Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Методическая статья

Психологические и сонные изменения у заранее отобранных членов экспедиционной команды Полярной внутренней экспедиции во время быстрого подъёма на большой высоте

306 просмотров

⸱

DOI:

10.3791/68599

⸱

6 марта 2026 г.

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

* These authors contributed equally

В этой статье

Краткое содержание

Это исследование показало, что предварительная и резервная команда экспедиции Антарктиды продемонстрировала значительно повышенный уровень тревожности, префронтальную нейропластическую компенсацию (активация левой передней префронтальной коры) и фрагментацию сна (Waso Waso Wake After Sleep Onset) в условиях большой высоты. Эти результаты дают эмпирическую основу для разработки адаптивных протоколов обучения для экстремальных условий.

Аннотация

В этом исследовании был установлен и внедрен многомерный протокол оценки для систематического изучения нейроповеденческих изменений среди 30 предварительных и резервных членов антарктической экспедиционной команды, проходящей интенсивную подготовку на высоте. Протокол интегрирует психометрические шкалы (BFI-44, DASS-21, PSQI), поведенческие парадигмы (задача N-back), функциональную ближнюю инфракрасную спектроскопию (fNIRS) и актиграфию запястья для оценки нейроповеденческих адаптаций на различных высотах (0 м над уровнем моря (a.s.l) / 3 700 м над уровнем моря / 4 300 м над уровнем моря) в течение 8-дневного цикла. Основная конструкция включает базовые испытания перед подъёмом; синхронизированные когнитивные fNIRS измерения на высотах целей; Мониторинг сна 24/8 (включая 8 часов ночной актиграфии). Эта мультимодальная структура позволяет количественно охарактеризовать префронтальную компенсаторную активацию, динамику фрагментации сна и колебания тревоги, вызванные высотой. Результаты показывают, что по сравнению с китайскими нормативными данными участники демонстрировали значительно повышенную одобрительность (t=3,940, P<0,001) и добросовестность (t=9,736, P<0,001), а также снижение невротизма (t=-14,087, P<0,001). Острая гипоксия усугубляла тревожность (Z=-4,098, P<0,001), с большей тяжестью у представителей этнических меньшинств (H=6,405, P=0,011). Актиграфия показала фрагментацию сна, зависящую от высоты (WASO: 4 300 м над морской морской равниной против исходного уровня, P=0,028). Задачи N-back подтвердили сохранение рабочей памяти на расстоянии 3700 м над уровнем моря (точность P=0,027), опосредованной компенсаторной префронтальной активацией (активация L-aPFC P=0,043). Эти данные устанавливают основанные на доказательствах критерии отбора для полярных научных экспедиций в высокогорных условиях и определяют пороги устойчивости нейропластики при гипоксическом стрессе.

Введение

Члены полярной экспедиции должны адаптироваться к сопутствующим физиологическим и психологическим трудностям в экстремальныхусловиях. 1. Высокогорные условия внутренней части Антарктиды (высота > 4000 м над уровнем моря) могут вызывать когнитивные нарушения и нарушения сна, связанные с гипоксией. Хотя только Купол A (>4000 м над уровнем моря) является постоянной высокогорной антарктической исследовательской станцией, переходы к внутренним объектам, таким как Купол A и Купол F, требуют длительного воздействия (1–2 недели) на высотах свыше 3000–4000 м над уровнем моря 2,3. Кроме того, гипоксия является ключевым стрессовым фактором, который встречается как во время этих переходов, так и в самом Доме А, отражая условия, смоделированные в этом протоколе обучения. Поэтому понимание нейроповеденческой адаптации к гипоксии крайне важно для отбора персонала и оптимизации подготовки команд по транзиту и операторов купола A для обеспечения безопасности и эффективности в этих логистически критически важных и научно ценных миссиях. Общая цель этого метода — создать мультимодальный протокол оценки, который систематически количественно оценивает нейроповеденческие адаптации при быстрой акклиматизации на высоте, интегрируя психологические, когнитивные, нейрососудистые и сонные параметры в единую структуру. Эта техника была разработана в ответ на критические ограничения существующих исследований, которые преимущественно изучают психологические или физиологические параметры в изоляции 4,5,6,7. Преимущества этой мультимодальной техники перед традиционными методами включают:

