В данном протоколе описывается комплексный 60-минутный блок процедур — павловское и оперантное обусловливание страха с избеганием, приобретение, угашение и повторное приобретение страха с использованием социальных стимулов, а также вероятностное обучение вознаграждению, — в ходе которых одновременно регистрируются кожно-гальваническая реакция, поведение и пофазные оценки для получения индивидуальных показателей обучения угрозе и вознаграждению у взрослых участников.
Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Методическая статья
Ассоциативное обучение и неблагоприятный детский опыт: мультисистемный протокол
В этой статье
Краткое содержание
Аннотация
Неблагоприятный детский опыт (ACEs) является признанным трансдиагностическим фактором риска развития тревожных и депрессивных расстройств у взрослых, однако нейрокогнитивные механизмы, связывающие ранние потрясения с симптомами, остаются недостаточно изученными в рамках единой концепции. В данном протоколе представлена интегрированная многосистемная экспериментальная батарея тестов, позволяющая оценить различение угроз, обучение безопасности и чувствительность к вознаграждению в рамках одного лабораторного сеанса. Тридцать восемь здоровых взрослых приняли участие в трех поведенческих парадигмах: павловском-оперантном обусловливании страха с избеганием (Эксперимент 1), приобретении, угасании и повторном приобретении страха с использованием социальных стимулов (Эксперимент 2) и вероятностном обучении вознаграждению (Эксперимент 3), а также заполнили валидированные опросники о неблагоприятном детском опыте (CTQ-SF), благоприятном детском опыте (BCE), депрессии (PHQ-9) и тревожности (GAD-7, STAI). Одновременно собирались многоканальные данные: кожно-гальваническая реакция (SCR) как физиологический показатель автономного возбуждения, нажатия кнопок для избегания и вероятностный выбор как поведенческие показатели, а также пофазные субъективные оценки ожидания, угрозы и облегчения. Каждая парадигма продемонстрировала свой канонический эффект: павловское различение по SCR (p = 0.009, ηp2 = 0.12), ожидания (p < 0.001, ηp2 = 0.58) и оценки угрозы (p < 0.001, ηp2 = 0.35); оперантное облегчение при различении избегаемой и неизбежной угроз (p < 0.001, d = 0.86); дифференциальный автономный ответ, присутствующий при приобретении, но отсутствующий при угасании в Эксперименте 2 (приобретение p = 0.008; угасание p = 0.168), сосуществующий с устойчивыми декларативными знаниями о взаимосвязи стимулов (p < 0.001, d = 3.08); и вероятностное обучение вознаграждению в Эксперименте 3 выше случайного уровня (M = 73%, p < 0.001, d = 1.97). Многосистемный дизайн выявил диссоциации, которые были бы упущены при использовании одного канала данных, в частности, ослабленный автономный ответ при сохранении субъективного ощущения угрозы. Индивидуальные показатели, полученные с помощью данного протокола, оказались чувствительны к различиям в детском опыте, при этом иллюстративные анализы модерации представлены в дополнительных материалах. Данный протокол предоставляет мобильную и масштабируемую основу для индексации того, как ранние потрясения перенастраивают обработку угроз и вознаграждений в зрелом возрасте.
Введение
Неблагоприятный детский опыт (ACEs), включающий жестокое обращение, пренебрежение нуждами ребенка и дисфункцию в семье, широко распространен во всем мире, и в многих популяциях его показатели превышают 60%1. Синтез исследовательских данных указывает на то, что большинство детей в процессе развития сталкиваются как минимум с одним неблагоприятным событием2. ACEs являются общепризнанными трансдиагностическими факторами риска развития психопатологии у взрослых3, способствуя возникновению примерно 30% тревожных расстройств и 40% случаев депрессии1. Несмотря на эту сильную связь, общепринятые методы клинической оценки опираются на категориальные диагнозы и ретроспективные самоотчеты, которые подвержены систематической ошибке воспоминаний и не позволяют зафиксировать нейрокогнитивные процессы в режиме реального времени4.
Для преодоления этих ограничений растет внимание к трансдиагностическим подходам, направленным на фундаментальные механизмы, в частности на ассоциативное обучение. Ассоциативное обучение, охватывающее как павловское, так и оперантное обусловливание, создает основу для понимания того, как индивидуумы кодируют взаимосвязи между сигналами окружающей среды, поведением и результатами для принятия решений4,5. В рамках этого подхода теория латентной уязвимости постулирует, что неблагоприятный ранний опыт вызывает нейробиологические адаптации, такие как повышенная бдительность, которые изначально являются адаптивными в непредсказуемой среде, но могут стать дезадаптивными в последующих, более безопасных контекстах6,7.
Данные свидетельствуют о том, что неблагоприятный детский опыт (ACEs) влияет как на процессы обучения, связанные с угрозой, так и на процессы, связанные с вознаграждением. У лиц с перенесенными трудностями часто наблюдается снижение способности различать обусловленные сигналы опасности (CS+) и безопасности (CS−), что указывает на изменение механизмов обучения угрозам8. Параллельно с этим, ранний неблагоприятный опыт связывают со сниженной чувствительностью к вознаграждению, что проявляется в более низкой точности и замедленном формировании связей с вознаграждением8. В условиях неопределенности такие люди могут также демонстрировать повышенную вариабельность выбора и склонность предполагать случайное получение вознаграждения, что согласуется с ранним воздействием нестабильной среды5,9.
Эти паттерны обучения дополнительно формируются под влиянием протективных факторов и факторов, зависящих от состояния. Благополучный детский опыт (BCE) может смягчать воздействие неблагоприятных факторов на системы обучения.10в то время как текущие аффективные состояния, такие как тревога, могут модулировать процессы обусловливания11Физиологические показатели вегетативного возбуждения, включая реакцию проводимости кожи (РПК), предоставляют объективные индексы этих процессов и широко используются в парадигмах обусловливания.12.
Серьезным ограничением в текущей литературе является использование изолированных задач, которые оценивают обучение сигналам угрозы или вознаграждения независимо друг от друга, что ограничивает возможность анализа интегрированного нейрокогнитивного функционирования1. Настоящий протокол восполняет этот пробел, предоставляя стандартизированную основу, объединяющую поведенческие и физиологические показатели в нескольких областях обучения. В частности, протокол включает три экспериментальных компонента: (1) парадигму оценки переходов от Павловского к оперантному обусловливанию, (2) задачу на угасание социального страха и (3) задачу на вероятностное обучение вознаграждению8.
