Einführung in das Problem
Die Entwicklung von Ansätzen zur Schätzung und Kontrolle von Hirnfunktionen bei der Kontrolle von Störungen ist bei evidenzbasierten Forschern auf breites Interesse gestoßen. Die Verbesserung der Methoden der spektralen und multifraktalen Analyse des Elektroenzephalogramms (EEG) hat es Wissenschaftlern und Psychologen ermöglicht, die chaotische und fraktale Dynamik des Gehirns im Zusammenhang mit ängstlichen Phobiestörungen zu sortieren. Laut Dick, Svyatogor, Ishinova und Nozdrachev (2012) wächst auch das wissenschaftliche Interesse am Grad der Multifraktalität und Monofraktalität des EEG.
Panik- und Angststörungen treten immer häufiger auf, und Schätzungen aus dem Jahr 2018 zeigen, dass die gemeldeten Fälle in den letzten 12 Monaten jeden Monat um 3,1 % gestiegen sind. Die geschätzte Lebenszeitprävalenz von Sozialangst in den Vereinigten Staaten liegt bei 12 %, und der Prozentsatz wird voraussichtlich weiter steigen (Feng, Cao, Li, Wu und Mobbs, 2018). Darüber hinaus stellen Johnson et al. (2019) fest, dass fast 75 % der US-Bevölkerung dem Risiko eines schweren Traumas ausgesetzt sind, das durch die Degeneration des Stressniveaus verursacht wird und die genetische Resilienz gegenüber traumatischen Situationen und Ereignissen verringert.
Ausgehend von den oben dargestellten Fakten wird in diesem Beitrag der funktionelle Zustand des Gehirns von Patienten mit Angst- und Stressstörungen erörtert. Ziel ist es, das Problem anhand von Gesichtsreizen zu analysieren, was wiederum dazu beitragen wird, die Konsistenz des Niveaus der wahrgenommenen Attraktivität zu bestimmen. Es ist anzunehmen, dass die während der Studie ausgelösten Ängste den Hippocampus und die Amygdala beeinflussen. Die Methode der Schönheit wurde gewählt, weil sie veranschaulichen kann, wie das Gehirn nach den Stimuli unterschiedlich funktioniert, was sich auf die Präferenzen des Einzelnen und die Situationen, denen er in seinem täglichen Leben begegnet, auswirken kann.
Beschreibung und Hintergrundthemen
Da die Funktion der Angst nach wie vor in der Erkennung von Bedrohungen besteht, haben mehrere Studien darauf abgezielt, ein experimentelles kognitionspsychologisches Modell zu erstellen, das in die künftige klinische Forschung und Praxis einfließen wird. Burkhardt et al. (2019) fanden in einer früheren Studie heraus, dass Patienten mit phobischen Störungen sehr empfänglich für skriptgesteuerte Bilder und anfällig für die Erregung durch natürliche Reize sind. In ähnlicher Weise betonen França et al. (2018), dass die EEG-Korrelationswerte von der Neurodynamik, einschließlich psycho-emotionalem Stress und Störungsvariationen, beeinflusst werden.
Trotz erster bahnbrechender Studien im vergangenen Jahrzehnt ist die Anwendung fraktaler EEG-Merkmale zur Behandlung und Kontrolle nervöser Phobiestörungen jedoch immer noch begrenzt. França et al. (2018) stellen fest, dass die vollständige Charakterisierung der Hirnfunktionsdynamik und die Quantifizierung der Varianten der fraktalen Geometrie eine Herausforderung bleiben, selbst wenn standardisierte Strukturen formuliert und umgesetzt werden. Der Grund dafür ist, dass die Dynamik des Gehirns, einschließlich elektrischer Aktivität, diffuser Prozesse und chemischer Reaktionen, nichtlinear bleibt und unter den komplexesten natürlichen Phänomenen arbeitet. Daher wird die Skalierung der fraktalen Geometrie und der invarianten Dynamik Zeit in Anspruch nehmen, und in diesem Bereich besteht noch eine erhebliche Forschungslücke.
Psychogene Schmerzbehandlung und Psycho-Entspannung als Alternative zu Angststörungen sind bei den meisten Studien die Hauptschwerpunkte der anfänglichen experimentellen Analyse geblieben. Andere Experimente wurden an Nicht-Menschen durchgeführt und haben dazu beigetragen, die Beweise für genetische Variationen, die zu Gehirnstörungen führen, zu bestätigen. So untersuchten Johnson et al. (2019) anhand von Rattenproben den Serotonin-Transporter (SERT) und wie er die Transkriptionseffizienz im Zusammenhang mit Angstmerkmalen bei diesen Tieren reduziert. Die Studie ergab, dass Ratten in Fällen erhöhter Paniksituationen vermehrt angstähnliche Verhaltensweisen zeigten, wie sie bei Menschen üblich sind.
