[ad_1]

تصویر

تصویر: محققان با عبور از هر سناریوی VR ، ضربان قلب شرکت کنندگان را اندازه گیری کردند و مقادیر زیادی از داده ها را در مورد تغییرات ضربان قلب در شرایط آزمایش کنترل شده جمع آوری کردند. چشم انداز بیشتر

اعتبار: EPFL

همه ما به روش های مختلفی نسبت به استرس واکنش نشان می دهیم. سر و صدای ناگهانی شدید یا برق گرفتگی می تواند واکنش های مختلفی در افراد ایجاد کند ، این نشان می دهد که برخی از ما بیشتر از دیگران مستعد استرس هستیم.

هر رویدادی که باعث استرس شود ، “استرس” نامیده می شود. بدن ما برای مقابله با مواجهه حاد با عوامل استرس زا مجهز است ، اما قرار گرفتن در معرض مزمن می تواند منجر به اختلالات روانی شود ، به عنوان مثال. اضطراب و افسردگی و حتی تغییرات جسمی ، به عنوان مثال تغییرات قلبی عروقی مشاهده شده در فشار خون یا اختلالات سکته مغزی.

تلاش های قابل توجهی در حال انجام است تا راهی برای شناسایی افرادی که در معرض ابتلا به اختلالات مرتبط با استرس قرار دارند ، شناسایی شود. مسئله این است که بیشتر این مطالعات به خود گزارش دهی و رتبه بندی بالینی ذهنی یا قرار گرفتن در معرض افراد در محیط های غیر طبیعی متکی هستند. استفاده از حامل ها و سایر فن آوری های حسی تا حدی در افراد مسن و افراد در معرض خطر پیشرفت کرده است ، اما با توجه به اینکه سبک زندگی ما چقدر متفاوت است ، یافتن نشانگرهای عینی بیماری روانشناختی دشوار بوده است.

نزدیک شدن به مشکل VR

دانشمندان علوم رفتاری ، به رهبری کارمن سندی از دانشکده علوم زندگی EPFL ، اکنون روشی واقعیت مجازی (VR) را توسعه داده اند که میزان حساسیت فرد به عوامل استرس زای روانشناختی را اندازه گیری می کند. بر اساس مطالعات قبلی بر روی حیوانات ، رویکرد جدید اطلاعاتی را در مورد حرکت با چگالی بالا در انسان به دست می آورد ، زیرا در دو محیط مجازی برای پیش بینی تغییر ضربان قلب هنگام قرار گرفتن در معرض موقعیت های تهدید کننده یا بسیار استرس زا بررسی می کند.

تنوع ضربان قلب در این زمینه به عنوان شاخص قوی آسیب پذیری در برابر استرس فیزیولوژیکی و ایجاد آسیب های روانی و اختلالات قلبی عروقی ظاهر می شود.

حالات استرس VR

در این مطالعه ، 135 شرکت کننده در سه سناریوی مختلف واقعیت مجازی غوطه ور شدند. در سناریوی اول ، آنها یک اتاق مجازی خالی را جستجو کردند ، شروع آن با یک قدم کوچک قرمز رو به دیوار. خود اتاق مجازی همان اندازه اتاق واقعی بود که شرکت کنندگان در آن حضور داشتند ، بنابراین اگر آنها یک دیوار مجازی را لمس می کردند ، واقعاً آن را احساس می کردند. پس از 90 ثانیه تحقیق ، به شرکت کنندگان گفته شد که به مرحله قرمز کوچکی که از آن آغاز کرده بودند ، برگردند. اتاق VR کمرنگ می شود و سپس سناریوی دوم آغاز می شود.

در سناریوی دوم ، شرکت کنندگان خود را در کوچه ای مجازی در چند متری سطح زمین یک شهر مجازی دیدند. سپس از آنها خواسته شد که به مدت 90 ثانیه کوچه را جستجو کنند و سپس به مرحله قرمز برگردند. با پایین آمدن سریعتر و سریعتر پا ، به سطح زمین رسید. محو شدن دیگری و سپس آخرین سناریو.