Экологическая валидность: Одновременное fNIRS-поведенческое соединение фиксирует нейрокогнитивные адаптации в реальномвремени 8,9, преодолевая ретроспективные искажения, присущие оценкам только пошкале 7

Комплексное профилирование: интеграция актиграфии с валидированными весами (PSQI) обеспечивает объективную проверку субъективных отчётов осне 10,11

Динамическое отслеживание: повторные измерения на высотах выявляют паттерны временной адаптации, недостижимые при однобалльнойоценке 4

В более широкой литературе этот протокол решает растущие операционные требования антарктическихисследований 12, предоставляя первую стандартизированную структуру, которая: количественно определяет префронтальные компенсаторные механизмы с помощью fNIRS во время когнитивной нагрузки пригипоксии 8,13; коррелирует черты личности (BFI-44) с динамикой тревоги, вызванной высотой (DASS-21)14,15; Синхронизирует фрагментацию сна (актиграфию) с нейроповеденческимирезультатами 16,17.

Этот метод подходит для исследователей и практиков, которым необходимы системы отбора персонала для полярных операций на большой высоте, проверка порогов устойчивости нейропластической устойчивости при гипоксическом стрессе (>3 700 м над уровнем моря) и объективные биомаркеры (например, активация L-aPFC) для прогнозирования ухудшения производительности задач. Вопросы внедрения: рекомендуется для взрослых в возрасте 25-45 лет без сопутствующих сердечно-легочных заболеваний, требуется 3-дневная акклиматизация на уровне высоты (от 3 700 м до 4 300 м над уровнем моря), технические ограничения: установка оптода fNIRS ограничивает одновременное использование головных уборов. С увеличением числа антарктических исследовательских станций и диверсифицированных научныхмиссий 12 этот протокол предоставляет основанные на доказательствах решения для оптимизации адаптивного обучения в экстремальных условиях.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

1. Участники исследования

  1. Отбор участников
    1. Метод отбора проб: В качестве исследуемых участников была взята кластерная выборка из 30 заранее отобранных и альтернативных членов команды из антарктической внутренней экспедиции.
    2. Объекты исследования: включать всех предварительно отобранных кандидатов и резервных членов Китайской антарктической экспедиционной команды. Исключать лиц, не способных завершить тренировочный режим в течение периода обучения (например, тех, кто не смог завершить план по поводу болезни, физического дискомфорта или других причин).
  2. Сбор данных
  3. Демографическая документация: Зафиксировать комплексные социодемографические данные, включая возраст, образовательные достижения и предыдущий опыт полярных экспедиций (Таблица 1).
  4. Обеспечить строгое соблюдение мер анонимизации для всех психометрических данных, включая: присвоение уникальных анонимных идентификаторов (например, EXP##) для замены персональных идентификаторов, удаление прямых идентификаторов (например, имена, адреса) из наборов данных, хранение идентифицируемых данных (например, форм согласия) в защищённых, зашифрованных файлах, отделённых от исследовательских данных.
n=30N%
Этническая принадлежность
Ханьские китайцы2893.3
Этническое меньшинство (тибетцы и маньчжуры)26.67
Высшие образовательные достижения
Средняя школа и ниже13.3
Колледж или степень бакалавра1136.7
Степень магистра826.7
Докторская степень1033.3
Единственный ребёнок
Да1653.3
Нет1446.7
Семейное положение
Неженатый1550
Женат1550
Количество участвовавших научных экспедиций
Не участвовал2480
1 Время26.7
2 и более раз413.3
Возраст: 32,72±7,73

Таблица 1: Демографические данные. (A) В этой таблице представлены этнический состав, уровень образования, статус единственного ребёнка, семейное положение и частота участия в исследованиях для выборки, при этом в последней строке показаны данные по возрасту (Mean ± SD). (B) N: Количество выборок; %: Процент относительно общего размера выборки (n=30), данные показывают среднее ± SD.

