연합 학습과 아동기 부정적 경험: 다중 시스템 프로토콜

요약

본 프로토콜은 회피 반응을 동반한 파블로프-도구적 공포 조건화, 사회적 자극을 통한 공포 습득-소거-재습득, 그리고 확률적 보상 학습으로 구성된 60분 통합 배터리를 설명하며, 성인 참가자 개개인의 위협 및 보상 학습 지표를 도출하기 위해 피부 전도도, 행동 및  단계별 평정치를 동시에 기록합니다.

초록

아동기 부정적 경험(ACEs)은 성인기 불안 및 우울증의 확립된 범진단적 위험 요인이지만, 초기 역경을 증상과 연결 짓는 신경인지적 메커니즘은 통합적인 틀 내에서 여전히 불분명합니다. 본 프로토콜은 단일 실험실 세션 내에서 위협 식별, 안전 학습 및 보상 민감도를 측정하는 통합 다중 시스템 실험 배터리를 제시합니다. 38명의 건강한 성인이 세 가지 행동 패러다임 — 회피를 동반한 파블로프-조작적 공포 조건화(실험 1), 사회적 자극을 이용한 공포 습득-소멸-재습득(실험 2), 확률적 보상 학습(실험 3) — 과 함께 아동기 역경(CTQ-SF), 아동기 긍정적 경험(BCE), 우울증(PHQ-9) 및 불안(GAD-7, STAI)에 대한 검증된 자기 보고서를 작성하였습니다. 자율 신경 각성도의 생리적 지표인 피부 전도 반응(SCR), 행동 지표로서의 버튼 누르기 회피 및 확률적 선택, 그리고 기대감, 위협 및 안도감에 대한 단계별 주관적 평가가 다채널로 동시에 수집되었습니다. 각 패러다임은 전형적인 효과를 나타냈습니다: SCR에서의 파블로프 식별(p = 0.009, ηp² = 0.12), 기대감(p < 0.001, ηp² = 0.58), 위협 평가(p < 0.001, ηp² = 0.35); 회피 가능 위협과 회피 불가능 위협을 식별하는 조작적 안도감(p < 0.001, d = 0.86); 실험 2에서 습득 단계에서는 나타났으나 소멸 단계에서는 나타나지 않은 차별적 자율 신경 반응(습득 p = 0.008; 소멸 p = 0.168)과 동시에 지속된 수반성에 대한 선언적 지식(p < 0.001, d = 3.08); 그리고 실험 3에서 우연 수준을 상회하는 확률적 보상 학습(M = 73%, p < 0.001, d = 1.97)이 확인되었습니다. 이러한 다중 시스템 설계는 단일 채널로는 놓쳤을 해리 현상을 밝혔으며, 특히 지속적인 주관적 위협과 함께 감쇠된 자율 신경 반응이 가장 두드러졌습니다. 본 프로토콜에서 도출된 참가자별 지표는 아동기 경험의 개인차에 민감하게 반응하였으며, 이에 대한 예시적 조절 분석 결과는 보충 자료에 보고되었습니다. 본 프로토콜은 초기 역경이 성인기의 위협 및 보상 처리를 어떻게 재조정하는지 지표화할 수 있는 휴대 가능하고 확장 가능한 프레임워크를 제공합니다.

서론

학대, 방임 및 가정 기능 장애를 포함하는 아동기 부정적 경험(ACEs)은 전 세계적으로 매우 빈번하게 나타나며, 많은 인구 집단에서 그 비율이 60%를 초과합니다¹. 연구 종합 결과에 따르면 대부분의 아동이 발달 과정 중에 적어도 하나의 부정적인 사건에 노출되는 것으로 나타났습니다². ACEs는 성인 정신병리의 잘 알려진 범진단적 위험 요인이며³, 불안 장애의 약 30%와 우울증 사례의 40%에 기여하는 것으로 추정됩니다¹. 이러한 강력한 연관성에도 불구하고, 일반적으로 사용되는 임상 평가 방식은 범주적 진단과 회고적 자기 보고에 의존하고 있으며, 이는 회상 편향에 취약하고 실시간 신경인지 과정을 포착하지 못한다는 한계가 있습니다⁴.

이러한 한계를 극복하기 위해, 기저 메커니즘, 특히 연합 학습을 표적으로 하는 진단 간 접근법(transdiagnostic approaches)에 대한 강조가 증가하고 있습니다. 파블로프식 조건 형성(Pavlovian conditioning)과 조작적 조건 형성(operant conditioning)을 모두 포함하는 연합 학습은 개인이 의사결정을 안내하기 위해 환경적 신호, 행동 및 결과 사이의 관계를 어떻게 부호화하는지 이해하기 위한 틀을 제공합니다^4,5. 이러한 틀 내에서 잠재적 취약성 이론(latent vulnerability theory)은 초기 역경이 예측 불가능한 환경에서는 처음에는 적응적이지만, 이후의 더 안전한 상황에서는 부적응적이 될 수 있는 고도의 경계심과 같은 신경생물학적 적응을 유도한다고 가정합니다^6,7.

증거에 따르면 ACEs는 위협 및 보상 관련 학습 과정 모두에 영향을 미치는 것으로 나타났습니다. 역경의 경험이 있는 개인은 조건화된 위험(CS+)과 안전(CS−) 신호 사이의 변별력이 감소하는 경향을 보이며, 이는 위협 학습의 변화를 나타냅니다⁸. 이와 병행하여, 초기 역경은 보상 민감도의 저하와 관련이 있으며, 이는 보상 조건부 학습의 정확도 감소와 습득 속도 저하로 반영됩니다⁸. 불확실한 조건 하에서 이러한 개인들은 선택의 가변성이 증가하고 보상이 무작위로 제공된다고 가정하는 편향을 보일 수 있으며, 이는 변동성이 큰 환경에 초기에 노출된 것과 일치합니다^5,9.

이러한 학습 패턴은 보호 요인 및 상태 의존적 요인에 의해 더욱 구체화됩니다. 긍정적 아동기 경험(Benevolent Childhood Experiences, BCEs)은 학습 체계에 미치는 역경의 영향을 완화할 수 있으며¹⁰, 불안과 같은 현재의 정서 상태는 조건 형성 과정을 조절할 수 있습니다¹¹. 피부 전도도 반응(Skin Conductance Response, SCR)을 포함한 자율신경계 각성도의 생리학적 측정치는 이러한 과정에 대한 객관적 지표를 제공하며, 조건 형성 패러다임에서 널리 사용됩니다¹².

현재 문헌의 주요 한계점은 위협 학습 또는 보상 학습을 독립적으로 평가하는 분리된 과제들을 사용함으로써, 통합적인 신경인지 기능을 파악하는 능력이 제한된다는 점입니다¹. 본 프로토콜은 여러 학습 영역에 걸쳐 행동 및 생리학적 측정법을 결합한 표준화된 프레임워크를 제공함으로써 이러한 공백을 해결합니다. 구체적으로, 본 프로토콜은 세 가지 실험 구성 요소를 포함합니다: (1) 파블로프 조건형성에서 조작적 조건형성으로의 전이를 평가하는 패러다임, (2) 사회적 공포 소멸 과제, 그리고 (3) 확률적 보상 학습 과제입니다⁸.

이러한 특정 패러다임 조합을 선택한 근거는, 세 가지 과제 중 어느 하나가 단독으로 다른 많은 기성 학습 패러다임보다 조기 역경에 더 민감하기 때문이 아니라 측정 관점의 근거에 따른 것입니다. Ruge 등¹은 81건의 연구(위협 38건, 보상 43건)에 대한 체계적 문헌 고찰을 통해, ACE와 연합 학습을 연결하는 문헌들이 여전히 이질적이며 핵심적인 면에서 결정적이지 않다는 점을 보여주었습니다. 이는 정확히 연구들이 일반적으로 단일 과제를 사용하고, 단일 반응 채널만을 기록하며, 역경을 표준화되지 않은 방식으로 조작화하기 때문입니다. 예시적으로, 행동 보상 학습 연구의 절반은 학습 둔화를 보고한 반면 나머지 절반은 유의미한 결과가 없음을 보고했습니다. 소수의 소거 관련 문헌은 결과가 없다는 발견과 이전의 획득 단계가 생략된 보고들이 주를 이루고 있습니다. 또한 보편적으로 더 신뢰할 수 있는 결과 측정법이 나타나지 않았으므로, 서로 다른 반응 채널을 상호 대체 가능한 대리 지표로 사용할 수 없습니다. 그들의 명시적인 권고 사항은 개인 수준의 지표를 산출할 수 있는 피험자 내, 다중 도메인 및 다중 채널 프로토콜로 이동하는 것입니다. 본 연구의 세 가지 과제 조합은 해당 권고를 따랐는데, 이는 세 가지 과제가 단일 패러다임으로는 커버할 수 없는, 계산적으로 분리 가능한 세 가지 요구 사항을 포괄하며, 잠재적 취약성 이론⁷에서 역경이 서로 다른 방식으로 형성할 것이라고 예측하는 영역들이기 때문입니다: (i) 도구적 제어 가능성과 결합된 위협-안전 변별로, 안도감이 회피의 추정 강화제로 작용하며¹³; (ii) 대인 관계 학대와 생태학적으로 관련이 있는 자극 영역인 사회적 얼굴 자극¹¹으로 탐색하는 억제(안전) 학습 및 공포의 회복; (iii) 확률적 불확실성 하에서의 강화 학습으로, 참가자별 계산 파라미터(학습률 alpha, 역온도 beta)⁸를 산출합니다. 이 세 가지를 모두 동일한 참가자에게 실시함으로써, 본 설계는 ACE 관련 변화가 도메인 일반적인지(Hanson 등⁸이 제안하고 신경 계산적 잠재 취약성 설명이 예측하는 바와 같은 연합 학습의 전반적 재조정⁶), 아니면 위협에 국한된 가치 특이적인지를 묻도록 구성되었습니다. 단일 과제 연구로는 구조적으로 이러한 상충하는 가설들을 판정할 수 없습니다.

본 배터리는 일련의 명시적이고 방향성 있는 가설들을 검증하도록 설계되었으며, 현재의 표본으로는 이를 판정할 통계적 검정력이 부족하므로 여기서는 충분한 검정력을 갖춘 연구들의 목표로 제시한다. Ruge 등에 의해 기술된 둔화된 학습 패턴¹과 일관되게, 더 높은 ACE 부하(load)는 다음 사항들과 연관될 것으로 예측된다: (i) 실험 1에서 CS+/CS− 변별 능력의 감소로, 이는 CS+에 대한 반응 약화에 의해 유도되며, 선언적 기대치(declarative expectancy)는 유지될 수 있는 반면 자율신경 경로(SCR)에서 더 뚜렷하게 나타날 것으로 예상된다; (ii) 회피 강화 학습¹³과 일관되게, 회피 가능한 CS+에 대해 더 강한 회피 반응과 더 높은 주관적 안도감을 보임; (iii) 실험 2에서 더 느린 소거 및 재습득 시 더 빠르고 더 큰 공포의 회복으로, 이는 대인 관계의 역경과 생태학적 관련성이 있는 사회적(얼굴) 자극에 의해 증폭될 것으로 예측된다¹¹; (iv) 실험 3에서 더 낮은 선택 정확도, 더 낮은 학습률(alpha) 및 더 큰 선택 변동성(더 낮은 beta)⁸. 결정적으로, 세 가지 과제는 다섯 번째 변별 예측에 대해 종합적인 정보를 제공한다: 만약 ACE 관련 변화가 도메인 일반적(domain-general)이라면 모든 세 과제에서 약화가 나타날 것이며, 만약 그것이 가가성(valence) 특이적이라면 두 가지 위협 패러다임에 국한되고 확률적 보상 학습에서는 나타나지 않을 것이다. 반응 경로가 동시에 기록되므로 추가적인 예측 또한 테스트 가능하다. 즉, ACE 효과는 균일하기보다 경로 의존적일 것이며, 따라서 단일 경로에서 도출된 결론이 다른 경로로 일반화되지 않을 것이다.

실험 1은 San Martín 등¹³이 개발한 회피 및 시행별 안도감 평가가 포함된 파블로프식-조작적 공포 조건 형성 패러다임을 응용한 것입니다. 이 패러다임에서는 두 개의 CS+ 단서(회피 가능 단서 하나, 회피 불가능 단서 하나)와 하나의 CS− 단서를 사용하여, 파블로프식 변별과 혐오 결과에 대한 도구적 제어를 분리합니다. 기존 패러다임에서는 파블로프 학습 단계 동안의 US 기대치 평가가 시행별로 이루어지지 않고, 해당 단계가 끝난 후 실험자에 의해 회고적으로 평가되었습니다. 본 응용 방식에서는 시각 아날로그 척도를 사용하여 과제 수행 전반에 걸쳐 기대치, 위협 및 안도감에 대한 주관적 평가를 단계별로 동시에 수집함으로써, 단계별 학습 역동성을 지속적으로 추적할 수 있도록 하였습니다.