Обоснованием выбора именно этой комбинации парадигм является не то, что любая из этих трех задач сама по себе более чувствительна к ранним неблагоприятным факторам, чем многие другие существующие установленные парадигмы обучения; это обоснование основано на принципах измерения. В своем систематическом обзоре 81 исследования (38 по угрозе, 43 по вознаграждению) Ruge et al.1 показали, что литература, связывающая ACE с ассоциативным обучением, остается неоднородной и, в ключевых аспектах, неубедительной именно потому, что в исследованиях обычно используется одна задача, регистрируется один канал отклика, а определение неблагоприятных факторов операционализируется несогласованно. Для иллюстрации: половина поведенческих исследований обучения с вознаграждением сообщала о притупленном обучении, в то время как вторая половина — о нулевых результатах; в немногочисленной литературе по угашению доминируют нулевые результаты и отчеты, в которых опускается предшествующая фаза приобретения; при этом ни один показатель исхода не оказался универсально более надежным, поэтому различные каналы отклика не являются взаимозаменяемыми суррогатами друг друга. Их явная рекомендация заключается в переходе к внутрисубъектным, многодоменным и многоканальным протоколам, позволяющим получать индексы на индивидуальном уровне. Данная триада следует этой рекомендации, поскольку ее три задачи охватывают три вычислительно разделимых требования, которые не покрываются ни одной отдельной парадигмой и которые, согласно теории латентной уязвимости7, должны по-разному формироваться под воздействием неблагоприятных факторов: (i) различение угрозы и безопасности в сочетании с инструментальной контролируемостью, где облегчение выступает в качестве предполагаемого подкрепления избегания13; (ii) тормозное (безопасное) обучение и возвращение страха, исследуемые с помощью стимулов в виде лиц11, что является экологически релевантной областью стимулов для межличностного жестокого обращения; и (iii) обучение с подкреплением в условиях вероятностной неопределенности, которое позволяет получить вычислительные параметры для каждого участника (скорость обучения alpha, обратная температура beta)8. Поскольку все три задачи выполняются одним и тем же участником, дизайн исследования построен таким образом, чтобы выяснить, являются ли изменения, связанные с ACE, доменно-общими — глобальной перенастройкой ассоциативного обучения, как предлагают Hanson et al.8 и как предсказывает нейровычислительная модель латентной уязвимости6, — или же они специфичны для определенной валентности и ограничены только угрозой. Исследование с использованием одной задачи по определению не может разрешить спор между этими конкурирующими гипотезами.
Данная батарея тестов предназначена для проверки ряда четких направленных прогнозов, которые текущая выборка не позволяет подтвердить или опровергнуть, и которые представлены здесь в качестве целей для исследований с достаточной статистической мощностью. В соответствии с паттерном ослабленного обучения, описанным Ruge et al.1, прогнозируется, что более высокая нагрузка ACE будет связана с (i) снижением дискриминации CS+/CS− в Эксперименте 1, обусловленным ослабленным ответом на CS+ и, как ожидается, более выраженным в автономном канале (КГР), чем в декларативном ожидании, которое может остаться неизменным; (ii) более выраженным избегающим поведением и более высоким уровнем субъективного облегчения при воздействии избегаемого CS+, что согласуется с концепцией избегания, подкрепляемого облегчением13; (iii) более медленным угасанием и более быстрым и выраженным возвращением страха при повторном приобретении в Эксперименте 2 — эффектом, который, как ожидается, будет усилен социальными (лицевыми) стимулами, имеющими экологическую значимость для межличностных невзгод11; и (iv) более низкой точностью выбора, более низкой скоростью обучения (alpha) и большей вариабельностью выбора (более низким beta) в Эксперименте 38. Принципиально важно, что три задачи в совокупности дают информацию для проверки пятого, дифференцирующего прогноза: если изменения, связанные с ACE, носят доменно-общий характер, то ослабление должно проявляться во всех трех задачах; если же они специфичны для валентности, то должны ограничиваться двумя парадигмами угрозы и отсутствовать при вероятностном обучении вознаграждению. Поскольку данные по каналам ответов регистрируются одновременно, можно проверить еще один прогноз — что эффекты ACE будут зависеть от канала, а не будут единообразными, таким образом, выводы, сделанные на основе любого одного канала, не будут распространяться на другие.
В эксперименте 1 адаптирована парадигма перехода от павловского к оперантному обусловливанию страха с использованием процедур избегания и поочередной оценки облегчения, разработанная San Martín et al.13. В данной парадигме используются два сигнала CS+ (один, которого можно избежать, и один, которого нельзя избежать) и один сигнал CS− для разграничения павловской дискриминации и инструментального контроля над аверсивным исходом. В оригинальной парадигме оценки ожидания US во время фазы павловского приобретения оценивались экспериментатором ретроспективно в конце фазы, а не после каждого испытания. В настоящей адаптации субъективные оценки ожидания, угрозы и облегчения собирались одновременно на протяжении всего задания пофазово с помощью визуально-аналоговых шкал, что позволило непрерывно отслеживать динамику обучения между фазами.
В эксперименте 2 протокол приобретения и угашения страха с использованием социальных стимулов (лиц) из работы Dibbets и Evers9 был модифицирован путем добавления краткого теста на повторное приобретение для оценки быстрого восстановления обусловленной реакции (эффект сбережения).
В эксперименте 3 используется модифицированная задача вероятностного обучения вознаграждению, предложенная Hanson et al.8 для изучения различий в обучении, связанных с ранним неблагоприятным опытом; в ней применяются две зависимости вознаграждения (80/20 и 70/30), что позволяет оценить индивидуальные параметры обучения с подкреплением (Alpha и Beta в Q-обучении). Интеграция этих трех парадигм в рамках одного лабораторного сеанса в настоящем протоколе позволяет проводить прямое внутрисубъектное сравнение процессов обучения угрозе и вознаграждению, которые обычно изучаются изолированно. Помимо точности ответов в каждом испытании и параметров Q-обучения, аналитический конвейер также позволяет рассчитать индивидуальные наклоны траекторий обучения на основе линейной смешанной модели, что может быть использовано при работе с более крупными выборками.