2. Подготовка психологических и инструментов для оценки сна

  1. Стандартизированные психометрические шкалы: проведите оценку на основе анкеты, проводимую исследователями, в стандартизированном формате интервью, чтобы обеспечить понимание и минимизировать предвзятость при самоотчёте. Обучайте участников устно по каждому пункту, предоставляя разъяснения по мере необходимости.
    1. Большая пятёрка инвентаря-44 (BFI-44)14
      1. Выберите 44-пунктную анкету BFI-44, чтобы оценить пять аспектов личности. Инструктировать участников оценивать заявления по 5-балльной шкале Ликерта (1=Категорически не согласен с 5=Полностью согласен).
      2. Рассчитайте предметные показатели для экстраверсии, согласия, невротизма, открытости и добросовестности. Более высокие показатели указывают на более сильное выражение соответствующих признаков. Шкала включает 28 пунктов с положительным ключом.
    2. Шкалы депрессии, тревоги, стресса-21 (DASS-21)15
      1. Введите 21-пунктный DASS-21 с четырёхбалльной шкалой Лайкерта (1= Не относилось ко мне вовсе, а 4=Применялось очень часто). Записывайте подшкалы по депрессии, тревожности и стрессу. Повышенные баллы отражают более выраженную тяжесть эмоциональных расстройств.
    3. Индекс качества сна Питтсбурга (PSQI)10
      1. Раздайте участникам анкеты PSQI из 18 пунктов. Инструктировать завершение в течение 10 минут с учётом 0-3 баллов по каждой области: субъективное качество сна, латентность сна, нарушения сна, применение гипнотических препаратов, дневная дисфункция. Рассчитайте глобальные баллы (шкала 0-21). Более высокие общие баллы по PSQI указывают на ухудшение общего качества сна.
  2. Мониторинг сна
    ПРИМЕЧАНИЕ: Аппарат, используемый здесь для актиграфии запястья, был ActiGraph wGT3X-BT16.
    1. Инициализируйте устройства с помощью программного обеспечения со стандартизированными временными метками.
    2. Запуск ActiLife v6.15.0. Нажмите на устройство > инициализировать > установить. Установите частоту дискретизации: 60 Гц, время начала: YYYY-MM-DD HH:MM:SS (синхронизировано с атомарными часами), идентификатор объекта: EXP## (анонимизированный формат).
    3. Установите контрольную точку для проверки того, что журнал инициализации показывает «Успешная инициализация».
    4. Калибруйте программное обеспечение по производственным протоколам после установки на недоминантное запястье. Вставьте устройство в USB-док. Нажмите «Калибровать » и следуйте протоколу теста вектора гравитации на экране.
    5. Собирайте данные о активности круглосуточно на частоте дискретизации 60 Гц. Выполните визуальную контрольную точку и убедитесь, что зеленый индикатор мигает каждые 15 секунд (нормальная работа).
    6. Проводите сбор данных. После развертывания вставьте устройство в док-станцию. Выберите ActiLife. Нажмите на Скачать > формате RAW .gt3x > Процесс с использованием алгоритма Коул-Крипке. Используйте алгоритм Коула-Крипке для классификации сна и бодрствования. Валидация параметров сна, полученных с устройства, с помощью дневников снаучастников 17.
    7. Проводите дискретизацию с непрерывной записью 24/8 на частоте 60 Гц (обеспечить интервал между значением/единицей: 60 Гц)