실험 2에서는 Dibbets와 Evers⁹의 사회적(얼굴) 자극을 이용한 공포 습득-소멸 프로토콜을 응용하였으며, 조건화된 반응의 신속한 재출현(절약 효과)을 평가하기 위해 짧은 재습득 테스트를 추가하여 확장하였습니다.

실험 3은 초기 역경 관련 학습 차이를 연구하기 위해 Hanson 등이 도입한⁸ 확률적 보상 학습 과제를 응용하였으며, 참가자별 강화 학습 파라미터(Q-learning Alpha 및 Beta)를 추정할 수 있도록 두 가지 보상 조건(80/20 및 70/30)을 설정하였습니다. 본 프로토콜은 이 세 가지 패러다임을 단일 실험 세션 내에 통합함으로써, 일반적으로 개별적으로 연구되는 위협 학습과 보상 학습 과정을 참가자 내에서 직접적으로 비교할 수 있게 합니다. 분석 파이프라인은 시행당 정확도와 Q-learning 파라미터 외에도, 더 큰 표본에 적용 가능한 선형 혼합 모델 적합을 통한 개별 학습 궤적 기울기를 산출합니다.

여기서는 두 가지 뚜렷한 목표가 서로 동등하지 않으므로 이를 구분해야 합니다. 첫 번째 목표는 이러한 일련의 검사 배터리를 60분 동안의 단일 통합 세션으로 운영할 수 있으며, 각 구성 요소가 설계된 대로의 전형적인 효과를 유도한다는 것을 입증하는 것입니다. 전형적인 효과를 재현하는 것은 이 첫 번째 목표에 충분한 증거가 됩니다. 두 번째 목표는 결과로 도출된 지표들이 아동기 역경의 결과에 대해 민감하고 특이적이라는 점을 입증하는 것입니다. 전형적인 효과의 재현만으로는 이에 대한 충분한 증거가 되지 않으며, 본 샘플은 이를 입증할 만큼의 통계적 검정력을 갖추고 있지 않습니다. 따라서 본 보고서의 주된 목적은 통합 배터리의 기술적 및 방법론적 타당성을 확인하는 것입니다. 즉, 단일 세션 내에서 위협 습득, 안도감이 동반된 도구적 회피, 사회적 자극에 의한 공포의 소거 및 회복, 그리고 확률적 보상 학습이 자율신경계, 행동 및 자기보고 채널 전반에 걸쳐 동시에 습득될 수 있는지, 그리고 이 파이프라인이 안정적이고 재사용 가능한 참여자별 지표(차등 SCR 대비, 조작적 안도 대비, Q-learning 알파 및 베타 파라미터, 개별 학습 궤적 기울기)를 산출하는지 확인하는 것입니다. 학습에서 ACE 관련 변화를 평가하는 것은 부차적이고 탐색적이며 예시적인 목표에 해당합니다. 여기서 보고된 개별 차이 분석은 프로토콜의 측정 능력을 입증하고 향후 연구에서 사용할 수 있도록 후보 지표들을 제공하기 위한 것이지, 트라우마-학습 경로를 구체적으로 테스트하기 위한 것이 아닙니다. 따라서 본 프로토콜은 후보 지표들을 제공하며, 이 지표들이 아동기 역경의 신경인지적 결과를 특징짓는 데 필요한 민감도와 특이도를 갖추고 있는지는 향후 더 큰 규모의, 이상적으로는 극단 집단이 보강되고 사전 등록된 샘플^1,14을 통해 입증되어야 합니다.

프로토콜

본 프로토콜은 윤리 위원회의 요구 사항에 따라 18세 이상의 건강한 참여자를 대상으로 피부 전도 반응(Skin Conductance Response, SCR)을 측정하는 데 사용되는 절차와 기기를 설명합니다. 연구에 참여하기 전, 모든 참여자는 6개월 후 추적 평가를 위해 다시 연락받을 가능성이 포함된 고지된 동의서에 서명하였습니다. 본 문서에 기술된 모든 절차는 Universidad de los Andes의 과학 윤리 위원회(ID: CEC2025023)의 승인을 받았습니다.

참고: 본 프로토콜은 참가자 일정 계획, 실험실 준비, 생리적 신호 획득, 데이터 정리 및 실험 후 데이터 처리를 포함한 전체 실험 워크플로(그림 1)에 대한 상세한 설명을 제공합니다. 또한, 모든 실험 세션에서 SCR 기록이 일관되고 표준화되며 신뢰성 있게 수집될 수 있도록 시행된 스태프 교육 절차에 대해 설명합니다.

그림 1: 연구 설계의 전체 개요. 각 참가자는 회피를 동반한 파블로프-조작적 공포 조건화(실험 1), 사회적 자극을 이용한 공포 습득-소멸-재습득(실험 2), 확률적 보상 학습(실험 3)의 세 가지 연속적인 행동 패러다임을 포함하는 단일 실험실 세션을 완료했다. 아동기 역경(CTQ-SF), 긍정적 아동기 경험(BCE) 및 현재 증상(PHQ-9, GAD-7, STAI)에 대한 자기 보고 데이터도 수집되었다. 피부 전도 반응, 행동(회피, 확률적 선택) 및 주관적 평정(기대, 위협, 안도감)을 포함한 다채널 데이터가 동시에 기록되었다. 참가자별 지표는 개인차 분석에 입력되었다(부록 파일 2 참조). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

1. 직원 교육

1. 데이터 측정의 표준화와 정확성을 보장하기 위해 모든 팀원을 세 단계의 점진적인 과정으로 교육합니다.
   1. 각 팀원이 샘플을 채취하고 각각의 프로토콜에 따라 세 가지 실험을 모두 수행하는 내부 시험을 실시하여, 교육생이 장비 및 피실험자 대응 방식에 익숙해지도록 합니다.
   2. 다음으로, 교육생이 최소 한 명 이상의 책임 연구자 감독 하에 실제 피실험자로부터 샘플을 채취하게 하여, 프로토콜 수행 능력을 검증하고 오류를 수정합니다.
   3. 감독 하에 전체 프로토콜이 올바르게 적용된 것이 확인된 후에만 보조 연구원이 독자적으로 샘플을 채취하고 새로운 피실험자 일정을 잡을 수 있도록 권한을 부여합니다.

2. 일정 계획

1. 소셜 미디어를 통해 연구의 일반적인 목적과 참여 기준을 안내하여 참여자를 모집하고 일정을 예약합니다.
   1. 디지털 포스터를 제작하여 모집 채널을 통해 배포함으로써 가능한 많은 잠재적 참여자에게 도달하도록 합니다.
   2. 관심 있는 지원자가 이메일로 연구팀에 연락하도록 안내하고, 참여자가 편리한 날짜로 세션 일정을 예약합니다.
   3. 참여하게 된 인원에게 "보이지 않는 흔적: 성인기 정신 건강과 아동기 부정적 경험 간의 관계에서 연합 학습의 역할"이라는 제목의 온라인 설문지 링크를 발송합니다.
   4. 설문지의 시작 부분에 고지된 동의서를 포함하며, 다음 항목이 제시되기 전에 참여자가 이를 읽고 수락하도록 합니다.
   5. 설문지에 사회인구학적 섹션과 다음과 같이 검증된 심리 측정 척도를 포함합니다: Patient Health Questionnaire-9 (PHQ-9)¹⁵, Generalized Anxiety Disorder Screener (GAD-7)¹⁶, State-Trait Anxiety Inventory (STAI)¹⁷, Childhood Trauma Questionnaire—Short Form (CTQ-SF)¹⁸, 그리고 Benevolent Childhood Experiences (BCEs)¹⁰.

3. 준비 과정

1. 참가자가 도착하기 전, 최소 한 명의 직원이 실험실에 상주하고 있는지 확인하십시오. 세션을 시작하기 전에 실험 환경을 준비하고, 장비의 정상 작동 여부를 확인하며, 모든 프로토콜 요구 사항이 충족되었는지 확인하십시오.
   1. 실험실 컴퓨터를 켜고 운영 체제, 실험 소프트웨어 및 모든 주변 기기가 정상적으로 작동하는지 확인하십시오.
   2. 실험 파일과 데이터 수집 시스템이 사용 가능한 상태인지 확인하십시오.
   3. 참가자가 실험실에 들어오기 전에 일일 실행 파일을 열어 검토하십시오.
   4. 방문 참가자에게 할당된 해당 식별 코드(ID)를 확인하십시오.
   5. 사전에 정의된 카운터밸런싱(counterbalancing)에 따른 실험 조건의 실행 순서를 확인하십시오.
   6. 데이터 수집을 시작하기 전, 참가자가 올바른 실험 순서에 할당되었는지 확인하십시오.
      참고: 일일 실행 파일에는 참가자 ID를 할당하고, 모든 실험 조건에 걸쳐 필요한 카운터밸런싱을 유지하면서 실험 실행 순서를 결정하는 데 필요한 모든 정보가 포함되어 있습니다. 예를 들어, 참가자에게 ID "015"가 할당될 수 있습니다.
   7. 자동화 처리 파이프라인에서 요구하는 표준 디렉토리 구조에 따라 실험실 컴퓨터의 데이터 저장 공간을 구성하십시오: 실험당 하나의 최상위 폴더, 카운터밸런싱 조건당 하나의 하위 폴더, 참가자 ID당 하나의 폴더를 생성하고, 처리된 데이터와 통합 데이터베이스가 저장될 두 개의 글로벌 폴더를 생성하십시오(Supplementary File 1 참조).
   8. 데이터 수집을 시작하기 전, 일일 실행 파일에 기재된 ID 및 카운터밸런싱 조건에 해당하는 참가자 폴더를 생성하고, 세션 전반에 걸쳐 Supplementary File 1에 명시된 디렉토리 및 파일 명명 규칙을 따르십시오. 이는 전처리 및 데이터베이스 스크립트가 경로와 이름으로 파일을 찾기 때문입니다.
      참고: 디렉토리 트리, 카운터밸런싱 하위 폴더 레이블, 파일 명명 규칙 및 실제 적용 예시는 Supplementary File 1에 제시되어 있습니다. 이 규칙을 따르지 않으면 자동화 파이프라인이 참가자의 파일을 찾을 수 없습니다.
   9. 실험 책상에 외부 물체나 주의를 분산시키는 물건이 전혀 없는지 확인하십시오. 책상 위에는 데이터 수집 시스템과 실험에 필요한 컴퓨터 주변 기기만 두십시오.
   10. 차분하고 전문적인 태도로 참가자를 실내로 안내하십시오.
   11. 참가자에게 모든 개인 소지품을 지정된 구역에 따로 놓아달라고 요청하십시오.
   12. 실험 세션 중 중단이나 방해를 방지하기 위해 참가자의 모바일 기기를 무음 모드로 설정하도록 안내하십시오.
   13. 측정에 방해가 될 수 있으므로, 특히 반지, 팔찌 또는 중지와 약지에 착용하고 있는 모든 액세서리를 비우세손(non-dominant hand)에서 제거해 달라고 요청하십시오.
   14. 참가자가 실험실 컴퓨터 앞에 배치된 의자에 편안하게 앉도록 안내하십시오.
   15. 참가자에게 고지된 동의서의 출력본을 제공하십시오.
   16. 참가자가 문서를 읽고 필요한 경우 질문할 수 있도록 충분한 시간을 주십시오.
   17. 실험 절차를 시작하기 전, 고지된 동의서에 올바르게 서명했는지 확인하십시오.
       참고: 고지된 동의 절차는 윤리 위원회에서 정한 요구 사항에 따라, 그리고 참가자의 동의 문서에 대한 물리적 백업을 유지하기 위해 물리적 형식으로 반복 수행됩니다.

4. 실험 설정

참고: 모든 생리학적 측정값이 참가자 전반에 걸쳐 동일하게 제어된 조건 하에서 획득될 수 있도록, 실험 설정은 엄격하고 표준화된 프로토콜을 따라야 합니다.