Здесь необходимо разделять две разные цели, поскольку они не являются эквивалентными. Первая заключается в том, чтобы подтвердить, что батарея тестов такого рода может быть проведена как единый интегрированный 60-минутный сеанс и что каждый из её компонентов вызывает канонический эффект, для которого он был разработан; воспроизведения канонических эффектов достаточно для достижения этой первой цели. Вторая цель — установить, что полученные индексы являются чувствительными и специфичными по отношению к последствиям неблагоприятного детского опыта; воспроизведения канонических эффектов для этого недостаточно, и текущая выборка не обладает достаточной статистической мощностью для такого подтверждения. Таким образом, основной целью данного отчета является техническая и методологическая осуществимость интегрированной батареи тестов: могут ли приобретение угрозы, инструментальное избегание с облегчением, угасание и возвращение страха при воздействии социальных стимулов, а также вероятностное обучение вознаграждению быть освоены одновременно через вегетативные, поведенческие каналы и самоотчеты в рамках одного сеанса, и обеспечивает ли этот процесс получение стабильных, пригодных для повторного использования индивидуальных индексов (дифференциальные контрасты SCR, контраст оперантного облегчения, параметры альфа и бета Q-обучения, а также наклоны индивидуальных траекторий обучения). Оценка изменений в обучении, связанных с ACE, представляет собой вторичную, эксплораторную и иллюстративную цель: описанный здесь анализ индивидуальных различий предназначен для демонстрации измерительных возможностей протокола и предоставления его потенциальных индексов для будущих работ, а не для специфического тестирования путей связи между травмой и обучением. Таким образом, протокол предлагает потенциальные индексы; вопрос о том, обладают ли они чувствительностью и специфичностью, необходимыми для характеристики нейрокогнитивных последствий неблагоприятного детского опыта, должен быть решен на более крупных выборках, в идеале обогащенных представителями крайних групп и предварительно зарегистрированных1,14.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Протокол
В данном протоколе описаны процедуры и оборудование, используемые для измерения кожно-гальванической реакции (КГР) у здоровых добровольцев в возрасте 18 лет и старше в соответствии с требованиями комитета по этике. Перед началом участия в исследовании все испытуемые подписали форму информированного согласия, которая также включала возможность повторного контакта через шесть месяцев для последующего обследования. Все процедуры, описанные в данном документе, были одобрены Комитетом по научной этике Университета Лос-Андес (ID: CEC2025023).
ПРИМЕЧАНИЕ: В данном протоколе представлено детальное описание полного экспериментального рабочего процесса (Рисунок 1>), включая планирование визитов участников, лабораторную подготовку, сбор физиологических сигналов, организацию данных и их обработку после завершения эксперимента. Кроме того, в нем описана процедура обучения персонала, введенная для обеспечения единообразия, стандартизации и надежности записей SCR во всех экспериментальных сессиях.
Рисунок 1: Общая схема дизайна исследованияКаждый участник прошел одну лабораторную сессию, включавшую три последовательные поведенческие парадигмы: переход от павловского обусловливания страха к оперантному с избеганием (Эксперимент 1), приобретение, угасание и повторное приобретение страха с использованием социальных стимулов (Эксперимент 2) и вероятностное обучение вознаграждению (Эксперимент 3). Также были собраны данные самоотчетов о неблагоприятном опыте в детстве (CTQ-SF), благоприятном опыте в детстве (BCE) и текущих симптомах (PHQ-9, GAD-7, STAI). Одновременно регистрировались многоканальные данные: кожно-гальваническая реакция, поведение (избегание, вероятностный выбор) и субъективные оценки (ожидание, угроза, облегчение). Индивидуальные показатели каждого участника были внесены в анализ индивидуальных различий (см. Дополнительный файл 2). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
1. Обучение персонала
- Проведите обучение каждого члена команды в три последовательных этапа для обеспечения стандартизированного и точного измерения данных.
- Проведите внутренние испытания, в ходе которых каждый сотрудник берет пробы и выполняет все три эксперимента в соответствии с соответствующими протоколами, чтобы стажер ознакомился с оборудованием и правилами работы с участниками.
- Затем поручите каждому стажеру взять пробы у реальных участников под наблюдением как минимум одного из главных исследователей, чтобы проверить их способность следовать протоколу и исправить возможные ошибки.
- Разрешите ассистенту самостоятельно брать пробы и назначать новых участников только после того, как весь протокол будет правильно выполнен под наблюдением.
2. Планирование
- Привлеките и запланируйте участие добровольцев через социальные сети, предоставив общие цели исследования и критерии участия.
- Создайте цифровой плакат и распространите его по каналам рекрутинга, чтобы охватить как можно больше потенциальных участников.
- Попросите заинтересованных кандидатов связаться с исследовательской группой по электронной почте и назначить сессию на удобный для участника день.
- Отправьте участнику ссылку на онлайн-анкету под названием «Невидимые следы: роль ассоциативного обучения в связи между неблагоприятным детским опытом и психическим здоровьем в зрелом возрасте».
- Начните анкетирование с формы информированного согласия; участник должен прочитать и принять ее перед переходом к следующим пунктам.
- Включите в анкету социально-демографический раздел и следующие валидированные психометрические шкалы: опросник состояния здоровья пациента (PHQ-9)15, скрининговый опросник генерализованного тревожного расстройства (GAD-7)16, шкала тревожности Спилберга-Ханихана (STAI)17, краткая форма опросника детских травм (CTQ-SF)18 и опросник благополучного детского опыта (BCEs)10.
3. Подготовка
- Убедитесь, что в лаборатории находится как минимум один сотрудник до прибытия участника. Подготовьте экспериментальную среду, проверьте исправность оборудования и подтвердите выполнение всех требований протокола до начала сессии:
- Включите лабораторный компьютер и убедитесь в корректной работе операционной системы, экспериментального программного обеспечения и всех периферийных устройств.
- Подтвердите готовность экспериментальных файлов и системы сбора данных к использованию.
- Откройте и изучите ежедневный файл регистрации (running file) до того, как участник войдет в лабораторию.
- Определите соответствующий идентификационный код (ID), присвоенный прибывшему участнику.
- Проверьте порядок выполнения экспериментальных условий в соответствии с заранее определенным контрбалансом.
- Убедитесь, что участнику назначен правильный порядок проведения эксперимента до начала сбора любых данных.
ПРИМЕЧАНИЕ: Ежедневный файл регистрации содержит всю необходимую информацию для присвоения ID участника и определения порядка выполнения эксперимента при соблюдении требуемого контрбаланса для всех экспериментальных условий. Например, участнику может быть присвоен ID «015». - Организуйте хранение данных на лабораторном компьютере в стандартной структуре каталогов, требуемой конвейером автоматизированной обработки: одна папка верхнего уровня для каждого эксперимента, одна подпапка для каждого условия контрбаланса и одна папка для каждого ID участника, а также две глобальные папки для обработанных данных и консолидированных баз данных (см. Дополнительный файл 1).
- Перед началом сбора данных создайте папку участника, соответствующую ID и условию контрбаланса, указанным в ежедневном файле регистрации, и на протяжении всей сессии соблюдайте соглашения о именовании каталогов и файлов, указанные в Дополнительном файле 1, так как скрипты предварительной обработки и базы данных находят файлы по пути и имени.
ПРИМЕЧАНИЕ: Дерево каталогов, метки подпапок контрбаланса, соглашения об именовании файлов и рабочий пример приведены в Дополнительном файле 1. Отклонение от этих соглашений препятствует поиску файлов участника автоматизированным конвейером. - Убедитесь, что на экспериментальном столе полностью отсутствуют посторонние или отвлекающие предметы. Допускается наличие только системы сбора данных и периферийных устройств компьютера, необходимых для эксперимента.