3. Когнитивная оценка и приобретение fNIRS

  1. Задача с буквой N-обратно8,9
    1. С помощью программного обеспечения E-Prime 2.0 заглавные буквы случайным образом отображаются в центре 16-дюймового ЖК-монитора. Участники должны принимать решения: нажать клавишу F, если текущая буква совпадает с ранее представленной N позицией, или нажать клавишу J, если она не совпадает (N=1, 1-назад; N=2, 2-назад; N=3, 3 назад).
    2. Фиксируйте метрики точности (ACC) и времени реакции (RT) для 50 попыток на уровень сложности.
    3. В настройках вывода E-Prime настройте DataFile.Name как «EXP##Nback.edat2». Для начала стимула выберите переменные: ACC (Правильно = 1 / Неправильно = 0) и RT (в миллисекундах). Нажмите «Экспортировать» > формат Excel.
    4. Нажмите на Анализ > общей линейной модели > повторяющихся измерениях внутри субъекта: N-level(1,2,3). Установите контрольные точки на Raw данных: 50 испытаний на уровень = всего 150 испытаний.
    5. Для этапа практики в E-Prime нажмите на BlockProc > Practice Properties. Установите максимальные испытания: 10, экран обратной связи: верно! (зелёный) / Неправильно (красный), и Продвижение: нажмите клавишу 'Q', чтобы повторить фазу практики, нажмите клавишу 'P', чтобы перейти к формальному эксперименту. Устанавливается контрольная точка, ограничивающая тренировочный этап максимум 3 повторами (рисунок 1).

Рисунок 1
Рисунок 1: Парадигма буквы N-обратной. Эта схема иллюстрирует парадигму задач с буквой n-обратно на трёх уровнях сложности (1 назад, 2 назад и 3 назад). Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

  1. Сбор данных fNIRS
    ПРИМЕЧАНИЕ: NirScan-500C, Хуэйчуан, Даньян, использовался здесь.
    1. Выполните конфигурацию оптода. Разместить 48-канальный головной убор fNIRS по международной системе 10-20.
    2. Установите пространственное расположение с расстоянием источника и детектора на 30 мм, покрытие: префронтальная кора (PFC) и двусторонние временные области, а оптодная матрица: 15 оптодов источника + 16 детекторных оптодов (Таблица 2, Таблица 3, Рисунок 2).
    3. Параметры приёма сигнала
      1. Задайте параметры приёма сигнала с помощью программного обеспечения NirScan-500C. Выберите двухволновый ближний инфракрасный свет: установите длины волн на 730 нм ± 5 нм и 850 нм ± 5 нм.
      2. Настройте частоту дискретизации: установите на 11 Гц, нажав Настройки > частоту приобретения. Включите синхронизацию задачи и события: активируйте аппаратные триггеры, выбрав Синхронизация > Внешний триггер.
      3. Фиксировать исходные изменения оптической интенсивности для последующего преобразования в концентрации гемоглобина с оксигеном/обезоксигенным содержанием с использованием модифицированного закона Бира-Ламберта. Проверьте настройки параметров в программном журнале (например, длины волн: 730/850 нм, частота: 11 Гц).

Рисунок 2
Рисунок 2: Расположение каналов, положение и конфигурация зонда fNIRS. (A) Красные круги обозначают источники света, синие квадраты — детекторы, а пронумерованные области — ближайшие пары источник-детектор (каналы) для измерения активности мозга. (B) Корегистрированные позиции оптодов на стандартном атласе мозга. Анатомическое положение каждого канала в атласе мозга подробно описано в Таблице 1. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