1. 데이터 수집 시스템을 켜고 장치가 실험실 컴퓨터에 올바르게 연결되어 수집 시스템 소프트웨어에서 인식되는지 확인합니다 (그림 2A–E 참조).
2. 피험자 준비를 진행하기 전에 모든 필수 모듈과 주변 기기가 제대로 작동하는지 다시 확인합니다.
3. 두 개의 전기피부활동(EDA) 전극을 준비합니다 (그림 2F 참조).
4. 각 전극의 접촉면에 소량의 전도성 젤을 바릅니다 (그림 2G,H 참조).
5. 피험자의 피부와 전기적 접촉을 개선하고 신호 품질을 최적화하기 위해 전도성 젤이 전극 표면에 고르게 도포되었는지 확인합니다.
   참고: 전극에 전도성 젤을 바르지 않으면 기록된 신호에 과도한 노이즈가 포함될 수 있으며, 피부 전도도 반응(SCR) 측정 품질이 심각하게 저하될 수 있습니다.
6. 피험자의 비우세손에 전극을 배치합니다.
7. 한 개의 전극은 가운데 손가락(세 번째 손가락)의 첫 번째 마디에, 다른 전극은 약지(네 번째 손가락)의 첫 번째 마디에 부착합니다 (그림 2I 참조).
8. 두 전극이 단단히 부착되었는지, 그리고 피험자에게 불편함을 주지 않으면서 피부와 안정적인 접촉을 유지하고 있는지 확인합니다.
9. 피험자의 손목에 손목 스트랩을 착용시킵니다.
10. 교정 단계 동안에는 EDA 전극을 손목 스트랩에서 분리된 상태로 둡니다 (그림 2J 참조).
11. 생리적 데이터 수집 시스템과 무선 통신을 설정하기 위해 손목 스트랩의 전원을 켭니다.
12. 장치가 성공적으로 감지되었는지 확인합니다.
    참고: 전체 실험 세션 동안 손목 스트랩에 특별한 주의를 기울여야 합니다. 통신이 중단되면 생리적 기록에 영향을 줄 수 있으므로, 실험 시작 전 장치의 전원이 켜져 있고 연결된 상태인지 지속적으로 확인해야 합니다.
13. 수집 소프트웨어에서 데이터 수집 프로세스를 시작합니다.
14. 수집이 시작되면 화면에 자동으로 나타나는 교정 창이 뜰 때까지 기다립니다.
15. 전극을 손목 스트랩에서 분리한 상태로 교정 절차를 수행합니다.
16. 절차가 완료될 때까지 소프트웨어에서 제공하는 교정 지침을 따릅니다.
17. 교정이 성공적으로 완료되면 EDA 전극을 손목 스트랩에 연결합니다 (그림 2K 참조).
18. 소프트웨어에서 피부 전도도 반응(SCR) 신호가 올바르게 수집되고 있는지 확인합니다.
19. 피험자에게 전체 실험 동안 비우세손을 완전히 움직이지 말고 유지하도록 안내합니다.
20. 불필요한 움직임, 손가락 수축 또는 자세 변화가 SCR 신호에 노이즈를 유발할 수 있음을 설명합니다.
21. 세션 동안 피험자가 편안하고 이완된 자세를 유지하도록 요청합니다.
22. 실험 과제를 시작하기 전 피험자에게 헤드폰을 제공합니다.
23. 헤드폰이 제대로 작동하는지, 그리고 피험자가 실험 중에 제시되는 청각 자극을 명확하게 인지할 수 있는지 확인합니다.
24. PsychoPy¹⁹에서 실험 과제를 실행합니다.
25. PsychoPy 인터페이스가 열리면, 요청 창에 피험자 이름을 입력합니다.
26. 실험을 시작하기 전, 일일 실행 파일에 지정된 대로 피험자에게 할당된 ID를 정확하게 입력합니다.
    참고: 앞선 예시에 따라, PsychoPy에 입력할 피험자 ID는 "015"여야 합니다.

그림 2: 피부 전도도 기록을 위한 획득 시스템, 재료 및 전극 배치. (A) Biopac MP200 메인 유닛. (B) 생체 신호 획득 모듈 (PPG/EDA). (C) 센서 커넥터 모듈. (D) 아날로그 입력 모듈. (E) PsychoPy와 AcqKnowledge 간 통신을 위한 TTL 모듈. (F) 일회용 전극 (EL507A). (G) 피부 접촉 개선을 위한 등장성 겔 (GEL101A). (H) 전극에 겔 도포. (I) 비우세손의 세 번째 및 네 번째 손가락 첫 번째 마디에 배치된 전극. (J) SCR 측정을 위해 비우세손에 착용한 손목 스트랩. (K) 캘리브레이션 과정 후 연결된 전극. 이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.

5. 실험 시작

1. 실험 과제를 시작하기 전, 실험 중에 제시되는 질문에 응답하는 방법을 참가자에게 상세히 설명하십시오.
2. 참가자가 다음 사항을 명확히 이해했는지 확인하십시오: (i) 과제 수행 중 사용할 응답 방법, (ii) 화면에 표시되는 지시문의 의미, (iii) 실험 전반에 걸쳐 주의를 집중하고 불필요한 움직임을 최소화하는 것의 중요성.
3. 녹화 세션을 시작하기 전, 참가자의 남은 질문에 모두 답변하십시오.
4. 생체 신호 수집 시스템 통신, 손목 스트랩 연결, SCR 신호 품질, PsychoPy 실행, 헤드폰을 통한 오디오 출력, 정확한 참가자 ID 등록을 포함하여, 모든 시스템이 설정된 프로토콜에 따라 올바르게 작동하는지 전체 실험 설정을 최종 확인하십시오.
5. 모든 시스템이 확인되고 참가자가 시작 준비가 되었음을 확인하면, 실험 과제를 시작하십시오.
6. 데이터 수집 중 외부 영향과 주의 산만 요소를 최소화하기 위해, 과제가 시작되면 실험실 밖으로 나가십시오.
7. 기술적 지원이나 참가자 보조가 필요한 경우에 대비하여 근처에서 대기하며, 참가자가 세션을 마칠 때까지 기다리십시오.

6. 실험 간 단계

1. 참가자가 과제를 마치면 실험실로 다시 들어가 획득 소프트웨어에서 생체 신호 기록을 중단합니다.
2. 생체 신호 기록을 참가자 폴더에 획득 파일로 저장한 다음, 동일한 기록을 이벤트가 포함된 MATLAB 형식으로 내보냅니다. 이렇게 하면 내보낸 파일에 TTL 모듈을 통해 PsychoPy에서 생성된 자극 마커가 포함됩니다. 내보내기 과정에서 별도의 마커 파일이 추가로 생성됩니다.
   참고: 이벤트 및 마커 정보는 전처리 파이프라인(섹션 8)에서 신호를 시행별 및 자극 유형별로 분할하는 데 필요합니다.
3. 과제 종료 시 생성된 PsychoPy 출력 스프레드시트를 동일한 참가자 폴더에 저장합니다. 네 가지 모든 파일에 대해 Supplementary File 1에 상세히 기술된 표준화된 파일 명명 규칙을 사용하십시오.
   참고: 각 실험이 끝날 때 참가자 폴더에는 획득 파일, 내보낸 MATLAB 파일, 마커 파일 및 PsychoPy 스프레드시트가 포함되어 있어야 합니다. 정확한 이름, 경로 및 실제 예시는 Supplementary File 1에 제시되어 있습니다.
4. 제거 과정에서 과도한 움직임이나 불편함이 발생하지 않도록 주의하며 참가자로부터 EDA 전극을 조심스럽게 분리합니다.
5. 다음 PsychoPy 실험 과제를 열고 다음 실험을 준비하기 위해 획득 소프트웨어를 재시작합니다.
6. 단계 4.1부터 시작하여 전체 준비 및 획득 절차를 반복합니다.
   참고: 전체 실험 세션은 세 개의 독립적인 실험으로 구성됩니다. 따라서 두 번째 실험이 끝나면 위에서 설명한 동일한 절차를 세 번째 실험에 대해 반복해야 합니다.
7. 전체 실험 세션이 끝날 때, 참가자에게 각 실험 과제별로 세 개의 하위 폴더가 있고, 각 폴더에 앞서 언급한 모든 파일이 포함되어 있는지 확인합니다.
   참고: 스태프가 세션 동안 참가자를 모니터링하고 획득 시스템의 정상 작동 여부를 확인할 수 있도록 각 실험 과제의 대략적인 소요 시간을 미리 추정하였습니다. 각 실험의 추정 소요 시간은 다음과 같습니다.
   Experiment_1: 약 24 min.
   Experiment_2: 약 17 min.
   Experiment_3: 약 8 min.
   준비, 보정, 실험 간 전환 기간 및 마무리 절차를 고려하면, 전체 실험 세션의 총 소요 시간은 약 60 min입니다.

7. 실험 종료

1. 세 가지 실험 과제가 모두 완료되면 생리적 기록 세션을 종료합니다.
2. 데이터 수집 소프트웨어에서 수집 프로세스가 아직 중단되지 않았다면 이를 중단합니다.
3. 손목 스트랩에서 EDA 전극을 분리하고 참가자의 손목에서 손목 스트랩을 제거합니다.
4. 불편함을 최소화하고 피부에서 안전하게 제거할 수 있도록 참가자가 직접 EDA 전극을 제거하게 합니다.
5. 세션을 마치기 전 모든 실험 파일과 생리적 기록이 올바르게 저장되었는지 확인합니다.
6. 실험 절차가 완료된 후 참가자에게 협조에 대해 감사를 표하고 감사의 표시로 간단한 간식을 제공합니다.
   참고: 손목 스트랩과 생리적 수집 시스템 모듈 간의 통신 단절, 손목 스트랩의 예기치 않은 전원 종료, 전극의 헐거움 또는 부분적 탈착, 연결 문제로 인한 일시적인 신호 중단 또는 과도한 노이즈를 포함하되 이에 국한되지 않는 기술적 문제로 인해 생리적 기록 중 문제가 발생하더라도, 실험은 계획대로 계속 진행해야 하며 참가자가 실험 세션을 반복해서는 안 됩니다.

8. 데이터 전처리

참고: 실험 세션이 완료되고 모든 생리적 기록이 적절하게 저장되면, 분석 전에 SCR 데이터를 표준화된 전처리 절차에 따라 처리해야 합니다.