- Спокойно и профессионально пригласите участника в помещение.
- Попросите участника оставить все личные вещи в специально отведенном месте.
- Проинструктируйте участника перевести мобильное устройство в бесшумный режим, чтобы избежать перерывов или отвлечений во время экспериментальной сессии.
- Попросите участника снять все украшения с недоминирующей руки, в частности кольца, браслеты или любые предметы на среднем и безымянном пальцах, так как они могут помешать измерениям.
- Помогите участнику удобно расположиться в кресле перед лабораторным компьютером.
- Предоставьте участнику распечатанный экземпляр документа об информированном согласии.
- Выделите достаточное время для того, чтобы участник мог прочитать документ и, при необходимости, задать вопросы.
- Подтвердите, что форма информированного согласия подписана надлежащим образом перед началом любой экспериментальной процедуры.
ПРИМЕЧАНИЕ: Процедура информированного согласия повторяется в физическом формате в соответствии с требованиями комитета по этике и для обеспечения наличия физической резервной копии документации о согласии участника.
4. Экспериментальная установка
ПРИМЕЧАНИЕ: Экспериментальная установка должна соответствовать строгому и стандартизированному протоколу, чтобы гарантировать получение всех физиологических показателей в идентичных контролируемых условиях для всех участников.
- Включите систему сбора данных и убедитесь, что устройство правильно подключено к лабораторному компьютеру и распознается программным обеспечением системы сбора данных (см. Рисунок 2A–E).
- Еще раз подтвердите, что все необходимые модули и периферийные устройства функционируют исправно, прежде чем приступать к подготовке участника.
- Возьмите два электрода для измерения электродермальной активности (EDA) (см. Рисунок 2F).
- Нанесите небольшое количество проводящего геля на контактную поверхность каждого электрода (см. Рисунок 2G,H).
- Убедитесь, что проводящий гель равномерно распределен по поверхности электрода для улучшения электрического контакта с кожей участника и оптимизации качества сигнала.
ПРИМЕЧАНИЕ: Если проводящий гель не будет нанесен на электроды, записываемый сигнал может содержать чрезмерный шум, а качество измерения кожно-гальванической реакции (SCR) может быть серьезно нарушено. - Разместите электроды на недоминантной руке участника.
- Прикрепите один электрод к первой фаланге среднего пальца (третьего пальца), а второй электрод — к первой фаланге безымянного пальца (четвертого пальца) (см. Рисунок 2I).
- Убедитесь, что оба электрода плотно прикреплены и поддерживают стабильный контакт с кожей, не вызывая дискомфорта у участника.
- Наденьте на запястье участника ремешок.
- Оставьте EDA-электроды отсоединенными от ремешка на этапе калибровки (см. Рисунок 2J).
- Включите ремешок, чтобы установить беспроводную связь с системой сбора физиологических данных.
- Подтвердите, что устройство успешно обнаружено.
ПРИМЕЧАНИЕ: Особое внимание следует уделять ремешку на протяжении всего экспериментального сеанса. Персонал должен постоянно проверять, что устройство остается включенным и подключенным перед началом эксперимента, так как любой разрыв связи может нарушить запись физиологических показателей. - Запустите процесс сбора данных в программном обеспечении.
- Дождитесь появления окна калибровки, которое автоматически отобразится на экране после начала сбора данных.
- Выполните процедуру калибровки, пока электроды остаются отсоединенными от ремешка.
- Следуйте инструкциям по калибровке, предоставляемым программным обеспечением, до завершения процедуры.
- После успешной калибровки подключите EDA-электроды к ремешку (см. Рисунок 2K).
- Убедитесь в программном обеспечении, что сигнал кожно-гальванической реакции (SCR) регистрируется правильно.
- Проинструктируйте участника держать недоминантную руку полностью неподвижно на протяжении всего эксперимента.
- Объясните, что ненужные движения, сокращения пальцев или изменение позы могут внести шум в сигнал SCR.
- Попросите участника сохранять удобную и расслабленную позу во время сеанса.
- Выдайте участнику наушники перед началом экспериментального задания.
- Убедитесь, что наушники работают исправно и участник четко воспринимает слуховые стимулы, предъявляемые в ходе эксперимента.
- Запустите экспериментальное задание в PsychoPy19.
- При открытии интерфейса PsychoPy введите имя участника в появившемся дополнительном окне.
- Введите назначенный ID участника точно так, как указано в ежедневном файле регистрации, перед началом эксперимента.
ПРИМЕЧАНИЕ: Следуя предыдущему примеру, ID участника, введенный в PsychoPy, должен быть "015".
Рисунок 2: Система сбора данных, материалы и расположение электродов для регистрации электропроводности кожи. (AОсновной блок Biopac MP20.B) Модуль регистрации физиологических сигналов (ФПГ/ЭКГ). (C) Модуль разъемов датчиков. (D) Модуль аналогового ввода. (Е) Модуль TTL для связи между PsychoPy и AcqKnowledge. (F) Одноразовые электроды (EL507A). (G) Изотонический гель (GEL101A) для улучшения контакта с кожей. (H) Нанесение геля на электрод. (I) Электроды, размещенные в первой фаланге третьего и четвертого пальцев недоминантной руки. (J) Размещение закрепляющего ремня на недоминирующей руке для измерения ККР. (K) Электроды, подключенные после процесса калибровки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
5. Начало эксперимента
- Перед началом экспериментальной задачи подробно объясните участнику, как отвечать на вопросы, которые будут представлены в ходе эксперимента.
- Убедитесь, что участник четко понимает: (i) метод ответа, который необходимо использовать во время выполнения задачи, (ii) значение инструкций, отображаемых на экране, и (iii) важность сохранения внимательности и минимизации лишних движений на протяжении всего эксперимента.
- Ответьте на все оставшиеся вопросы участника перед началом сеанса записи.
- Проведите финальную проверку всей экспериментальной установки, чтобы убедиться, что все системы функционируют правильно в соответствии с установленным протоколом, включая: связь с системой физиологического сбора данных, подключение ремешка на запястье, качество сигнала SCR, запуск PsychoPy, воспроизведение аудио через наушники и правильную регистрацию ID участника.
- После проверки всех систем и подтверждения готовности участника начните выполнение экспериментальной задачи.
- Покиньте экспериментальную комнату после начала задачи, чтобы минимизировать внешние воздействия и отвлекающие факторы во время сбора данных.
- Оставайтесь поблизости и будьте доступны на случай необходимости технической помощи или поддержки участника; дождитесь завершения сеанса участником.
6. Между экспериментами
- Вернитесь в экспериментальный кабинет после того, как участник завершит задание, и остановите физиологическую запись в программном обеспечении для сбора данных.