در سناریوی سوم ، شرکت کنندگان در یک اتاق کاملا تاریک “قرار داده شدند”. مسلح به چیزی غیر از یک چراغ قوه مجازی ، به آنها گفته شد که باید در یک راهرو تاریک از پیچ و خم استفاده کنند ، که در آن چهار شکل شبیه انسان در مناطق گوشه ای قرار داده شده است ، در حالی که هر دو ثانیه سه انفجار ناگهانی صدای سفید از طریق هدفون های ناگهانی شرکت کننده بیرون می آید.

توسعه یک مدل پیش بینی

محققان با عبور از هر سناریوی VR ، ضربان قلب شرکت کنندگان را اندازه گیری کردند و مقدار زیادی از داده ها را در مورد تغییرات ضربان قلب در شرایط آزمایش کنترل شده جمع آوری کردند. Joao Rodrigues ، فوق دکترا در EPFL و اولین نویسنده این مطالعه ، سپس داده های حرکتی دو سناریوی اول را با استفاده از روش های یادگیری ماشین تجزیه و تحلیل کرد و مدلی را ایجاد کرد که می تواند پاسخ استرس فرد – تغییر در تنوع ضربان قلب – را در سوم پیش بینی کند. سناریوی تهدیدآمیز.

این تیم سپس این مدل را آزمایش کرد و دریافت که پیش بینی های آن می تواند روی گروه های مختلف شرکت کنندگان موثر باشد. آنها همچنین تأیید کردند که این مدل می تواند آسیب پذیری استرس را در برابر چالش های مختلف استرس پیش بینی کند ، که در آن شرکت کنندگان تحت آزمایش نهایی VR قرار می گیرند ، جایی که آنها باید تمرینات حساب را به سرعت انجام دهند و نتایج خود را در مقایسه با دیگران مشاهده کنند. ایده اینجا اضافه کردن جنبه زمانی و اجتماعی به استرس بود. همچنین ، وقتی آنها پاسخ های اشتباهی دادند ، با به صدا درآمدن زنگ خطر ، قسمت هایی از طبقه مجازی خراب شد.

سرانجام ، محققان همچنین تأیید کردند که مدل آنها از سایر ابزارهای پیش بینی استرس ، مانند پرسشنامه اضطراب ، پیشی گرفته است. کارمن سندی می گوید: “مزیت مطالعه ما این است که ما مدلی را توسعه داده ایم که در آن گرفتن پارامترهای رفتاری نحوه کشف افراد در دو محیط مجازی جدید برای پیش بینی چگونگی تغییر در ضربان قلب در صورت تغییر کافی است بنابراین در معرض شرایط بسیار استرس زا قرار می گیرند و نیازی به آزمایش آنها در این شرایط بسیار استرس زا نیست. “

اندازه گیری میزان آسیب پذیری استرس در آینده

این مطالعه ابزاری استاندارد برای اندازه گیری آسیب پذیری در برابر عوامل استرس زا بر اساس نشانگرهای هدف ارائه می دهد و زمینه را برای توسعه بیشتر این روش ها هموار می کند.

“مطالعه ما قدرت چشمگیر داده های رفتاری را برای آشکار ساختن آسیب پذیری فیزیولوژیکی افراد نشان می دهد. قابل توجه است که چگونه پارامترهای موتور حرکتی با چگالی بالا در طول مطالعه VR می توانند به شناسایی افراد در معرض خطر آسیب های بی شماری کمک کنند – قلب و عروق ، اختلالات روانی و غیره – اگر در معرض استرس بالایی قرار بگیرند. ما انتظار داریم که مطالعه ما به انجام اقدامات اولیه برای افراد در معرض خطر کمک کند. ”

###

سلب مسئولیت: AAAS و EurekAlert! هیچ مسئولیتی در قبال صحت گزارشهای خبری منتشر شده در EurekAlert ندارند! از طریق موسسات کمک کننده یا استفاده از هرگونه اطلاعات از طریق سیستم EurekAlert.

[ad_2]

منبع: kolah-news.ir