1. 실행하십시오. Ledalab_형식 데이터 수집 소프트웨어에서 내보낸 생체 신호 기록의 데이터 구조를 재구성하여, EDA 신호 분석을 위해 설계된 MATLAB 기반 툴박스인 Ledalab과 호환되도록 하는 MATLAB 스크립트입니다.
   참고: 다음의 경우 Ledalab_Format.mat 코드, 다음의 경로를 정의하십시오. {Identification_Code}.mat 파일을 입력 변수로 사용합니다. 이를 통해 내보낸 생리적 기록 파일을 Ledalab에서 정확하게 읽고 처리할 수 있는 형식으로 변환할 수 있습니다. 변환 과정이 완료되면, 다음의 명명 규칙을 사용하여 해당 피험자 폴더 내에 새로운 MATLAB 파일을 생성하고 저장해야 합니다. Ledalab_{식별_코드}.mat이전 사례에 따라, Experiment_1의 데이터를 참가자별로 변환하면 "015"결과 파일의 이름은 Ledalab_015.mat로 지정해야 합니다.
2. Ledalab을 실행하고, 왼쪽 상단에 있는 메뉴 바에서 다음을 선택하십시오. 파일 > 데이터 가져오기 > Matlab 파일 (*.mat)그 후, 해당 참가자의 실험 조건에 해당하는 새로 생성된 데이터 파일을 불러오십시오.
3. 파일이 로드되면 Ledalab에 표시되는 구성 창에 샘플링 매개변수를 입력하십시오.
4. SCR 신호의 원래 획득 주파수는 2000 Hz입니다. 계산 부하를 줄이기 위해 다음 매개변수를 사용하여 신호를 10 Hz로 다운샘플링하십시오: 대상 샘플링 주파수: 10 Hz, 다운샘플링 계수: 200, 리샘플링 방법: Steps.
5. 다운샘플링 절차를 완료한 후, 연속 분해 분석(continuous decomposition analysis, CDA)을 수행하십시오.²⁰ Ledalab 내에서 EDA 신호를 긴장성(tonic) 성분과 위상성(phasic) 성분으로 분해합니다.
6. 메뉴 바에서 다음을 선택하십시오. 분석 > 연속 분해 분석 (연속적인 위상성/긴장성 활동의 추출).
7. 화면에 구성 창이 나타날 때까지 기다리십시오.
8. 이 창에서 다음을 선택하십시오. 최적화 분석 파라미터를 자동으로 조정하는 옵션.
9. 최적화 과정이 완료되면, 클릭하십시오. 적용 CDA 분석을 시작하기 위해.
10. CDA 분석이 완료되면, 선택하십시오. 결과 > 사건 관련 분석, 그러면 화면에 설정 창이 나타납니다.
11. 최소 진폭 임계값을 Ledalab 기본값인 다음으로 설정하십시오. 0.01 µS z-축 스케일(z-scale) 옵션은 선택하지 않은 상태로 둡니다. 데이터 수집 소프트웨어에서 내보낸 이벤트 마커는 조건 자극의 시작 시점과 무조건 자극의 시작 시점을 각각 별도로 표시하므로, 이벤트 관련 분석을 통해 각 자극에 대한 반응을 얻을 수 있습니다. 반응 창(response window)을 다음과 같이 설정하십시오.
    1. 실험 1에서는 이벤트 마커 이후 0초에서 9초까지의 구간을 사용하십시오.
    2. 실험 2의 경우, 이벤트 마커 이후 0초에서 6초 구간을 사용하십시오.
12. 결과를 스프레드시트 파일로 내보내십시오. Ledalab은 SCR 신호에서 추출한 관련 생리학적 정보 및 이벤트 관련 정보가 포함된 스프레드시트를 생성합니다.
    참고: 응답 창은 각 과제에서 조건 자극이 제시되는 전체 시간과 일치합니다 (부록 표 1실험 1에서는 9초, 실험 2에서는 6초)로 설정하여, 조건자극(CS) 유발 반응이 전체 CS-US 간격을 포괄하게 하고, 별도의 이벤트 마커로 측정되는 무조건 반응에 의해 오염되지 않도록 하였습니다. 다음의 기준치 미만인 반응은 0.01 µS 임계값은 Ledalab에 의해 0으로 기록되며 분석 시에도 0으로 유지됩니다. 이를 삭제할 경우 반응 정도가 낮은 참가자들의 평균 반응값이 과대평가될 수 있으므로 삭제하지 마십시오.
13. 실험 2에 대해 전처리, 다운샘플링 및 CDA 절차 전체를 반복하십시오(다른 절차를 따르며 CDA 결과물이 필요하지 않은 실험 3에 대해서는 아래의 참고 사항을 확인하십시오).
    ​참고: 전처리 단계의 마지막에 각 실험 폴더에는 Ledalab에서 생성된 CDA 분석 결과에 해당하는 스프레드시트 파일이 추가로 포함되어야 합니다. 이 파일은 이후 저장, 정리 및 추가 분석을 위해 .xlsx 형식으로 변환되어야 합니다. 실험 3은 다른 전처리 절차를 따릅니다. 이 실험에서는 MATLAB 스크립트만 사용해야 하며, CDA 출력값은 필요하지 않고 알파 및 베타 값만 필요합니다. 스크립트가 실행되면 "실험_3"알파 및 베타 값을 자동으로 추출하여 이를 행동 정보와 병합하고, 결과 스프레드시트를 다음 경로에 저장합니다. 글로벌_데이터/실험_3.
14. 신호 품질 관리, 무반응자 및 아티팩트 처리를 수행하십시오.
    1. 통계 분석을 수행하기 전, Ledalab에서 각 참가자의 다운샘플링된 전체 피부 전도도 트레이스를 표시하고, 첫 번째 이벤트 마커부터 마지막 마커까지 시각적으로 검토하십시오. 신호 품질은 채널 및 과제에 따라 다르므로, 모든 참가자와 모든 과제에 대해 각각 개별적으로 이 검토 과정을 수행하십시오.
    2. 다음 중 어느 하나라도 관찰되는 경우, 트레이스 전체를 제외하고 해당 참가자의 해당 과제에 대한 SCR 채널을 결측치로 처리하십시오: (i) 과제 수행 동안 신호가 평탄하거나 나타나지 않아 손목 스트랩과의 무선 통신 두절, 손목 스트랩의 전원 꺼짐 또는 전극 탈착이 나타나는 경우; (ii) 긴장성 피부 전도 수준이 다음보다 낮은 경우 0.05 µS 과제 전반에 걸쳐 지속되는 현상으로, 이는 낮은 각성 상태보다는 전극과 피부의 접촉 불량을 나타냅니다. (iii) 해석 불가능한 드리프트 또는 특정 사건과 시간적으로 동기화되지 않은 갑작스럽고 지속적인 진폭의 팽창, 또는 (iv) 증폭기 범위의 포화 상태.
       ​주의: 세션을 반복하지 마십시오. 또한, 다른 과업이나 행동 및 자기보고 채널에서 참가자를 제외하지 마십시오.
    3. 특정 과제에 대해 위상성 반응이 다음 기준치에 도달하거나 이를 초과하지 않는 경우, 해당 참여자를 무반응자로 정의합니다. 0.01 µS 해당 과제의 모든 이벤트에 대한 임계값으로, 강화 시행(reinforced trials)의 무조건 자극 이벤트가 포함됩니다. 즉, 참가자가 혐오적인 결과 자체에 대해서조차 측정 가능한 전기 피부 반응을 보이지 않는 경우를 의미합니다.
       1. 무조건 자극에 대해서조차 전기피부반응이 전혀 나타나지 않는 것은 해당 세션에서 전기피부계 측정이 불가능했음을 나타내며, 참여자가 조건부 관계에 전혀 참여하지 않았을 가능성을 시사하므로, 무반응자를 해당 과제의 모든 채널(피부 전도도, 행동 및 주관적 평가 모두)에서 제외하십시오.
       2. 해당 참가자를 나머지 두 가지 과제에 유지하십시오. 이 경우를 기술적 신호 손실(전극 탈착 또는 무선 통신이 끊긴 손목 스트랩 등)과 구분하십시오. 기술적 신호 손실의 경우 참가자는 반응했으나 신호가 기록되지 않은 것이므로, 해당 과제의 SCR 채널은 결측치로 처리하되, 피부 전도 신호 품질의 영향을 받지 않는 해당 과제의 행동 및 주관적 데이터는 유지하십시오.
       3. 모든 과제에 대하여 무응답률과 기술적 손실률을 각각 별도로 보고하십시오.
    4. 트레이스 상의 움직임 아티팩트를 (i) 이벤트 마커와 시간적으로 동기화되지 않은 갑작스러운 상승 과도응답, 또는 (ii) 손가락 수축, 자세 변경, 혹은 전극이 의자나 책상에 마찰되어 발생하는 토닉 수준의 계단 모양 오프셋으로 식별하십시오.
    5. 해당 아티팩트가 포함된 모든 시행의 스코어링 윈도우를 표시하고 해당 시행을 제외하되, 참여자는 제외하지 마십시오.
    6. 해당 과제의 시행 횟수 중 25% 이상이 아티팩트로 오염된 것으로 표시된 경우, 해당 참여자를 SCR 분석뿐만 아니라 해당 과제의 모든 채널에서 제외하십시오. 이 경우 남은 시행만으로는 참여자별 안정적인 추정치를 얻을 수 없으며, 해당 세션의 기록 조건이 어떤 채널에서도 적절하지 않은 것으로 간주됩니다. 다만, 나머지 두 가지 과제에서는 해당 참여자를 유지하십시오.
    7. 전기피부 전도도 진폭의 양의 왜곡 분포를 정규화하기 위해, 평균을 내기 전 각 시도 수준의 진폭을 log(SCR + 1)로 변환하십시오. 이때 기선 표류(baseline drift)로 인해 드물게 발생하는 음수 CDA 값은 변환 전에 0으로 고정하십시오.
    8. 변환된 시행들을 집계하여 참가자별, 단계별, 자극별로 하나의 값을 얻으십시오.
    9. 채널별 손실로 인해 n 값이 서로 달라지므로, 각 채널(SCR, 행동, 평가) 및 각 과제별로 분석 n을 각각 보고하십시오.
    10. 단계 8.14.1~8.14.9에서 내린 모든 결정 사항을 참가자별 품질 로그에 기록하십시오. 해당 로그에는 참가자 ID, 과제, 균형화 조건, 트레이스 수용 또는 거부 여부(거부 시 사유 포함), 토닉 레벨 범위, 아티팩트로 인해 거부된 시행 횟수 및 식별 번호, 아티팩트 거부 시행 백분율, 무반응자 상태, 그리고 각 채널별 최종 분석 n 기여도가 포함되어야 합니다.
    11. 채널별 데이터 손실을 감사하고 재현할 수 있도록 품질 로그를 통합 데이터베이스와 함께 저장하십시오.
        참고: 본 표본에서는 8.14.3단계의 무반응자 기준에 해당하는 참가자가 없었으며, 8.14.6단계의 아티팩트 임계값 25%를 초과한 참가자도 없었습니다. 따라서 어떠한 참가자도 특정 과제의 모든 채널에서 제외되지 않았습니다. 분석 대상 수(n)의 차이는 두 가지 독립적인 원인에 의한 것입니다. 첫째는 전기피부 전도 채널의 기술적 손실로, 이 경우 해당 과제의 행동 및 주관적 기록은 유지됩니다. 둘째는 행동 또는 자기 보고 기록의 누락(과제 미완료 또는 시각 아날로그 응답 누락)이며, 이는 전기피부 신호의 품질과는 무관합니다. 모든 채널과 과제에 대한 정확한 분석 대상 수(n)는 '대표 결과(Representative Results)'의 분석 표본 단락에 보고되어 있습니다. 실험 3에는 SCR 채널이 포함되지 않으므로, 해당 실험의 n 이는 전기피부 데이터의 손실보다는 행동 데이터의 손실을 반영합니다. 이러한 기준을 명시적으로 보고하는 것은 Ruge 등이 강조한 전기피부 결과의 조작화 및 보고에 있어 조화가 부족한 문제를 직접적으로 해결합니다.¹.

9. 데이터베이스

1. Python 스크립트 Data_Bases.py를 실행하여 각 참가자에 대해 SCR 기록에서 얻은 생리학적 측정값과 실험 과제 중에 수집된 응답 데이터를 병합합니다.
   참고: 이 스크립트는 Ledalab을 통해 처리된 생리학적 기록 정보, CDA 분석 결과물, 그리고 실험 중 생성된 PsychoPy 응답 스프레드시트 정보를 통합합니다.
2. 스크립트가 성공적으로 실행된 후, 단일 참가자의 생리학적 정보와 행동 정보가 모두 포함된 통합 스프레드시트가 생성되어 Global_Data 폴더에 저장되었는지 확인합니다.
   참고: 이전 예시와 마찬가지로 분석 대상으로 Experiment_1이 선택되면, Python 스크립트가 해당 실험과 관련된 모든 참가자의 폴더를 자동으로 탐색하여 각 참가자의 CDA 결과물을 해당 행동 데이터와 병합하고, Global_Data/Exp_1 폴더 내에 참가자별 개별 스프레드시트 파일을 생성합니다.
3. 개별 참가자 데이터베이스가 생성되면, Python 스크립트 Completed_Bases_Per_Experiment.py를 사용하여 각 실험 과제에 대한 모든 참가자의 데이터를 병합합니다.
   참고: 이 스크립트는 모든 참가자 폴더의 정보를 각 실험별 통합 데이터베이스로 결합하여, 이후의 통계 분석 및 데이터 처리를 용이하게 합니다. 절차가 성공적으로 완료되면 세 가지 실험 각각에 해당하는 세 개의 최종 스프레드시트가 생성됩니다:
   Experiment_1용 스프레드시트 1개
   Experiment_2용 스프레드시트 1개
   Experiment_3용 스프레드시트 1개
4. 결과로 생성된 전체 데이터베이스를 Complete_Data_Bases 폴더에 저장합니다.

결과

분석 시료

총 38명의 건강한 성인이 전체 실험 세션과 자기 보고식 설문지(CTQ-SF, BCE, PHQ-9, GAD-7, STAI) 작성을 완료하였습니다. 분석별 표본 크기는 참가자의 중도 탈락이 아니라 채널별 데이터 손실로 인해 약간씩 차이가 있었습니다. 분석별 표본 크기는 다음과 같습니다: 실험 1 — SCR 및 평가 ANOVA(파블로프 및 조작적 단계), n = 37; 조작적 버튼 누르기 ANOVA, n = 38. 실험 2 — 평가 분석(습득, 소멸, 재습득) 및 습득 SCR, n = 36; 소멸 SCR 및 SCR 단계 × 자극 ART-ANOVA, n = 35. 실험 3 — 모든 분석, n = 37. 자기 보고 측정치(CTQ, BCE, 증상)만 포함된 상관 분석에는 전체 표본(N = 38)이 사용되었습니다.

