북극 및 남극 데이터 센터(https://datacenter.chinare.org.cn)에서 제공했습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
액티그래프액티그래프wGT3X-BT아메리카
액티라이프액티그래프6.15.0아메리카
E-프라임심리학 소프트웨어 도구2.0아메리카
IBM SPSS 통계IBM29아메리카
마이크로소프트 오피스그리고 nbsp; 마이크로소프트 코퍼레이션2021아메리카
니르스캔후이창 의료 장비500C단양, 중국
니르스파크후이창 의료 장비1.8.8단양, 중국

참고문헌

  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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

N back
문의하기
사서에게 추천하기

개인정보

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.