- Сохраните физиологическую запись в папке участника в качестве файла сбора данных, а затем экспортируйте эту же запись в формат MATLAB с событиями, чтобы экспортированный файл содержал маркеры стимулов, созданные PsychoPy через TTL-модуль; в результате экспорта дополнительно создается отдельный файл маркеров.
ПРИМЕЧАНИЕ: Информация о событиях и маркерах необходима для конвейера предварительной обработки (Раздел 8) для сегментации сигнала по попыткам и по типу стимула. - Сохраните таблицу результатов PsychoPy, созданную в конце задания, в той же папке участника. Для всех четырех файлов используйте стандартизированное соглашение об именовании файлов, подробно описанное в Supplementary File 1.
ПРИМЕЧАНИЕ: По завершении каждого эксперимента папка участника должна содержать файл сбора данных, экспортированный файл MATLAB, файл маркеров и таблицу PsychoPy. Точные имена, пути и разобранный пример приведены в Supplementary File 1. - Осторожно отсоедините электроды ЭДА от участника, следя за тем, чтобы при снятии не возникало чрезмерных движений или дискомфорта.
- Откройте следующее экспериментальное задание PsychoPy и перезапустите программное обеспечение для сбора данных в подготовке к следующему эксперименту.
- Повторите полную процедуру подготовки и сбора данных, начиная с шага 4.1.
ПРИМЕЧАНИЕ: Полная экспериментальная сессия состоит из трех независимых экспериментов. Следовательно, после завершения второго эксперимента описанная выше процедура должна быть повторена для третьего эксперимента. - В конце полной экспериментальной сессии убедитесь, что для каждого экспериментального задания у участника есть три подпапки, каждая из которых содержит все ранее упомянутые файлы.
ПРИМЕЧАНИЕ: Примерная продолжительность каждого экспериментального задания была предварительно рассчитана, чтобы сотрудники могли наблюдать за участником и проверять правильность работы системы сбора данных на протяжении всей сессии. Расчетная продолжительность каждого эксперимента следующая:
Experiment_1: примерно 24 min.
Experiment_2: примерно 17 min.
Experiment_3: примерно 8 min.
С учетом подготовки, калибровки, переходных периодов между экспериментами и процедуры завершения, полная экспериментальная сессия длится примерно 60 min.
7. Завершение экспериментов
- Завершите сеанс физиологической записи после выполнения всех трех экспериментальных задач.
- Остановите процесс сбора данных в программном обеспечении для регистрации, если он еще не был остановлен.
- Отсоедините электроды ЭКГ от браслета и снимите браслет с запястья участника.
- Позвольте участнику самостоятельно снять электроды ЭКГ, чтобы минимизировать дискомфорт и обеспечить безопасное удаление их с кожи.
- Перед завершением сеанса убедитесь, что все экспериментальные файлы и физиологические записи были правильно сохранены.
- Поблагодарите участника за сотрудничество и предложите легкий перекус в знак признательности после завершения экспериментальной процедуры.
ПРИМЕЧАНИЕ: Если во время физиологической записи возникнут какие-либо проблемы из-за технических неполадок, включая, помимо прочего: потерю связи между браслетом и модулем системы физиологического сбора данных, неожиданное выключение браслета, ослабление или частичное отсоединение электродов, временные прерывания сигнала или чрезмерный шум, вызванный проблемами с подключением, эксперимент должен быть продолжен согласно плану, и участнику не следует повторять экспериментальную сессию.
8. Предварительная обработка данных
ПРИМЕЧАНИЕ: После завершения экспериментальной сессии и надлежащего сохранения всех физиологических записей данные КГР должны пройти стандартную процедуру предварительной обработки перед началом анализа.
- Запустите MATLAB-скрипт Ledalab_Format, чтобы реорганизовать структуру данных физиологической записи, экспортированных из программы сбора данных, для обеспечения совместимости с Ledalab — инструментарием на базе MATLAB, предназначенным для анализа сигналов электродермальной активности (ЭДА).
ПРИМЕЧАНИЕ: В коде Ledalab_Format.mat определите путь к файлу {Identification_Code}.mat в качестве входной переменной. Это позволяет преобразовать экспортированный файл физиологической записи в формат, который может быть правильно прочитан и обработан Ledalab. После завершения процесса конвертации должен быть создан новый файл MATLAB и сохранен в соответствующей папке участника с использованием следующего соглашения об именовании: Ledalab_{Identification_Code}.mat. Следуя предыдущему примеру, если данные Эксперимента 1 конвертируются для участника «015», результирующий файл должен называться Ledalab_015.mat. - Откройте Ledalab, в панели меню в верхнем левом углу выберите File (Файл) > Import Data (Импорт данных) > Matlab File (*.mat). Затем загрузите недавно созданный файл данных, соответствующий экспериментальному условию участника.
- Введите параметры дискретизации в окне конфигурации, которое отобразится в Ledalab после загрузки файла.
- Исходная частота сбора сигнала КР (кожно-гальванической реакции) составляет 20 Hz. Чтобы снизить вычислительную нагрузку, проведите понижающую передискретизацию сигнала до 10 Hz, используя следующие параметры: целевая частота дискретизации: 10 Hz, коэффициент понижения частоты: 20, метод передискретизации: Steps.
- После завершения процедуры понижения частоты дискретизации выполните в Ledalab анализ непрерывного разложения (CDA)20, чтобы разложить сигнал ЭДА на тонический и фазический компоненты.
- В панели меню выберите Analysis (Анализ) > Continuous Decomposition Analysis (Extraction of Continuous Phasic/Tonic Activity) (Анализ непрерывного разложения — извлечение непрерывной фазической/тонической активности).
- Дождитесь появления окна конфигурации на экране.
- В этом окне выберите опцию Optimize (Оптимизировать) для автоматической настройки параметров анализа.
- После завершения процесса оптимизации нажмите Apply (Применить), чтобы запустить анализ CDA.
- После завершения анализа CDA выберите Results (Результаты) > Event-related Analysis (Событийно-связанный анализ), после чего на экране появится окно конфигурации.
- Установите минимальный порог амплитуды на стандартное значение Ledalab 0.01 µS и оставьте опцию z-scale невыбранной. Маркеры событий, экспортированные из программы сбора данных, помечают начало обусловленного стимула и начало безусловного стимула по отдельности, поэтому событийно-связанный анализ возвращает ответ для каждого из них. Установите окно ответа следующим образом:
- Для Эксперимента 1: от 0 s до 9 s после маркера события.
- Для Эксперимента 2: от 0 s до 6 s после маркера события.
- Экспортируйте результат в виде файла электронной таблицы. Ledalab генерирует таблицу, содержащую соответствующую физиологическую и событийно-связанную информацию, извлеченную из сигнала КР.
