НЕЙРОДИНАМІКА α-ДІАПАЗОНУ ЕЕГ ПРИ ВИКОНАННІ МЕНТАЛЬНИХ АРИФМЕТИЧНИХ ВПРАВ ДО ТА ПІД ЧАС ПОВНОМАСШТАБНОГО ВТОРГНЕННЯ РОСІЇ В УКРАЇНУ
DOI: 10.17721/1728.2748.2024.98.32-37
Ключові слова:
електроенцефалографія (ЕЕГ), квадратична когерентність (MSC), стрес, когнітивне навантаження, нейродинамікаАнотація
Вступ. Життя в зонах, уражених війною, суттєво впливає на когнітивні функції, психічне здоров'я та загальне самопочуття дітей, підлітків і дорослих. Сприйняття стресу відіграє певну роль у цьому впливі, оскільки психологічний тягар війни погіршує когні-тивний розвиток і функціонування молоді та дорослих. Нейродинаміка, пов'язана з керуванням когнітивним навантаженням і стресом, добре відображена в даних ЕЕГ, оскільки хронічний стрес значно впливає на когнітивні показники. Діапазон альфа-ритму ЕЕГ широко досліджувався як біомаркер для оцінювання когнітивної діяльності, розумової втоми та наслідків втручань для покращення когнітивних функцій. Однак даних щодо динаміки α-діапазону під впливом тривалих стресових факторів, таких як проживання в охопленій війною країні, особливо під час когнітивного навантаження, недостатньо. Мета дослідження – порівняти нейродинаміку альфа-діапазону ЕЕГ, пов'язану із завданнями ментальної арифметики до та під час початку повномасштабного вторгнення росії в Україну.
Методи. У дослідженні брали участь 57 добровольців обох статей; 28 проходили обстеження до повномасштабного вторгнен-ня та 29 після початку вторгнення. Дані ЕЕГ записували під час виконання арифметичного рахунку подумки з подальшим виділенням піддіапазонів, а саме: α1 [7,5, 9,5] Гц, α2 [9,6, 11] Гц, α3 [11,1, 12,9] Гц.
Результати. У α1-піддіапазоні можна було спостерігати збільшену кількість когерентних зв'язків у групі жінок, що здійсню-вали обчислення під час війни. У піддіапазоні α2 у чоловічій групі спостерігався топографічний перерозподіл зв'язків, а саме, зменшення кількості зв'язків та зсув у бік фронтальних ділянок кори. Нарешті, у піддіапазоні α3 жіноча група продемонструвала широку мережу зв'язків порівняно з чоловічою групою, де під час повномасштабного вторгнення спостерігався виразний центр зв'язків у тім'яній зоні кори великих півкуль.
Висновки. Було виявлено, що під час повномасштабного вторгнення суб'єкти жіночої статі демонстрували вищий ступінь поведінкового гальмування, що можна інтерпретувати як прихований показник підвищеної фонової тривожності. Чоловіча група продемонструвала труднощі зосередження уваги на внутрішньому завданні. Нарешті, добровольці в обох групах продемонстрували загальне зниження рівня низхідного контролю над виконанням завдання.
Посилання
Aguirre, A. S., Rojas, K., & Torres, A. R. (2023). Pediatric traumatic brain injuries in war zones: a systematic literature review. Frontiers in Neurology, 14. https://doi.org/10.3389/fneur.2023.1253515
Al-Shargie, F., Tang, T., & Kiguchi, M. (2017). Assessment of mental stress effects on prefrontal cortical activities using canonical correlation analysis: an fnirs-eeg study. Biomedical Optics Express, 8(5), 2583. https://doi.org/10.1364/boe.8.002583
Balconi, M. (2023). What is the relationship between metacognition and mental effort in executive functions? the contribution of neurophysiology. Behavioral Sciences, 13(11), 918. https://doi.org/10.3390/bs13110918
Bortel, R., & Sovka, P. (2006). EEG–EMG coherence enhancement. Signal Processing, 86(7), 1737–1751. https://doi.org/10.1016/j.sigpro.2005.09.011
Bovin, M. J., Schneiderman, A., Bernhard, P. A., Maguen, S., Hoffmire, C. A., Blosnich, J. R., … & Vogt, D. (2023). Development and validation of a brief warfare exposure measure among u.s. iraq and afghanistan war veterans: the deployment risk and resilience inventory-2 warfare exposure-short form (drri-2 we-sf).. Psychological Trauma: Theory, Research, Practice, And Policy, 15(8), 1248-1258. https://doi.org/10.1037/tra0001282
Delorme, A., & Makeig, S. (2004). EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods, 134(1), 9–21. https://doi.org/10.1016/j.jneumeth.2003.10.009
Dobie, R. A., & Wilson, M. J. (1993). Objective response detection in the frequency domain. Electroencephalography and Clinical Neurophysiology/Evoked Potentials Section, 88(6), 516–524. https://doi.org/10.1016/0168-5597(93)90040-v
Finlay, M. C., Lambiase, P. D., Ben-Simon, R., & Taggart, P. (2016). Effect of mental stress on dynamic electrophysiological properties of the endocardium and epicardium in humans. Heart Rhythm, 13(1), 175–182. https://doi.org/10.1016/j.hrthm.2015.08.011
Gärtner, M., Grimm, S., & Bajbouj, M. (2015). Frontal midline theta oscillations during mental arithmetic: effects of stress. Frontiers in Behavioral Neuroscience, 9. https://doi.org/10.3389/fnbeh.2015.00096