Die Normalisierung der Hirnreaktionen auf anhaltende Furcht wird heute weitgehend durch Infusionen von 5HT1A-Antagonisten erreicht (França et al., 2018). Im Gegensatz zu den Leistungsspektren beeinflussen die Unterscheidungen der EEGs auf quantitativer Basis bei der Untersuchung des Gehirns jedoch weiterhin die Singularitätsspektren. Es ist von entscheidender Bedeutung, die verhaltensbezogenen und neurologischen Dynamiken von Patienten mit nervös-phobischen Störungen zu verstehen, um den Erfolg der Diagnose und Behandlung der Störung zu maximieren. Die Dynamik kann durch die Analyse der strukturellen Konnektivität basal-limbischer Areale, wie der Amygdala, gemessen werden (Duval, Javanbakht, & Liberzon, 2015).
Grundprinzip und Zweck der Studie
Ziel der Studie ist es, den funktionellen Zustand des Gehirns von Patienten mit Phobien, Panik- und Angststörungen zu untersuchen. Der Grundgedanke der Studie besteht darin, zuverlässige Informationen über die Faktoren zu erhalten, die mit dem Verhalten und dem psychologischen Zustand von Patienten mit Phobien in Verbindung stehen. Zu den Elementen, die von Interesse sind, gehören das Schmerzempfinden des Körpers, der emotionale Zustand der Patienten, die Exponenten-Korrelationen der Gehirnfunktionen und die dominanten Bereiche der EEG-Segmente. Dieser Ansatz ist für die Forschung von Bedeutung, da eine der Arten von Verhaltensmessungen die Erfassung von Körperreaktionen ist, die vor und nach Stimuli durchgeführt werden.
Hypothese der Studie
Die folgende Studienhypothese wird die vorliegende Untersuchung leiten:
Methode
In der Studie werden 30 Patienten mit phobischen Störungen sowie eine Gruppe von 30 gesunden Personen untersucht. Es werden deskriptive und quantitative Daten aus dieser Gruppe verwendet, um konsistente Beziehungen zwischen den Variablen herzustellen. Die unabhängigen Variablen in der Studie sind randomisierte Gesichtsreize, elektrische Gehirnaktivität und EEG-Faktoren. Zu den EEG-Faktoren gehören Frequenzbänder wie Delta, Alpha, Gamma, Beta und Theta, die für verschiedene Gehirnregionen analysiert werden. Zu den Regionen gehören die Amygdala, der präfrontale Kortex, die Insula und der Hippocampus. Es wird erwartet, dass die Stimuli diese Hirnregionen beeinflussen, da sie für die Modulation und Verarbeitung von Emotionen verantwortlich sind (Duval et al., 2015).
Die einzige unabhängige Variable (IV), die manipuliert wird, sind die Gesichtsreize, die von Zeit zu Zeit geändert werden, um festzustellen, wie konsistent die Patienten dieselben Bilder hinsichtlich ihrer Attraktivität bewerten können. Die Wahl dieser unabhängigen Variable wird durch die Ergebnisse von Studien bestimmt, die zeigen, dass sich die Reaktionen auf Gesichtsreize bei phobischen und nicht phobischen Patienten unterscheiden können (Kang, Kim, Kim, & Lee, 2019). In der Studie wird ein adaptiver Algorithmus verwendet, um die normativen Bewertungen der Patienten im gleichen Bereich wie die experimentellen Schätzungen zu halten. Die Teilnehmer werden in Situationen gebracht, in denen sie sich unwohl fühlen, um sie in einem Zustand der Angst zu testen.
Die verhaltensabhängige Variable (DV) ist die Attraktivitätsbewertung der Gesichter in den Bildern, die den Teilnehmern gegeben wurden, und die Konformitätswerte der Personen aufgrund des Einflusses von Gleichaltrigen. Die Methode der Attraktivität wurde gewählt, weil Patienten mit phobischen Störungen gut auf skriptgesteuerte Bilder reagieren; außerdem kann mit dieser Methode analysiert werden, ob sich der funktionelle Zustand des Gehirns nach der Stimulation verändert (Dick et al., 2012; Burkhardt et al., 2019).
Die Studie wird in zwei Phasen durchgeführt. Die Attraktivitätsbewertung wird ermittelt, indem die Teilnehmer gebeten werden, normative Werte für den Grad der Attraktivität auf einer 10er-Skala von 1 – unattraktiv bis 10 – sehr attraktiv anzugeben. Eine durchschnittliche Verhaltensaktualisierung wird mit dem Namen des Teilnehmers aufgezeichnet und mit der mittleren Bewertung einer gesunden Person verglichen. Die von gesunden Personen abgegebenen normativen Bewertungen werden als Ausgangswerte für den Vergleich herangezogen.
Das neurologische DV sind die Hirnaktivitätswerte, die als Elektrookulogramme von einem NeuroScan-System gewonnen werden. Die Daten werden aufgenommen, während die Teilnehmer die Attraktivitätsbewertung durchführen. Die Untersuchung findet in einem örtlichen Psychiatrie- und Strafvollzugszentrum statt. Die EEG-Werte werden nach der von Dick et al. (2012) so genannten Svyatogotor-Klassifikation geschätzt. Neben dieser Methode werden in der Studie auch andere multifraktale Ansätze verwendet, um die Gültigkeit und Zuverlässigkeit der erhobenen Daten zu überprüfen.