실험 1: 회피 반응을 이용한 파블로프식 및 조작적 조건 형성

파블로프 단계: 세 가지 CS(회피 가능 CS+, 회피 불가능 CS+, CS−)에 대한 반복 측정 ANOVA 결과, 명시적 측정치인 기대치 등급, F(2, 72) = 50.45, p < 0.001, ηp²= 0.584, 그리고 위협 등급, F(2, 72) = 19.54, p < 0.001, ηp² = 0.352 모두에서 조건화된 변별이 확인되었습니다. 두 가지 CS+ 유형 모두 CS−(16.14 및 18.80; 모든 Bonferroni 보정 ps < 0.001, d_zs = 0.67–1.49)보다 US를 더 잘 예측하는 것으로 평가되었으며(회피 가능: M = 72.84; 회피 불가능: M = 70.97), 더 위협적인 것(52.45 및 50.75)으로 평가되었으나, 두 CS+ 간에는 차이가 없었습니다(ps = 1.00). 자율신경계 측정치는 동일한 방향성을 보였으나 효과는 더 약했습니다. SCR은 자극에 따라 차이를 보였으며, F(2, 72) = 5.09, p = 0.009, ηp² = 0.124 (Greenhouse-Geisser p = 0.018)였으며, 이는 CS−(M = 0.010, SD = 0.008) 대비 회피 불가능 CS+(M = 0.014, SD = 0.012)에 의해 유도되었으나, 이 쌍별 대비는 Bonferroni 보정을 통과하지 못했습니다(p = 0.052, d_z = 0.41). 두 CS+를 단일 지표로 통합했을 때, SCR에서 CS+ 대 CS−의 유의미한 변별이 회복되었습니다, t(36) =2.29, p = 0.028, d_z = 0.38. 이러한 강력한 선언적 변별과 더 약하고 덜 정밀한 자율신경계 변별 사이의 해리는 명시적 위협 평가와 피부 전도도가 부분적으로 분리된 조건화 경로를 반영한다는 이전 보고들과 일치합니다²¹ (그림 3, 표 1).

그림 3: 실험 1의 파블로프 단계: 피부 전도 반응, 기대치 및 위협 평가. (A) 로그 변환된 피부 전도 반응 (log[microsiemens + 1]). (B) 0–100 시각 아날로그 척도에 따른 기대치 평가. (C) 0–100 시각 아날로그 척도에 따른 위협 평가. 박스 플롯은 중앙값(중심선), 사분위 범위(박스), 1.5 × IQR까지 연장된 수염 및 개별 이상치를 나타냅니다. 대괄호는 Bonferroni 보정을 거친 유의미한 쌍별 대응 표본 t-검정 결과를 나타냅니다 (*p < 0.05, **p < 0.01, ***p < 0.001); 유의미하지 않은 쌍은 표시되지 않았습니다. n = 37. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

측정	회피 가능한 CS+	피할 수 없는 CS+	CS-
SCR (log[마이크로지멘스 + 1])	0.0109 (0.0086)	0.0140 (0.0123)	0.0100 (0.0075)
기대치 (VAS 0–100)	72.84 (23.92)	70.97 (26.25)	16.14 (27.94)
위협 수준 (VAS 0–100)	52.45 (27.83)	50.75 (31.67)	18.80 (27.32)

표 1: 실험 1의 파블로프 단계에 대한 기술 통계. 셀은 M (SD)를 나타냄. SCR = 피부 전도 반응, 분석 전 log(SCR + 1)로 로그 변환됨; VAS = 0에서 100까지의 시각 아날로그 척도. n = 37.

조작적 단계에서 회피 조건이 도입되자 세 가지 측정치가 수렴되었습니다. 참가자들은 CS− 때보다 두 가지 CS+ 동안에 반응 버튼을 더 자주 눌렀으며, F(2, 74) = 9.51, p < 0.001, ηp² = 0.204 (회피 가능: M = 8.53; 회피 불가능: M = 9.04; CS−: M = 7.26; 두 값 모두 Bonferroni ps ≤ 0.027)였습니다. 기대치, 위협 및 안도감 평가는 통제 가능성에 따라 두 가지 CS+를 명확하게 구분했습니다: 기대치, F(2, 72) = 136.34, p < 0.001, ηp² = 0.791 (회피 불가능 > 회피 가능, d_z = 1.56); 위협, F(2, 72) = 61.09, p < 0.001, ηp² = 0.629 (회피 불가능 > 회피 가능, d_z = 1.02); 그리고 안도감, F(2, 72) = 14.94, p < 0.001, ηp² = 0.293 (회피 가능 > 회피 불가능, d_z = 0.86; 모든 Bonferroni ps < 0.001)였으며, 이는 참가자들이 버튼이 회피 가능한 CS+에 대해서만 충격 확률을 낮춘다는 점을 이해했음을 반영합니다. 이 단계에서 자극 간 피부 전도도는 차이가 없었으며, F(2, 72) = 0.78, p = 0.462, ηp² = 0.021이었는데, 이는 회피 반응의 능동적인 참여가 파블로프적 단계에서 관찰된 차별적 자율 신경 신호를 약화시켰음을 시사합니다²²(그림 4, 표 2).

그림 4: 실험 1의 조작적 단계: 피부 전도 반응, 회피 행동 및 안도감 평점. (A) 로그 변환된 피부 전도 반응 (log[microsiemens + 1]). (B) 버튼 누름 횟수 (회피 행동); 버튼을 누르면 회피 가능한 CS+ 동안에만 무조건 자극이 취소되며, 회피 불가능한 CS+ 동안에는 취소되지 않음. (C) 0-100 시각 아날로그 척도 기반의 안도감 평점. 박스 플롯은 중앙값, 사분위수 범위, 1.5 × IQR까지 연장된 수염 및 개별 이상치를 나타냄. 대괄호는 유의미한 Bonferroni 보정 쌍별 대응 표본 t-검사 결과를 나타냄 (*p < 0.05, **p < 0.01, ***p < 0.001); 유의미하지 않은 쌍은 표시하지 않음. n = 37 ~ 38. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

측정 항목	회피 가능 CS+	회피 불가능 CS+	CS-
SCR (log[microsiemens + 1])	0.0197 (0.0150)	0.0196 (0.0151)	0.0212 (0.0169)
버튼 누름 횟수 (CS당 횟수)	8.53 (3.58)	9.04 (4.01)	7.26 (4.27)
기대치 (VAS 0–100)	33.78 (26.97)	83.92 (19.80)	7.54 (14.58)
위협감 (VAS 0–100)	37.12 (25.41)	70.60 (27.33)	11.60 (20.12)
안도감 (VAS 0–100)	62.98 (26.36)	29.97 (27.93)	58.75 (36.29)

표 2: 실험 1의 조작적 단계에 대한 기술 통계. 셀은 M (SD)를 표시합니다. SCR = 피부 전도도 반응, log(SCR + 1)로 로그 변환됨; VAS = 0에서 100까지의 시각적 아날로그 척도. 버튼 누름은 CS 제시당 평균 횟수입니다. CS− 열은 혐오적 결과가 발생할 수 없는 시행에서의 버튼 누름, 기대, 위협 및 안도감을 나타냅니다. SCR 및 평가의 경우 n = 37, 버튼 누름의 경우 n = 38이며, 채널당 분석 n은 대표 결과의 분석 표본 단락에 기재되어 있습니다.

실험 2: 습득, 소거 및 재습득

소거를 공식적으로 테스트하기 위해 2 (단계: 습득 vs. 소거) × 2 (자극: CS+ vs. CS−) 피험자 내 ANOVA를 사용하였으며, 단계 × 자극 상호작용은 CS+ 반응의 선택적 감소를 확인하는 결정적인 테스트입니다. SCR의 비정규 분포를 고려하여, 2 × 2 ANOVA는 정렬 순위 변환(aligned rank transform)²³을 통해 계산되었습니다. SCR의 차이는 습득 단계에서 나타났으나(Wilcoxon p = 0.008), 소거 단계에서는 사라졌습니다(p = 0.168). ART-ANOVA 결과, 단계 전반에 걸쳐 자율신경 반응이 전반적으로 감소하는 경향은 유의하지 않았으며(F(1, 34) = 3.24, p = 0.081), 단계 × 자극 상호작용 또한 나타나지 않았습니다(F(1, 34) = 0.87, p = 0.358). 이와 대조적으로, 기대치와 위협 평정치는 모수적 2 × 2 ANOVA에서 큰 단계 × 자극 상호작용을 보였으며(기대치: F(1, 35) = 67.71, p < 0.001, ηp² = 0.66; 위협: F(1, 35) = 5.85, p = 0.021, ηp² = 0.14), 이는 선언적 수준에서 선택적 소거가 일어났음을 확인시켜 줍니다. 실험 설계상 재습득 단계에서는 자율신경 수준에서 CS+만 제시되었습니다. CS+에 대한 주관적 평정치는 유의미한 반등을 보였는데, 기대치는 소거 단계의 M = 25.90에서 재습득 단계의 M = 55.94로 상승하였고(t(35) = 7.95, p < 0.001, d_z = 1.32), 위협은 M = 31.26에서 M = 42.04로 상승하였습니다(t(35) = 3.61, p < 0.001, d_z = 0.60). 반면, 자율신경 반응은 이러한 회복을 보이지 않았으며, CS+에 대한 SCR은 소거 단계에서 M = 0.012, 재습득 단계에서 M = 0.010이었습니다(p = 0.568). 이후의 회복이 없는 자율신경 소거와 지속적이며 빠르게 재활성화되는 선언적 지식이 공존하는 이러한 패턴은 다중 시스템 프로토콜²¹의 가치를 잘 보여줍니다(그림 5, 표 3).

그림 5: 실험 2: 세 단계에 걸친 종속 변수. (A) 로그 변환된 피부 전도도 반응 (log[microsiemens + 1]). (B) 기대치 평가 (시각적 아날로그 척도 0–100). (C) 위협 평가 (시각적 아날로그 척도 0–100). 습득 및 소거 단계에는 CS+와 CS- 시행이 모두 포함되었으며, 재습득 단계에서는 실험 설계상 조건 형성 반응의 빠른 재출현(저축 효과)을 테스트하기 위해 자율신경계 수준에서 CS+만 제시되었습니다. 주관적 평가는 모든 단계에서 두 자극 모두에 대해 수집되었습니다. 박스 플롯은 중앙값, 사분위 범위, 1.5 × IQR까지 연장된 수염 및 개별 이상치를 나타냅니다. 패널 A의 대괄호는 단계별 CS+ vs. CS-에 대한 Wilcoxon 부호 순위 검사를 나타내며, 패널 B와 C의 대괄호는 단계별 CS+ vs. CS-에 대한 대응표본 t-검사를 나타냅니다 (*p < 0.05, **p < 0.01, ***p < 0.001); 유의미하지 않은 쌍은 표시되지 않았습니다. 재습득 단계의 경우 실험 설계상 자율신경계 수준에서 CS+만 제시되었으므로 SCR 대괄호가 없습니다. 패널 A에서 CS+ - CS-의 중앙값 차이가 습득 단계와 소거 단계 간에 비슷해 보이지만, CS+ > CS-를 보이는 참가자의 비율은 달랐으며(습득 시 72% vs. 소거 시 60%), Wilcoxon 검사는 이를 피험자 내 일관성의 차이로 감지합니다. n = 35 to 36. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

측정	조건 자극(CS+) 획득	획득 CS-	CS+ 소거	소거 CS-	CS+ 재습득	재획득 CS-
SCR (log[마이크로지멘스 + 1])	0.0121 (0.0124)	0.0109 (0.0125)	0.0113 (0.0126)	0.0098 (0.0102)	0.0103 (0.0126)	(설계상)
위협 (VAS 0-100)	47.64 (27.47)	16.83 (20.71)	31.26 (26.32)	12.99 (17.62)	42.04 (26.71)	12.17 (18.90)
기대치 (VAS 0-100)	73.34 (21.31)	11.42 (18.21)	25.90 (24.07)	7.18 (11.65)	55.94 (23.04)	6.53 (10.38)

표 3: 실험 2(습득, 소거, 재습득)에 대한 기술 통계. 각 셀은 M (SD)를 나타냄. SCR = 피부 전도 반응, log(SCR + 1)로 로그 변환됨; VAS = 0에서 100까지의 시각적 아날로그 척도. 실험 설계상 재습득 단계에서는 소거 후 조건 반응의 빠른 재출현(절약 효과)을 테스트하기 위해 자율신경계 수준에서 CS+만 제시되었음; 따라서 SCR의 CS− 셀은 비어 있으며, 이는 데이터 누락이 아님. 주관적 평가는 세 단계 모두에서 CS+와 CS− 모두에 대해 수집됨. 평가 및 습득 SCR의 경우 n = 36; 소거 SCR의 경우 n = 35.

실험 3: 확률적 보상 학습

참가자들은 확률적 우발성을 안정적으로 학습했습니다. 고확률 선택의 평균 비율은 M = 0.734 (SD = 0.119)로, 우연 수준보다 유의하게 높았습니다(t(36) = 11.97, p < 0.001, d = 1.97). 80/20 쌍은 70/30 쌍보다 더 정확하게 학습되었습니다(F(1,36) = 29.56, p < 0.001). 참가자별로 적합시킨 강화 학습 파라미터 분석 결과, 중간 수준의 Q-학습률(Alpha: M = 0.42, SD = 0.23)과 중간 정도의 활용(exploitation)과 일치하는 역온도(Beta: M = 4.68, SD = 2.33)가 도출되었습니다.