ПРИМЕЧАНИЕ: Окно ответа соответствует полной длительности обусловленного стимула в каждом задании (Supplementary Table 1: 9 s в Эксперименте 1 и 6 s в Эксперименте 2), чтобы ответ, вызванный CS, охватывал весь интервал CS-US и не был загрязнен безусловным ответом, который оценивается отдельно по своему маркеру события. Ответы, значения которых ниже порога 0.01 µS, записываются Ledalab как ноль и сохраняются в анализе в виде нулей; не удаляйте их, так как их удаление приведет к завышению среднего ответа у участников с низкой реактивностью. - Повторите полную процедуру предварительной обработки, понижения частоты дискретизации и CDA для Эксперимента 2 (см. ПРИМЕЧАНИЕ ниже для Эксперимента 3, который предполагает другую процедуру и не требует результатов CDA).
ПРИМЕЧАНИЕ: В конце этапа предварительной обработки каждая экспериментальная папка должна содержать дополнительный файл электронной таблицы с результатами анализа CDA, сгенерированного Ledalab. Этот файл в дальнейшем должен быть конвертирован в формат .xlsx для хранения, организации и последующего анализа. Эксперимент 3 следует другой процедуре предварительной обработки. Для этого эксперимента должен использоваться только MATLAB-скрипт; результаты CDA не требуются, необходимы только значения альфа и бета. При запуске скрипта для «Experiment_3» он автоматически извлекает значения альфа и бета, объединяет их с поведенческой информацией и сохраняет результирующую таблицу в Global_Data/Exp_3. - Проведите контроль качества сигнала, выявление лиц, не среагировавших на стимулы (non-responders), и обработку артефактов.
- Перед любым статистическим анализом отобразите в Ledalab полный след кожно-гальванической реакции с пониженной частотой дискретизации для каждого участника и визуально осмотрите его от первого до последнего маркера события. Проведите этот осмотр для каждого участника и для каждого задания отдельно, так как качество сигнала зависит от конкретного канала и задания.
- Отклоните весь след и расценивайте канал КР для данного задания как отсутствующий для этого участника, если наблюдается любое из следующего: (i) плоский или отсутствующий сигнал на протяжении всего задания, что указывает на потерю беспроводной связи с наручным ремнем, выключение питания ремня или отсоединение электрода; (ii) тонический уровень кожно-гальванической реакции ниже 0.05 µS, сохраняющийся на протяжении всего задания, что указывает на недостаточный контакт электрода с кожей, а не на низкий уровень возбуждения; (iii) неинтерпретируемый дрейф или внезапное устойчивое увеличение амплитуды, которое не привязано по времени ни к одному событию; или (iv) насыщение диапазона усилителя.
ПРИМЕЧАНИЕ: Не повторяйте сессию и не исключайте участника из других заданий или из каналов поведенческих данных и самоотчетов. - Определите участника как «не среагировавшего» (non-responder) для данного задания, если ни один фазический ответ не достигнет или не превысит порог 0.01 µS ни при одном событии этого задания, включая события безусловного стимула в подкрепляемых пробах — то есть, если участник не проявляет измеримого электродермального ответа даже на сам аверсивный исход.
- Исключите такого участника из всех каналов этого задания — кожно-гальванической реакции, поведения и субъективных оценок — поскольку отсутствие любого электродермального ответа даже на безусловный стимул указывает на то, что электродермальная система в данной сессии была неизмерима, и ставит под вопрос, взаимодействовал ли участник с зависимостью стимулов вообще.
- Сохраните этого участника в двух оставшихся заданиях. Отличайте этот случай от технической потери сигнала (отсоединение электрода или потеря беспроводной связи наручным ремнем), когда участник реагировал, но сигнал не был записан: в этом случае расценивайте канал КР данного задания как отсутствующий, но сохраните поведенческие и субъективные данные по этому заданию, так как они не зависят от качества электродермального сигнала.
- Отдельно для каждого задания укажите долю не среагировавших участников и долю технических потерь сигнала.
- Идентифицируйте артефакты движения на следе как (i) резкие восходящие переходные процессы, не привязанные по времени к любому маркеру события, или (ii) ступенчатые смещения тонического уровня, вызванные сокращением пальцев, сменой позы или трением электродов о стул или стол.
- Пометьте каждую пробу, содержащую такой артефакт в пределах окна оценки, и исключите ее на уровне пробы; не исключайте участника.
- Исключите участника из всех каналов задания, а не только из анализа КР, если более 25% проб этого задания помечены как загрязненные артефактами: оставшиеся пробы более не позволяют получить стабильную оценку для конкретного участника, а условия записи в этой сессии неадекватны для любого канала. Сохраните этого участника в двух оставшихся заданиях.
- Преобразуйте амплитуды на уровне проб с помощью log(SCR + 1) перед усреднением, чтобы нормализовать положительно скошенное распределение электродермальных амплитуд; любые отрицательные значения CDA, являющиеся редким следствием дрейфа базовой линии, приведите к нулю перед преобразованием.
- Агрегируйте преобразованные пробы, чтобы получить одно значение на одного участника, на одну фазу и на один стимул.
- Укажите аналитическое n отдельно для каждого канала (КР, поведение, оценки) и для каждого задания, так как потери в конкретных каналах приводят к расхождению этих n.
- Записывайте каждое решение, принятое на этапах 8.14.1–8.14.9, в журнал качества для каждого участника, содержащий: ID участника, задание, условие контрбалансировки, след принят или отклонен (с указанием причины), диапазон тонического уровня, количество и идентификаторы проб, отклоненных из-за артефактов, процент проб, отклоненных из-за артефактов, статус non-responder и итоговый вклад в аналитическое n для каждого канала.
- Храните журнал качества вместе с консолидированными базами данных, чтобы потери данных по конкретным каналам были проверяемыми и воспроизводимыми.
ПРИМЕЧАНИЕ: В данной выборке ни один участник не подошел под критерий non-responder этапа 8.14.3, и ни один участник не превысил 25%-ный порог артефактов этапа 8.14.6; следовательно, ни один участник не был исключен из всех каналов задания. Расхождения в аналитическом n носят два независимых характера: техническая потеря электродермального канала, при которой поведенческие и субъективные записи этого задания остаются нетронутыми, и неполные записи поведения или самоотчетов (незавершенное задание или отсутствие ответов по визуально-аналоговой шкале), которые не зависят от качества электродермального сигнала. Точное аналитическое n для каждого канала и каждого задания приведено в параграфе об аналитической выборке в разделе «Репрезентативные результаты». Эксперимент 3 не включает канал КР, поэтому его n отражает потерю поведенческих, а не электродермальных данных. Явное указание этих критериев решает проблему отсутствия гармонизации в операционализации и отчетности по электродермальным результатам, на которую указывали Ruge et al.1.
