我们探讨了面对分类处理机制在抑郁症患者,特别是笑脸的偏见在面临萧条的分类处理。三十的首发抑郁症患者在哈尔滨医科大学第一附属医院被选为大萧条,而健康的人与年龄、性别和教育程度被分配到对照组。汉密尔顿抑郁量表和汉密尔顿焦虑量表是用来选择研究对象;然后,我们被迫面对分类模式用于收集行为(响应时间和精度)和事件相关电位(ERP)研究对象的数据。组之间的差异估计使用重复测量方差分析。分类的总响应时间在抑郁症组长于对照组,正确的利率较低,差异具有统计学意义(
抑郁症是全球疾病和残疾的主要原因,与抑郁症和> 3亿个人生活(
学者们探讨了抑郁症病因学的机制从遗传、生化、和心理方面,但具体机制尚不清楚。认知因素,尤其是认知偏见(处理对负面刺激偏见),发生的一个主要原因是,抑郁症状的延续和发展
然而,证据不一致。一些学者还没有发现抑郁症患者有特殊意义的感知(情感和面部表情判断)不足
值得注意的是,在正常的受试者,快乐面部优势(HFA)存在于正常的脸分类处理
总之,研究面临的结果分类和处理抑郁症患者不一致,因为不同的研究范式、研究方法、抑郁症的严重程度和年龄。根据抑郁症的情绪处理,其他研究抑郁症的情绪处理的最常用方法是人脸识别任务(
本研究的目的是确定HFA效应存在于首发,drug-naive,抑郁症患者,尤其是笑脸的偏见面临萧条的分类处理。本研究的目的是分析抑郁症患者的脸的分类和处理机制,并提供一个抑郁症的诊断和临床预测的基础。
研究对象包括30个抑郁症患者和30名健康个体选择在医院门诊部在哈尔滨,中国。受试者的抑郁和控制匹配组性别、年龄、教育水平;两组之间没有显著差异(
受试者被诊断为抑郁症的第一集,dsm - iv中描述。受试者在18岁至55岁之间,没有精神病药物,和家族遗传史是不起眼的。控制和抑郁组与年龄、性别和教育水平。也满足以下标准:不严重的生理疾病,没有神经精神疾病,也没有服用抗焦虑、抑郁、和精神药物。
一般情况问卷调查收集了性别、年龄、婚姻状况、教育水平的受试者,以及他们是否服用精神药物在1个月和是否有抑郁症患者的家庭。
所呈现的刺激序列E-prime软件。刺激材料提取面部系统中国情绪图片系统(
快乐的例子(a),中性(b),和悲伤(c)面临用于实验。
实验是在一个安静和light-appropriate电生理实验室进行的。受试者坐在一个17寸电脑屏幕的分辨率
在正式实验中,有四个街区。每个块包含102次试验。每个面提出了300 ms。脸上呈现在屏幕上时,参与者被要求法官面部表情信息所代表的脸(快乐、中性和悲伤)。接下来,他们被要求尽快按下按钮,记录参与者的响应时间和正确的速度。每个面立即提出,不能是相同的。当三个或三个以上面临相同的表达式,键盘采用平衡匹配的原则。在实验之前,18试验培训。每一块之间,参与者可以休息1 - 2分钟。
EEG记录32 Ag / AgCl电极安装在一个定制的帽子(ECI;美国伊顿,哦)。根据扩展10 - 20系统,EEG与0.20 -100 Hz带通采样。鼻子的顶端在录音,作为参考和电极阻抗保持低于5 k
脑电图是分段获得时代开始之前200 ms和结束画面出现后800毫秒。工件校正传统构件(例如,眨眼)是由意味着“密集阵列研究的统计校正工件。“EEG段平均分别为每个参与者和每个面刺激(至少50试验条件)。平均波形数字,有低通30 Hz(24分贝/倍频程)。基于文献[
一般的人口数据和行为结果,如年龄、教育水平、HRSD分数,和哈马得分,进行了分析。正确的汇率计算,错误的数据删除。接下来,分析了响应时间重复测量方差分析,用
这些测量重复措施三方提交混合模型方差分析,在面对情感(快乐、中性和悲伤),半球(左和右),和站点(A1 / A2和T5 / T6)作为受试因素和组(抑郁和控制)主客体之间的因素。自由度是纠正在必要时使用Greenhouse-Geisserε的校正因子。
表
比较抑郁和对照组之间的人口数据。