КаналРайон БродманнаАнатомическая областьПроцент покрытия
ГЛ121Средняя височная извилина97.44%
ГЛ222Верхняя височная извилина43.21%
CH338Темпорополярная область51.84%
CH447Нижняя предфронтальная извилина100.00%
ГЛ547Нижняя предфронтальная извилина56.35%
CH610Фронтополярная область62.75%
ГЛ710Фронтополярная область51.96%
ГЛ810Фронтополярная область100.00%
CH911Орбитофронтальная область59.66%
CH1011Орбитофронтальная область46.67%
CH1110Фронтополярная область98.66%
CH1238Темпорополярная область57.25%
CH1321Средняя височная извилина98.63%
CH1422Верхняя височная извилина43.46%
CH1521Средняя височная извилина92.79%
CH1621Средняя височная извилина75.85%
CH1722Верхняя височная извилина62.67%
CH1843Субцентральная зона36.79%
CH1944pars opercularis_ часть территории Брока57.05%
CH206Предмоторная и дополнительная моторная кора73.08%
CH2110Фронтополярная область49.10%
CH2246Дорсолатеральная префронтальная кора78.62%
CH2310Фронтополярная область93.20%
CH249,46Дорсолатеральная префронтальная кора77.95%
CH2510Фронтополярная область87.63%
CH2610Фронтополярная область100.00%
CH2710Фронтополярная область100.00%
CH2810Фронтополярная область99.65%
CH2947Нижняя предфронтальная извилина58.95%
CH3010Фронтополярная область92.46%
CH3145pars triangularis Область Брока64.19%
CH3246Дорсолатеральная префронтальная кора86.52%
CH3321Средняя височная извилина56.73%
CH3422Верхняя височная извилина53.70%
CH3542Кортекс первичного и слухового объединения64.69%
CH3643Субцентральная зона46.23%
CH379,46Дорсолатеральная префронтальная кора60.54%
CH389Дорсолатеральная префронтальная кора52.09%
CH399,46Дорсолатеральная префронтальная кора92.77%
CH4010Фронтополярная область89.88%
CH419,46Дорсолатеральная префронтальная кора91.08%
CH429Дорсолатеральная префронтальная кора84.34%
CH4310Фронтополярная область92.46%
CH449Дорсолатеральная префронтальная кора83.67%
CH459,46Дорсолатеральная префронтальная кора90.37%
CH4645pars triangularis Область Брока39.27%
CH479,46Дорсолатеральная префронтальная кора98.16%
CH486Предмоторная и дополнительная моторная кора80.97%

Таблица 2: Распределение в области мозга в канале измерения fNIRS после калибровки с помощью 3D-локатора. (A) Пространственные характеристики распределения 48 fNIRS-каналов, калиброванных с помощью 3D-позиционирования по областям Бродмана и соответствующим анатомическим областям мозга. Процент покрытия показывает долю эффективного приёма сигнала от целевых областей мозга. (B) Канал: оптический измерительный канал fNIRS (CH1-CH48); Область Бродмана: номер площади Бродмана (например, 22 = кора слуховой ассоциации); Анатомическая область: стандартная терминология по Terminologia Anatomica (1998); Процент покрытия: эффективный процент покрытия пар оптодов для целевой области мозга.

Анатомическая областьКанал
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

Таблица 3: Области интереса . (A) Отобразить распределение конфигурации каналов для конкретных функциональных областей мозга в системе измерения fNIRS, включая переднюю префронтальную кору (aPFC) и дорсолатеральную префронтальную кору (DLPFC) в левом и правом полушариях. (B) Аббревиатуры: L = Левое полушарие; R = правое полушарие; aPFC = передняя префронтальная кора; DLPFC = дорсолатеральная префронтальная кора.

4. Сбор данных

  1. Внедрение психологической оценки
    ПРИМЕЧАНИЕ: Члены команды вылетели с уровня моря (Шанхай, 0 м над уровнем моря) и совершили коммерческий рейс (примерно 8 часов) в Лхасу, расположенную на высоте 3700 м над уровнем моря, где провели 72-часовое (3-дневное) научно-исследовательское обучение. Впоследствии команда перевела наземный транспорт (примерно 2 часа) в Янбаджайн на высоте 4300 м над уровнем моря для продолжения ещё одной 72-часовой (3-дневной) научной исследовательской подготовки. Сбор данных проводился сразу после прибытия команды на каждой из трёх вышеуказанных высот (рисунок 3).
    1. Проводите стандартизированное администрирование: запускайте брифинги групп перед оценкой. Проводите анкеты с ограничением времени в 30 минут.
    2. Смягчение предвзятости: Читайте стандартизированные инструкции из скриптовых протоколов. Устраните провокационные формулировки, следуя предварительно одобренному тексту.
    3. Синхронизация мультимодальных данных: Обеспечение синхронизации между когнитивными задачами и получением fNIRS. Временная блокировка стимулов для триггеров fNIRS, выбрав E-Prime > Trigger Settings > Sync to fNIRS.
    4. Убедитесь, что все сессии соответствуют одинаковым скриптам и ограничениям по времени.
  2. Мониторинг параметров сна
    1. Реализовать протокол непрерывной активиграфии: собирать данные по актиграфии на запястью 24 часа на 8 час. Одновременно запись дневника сна.
    2. Обеспечьте целостность данных: Проводите ежедневную проверку батареи в 07:00-08:00, нажав Состояние устройства > > батареи. Проверьте непрерывность данных, нажав ActiLife > Tools > Data Integrity Check.