9. Базы данных
- Запустите Python-скрипт Data_Bases.py, чтобы для каждого участника объединить физиологические показатели, полученные в ходе записей КР, с ответами, собранными во время выполнения экспериментального задания.
ПРИМЕЧАНИЕ: Скрипт интегрирует информацию, полученную из физиологических записей, обработанных в Ledalab, результаты анализа CDA и электронные таблицы с ответами PsychoPy, созданные во время эксперимента. - После успешного выполнения скрипта убедитесь, что создана консолидированная электронная таблица, содержащая как физиологическую, так и поведенческую информацию для одного участника, и она сохранена в папке Global_Data.
ПРИМЕЧАНИЕ: Следуя предыдущему примеру, если для анализа выбран Experiment_1, Python-скрипт автоматически обойдет папки всех участников, связанных с этим экспериментом, объединит результаты CDA с соответствующими поведенческими данными для каждого участника и создаст отдельный файл электронной таблицы для каждого участника в папке Global_Data/Exp_1. - После генерации индивидуальных баз данных участников используйте Python-скрипт Completed_Bases_Per_Experiment.py, чтобы объединить данные всех участников для каждого экспериментального задания.
ПРИМЕЧАНИЕ: Скрипт объединяет информацию из папок всех участников в единую базу данных для каждого эксперимента, что облегчает последующий статистический анализ и обработку данных. При успешном завершении процедуры будут созданы три итоговые электронные таблицы, каждая из которых соответствует одному из трех экспериментов:
Одна таблица для Experiment_1
Одна таблица для Experiment_2
Одна таблица для Experiment_3 - Сохраните полученные полные базы данных в папке Complete_Data_Bases.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Результаты
Аналитическая проба
В общей сложности 38 здоровых взрослых добровольцев полностью прошли экспериментальную сессию и заполнили опросники для самоотчета (CTQ-SF, BCE, PHQ-9, GAD-7, STAI). Размер выборки для каждого анализа немного варьировался из-за потери данных по конкретным каналам, а не из-за отказа участников от исследования. Размер выборки по видам анализа: Эксперимент 1 — ANOVA для SCR и рейтингов (павловская и оперантная фазы), n = 37; ANOVA для оперант де нажатия кнопок...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Обсуждение
Полученные результаты подтверждают техническую и методологическую жизнеспособность интегрированного односессионного комплекса тестов, охватывающего приобретение угрозы с инструментальным контролем, обучение безопасности, возвращение страха и вероятностное обучение вознаграждению. В выборке от 35 до 38 здоровых взрослых (аналитические размеры выборки незначительно различались между экспериментами из-за потери сигнала в конкретных каналах, а не из-за выбывания участников) каждая парадигма воспроизвела свой канонический эфф...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Раскрытие информации
Авторы заявляют об отсутствии конфликта финансовых или нефинансовых интересов.
Благодарности
Авторы благодарят всех участников за их время и вовлеченность, а также научных ассистентов и лабораторную группу Университета Анд (Universidad de los Andes). Данное исследование было поддержано Национальным агентством по исследованиям и разработкам Чили (ANID) через грант Fondecyt Iniciacion №11250037 (главный исследователь: Мария Консуэло Сан-Мартин). R.C.V получил поддержку от Национального центра искусственного интеллекта CENIA FB210017, Basal ANID.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| Программное обеспечение AcqKnowledge | BIOPAC Systems Inc. | ACK100W (Windows) / ACK100M (Mac) | Программное обеспечение для сбора и анализа физиологических сигналов. RRID:SCR_014279 (проверить по актуальной записи SciCrunch). |
| afex (пакет R) | Singmann, Bolker, Westfall, Aust & Ben-Shachar | Версия 1.5-1 | Пакет R для факторных экспериментов. Использовался для всех ANOVA с повторными измерениями (Эксперименты 1-3) через функцию aov_ez(). RRID:SCR_022761 (проверить по актуальной записи SciCrunch). |
| ARTool (пакет R) | Wobbrock, Findlater, Gergle & Higgins | Версия 0.11.2 | Трансформация рангов с выравниванием (Aligned Rank Transform) для непараметрического факторного ANOVA. Использовался для ANOVA «Фаза x Стимул» для показателей проводимости кожи в Эксперименте 2, распределение которых было негауссовым. |
| Шкала благоприятного детского опыта (BCE) | Narayan, Rivera, Bernstein, Harris & Lieberman (2018) | Инструмент общественного достояния (10 пунктов) | Использована испанская адаптация. RRID для данного инструмента не назначен; следует ссылаться на оригинальную статью по валидации. |
| Наручный ремень BioNomadix (передатчик) | BIOPAC Systems Inc. | BN-PPGED-T | Носимый передатчик для сигналов ЭКГ и ФПГ. Использовался в паре с приемным модулем BioNomadix. |
| Опросник детских травм — краткая форма (CTQ-SF) | Bernstein et al. (2003) | Валидированный ретроспективный самоотчет из 28 пунктов | Пять субшкал (EA, PA, SA, EN, PN). RRID отсутствует; следует ссылаться на оригинальную статью по валидации. Использована испанская адаптация. |
| Проводящий гель для электродов ЭКГ | BIOPAC Systems Inc. | GEL101A | Изотонический гель для измерения проводимости кожи. |
| Одноразовые электроды ЭКГ Ag/AgCl | BIOPAC Systems Inc. | EL507A | Одноразовые электроды для регистрации проводимости кожи. |
| Шкала генерализованного тревожного расстройства (GAD-7) | Spitzer, Kroenke, Williams & Löwe (2006) | Самоотчет из 7 пунктов | Использована валидированная испанская версия. RRID инструмента отсутствует; следует ссылаться на оригинал. |
| ggplot2 (пакет R) | Wickham | Версия 4.0.3 | Система построения графиков на основе «грамматики графики». RRID:SCR_014601 (проверить по актуальной записи SciCrunch). |
| Наушники (полноразмерные) | HyperX (HP Inc.) | Cloud III | Проводные закрытые игровые наушники; использовались для подачи слухового безусловного стимула во время выработки страха. |
| Ledalab | Benedek & Kaernbach (2010) | Инструментарий MATLAB с открытым исходным кодом v3.2.5 | Непрерывный анализ декомпозиции (CDA) сигналов проводимости кожи. RRID не назначен (вместо него следует ссылаться на оригинальную статью). |
| lme4 (пакет R) | Bates, Maechler, Bolker & Walker | Версия 1.1-37 | Линейные модели со смешанными эффектами. Использовались для оценки наклонов траекторий обучения для каждого участника в Эксперименте 3. RRID:SCR_015654 (проверить по актуальной записи SciCrunch). |
| MATLAB | MathWorks | R2025a | Использовался для запуска Ledalab и конвейера предварительной обработки КРК. RRID:SCR_001622. |
| Опросник здоровья пациента-9 (PHQ-9) | Kroenke, Spitzer & Williams (2001) | Самоотчет из 9 пунктов | Использована валидированная испанская версия. RRID инструмента отсутствует; следует ссылаться на оригинал. |
| Блок сбора физиологических данных (PsychoPy) | BIOPAC Systems Inc. | MP200 | Основной блок сбора физиологических сигналов. Использовался совместно с беспроводным модулем ЭКГ BioNomadix. |
| Python | Python Software Foundation | Версия 3.12 | Использовался для конвейера предварительной обработки, объединяющего выходные данные Ledalab с поведенческими записями PsychoPy (Data_Bases.py, Completed_Bases_Per_Experiment.py). RRID:SCR_008394 (проверить по актуальной записи SciCrunch). |
| R (среда статистических вычислений) | R Foundation for Statistical Computing | Версия 4.5.0 | Среда, в которой выполнялся весь статистический анализ. Модели модерации оценивались с помощью регрессии методом наименьших квадратов с использованием функции lm() базового пакета stats; предикторы были z-стандартизированы, а член взаимодействия вычислен как их произведение; специализированные пакеты для модерации не использовались. RRID:SCR_001905 (проверить по актуальной записи SciCrunch). |
| Шкала тревожности Спилбергера-Ханина (STAI) | Spielberger et al. (1983) | STAI Форма Y (40 пунктов, SAI + TAI) | Использована валидированная испанская версия. RRID инструмента отсутствует; следует ссылаться на оригинал. |
| Монитор для предъявления стимулов | Samsung | LS22D300GALXZS (S22D300, 22-дюймовый LED) | Дисплей, использовавшийся для визуальных стимулов CS+ / CS- и шкал оценивания. |
Ссылки
- Ruge J, et al. How adverse childhood experiences get under the skin: a systematic review, integration and methodological discussion on threat and reward learning mechanisms. eLife. 2024;13:e92700.