아동기 경험의 개인차에 대한 민감성

이 소절에서 보고된 분석은 프로토콜의 측정 능력을 예시하는 것이며 확증 테스트가 아닙니다. 본 연구는 피험자 내 효과(위에서 보고된 전형적인 패러다임 효과)를 검출하도록 설계되었으며, 피험자 간 상호작용을 검출하도록 설계되지 않았습니다. N = 38인 상황에서 개인차 모델은 탐색적인 성격이며, 배터리에서 도출된 지표들이 해석 가능한 피험자 간 분산을 가지고 있음을 보여주기 위해서만 제시되었습니다. 4개의 CTQ-학습 지표 조절 모델이 사전 지정된 이중 유의성 기준(CTQ 하위 척도와 증상 점수 간의 유의미한 이변량 상관관계 및 유의미한 상호작용 항의 결합)을 충족했습니다. 이 4가지 모델, 조절 모델의 개념도²⁴, 그리고 주요 상호작용 도표는 본 제출물과 함께 제공되며 분석 코드와 함께 공용 저장소(https://doi.org/10.5281/zenodo.21365750)에도 저장된 Supplementary File 2(Supplementary Figure 1 및 Supplementary Figure 2 포함)에 상세히 보고되어 있습니다. 이는 프로토콜에서 도출된 지표들이 개인차에 민감하다는 것을 입증하는 것으로 읽혀야 하며, 아동기 역경의 특정 신경인지적 특성에 대한 근거로 해석되어서는 안 됩니다. 이러한 특성을 확립하기 위해서는 상당히 더 큰 표본을 대상으로 한 확증적 설계가 필요합니다.

긍정적인 아동기 경험(BCE)과 CTQ 하위 척도는 강한 음의 상관관계를 보였으며, 특히 CTQ-EN(정서적 방임)과 BCE-CPF/DPF 사이에서 가장 큰 음의 계수(rs = -0.68 및 -0.67, 두 값 모두 ps < 0.001, N = 38)가 나타났다. 또한, BCE 점수는 더 높은 강화 학습 정확도 및 더 낮은 조건부 회피와 관련이 있었으며, 이는 덜 방어적이고 더 탐색적인 행동 특성과 일치하는 패턴이다. 이러한 이변량 연관성은 기술적인 결과이다. 즉, 본 배터리가 조기 경험 측정치와 공변할 수 있을 만큼 충분한 참여자 간 분산을 가진 지표를 생성한다는 점을 입증하는 것이며, 어떠한 매개 경로 또는 인과 경로를 테스트하는 것은 아니다. 전체 이변량 행렬은 보충 표 2에, 관련 텍스트는 보충 파일 3에 수록되어 있다.

대표 결과의 결론

세 가지 실험 전반에 걸쳐, 본 프로토콜은 각 패러다임에서 예상되는 전형적인 효과를 나타냈다: 파블로프식 변별(선언적 수준에서는 뚜렷하며 자율신경 수준에서는 더 약하고 정밀도가 낮음), 명확한 조절 가능성 의존적 기대치·위협·안도도 평가가 나타난 조작적 회피, 자율신경 반응의 비선택적 감소와 함께 나타난 선언적 반응의 선택적 소거, 그리고 우연 수준을 상회하는 확률적 보상 학습 등이 그것이다. 일관된 수렴보다는, 다채널 설계는 수렴(예: 버튼 누르기와 평가 모두에서의 조작적 분화)과 더불어 생리적, 행동적, 주관적 측정치 사이의 이론적으로 유의미한 해리(예: 선언적 분화보다 약한 파블로프식 SCR, 강한 선언적 반등에도 불구하고 재습득 시 반등하지 않는 자율신경 반응)가 혼재된 결과를 낳았으며, 이는 명시적 위협 평가와 피부 전도도 지수가 부분적으로 분리 가능한 조건형성 채널이라는 관점²¹과 일치한다.

이 결과들이 무엇을 입증하고 무엇을 입증하지 않는지를 정확하게 정의하는 것이 중요합니다. 입증된 점은, 단일 60분 세션 내에 이 배터리 검사가 기술적으로 가능하다는 것, 각 패러다임이 예상되는 방향과 크기로 전형적인 효과를 유발한다는 것, 그리고 이 파이프라인이 프로토콜의 수정 없이 더 큰 표본에 다시 적용할 수 있는 해석 가능한 참가자별 지표 세트(차등 SCR 대조, 조작적 안도 대조, 조건부 회피 횟수, Q-learning Alpha 및 Beta 파라미터)를 생성한다는 것입니다. 입증되지 않은 점은 역경 관련 변화를 감지하는 이러한 지표들의 민감도나 특이도입니다. 표본 크기는 개별 차이 효과가 아니라 피험자 내 효과를 위해 설정되었습니다. 따라서 위에서 보고된 CTQ 및 BCE 분석은 측정 능력을 보여주는 예시일 뿐이며, 아동기 부정적 경험의 신경인지적 시그니처에 대한 확증적 검증을 구성하지 않습니다. 이러한 지표 중 어떤 것이 노출 그룹을 구별하거나 임상적 결과를 예측하는지(만약 있다면) 결정하는 것은 토론에서 설명한 충분한 통계적 검정력을 갖춘 확증 연구의 과제입니다.

본 연구의 결과를 뒷받침하는 분석 파이프라인(R 및 Python 스크립트), 그림 생성 코드 및 집계 수준의 요약 표는 Zenodo 저장소 https://doi.org/10.5281/zenodo.21365750 (DOI: 10.5281/zenodo.21365750)에서 공개적으로 이용 가능합니다. 비식별화된 개인 수준 데이터(피부 전도도 트레이스 및 행동 반응)는 데이터 사용 계약서 서명 및 Universidad de los Andes 과학 윤리 위원회(ID: CEC2025023)의 승인을 거친 후, 합리적인 요청이 있을 경우 교신 저자로부터 제공받을 수 있습니다. Supplementary File 2에 보고된 조절 모델과 관련된 코드 및 표는 보충 파일로 포함되어 있습니다. 분석 스크립트(paper_analyses_R.R; Supplementary Coding File 1)는 대표 결과(Representative Results)에 보고된 모든 통계치를 재현하며, 그림 생성 스크립트(paper_figures_R.R; Supplementary Coding File 2)는 원시 데이터 파일로부터 Figure 3, Figure 4 및 Figure 5를 직접 다시 생성합니다. 실험 1, 실험 2 및 실험 3의 실험 설계는 각각 Supplementary Table 3, Supplementary Table 4 및 Supplementary Table 5에 제공됩니다.

측정	M	표준편차
고확률 선택 비율 (전체)	0.73	0.12
80/20 우발 대응 쌍	0.79	0.12
70/30 분할표 쌍	0.68	0.14
Q-학습률 (Alpha)	0.42	0.23
역온도 (Beta)	4.68	2.33

표 4: 실험 3(확률적 보상 학습)의 기술 통계. 셀은 M (SD)를 나타냄. 고확률 선택의 비율은 실험적 선택 블록 전반에 걸친 정확도를 나타냄(우연 수준 = 0.50; 시행 구조는 부록 표 5 참조): 전체 = 0.73 (0.12); 80/20 조건부 쌍 = 0.79 (0.12); 70/30 조건부 쌍 = 0.68 (0.14). 80/20 쌍은 더 결정론적인 피드백을 제공하는 반면, 70/30 쌍은 더 확률적이며 신호 대 잡음비가 더 낮음. 우연 수준 대비 전체 정확도에 대한 단일 표본 검정: t(36) = 11.97, p < 0.001, d = 1.97. 80/20 대 70/30의 피험자 내 대비: F(1, 36) = 29.56, p < 0.001. 강화 학습 파라미터는 참가자별로 적합됨: Q-학습률 Alpha = 0.42 (0.23), [0, 1] 범위로 제한되며 가치 업데이트의 크기를 결정함(중간 정도의 업데이트); 역온도 Beta = 4.68 (2.33), 탐색-이용 균형을 결정함(중간 정도의 이용). n = 37.

보충 그림 1: 조절 모델의 개념도. 예측 변수 X(아동기 역경을 나타내는 CTQ 하위 척도)가 계수 b1을 통해 결과 변수 Y(불안 또는 우울 증상)에 직접적인 영향을 미치는 것으로 가설을 세웠으며, 조절 변수 W(프로토콜에서 도출된 참가자별 학습 지표 — 예: 조작적 안도감 대조, 소거 중 잔류 SCR 또는 차등 위협 평가)는 상호작용 항 b3를 통해 X Y 관계의 강도를 조절합니다. b3가 유의미하다는 것은 아동기 역경이 성인기 증상에 미치는 영향이 학습 프로필의 함수에 따라 달라짐을 나타내며, 이는 보충 파일 2에 보고된 4가지 조절 모델의 개념적 틀을 제공합니다. 본 원고에서는 (이중 유의성 기준을 충족한 4가지 조절 모델 각각에 해당하는) 4가지 특정 W 변수를 보고합니다: (1) 조작적 안도감 대조 = 회피 가능한 CS+에 대한 주관적 안도감에서 CS−에 대한 안도감을 뺀 값 (실험 1, 조작 단계); (2) 소거 중 잔류 차등 SCR = 소거 단계 종료 시 CS+에 대한 log-SCR에서 CS−에 대한 log-SCR을 뺀 값 (실험 2); (3) 회피 가능한 CS+에 대한 조작적 SCR = 회피 가능한 CS+에 대한 log-SCR에서 CS−에 대한 log-SCR을 뺀 값 (실험 1, 조작 단계); (4) 회피 불가능한 CS+에 대한 차등 위협 평가 = 회피 불가능한 CS+에 대한 위협 평가에서 CS−에 대한 위협 평가를 뺀 값 (실험 1, 조작 단계, 0–100 시각 아날로그 척도).이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 그림 2: 주요 조절 효과에 대한 상호작용 도표. 정서적 방임(CTQ-EN)이 우울 증상(PHQ-9)에 미치는 영향을 조절 변수 W(조작적 안도 대조: 회피 가능한 CS+ 대비 CS-에 대한 주관적 안도감)의 세 가지 수준인 낮음(-1 SD), 평균, 높음(+1 SD)에서 도표로 나타내었다. 서로 갈라지는 회귀선은 보충 그림 1의 상호작용 항 b3를 시각화한 것이다. 조작적 안도감이 낮은 값일 때, CTQ-EN PHQ-9의 기울기는 양수(방임이 심할수록 우울 증상이 더 많음)인 반면, 높은 값에서는 기울기가 완만해지며 이는 혐오스러운 결과에 대한 주관적 행위 주체성의 완충 효과를 보여준다(B = -2.05, p = 0.041; 전체 모델은 보충 파일 2에 수록).이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 1: 실험 1, 2 및 3의 자극 파라미터. 이 표는 세 가지 실험에서 사용된 자극의 물리적 및 절차적 파라미터를 요약한 것입니다. 각 실험에 대해 조건 자극(CS)과 무조건 자극(US)의 성격 및 지속 시간, CS+ US 강도 및 수반성, 참가자에게 요구된 반응, 시행 간 간격(ITI), 기록된 종속 측정치 및 균형화 계획을 보고합니다. 실험 1(파블로프식/조작적 회피)에서는 유색 램프를 CS로 사용하였고, 혐오적인 95-dB 소리(화이트 노이즈 또는 포크 소리를 균형화하여 사용)를 US로 사용하였습니다. 실험 2(습득/소거/재습득)에서는 중립적인 사람의 얼굴을 CS로 사용하였고, 화난 얼굴과 짝지어진 95-dB의 남성 비명 소리를 US로 사용하였습니다. 실험 3(확률적 선택)에서는 확률적 시각 피드백이 제공되는 추상적 이미지 쌍을 사용하였습니다. CS = 조건 자극; US = 무조건 자극; SCR = 피부 전도 반응; VAS = 시각 아날로그 척도.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 2: CTQ 하위 척도 간의 피어슨 상관 행렬. BCE와 증상 척도 사이의 음의 상관관계는 긍정적인 아동기 경험의 예상되는 보호적 역할을 반영한다. 값은 피어슨 상관계수이다. 상단 섹션은 CTQ 하위 척도와 BCE 척도 간의 상관관계를 나타내며, 하단 섹션은 CTQ 하위 척도 및 BCE 척도와 현재 증상 점수 간의 상관관계를 나타낸다. 유의성 표시: *p < 0.05, **p < 0.01, ***p < 0.001, +p < 0.10. N = 38 (자기 보고 측정치만 해당; 전체 등록 표본). 이 행렬과 관련된 기술 텍스트는 보충 파일 3에 제공된다. EA = 정서적 학대, PA = 신체적 학대, SA = 성적 학대, EN = 정서적 방임, PN = 신체적 방임, BCE 척도: CPF = 가족의 돌봄 및 보호, DPF = 긍정적인 가족 역동, BCE-Total = 전체 자애로운 아동기 경험 점수) 및 증상 점수 (PHQ-9 = 우울증; GAD-7 = 범불안장애; SAI = 상태 불안 [STAI-S]; TAI = 특성 불안 [STAI-T]).이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 3: 실험 1의 실험 설계 (피험자 내 설계). 이 표는 세 가지 조건 자극(회피 가능한 CS+, 불가피한 CS+, CS−)을 사용한 파블로프식/도구적 회피 패러다임인 실험 1의 피험자 내 설계를 보여줍니다. 행은 자극에 해당하며, 열은 실험의 네 단계(파블로프식 조건 형성, 파블로프식 검사, 도구적 훈련, 도구적 검사)에 해당합니다. 각 셀은 표준 연합 학습 표기법^25,26에 따른 시행 횟수와 수반성을 나타내며, 여기서 "+ "는 US가 뒤따르는 CS를, "−"는 US 없이 제시된 CS를, "R"은 버튼 누르기 반응을 의미합니다. 도구적 단계에서 R은 회피 가능한 CS+의 경우 US를 취소하지만, 불가피한 CS+의 경우에는 효과가 없습니다. 마지막 행은 해당 단계 후에 수집된 VAS 등급(위협, 기대, 안도감)을 나타냅니다. 각 참가자는 52회의 시행을 완료했습니다.여기에서 파일을 다운로드하십시오.