Рисунок 3
Рисунок 3: Блок-схема психологической оценки. (A) Эта блок-схема иллюстрирует трёхступенчатый психометрический протокол оценки по градированной высоте: Низкая высота (0-2 м над уровнем моря): Базовые измерения в Шанхае (день 1-2), средняя высота (3650 м над уровнем моря): Измерения фазы акклиматизации в Лхасе (день 3-5), Большая высота (4300 м над уровнем моря): Измерения с высокой экспозицией в Янбаджинге (6-8 день). (B) Идентичные модули оценки, реализованные на каждом этапе: Когнитивная задача: Буква N-назад (3 уровня сложности); Психологические шкалы: шкала стресса депрессии и тревоги (DASS-21), индекс качества сна Питтсбурга (PSQI); Мониторинг сна: субъективный (дневник сна), объективный (актиграфия). Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

5. Анализ данных и статистика

  1. Для предварительной обработки данных в таблице примените критерии исключения, чтобы удалить неполные наборы данных с отсутствующими ответами >10%, выбрав Data > Filter > Missing Values. Фильтруйте когнитивные данные, чтобы отбросить RT-выбросы (<150 мс или> среднее ±2,5 SD) с помощью Data > Sort & Filter > Advanced, а также рассчитывать HitRT (в миллисекундах) и rejRT (в миллисекундах). Обрабатывайте отсутствующие данные для реализации множественных импутаций в SPSS 29.0, нажав Transform > Multiple Imputation (5 итераций).
  2. Обработка сигналов fNIRS
    ПРИМЕЧАНИЕ: Это было сделано с использованием NirSpark версии 1.8.8, Huichuang, Danyang.
    1. Преобразование сырых сигналов в оптическую плотность (OD). Нажмите Файл > Импортировать RAW > выбрать файл .nirs. Выберите Преобразовать в оптическую плотность и применить алгоритм: OD = -log10(I/I 0). Проверьте диапазон OD 0.1-1.2 AU в View > Channel Metrics. Отклоните каналы с OD >1.5 (плохой контакт), выбрав Tools > Reject Channels.
    2. Рассчитайте гемодинамические изменения. Перейдите к разделу Анализ > гемодинамических > параметров. Set Law как модифицированный Beer-Lambert, DPF как 66, а режим изображения как adult_head_template. Выполните расчёт как [HbO, HbR] = mBLL(OD, [730,850], [6,6]) и HbT = HbO + HbR. Подтвердите, что значение DPF соответствует возрасту участника (например, 6.0 на протяжении 25-45 лет).
    3. Сигналы для устранения шума, нажав на предобработку > фильтр > настройки. Выберите Bandpass Butterworth 4-го порядка и установите диапазон 0-0,2 Гц. Выполните коррекцию движения с помощью автоматического обнаружения (std_thr=6, amp_thr=0,5) и метода интерполяции сплайна, установите порог отброса артефактов на SD >±6. Проверьте улучшение SNR >10 дБин, нажав Просмотр > сравнение до/после публикации.
    4. Измерите активацию следующим образом. Определите исходный уровень как средний HbO на протяжении всего периода выполнения задачи после стимула. Рассчитывайте реакцию на задачу как средний HbO в течение 2-20 секунд после стимула. Генерируйте средние значения ROI, выбрав Анализ > Маски ROI > Анатомические шаблоны.
  3. Расчёт эффективности сна
    1. Импортируйте и предварительно обработайте данные, нажав Файл > Импорт > Выберите файл .gt3x. Установите Эпоху на 60 и проверьте время износа, выбрав Tools > Wear Time Validation > алгоритме Чхве. Чтобы выполнить актиграфию и синхронизацию дневника сна, нажмите на Tools > Sleep > Detect Periods Sleep. Затем откалибруйте данные актиграфии по дневнику сна. Убедитесь, что временные метки дневника сна находятся в пределах ± 5 минут от данных актиграфии.
    2. Извлекаем параметры следующим образом. Перейдите к отчётам > отчёту о сне. Выберите параметры: задержка, TIB, TST, WASO. Вычислите эффективность сна = (TST / TIB) x 100, выбрав опции > формулы. Экспортируйте результаты, нажав на Export > Excel .xlsx > Имя файла: EXP##_SleepEfficiency.xlsx. Подтвердите, что актограмма показывает ≥3 чётких цикла сна/бодрствования.
  4. Статистическое тестирование
    1. Выполняйте описательные статистические данные. Сообщать нормально распределённые данные как среднее ± SD, а ненормальные данные как медиану [IQR].
    2. Выполняйте параметрические тесты. Проведите однообразные t-тесты, нажав Анализировать > сравнить средние > однообразный t-тест . Проведите RM-ANOVA, нажав Анализировать > Общая линейная модель > повторяющихся измерениях. Примените коррекцию Greenhouse-Geisser для нарушений сферичности.
    3. При необходимости применяйте непараметрические альтернативы. Используйте непараметрические тесты на связанных образцах для тестов с знаками Уилкоксона. Контроль ковариируется путём выбора Анализировать > Общая линейная модель > ANCOVA. Установите порог значимости, применяя α=0,05 (двусторонняя) с коррекцией Бонферрони для множественных сравнений.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Черты характера