Howells, F., Stein, D., & Russell, V. (2010). Perceived mental effort correlates with changes in tonic arousal during attentional tasks. Behavioral and Brain Functions, 6(1), 39. https://doi.org/10.1186/1744-9081-6-39
Iemi, L., & Busch, N. A. (2018). Moment-to-Moment fluctuations in neuronal excitability bias subjective perception rather than strategic decision-making. Eneuro, 5(3), ENEURO.0430–17.2018. https://doi.org/10.1523/eneuro.0430-17.2018
Jatoi, N.-A., Kyvelou, S.-M., & Feely, J. (2014). The acute effects of mental arithmetic, cold pressor and maximal voluntary contraction on arterial stiffness in young healthy subjects. Artery Research, 8(2), 44. https://doi.org/10.1016/j.artres.2014.02.002
Jensen, O., & Mazaheri, A. (2010). Shaping functional architecture by oscillatory alpha activity: Gating by inhibition. Frontiers in Human Neuroscience, 4. https://doi.org/10.3389/fnhum.2010.00186
Kim, Y.-W., Kim, S., Jin, M. J., Im, C.-H., & Lee, S.-H. (2019). Low frequency alpha (8–10 Hz) activity correlated with inhibitory behavior. IBRO Reports, 6, S536. https://doi.org/10.1016/j.ibror.2019.07.1669
Li, G., Luo, Y., Jiao, W., Jiang, Y., Gao, Z., Huang, S., & Zhang, J. (2019). The impact of mental fatigue on brain activity: a comparative study between resting state and task state using EEG. https://doi.org/10.21203/rs.2.15754/v1.
Lozano-Soldevilla, D., & VanRullen, R. (2019). The hidden spatial dimension of alpha: 10-hz perceptual echoes propagate as periodic traveling waves in the human brain. Cell Reports, 26(2), 374–380.e4. https://doi.org/10.1016/j.celrep.2018.12.058
Maghsoudi, A. and Shalbaf, A. (2021). Mental arithmetic task recognition using effective connectivity and hierarchical feature selection from eeg signals. Basic and Clinical Neuroscience Journal, 12(6), 817-826. https://doi.org/10.32598/bcn.2021.2034.1
Malekpour, S., Gubner, J. A., & Sethares, W. A. (2018). Measures of generalized magnitude-squared coherence: Differences and similarities. Journal of the Franklin Institute, 355(5), 2932–2950. https://doi.org/10.1016/j.jfranklin.2018.01.014
Noto, Y., Sato, T., Kudo, M., Kurata, K., & Hirota, K. (2005). The relationship between salivary biomarkers and state-trait anxiety inventory score under mental arithmetic stress: A pilot study. Anesthesia & Analgesia, 1873–1876. https://doi.org/10.1213/01.ane.0000184196.60838.8d
Palva, S., & Palva, J. M. (2007). New vistas for α-frequency band oscillations. Trends in Neurosciences, 30(4), 150–158. https://doi.org/10.1016/j.tins.2007.02.001
Palva, S., & Palva, J. M. (2011). Functional roles of alpha-band phase synchronization in local and large-scale cortical networks. Frontiers in Psychology, 2. https://doi.org/10.3389/fpsyg.2011.00204
Palva, S., & Palva, J. M. (2012). Discovering oscillatory interaction networks with M/EEG: Challenges and breakthroughs. Trends in Cognitive Sciences, 16(4), 219–230. https://doi.org/10.1016/j.tics.2012.02.004
Richard Clark, C., Veltmeyer, M. D., Hamilton, R. J., Simms, E., Paul, R., Hermens, D., & Gordon, E. (2004). Spontaneous alpha peak frequency predicts working memory performance across the age span. International Journal of Psychophysiology, 53(1), 1–9. https://doi.org/10.1016/j.ijpsycho.2003.12.011
Rodriguez‐Larios, J. and Alaerts, K. (2019). Tracking transient changes in the neural frequency architecture: harmonic relationships between theta and alpha peaks facilitate cognitive performance. Journal of Neuroscience, 39(32), 6291-6298. https://doi.org/10.1523/jneurosci.2919-18.2019.
Sadaghiani, S., & Kleinschmidt, A. (2016). Brain networks and α-oscillations: Structural and functional foundations of cognitive control. Trends in Cognitive Sciences, 20(11), 805–817. https://doi.org/10.1016/j.tics.2016.09.004
Van Diepen, R. M., Foxe, J. J., & Mazaheri, A. (2019). The functional role of alpha-band activity in attentional processing: The current zeitgeist and future outlook. Current Opinion in Psychology, 29, 229–238. https://doi.org/10.1016/j.copsyc.2019.03.015
van Diepen, R. M., Miller, L. M., Mazaheri, A., & Geng, J. J. (2016). The role of alpha activity in spatial and feature-based attention. Eneuro, 3(5), ENEURO.0204–16.2016. https://doi.org/10.1523/eneuro.0204-16.2016
Vindevogel, S., Schryver, M. D., Broekaert, E., & Derluyn, I. (2013). War-related experiences of former child soldiers in Northern Uganda: comparison with non-recruited youths. Paediatrics and International Child Health, 33(4), 281-291. https://doi.org/10.1179/2046905513y.0000000084