| 变量 | 抑郁组, |
对照组, |
|
|---|---|---|---|
|
|
|
||
| 年龄 |
|
|
0.217 |
| 抑郁得分 |
|
|
0.000 |
| 焦虑得分 |
|
|
0.063 |
类型的面部表情(快乐,中性,sad)被用作类内因素,和组(抑郁和对照组)作为群体间的因素重复测量方差分析。结果表明主要影响面部表情分类的准确性是重要的(
面部表情分类的精度(%)抑郁组和对照组(
| 变量 | 快乐 | 中性 | 悲伤的 |
|---|---|---|---|
|
|
|
|
|
| 抑郁组 |
|
|
|
| 对照组 |
|
|
|
计算响应时间之前,每个参与者被收集的数据进行预处理来删除数据超出了标准偏差(±3)。大约7%的数据被删除,和不同面部表情的分类响应时间被删除。的响应时间抑郁和对照组之间的面部表情分类如表所示
响应时间的面部表情分类抑郁症和对照组之间(
| 变量 | 快乐 | 中性 | 悲伤的 |
|---|---|---|---|
|
|
|
|
|
| 抑郁组 |
|
|
|
| 对照组 |
|
|
|
结果表明N170最明显的消极成分后颞叶和枕叶区域刺激后的女士在120年和220年之间(数字
的浪潮erp之间的面部表情类别抑郁(a)和对照组(b)。
面部表情的振幅和延迟((a)快乐的脸,(b)中性的脸,和(c)愁容)之间的沮丧和对照组。
T5和T6的N170振幅电极进行了分析。结果显示无显著差异在N170的振幅之间的抑郁和对照组(
N170延迟T5和T6电极的分析显示两组之间的显著差异(
N170 A1和A2的振幅进行了分析。结果显示无显著差异在N170的振幅之间的抑郁和对照组(
N170 A1和A2的延迟进行了分析。结果表现出显著差异在抑郁和对照组之间的延迟时间(
在这项研究中,面部表情分类的精度和响应时间是获得使用面部表情分类的任务。抑郁症患者的整体响应时间长于对照组,和有一个HFA效果。这些发现表明,抑郁症患者在面对分类处理阶段,反应速度下降,导致处理速度放缓。在这个阶段,抑郁症患者可能有认知障碍处理。
在这项研究中,不同表情的脸分类影响抑郁症患者进行了研究,结果表明,与文献[这是不一致的
在这项研究中,我们首先分析电生理学的改变面部表情分类相比,抑郁症患者的面部表情分类模式,对照组和试图解释抑郁症患者认知障碍的机制。我们没有发现差异之间的N170振幅抑郁和对照组面对分类处理,和N170是长时间的延迟。当分类快乐面孔,抑郁组展示了N170减少振幅和延迟时间的延长一些大脑区域与对照组相比。相比之下,在分类难过和中性面孔,没有观察到显著差异在N170抑郁和对照组之间的振幅。
与对照组相比,面部表情分类处理的模式是不同的抑郁组的,并没有差别的延迟和振幅面部表情抑郁组的分类处理。结果表明,没有显著差异的处理面部表情在抑郁症患者脑电图的水平,和抑郁症的HFA效应消失。也就是说,积极的处理优势面临消失。
本研究直接比较了个人水平的脸(快乐、中性和悲伤)和诱发显著的N170组件,支持结论的文献[
在这项研究中发现了一个值得注意的现象。我们的研究集中在首发,drug-naive病人。行为结果表明,面部表情和团体之间的相互作用不显著,抑郁症患者的响应时间减少。这一发现是不一致的与其他研究[
目前的研究是有限的实验组病例数。实验组并不大;然而,所有的受试者被诊断为首次抑郁症临床精神科医生。真的很难收集大量的患者按照诊断标准。临床样本,本研究的病例数不少于大多数类似的已发表的研究。我们会考虑做一个后续推论未来研究来验证我们的结论。由于ERP技术的空间分辨率较低,需要配合其他认知研究方法在很多研究中涉及认知的大脑区域。
使用的数据来支持本研究的发现也没有提供,因为数据形成一个正在进行的研究的一部分。
作者宣称没有利益冲突。
这项研究受到了中国国家自然科学基金(81773536)。