Личностные характеристики заранее отобранных участников полярной внутренней экспедиции оценивались с помощью Big Five Inventory (BFI). По сравнению с китайскими нормами бакалавриата18, кандидаты показали (Таблица 4) значительно более высокие баллы по Согласности (t=3.940, P<0.001) и Добросовестности (t=9.736, P<0.001); заметно более низкий балл по невротизму (t=−14.078, P<0.001)

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Черты характера заранее отобранных участников полярной внутренней экспедиции значительно отличаются от китайских норм

Согласно Big Five Inventory-44 (BFI-44), кандидаты демонстрировали повышенную добросовестность и добросовестность, а также снижение невротизма по сравнению с нормами бакалавриата (Таблица 3). Эта социальная кооперативность, ориентированная на задачи строгость и эмоциональная стабильность, поддерживаемая триадой...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы не заявляют о конкурирующих интересах.

Благодарности

Авторы выражают искреннюю благодарность Китайской арктической и антарктической администрации (Китайский полярный исследовательский центр) за оказание критически важной логистической поддержки и доступа участников на протяжении всего этого исследования. Мы особенно признаем их координацию протоколов подготовки на большой высоте и вовлечённость экспедиционных команд. Набор данных предоставлен Национальным арктическим и антарктическим центром данных (https://datacenter.chinare.org.cn).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
АктиграфАктиграфwGT3X-BTАмерика
ActiLifeАктиграф6.15.0Америка
E-PrimeПрограммные инструменты для психологии2.0Америка
Статистика IBM SPSSIBM29Америка
Microsoft Office  Microsoft Corporation2021Америка
NirScanМедицинское оборудование Хуэйчуан500CДаньян, Китай
NirSparkМедицинское оборудование Хуэйчуан1.8.8Даньян, Китай

Ссылки

  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).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

N back
Свяжитесь с нами
Рекомендовать библиотеке

Конфиденциальность

Условия эксплуатации

Политика

Авторские права © 2026 MyJoVE Corporation. Все права защищены.