보충 표 4: 실험 2의 실험 설계 (피험자 내 설계). 이 표는 두 가지 조건 자극인 CS+ (A)와 CS− (B)를 이용한 표준 습득-소거-재습득 패러다임인 실험 2의 피험자 내 설계를 나타냅니다. 행은 자극에 해당하며, 열은 6단계(습득, 습득 테스트, 소거, 소거 테스트, 재습득, 재습득 테스트)에 해당합니다. 각 셀은 시행 횟수와 수반성을 나타내며, "+ "는 US가 뒤따르는 시행을, "−"는 US가 없는 시행을 의미합니다. 습득 단계 동안 CS+는 시행의 80%(10회 중 8회)에서 강화되었습니다. 재습득 단계는 설계상 CS+만 제시하며, 이는 데이터 누락이 아닙니다. 마지막 행은 관련 단계 이후에 수집된 VAS 평가(기대치 및 위협도)를 나타냅니다. 각 참가자는 총 52회의 시행을 완료했습니다.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 5: 실험 3의 실험 설계(피험자 내 설계). 이 표는 두 쌍의 추상적 자극(A-B 및 C-D)을 이용한 확률적 학습 과제인 실험 3의 피험자 내 설계를 보여줍니다. 연습 단계 이후, 참가자들은 두 개의 연속적인 선택 블록을 완료했으며, 각 블록에서는 두 쌍 중 하나만 제시되었고, 두 번째 블록에서는 항상 첫 번째 블록에서 보지 않은 쌍을 테스트했습니다. 행은 선택 블록의 두 가지 피험자 간 균형화 순서(A-B 우선 vs C-D 우선)에 해당하며, 열은 실험의 각 단계에 해당합니다. 강화 조건은 p(A) = 0.80, p(B) = 0.20, p(C) = 0.70, p(D) = 0.30였으며, C1/C2 균형화는 각 쌍에서 어떤 구성 요소가 더 높은 확률을 갖는지 추가로 반전시켰습니다. 선택은 1(고확률 자극), 0(선택 없음/누락), 또는 -1(저확률 자극)로 코딩되었습니다. 각 참가자는 200회 시행을 완료했습니다.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 파일 1: 데이터 관리, 디렉토리 구조 및 파일 명명 규칙. 디렉토리 트리, 균형 설계(counterbalancing) 하위 폴더, 참가자 폴더, 파일 명명 규칙 및 데이터베이스 스크립트에 대한 상세 설명과 실제 적용 사례가 포함되어 있습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 파일 2: 개인차 조절 분석. 개인차 모델에 대한 근거 및 분석 계획, 이중 유의성 기준을 충족한 4가지 CTQ-학습 지수 조절 효과, 조절 모델의 개념도(보충 그림 1), 그리고 주요 상호작용 도표(보충 그림 2)가 포함되어 있습니다. 이 분석들은 프로토콜의 측정 능력을 예시하기 위한 것이며, 확정적 테스트가 아닙니다.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 파일 3: 긍정적 아동기 경험 및 행동 특성. CTQ 하위 척도, BCE 척도 및 증상 점수 간의 상관관계(보충 표 2)와 긍정적 아동기 경험과 관련된 행동 표현형.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 파일 4: 절차 권장 사항 및 문제 해결. 세션에서 분석 가능한 데이터가 도출되는지를 결정하는 가장 결정적인 6가지 단계, 저하된 생리적 기록에 대한 문제 해결 규칙, 그리고 장비나 모집 제약 조건이 다른 실험실에서 적용 가능한 수정 사항입니다. 여기를 클릭하여 이 파일을 다운로드하십시오.

보충 코딩 파일 1: paper_analyses_R.R이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 코딩 파일 2: paper_figures_R.R이 파일을 다운로드하려면 여기를 클릭하십시오.

토론

본 결과는 도구적 제어를 통한 위협 습득, 안전 학습, 공포의 회귀 및 확률적 보상 학습을 포괄하는 통합된 단일 세션 배터리의 기술적 및 방법론적 타당성을 입증합니다. 35~38명의 건강한 성인 표본에서(참가자 중도 탈락이 아닌 채널별 신호 손실로 인해 실험 간 분석 표본 크기에 약간의 차이가 있음), 모든 패러다임이 그 전형적인 효과를 재현하였습니다. 즉, 파블로프 단계에서의 차등적인 주관적 및 (상대적으로 약한) 자율신경계 조건형성, 조작적 단계에서의 제어 가능성에 따른 회피 및 안도감, 실험 2에서의 자율신경계 반응의 비선택적 감소와 함께 나타난 선언적 위협의 선택적 소거, 그리고 실험 3에서의 확률적 학습의 신뢰할 수 있는 우연 수준 이상의 결과가 확인되었습니다. 이것이 무엇을 증명하고 무엇을 증명하지 않는지 정확히 명시하는 것이 중요합니다. 증명된 점은 세 가지 패러다임을 상호 간섭 없이 하나의 60분 세션 내에서 동시에 실행할 수 있으며, 이러한 세션이 강제하는 시행 횟수 압축 속에서도 세 가지 전형적 효과가 모두 유지되고, 이 파이프라인이 다른 표본에서도 변경 없이 재배치 가능한 참가자별 지표 세트를 산출한다는 것입니다. 증명되지 않은 점, 즉 앞으로 확립되어야 할 점은 이러한 지표들이 아동기 역경의 결과에 대해 민감하고 특이적인지 여부입니다. 전형적인 피험자 내 효과를 재현하는 것은 해당 주장을 위한 필요조건이지만 충분조건은 아니며, 본 표본은 확증적 개인차 검증을 하기에는 통계적 검정력이 부족합니다²⁷. 따라서 개인차 결과는 측정 능력을 보여주는 예시일 뿐, 트라우마 학습 경로에 대한 확증적 근거가 아닙니다.

방법론적 기여는 어느 하나의 단일 패러다임보다는 이들의 공동 활용에 있습니다. 서론에서 설명했듯이, 세 가지 과제는 계산적으로 분리 가능한 세 가지 요구 사항을 포괄하며, 이를 동일한 참가자 내에서 측정함으로써 단일 과제 연구로는 구조적으로 답할 수 없는 질문, 즉 ACE 관련 변화가 연합 학습의 영역 일반적인 재조정을 반영하는지 아니면 위협에 국한된 가치 특이적 변화인지를 확인할 수 있습니다. 두 개의 위협 패러다임이나 두 개의 보상 패러다임을 결합한 배터리로는 어느 한 가설을 다른 가설에 대해 반증할 수 없으나, 본 연구의 세 가지 과제 조합으로는 가능합니다. 또한, 단일 과제 프로토콜과 구별되는 세 가지 추가적인 특징이 있습니다. 첫째, 위협 및 보상 학습을 동일한 세션에서 측정하여 세션 간 상태 변동성을 제거했습니다. 둘째, 다채널 설계(multi-channel design)를 통해 참가자별 지표로 구성된 재사용 가능한 툴박스를 구축했습니다. 셋째, CTQ-SF와 함께 BCE 척도를 실시함으로써 Narayan 등¹⁰의 연구에 따라 역경만이 아닌 역경-자애 연속체(adversity–benevolence continuum)를 모델링했습니다. 두 척도 사이의 중간 정도의 음의 상관관계(|r| ≈ 0.50–0.68; Supplementary File 3)는 두 척도가 서로 구별되면서도 부분적으로 중첩됨을 확인해주며, 따라서 두 척도를 함께 포함하는 것이 타당함을 뒷받침합니다.

미미하거나 일부 구간에서 나타나지 않은 생리적 효과는 상세히 고찰할 가치가 있는데, 이는 프로토콜 성능의 부수적인 문제가 아니라 오히려 가장 유용한 정보가 담긴 결과라고 볼 수 있기 때문이다. 세 가지 패턴이 두드러진다. 실험 1의 파블로프 단계에서는 선언적 변별이 뚜렷했던 반면, 자율신경계 효과는 미미했으며 다중 비교 보정 후에는 유의미하지 않았다. 더욱 주목할 점은, 조작적 단계에서 회피 반응이 도입된 바로 그 순간, 기대, 위협 및 안도감 평가 점수가 통제 가능성에 따라 자극들을 정확히 구분했음에도 불구하고 피부 전도도는 자극 간 변별력을 완전히 상실했다는 것이다. 그리고 실험 2에서는 자율신경계 반응이 소거된 후 재습득 시에도 회복되지 않은 반면, 선언적 반응은 강하게 회복되었다. 이에 해당하는 통계 수치는 대표 결과 섹션에 보고되어 있다. 이론적으로 조작적 결과는 측정의 실패가 아니라 성공적인 도구적 통제의 예상된 결과이다. 즉, 가용한 행동이 혐오적 결과를 확실하게 제거할 때, 유기체가 단서를 여전히 위험한 것으로 인식하더라도 방어적 각성은 하향 조절된다. 이것이 바로 LeDoux 등이 제안한 회피의 재개념화²²이자 학습된 무력감 문헌에서 기술된 전형적인 통제 가능성 효과²⁸이다. 도구적 반응 자체가 각성의 조절기 역할을 하므로, 이를 도입하면 그 이전의 자율신경계 차이가 제거되어야 한다. 한편 실험 2의 패턴은 Lonsdorf 등이 기록한 반응 체계 간의 부분적 결합의 전형적인 사례이다²¹. 피부 전도도와 명시적 평가 지표는 부분적으로 분리 가능한 프로세스이며, Dibbets와 Evers¹¹ 역시 본 연구에서 채택한 것과 동일한 패러다임에서 SCR에는 아무런 영향이 없으나 평가 점수에는 개인차 효과가 나타났다고 보고했다. 이는 특히 아동기 역경 연구에서 중요하다. 만약 조기 역경이 선언적 평가를 온전하게 둔 채 자율신경계 채널만을 우선적으로 재조정하거나, 혹은 그 반대의 경우가 발생한다면, 단일 채널 프로토콜은 연구자가 어떤 채널을 기록했느냐에 따라 정반대의 결론을 내릴 수 있다. 이는 보편적으로 더 신뢰할 수 있다고 입증된 결과 측정치가 없는 여러 문헌 전반에서 Ruge 등이 기록한 이질성의 타당한 원인 중 하나가 될 수 있다¹. 따라서 다중 채널 기록은 중복적인 것이 아니라 해석 가능한 개인차 연구를 위한 전제 조건이다. 임상적으로 자율신경계 소거 후에도 주관적 위협이 지속되는 것은 노출 치료 후에도 남아 있어 재발을 예측하는 잔류 위협 평가의 실험실적 유사 사례이며, 그 자체로 타당한 치료 표적이 될 수 있다. 그럼에도 불구하고 우리는 정직한 대안적 설명을 강조하고자 한다. 감쇠된 SCR 효과는 60분 배터리 테스트의 시행 횟수 제약(셀당 적은 시행 횟수, 세 가지 연속 과제에 걸친 습관화, 그리고 잘 알려진 SCR 무반응자의 존재) 하에서 자율신경계 채널의 낮은 통계적 검정력과 낮은 신뢰도와도 일치한다. 현재 데이터로는 이 설명을 배제할 수 없으며, 두 가지 설명은 상호 배타적이지 않다. 이들 사이를 판별하려는 연구는 프로토콜의 8.14단계에 명시된 신호 품질 기준을 적용하고, 무반응자 제외를 사전 등록하며, 자율신경계 효과의 부재를 측정 정밀도의 부족이 아닌 해리(dissociation)의 증거로 해석하기 위해서는 셀당 시행 횟수가 더 많은 더 긴 프로토콜이 필요함을 인지해야 한다.