- Madigan S, et al. Adverse childhood experiences: a meta-analysis of prevalence and moderators among half a million adults in 206 studies. World Psychiatry. 2023;22(3):463-71.
- Teicher MH, Gordon JB, Nemeroff CB. Recognizing the importance of childhood maltreatment as a critical factor in psychiatric diagnoses, treatment, research, prevention, and education. Mol Psychiatry. 2022;27(3):1331-8.
- Smith KE, Pollak SD. Children's value-based decision making. Sci Rep. 2022;12:5953.
- Montague PR, Hyman SE, Cohen JD. Computational roles for dopamine in behavioural control. Nature. 2004;431(7010):760-7.
- Gerin MI, et al. A neurocomputational investigation of reinforcement-based decision making as a candidate latent vulnerability mechanism in maltreated children. Dev Psychopathol. 2017;29(5):1689-705.
- McCrory EJ, Viding E. The theory of latent vulnerability: reconceptualizing the link between childhood maltreatment and psychiatric disorder. Dev Psychopathol. 2015;27(2):493-505.
- Hanson JL, et al. Early adversity and learning: implications for typical and atypical behavioral development. J Child Psychol Psychiatry. 2017;58(7):770-8.
- van den Bos W, Güroğlu B, van den Bulk BG, Rombouts SARB, Crone EA. Better than expected or as bad as you thought? The neurocognitive development of probabilistic feedback processing. Front Hum Neurosci. 2009;3:52.
- Narayan AJ, Rivera LM, Bernstein RE, Harris WW, Lieberman AF. Positive childhood experiences predict less psychopathology and stress in pregnant women with childhood adversity. Child Abuse Negl. 2018;78:19-30.
- Dibbets P, Evers EAT. The influence of state anxiety on fear discrimination and extinction in females. Front Psychol. 2017;8:347.
- Sperl MFJ, Panitz C, Hermann C, Mueller EM. A pragmatic comparison of noise burst and electric shock unconditioned stimuli for fear conditioning research with many trials. Psychophysiology. 2016;53(7):1017-34.
- San Martín C, Jacobs B, Vervliet B. Further characterization of relief dynamics in the conditioning and generalization of avoidance: effects of distress tolerance and intolerance of uncertainty. Behav Res Ther. 2020;124:103526.
- McLaughlin KA, DeCross SN, Jovanovic T, Tottenham N. Mechanisms linking childhood adversity with psychopathology: learning as an intervention target. Behav Res Ther. 2019;118:101-9.
- Kroenke K, Spitzer RL, Williams JBW. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001;16(9):606-13.
- Spitzer RL, Kroenke K, Williams JBW, Löwe B. A brief measure for assessing generalized anxiety disorder: the GAD-7. Arch Intern Med. 2006;166(10):1092-7.
- Spielberger CD. Manual for the State-Trait Anxiety Inventory (Form Y). Consulting Psychologists Press; Palo Alto (CA); 1983.
- Bernstein DP, et al. Development and validation of a brief screening version of the Childhood Trauma Questionnaire. Child Abuse Negl. 2003;27(2):169-90.
- Peirce J, et al. PsychoPy2: experiments in behavior made easy. Behav Res Methods. 2019;51(1):195-203.
- Benedek M, Kaernbach C. A continuous measure of phasic electrodermal activity. J Neurosci Methods. 2010;190(1):80-91.
- Lonsdorf TB, et al. Don't fear "fear conditioning": methodological considerations for the design and analysis of studies on human fear acquisition, extinction, and return of fear. Neurosci Biobehav Rev. 2017;77:247-85.
- LeDoux JE, Moscarello J, Sears R, Campese V. The birth, death and resurrection of avoidance: a reconceptualization of a troubled paradigm. Mol Psychiatry. 2017;22(1):24-36.
- Wobbrock JO, Findlater L, Gergle D, Higgins JJ. The aligned rank transform for nonparametric factorial analyses using only ANOVA procedures. Presented at: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI '11); New York (NY); 2011.
- Fritz MS, MacKinnon DP. Required sample size to detect the mediated effect. Psychol Sci. 2007;18(3):233-9.
- Bouton ME. Learning and behavior: a contemporary synthesis. Sinauer Associates; Sunderland (MA); 2007.
- Rescorla RA, Wagner AR. A theory of Pavlovian conditioning: variations in the effectiveness of reinforcement and nonreinforcement. In: Black AH, Prokasy WF, editors. Classical Conditioning II: Current Research and Theory. Appleton-Century-Crofts; New York (NY); 1972.
- McClelland GH, Judd CM. Statistical difficulties of detecting interactions and moderator effects. Psychol Bull. 1993;114(2):376-90.
- Maier SF, Seligman MEP. Learned helplessness at fifty: insights from neuroscience. Psychol Rev. 2016;123(4):349-67.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Перепечатки и разрешения
Эта статья была опубликована
Видео скоро будет доступно