표준적인 패러다임 효과를 재현하는 것을 넘어, 프로토콜 유도 지수들은 소규모 표본에서도 아동기 역경과 이론적으로 유의미한 연관성을 감지할 수 있을 만큼 충분히 민감했습니다. 네 가지 CTQ-학습 지수 조절 모델이 이중 유의성 기준(유의미한 이변량 상관관계 및 유의미한 상호작용 항)을 충족했으며, CTQ와 BCE 척도는 예상대로 중간 정도의 음의 상관관계를 보였습니다. 두 결과 모두 트라우마-학습 경로에 대한 확증적 테스트라기보다는 본 프로토콜의 측정 능력을 보여주는 예시로 보고되었으며, 상세한 통계 수치와 이론적 해석은 보충 파일 2에 제공되어 있습니다.

전극 피부 반응 기록의 품질을 결정하며 데이터 수집 과정에서 특별한 주의가 필요한 세 가지 요인이 있습니다. 첫째, 비우세손의 중지와 약지 첫 번째 마디에 단단하면서도 편안하게 밀착시켜 양쪽 전극 모두에 전도성 젤을 고르게 도포해야 합니다. 둘째, 손목 스트랩의 무선 연결이 지속되어야 하며, 이는 각 과제 시작 전과 과제 간 전환 시마다 확인해야 합니다. 통신이 잠시 끊겨도 참가자 쪽에서는 알 수 없으나, 기록 상에는 평탄한 구간이 생성되기 때문입니다. 셋째, 비우세손의 부동 상태를 유지해야 합니다. 손가락의 수축이나 자세 변화는 자동 위상 분해(phasic decomposition)로 실제 반응과 구분할 수 없는 과도 응답을 생성하기 때문입니다. 과제 도중 통신이 끊긴 경우, 실험을 중단하거나 세션을 반복하지 말고 계속 진행하십시오. 해당 채널의 데이터만 해당 과제에 대해 결측치로 처리하며, 참가자는 다른 패러다임과 동일 과제의 행동 및 주관적 채널 데이터에 계속 활용할 수 있습니다. 이러한 결정 규칙으로 인해 실험 전반에 걸쳐 분석 대상 수(n)가 35명에서 38명 사이로 변동되었습니다. 그 외의 운영상 권장 사항, 균형 설계 및 교정 확인, Ledalab 파라미터 및 전체 문제 해결 가이드는 Supplementary File 4에 제공됩니다.

본 결과들을 해석할 때 몇 가지 제한 사항을 고려해야 하며, 이러한 사항들은 본 연구의 성격이 확인 연구(confirmatory study)라기보다는 중개 방법론적 제안(translational methodological proposal)임을 정의합니다. 첫째, 가장 중요한 점은 표본 크기(실험별로 상이하며 n = 35–38)가 여기서 보고된 피험자 내 패러다임 효과를 확인하기에는 적절하지만, 확인적 개별 차이 분석을 수행하기에는 통계적 검정력이 부족하다는 것입니다. Fritz와 MacKinnon²⁴은 중간 정도의 매개 효과를 탐지하기 위해 N ≥ 71이 필요하다고 추정하였으며, McClelland와 Judd²⁷는 보통 규모의 지역사회 표본에서 상호작용을 탐지하려면 주효과에 필요한 표본보다 수 배 더 많은 표본이 필요함을 보여주었습니다. 따라서 조절 모델은 트라우마-학습 경로의 검증이 아니라 프로토콜의 측정 민감도를 예시하기 위해 보고되었으며, 역경의 신경인지적 특징(neurocognitive signature)에 대한 주장은 하지 않았습니다. 그 직접적인 결과로 본 프로토콜의 임상적 가치는 아직 확립되어야 할 과제로 남아 있습니다. 여기서 도출된 지표들이 후보 마커로 고려되기 위해서는, 먼저 충분한 검정력을 갖추고 사전 등록된 상태로 더 큰 규모의 표본, 그리고 이상적으로는 극단 집단이 강화되었거나 임상적인 표본을 대상으로 하는 타당성 검증을 거쳐야 합니다. 둘째, 피부 전도도는 본질적으로 움직임 아티팩트와 간헐적인 무선 연결 손실에 취약하며, 본 표본의 세 가지 실험 전반에 걸쳐 그 결과값이 다양하게 나타났습니다. 행동 및 주관적 채널은 더 견고했으며, 이것이 바로 본 프로토콜이 자율신경 채널에만 의존하지 않고 이들을 동시에 기록하는 이유입니다. 이 배터리를 채택하는 연구실에서는 채널별 데이터 손실이 발생할 수 있음을 예상해야 하며, 채널별 및 과제별 분석 n수를 보고해야 합니다(단계 8.14.9 참조). 셋째, 본 프로토콜은 단일 연구실 방문 시간(설정 시간을 포함하여 약 60 min)으로 제한되어 있으며, 이는 패러다임당 시행 횟수를 제한하고 결과적으로 도출된 참가자별 지표의 피험자 내 신뢰도에 하한선을 둡니다. 더 길거나 여러 세션으로 구성된 프로토콜은 피로도나 세션 내 통제의 희생을 감수하는 대신 더 안정적인 개별 추정치를 제공할 것입니다. 마지막으로, 본 배터리는 지금까지 18세 이상의 건강한 성인에게만 실시되었으며, 미성년자, 고령자 및 임상군에 대한 적용 가능성은 아직 확립되지 않았습니다. 본 논문이 기여하는 바는 이러한 확인적 임상 타당성 검증의 토대가 될 수 있는 표준화되고 재현 가능한 측정 인프라(패러다임, 획득 파라미터, 품질 기준 및 지표 도출 방법)를 제공하는 것입니다.

본 프로토콜을 통해 다음과 같은 세 가지 향후 응용 방안을 도출할 수 있습니다. 첫째, 더 큰 표본 규모(중간 정도의 매개 효과를 탐지하기 위해 n ≥ 71)²⁴를 확보함으로써, 가급적 사전 등록된 가설과 미리 지정된 조절 변수-예측 변수 셀을 통해 초기 역경 -> 학습 -> 증상 경로에 대한 정식 매개 분석 검증을 수행할 수 있을 것입니다. 둘째, 건강한 대조군과 임상군(외상 후 스트레스 장애, 주요 우울 장애)을 비교하는 임상 검증을 통해, 프로토콜에서 도출된 지표 중 어떤 것이 진단을 가장 잘 구별하거나 치료 반응을 잘 예측하는지 식별할 수 있을 것입니다. 셋째, 이미 고지된 동의서에 포함된 6개월 후 재검사 회차를 통해 지표들의 개인 내 안정성과 치료 민감도를 평가할 수 있으며, 이는 해당 지표들을 후보 바이오마커로 활용하기 위한 전제 조건이 됩니다. 아동기 역경의 장기적인 심리적 영향에 관한 연구에서는 단일 과제 또는 자기 보고 기반의 설계보다는 이와 같은 통합적 다중 시스템 프로토콜을 채택할 것을 권장합니다.

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
AcqKnowledge 소프트웨어	BIOPAC Systems Inc.	ACK100W (Windows) / ACK100M (Mac)	생리학적 신호 데이터 수집 및 분석 소프트웨어. RRID:SCR_014279 (현재 SciCrunch 항목 확인 필요).
afex (R 패키지)	Singmann, Bolker, Westfall, Aust & Ben-Shachar	버전 1.5-1	요인 실험용 R 패키지. aov_ez()를 통해 모든 반복 측정 ANOVA(실험 1-3)에 사용됨. RRID:SCR_022761 (현재 SciCrunch 항목 확인 필요).
ARTool (R 패키지)	Wobbrock, Findlater, Gergle & Higgins	버전 0.11.2	비모수 요인 ANOVA를 위한 정렬 순위 변환(Aligned Rank Transform) 도구. 분포가 비가우시안(non-Gaussian)인 실험 2의 피부 전도도에 대한 Phase x Stimulus ANOVA에 사용됨.
긍정적 아동기 경험(BCE) 척도	Narayan, Rivera, Bernstein, Harris & Lieberman (2018)	공용 도구 (10개 항목)	스페인어 적응판 사용. 이 도구에 할당된 RRID 없음; 원본 타당도 검증 논문을 인용할 것.
BioNomadix 손목 스트랩 (송신기)	BIOPAC Systems Inc.	BN-PPGED-T	EDA 및 PPG 신호용 웨어러블 송신기. BioNomadix 수신기 모듈과 쌍으로 사용됨.
아동기 트라우마 질문지 - 단축형 (CTQ-SF)	Bernstein et al. (2003)	타당도가 검증된 28개 항목의 회고적 자기 보고서	5개 하위 척도(EA, PA, SA, EN, PN). RRID 없음; 원본 타당도 검증 논문을 인용할 것. 스페인어 적응판 사용.
EDA 전극용 전도성 젤	BIOPAC Systems Inc.	GEL101A	피부 전도도 측정을 위한 등장성 젤.
일회용 Ag/AgCl EDA 전극	BIOPAC Systems Inc.	EL507A	피부 전도도 기록용 일회용 전극.
범불안장애 척도 (GAD-7)	Spitzer, Kroenke, Williams & Löwe (2006)	7개 항목의 자기 보고서	타당도가 검증된 스페인어 버전 사용. 도구 RRID 없음; 원본을 인용할 것.
ggplot2 (R 패키지)	Wickham	버전 4.0.3	그래픽 문법 기반의 플로팅 시스템. RRID:SCR_014601 (현재 SciCrunch 항목 확인 필요).
헤드폰 (오버이어)	HyperX (HP Inc.)	Cloud III	유선 밀폐형 게이밍 헤드셋; 공포 조건 형성 중 청각적 무조건 자극을 전달하는 데 사용됨.
Ledalab	Benedek & Kaernbach (2010)	오픈 소스 MATLAB 툴박스 v3.2.5	피부 전도도 신호의 연속 분해 분석(CDA). RRID가 할당되지 않음 (대신 원본 논문을 인용할 것).
lme4 (R 패키지)	Bates, Maechler, Bolker & Walker	버전 1.1-37	선형 혼합 효과 모델. 실험 3에서 참가자별 학습 궤적의 기울기를 추정하는 데 사용됨. RRID:SCR_015654 (현재 SciCrunch 항목 확인 필요).
MATLAB	MathWorks	R2025a	Ledalab 및 SCR 전처리 파이프라인 실행에 사용됨. RRID:SCR_001622.
우울 증상 질문지-9 (PHQ-9)	Kroenke, Spitzer & Williams (2001)	9개 항목의 자기 보고서	타당도가 검증된 스페인어 버전 사용. 도구 RRID 없음; 원본을 인용할 것.
생리학적 데이터 수집 장치 (PsychoPy)	BIOPAC Systems Inc.	MP200	주 생리학적 신호 수집 장치. BioNomadix 무선 EDA 모듈과 결합하여 사용됨.
Python	Python Software Foundation	버전 3.12	Ledalab 출력값과 PsychoPy 행동 기록을 병합하는 전처리 파이프라인(Data_Bases.py, Completed_Bases_Per_Experiment.py)에 사용됨. RRID:SCR_008394 (현재 SciCrunch 항목 확인 필요).
R (통계 컴퓨팅 환경)	R Foundation for Statistical Computing	버전 4.5.0	모든 통계 분석이 수행된 환경. 조절 모델은 기본 stats 패키지의 lm() 함수를 이용한 최소제곱 회귀분석으로 추정하였으며, 예측 변수는 z-표준화하고 상호작용 항은 이들의 곱으로 계산함; 별도의 조절 분석 패키지는 사용하지 않음. RRID:SCR_001905 (현재 SciCrunch 항목 확인 필요).
상태-특성 불안 척도 (STAI)	Spielberger et al. (1983)	STAI Form Y (40개 항목, SAI + TAI)	타당도가 검증된 스페인어 버전 사용. 도구 RRID 없음; 원본을 인용할 것.
자극 제시 모니터	Samsung	LS22D300GALXZS (S22D300, 22인치 LED)	시각적 CS+ / CS- 자극 및 평가 척도 표시용 디스플레이.