Ergebnisse
Es ist sehr wahrscheinlich, dass Patienten mit phobischen Störungen in hohem Maße auf angstauslösende Stimuli reagieren und dass sich ihre Attraktivitätsbewertungen von Gesichtern zwischen den beiden Phasen der Manipulation angstauslösender Aktivitäten signifikant verändern werden. Burkhardt et al. (2019) fanden in einer früheren Studie heraus, dass Patienten mit phobischen Störungen stark auf skriptgesteuerte Bilder reagieren und anfällig für die Auslösung durch natürliche Reize sind. Es kann jedoch sein, dass sich die Attraktivitätsbewertung aufgrund der sicheren Konditionierungsfaktoren bei diesen Patienten nicht signifikant ändert. Außerdem führt die Hyperaktivierung des Hirnstamms bei Patienten mit Angstphobie zu marginalen Unterschieden in den EEG-Leistungsspektren. Die EEG-Korrelationswerte werden von der Neurodynamik beeinflusst, einschließlich psycho-emotionalem Stress und Krankheitsvariationen (França et al., 2018).
Der Grad der Multifraktalität bei Patienten mit phobischen Störungen ist hoch, und der Funktionszustand des Gehirns wird stark schwanken, wenn die Teilnehmer Stimuli ausgesetzt sind. Alternativ dazu werden die Defizite in der Emotionsregulation der Teilnehmer aufgrund gestörter neurologischer Funktionen die Schwankungen wahrscheinlich verringern, und es wird möglicherweise keine signifikanten Veränderungen geben (Becker et al., 2001). Bei der letzten Studienvariable werden sich die fraktalen Elemente des Verhaltens in Bezug auf die Signalvarianz der Hirnfunktion bei Patienten mit phobischen Störungen signifikant verändern. Neben der Beeinflussung der funktionellen Komponenten des Gehirns und der kognitiven Strukturen beeinflussen phobische Stimuli auch die Variablen der Persönlichkeitsidentität (Rudaz, Ledermann, Margraf, Becker, & Craske, 2017).
Umgekehrt sind die fraktalen EEG-Variationen, z. B. in den Frontal-, Okzipital- und anderen Lappen, aufgrund der dissoziierten Konsistenzen möglicherweise nicht signifikant. Die Varianzanalyse (ANOVA) wird verwendet, um die Beziehung zwischen phobischen Stimuli, neurologischen DVs und verhaltensbezogenen DVs zu bestimmen. Die ANOVA-Technik wird in der Studie auch verwendet, um zu beurteilen, wie sich die neurologischen und verhaltensbezogenen Messwerte zwischen gesunden Personen und Patienten mit phobischen Störungen unterscheiden. Ein Ad-hoc-Test ist erforderlich, um die statistische Kontrolle der unabhängigen Variablen in der Studie zu gewährleisten.
Diskussion
Die Varianz der Attraktivitätsbewertung kann durch Faktoren wie befürchtete Folgen und das Bedürfnis nach sozialer Akzeptanz bei Patienten mit einer phobischen Störung hervorgerufen werden. Nach Rudaz et al. (2017) weisen phobische Personen einen hohen Vermeidungswert auf. So weisen Menschen mit Angststörungen im Vergleich zu Gesunden höhere Konformitätswerte auf, was auf die zugrundeliegenden Verhaltensfaktoren zurückzuführen ist, die durch einseitige soziale Formationen beeinflusst werden. Das subtile Sicherheitsverhalten dieser Patienten trägt zur Verschlimmerung und Aufrechterhaltung von Angstzuständen bei. Selbst bei Tieren wie Ratten, so Johnson et al. (2019), ändern sich die angeborenen angstassoziierten Verhaltensweisen erheblich und rufen spontane Handlungen hervor, die als affektive Verhaltensweisen angesehen werden können.
Die neuronalen Muster der Angststörung, die mit prosozialen Motivationen und dem Streben nach sozialer Akzeptanz einhergehen, führen zu einer positiven Verknüpfung neuropsychologischer Mechanismen. Dick et al. (2012) unterstreichen, dass mehrere Psychorelaxationsversuche erforderlich sind, um die Fixierung des funktionellen Zustands des Gehirns bei Menschen mit Angststörungen zu erleichtern. Mit dieser Studie sollen die verhaltensbezogenen und neuropsychologischen Varianten bei Patienten mit Angststörungen ermittelt werden, und das Studienrational kann die Annahmen angemessen prüfen.
Diese Studie wird die Ansätze für kognitive Verhaltenstherapien bei Patienten mit phobischen Störungen verändern. Sie wird auch dazu beitragen, exzessive emotionale Reaktionen bei Menschen mit Angststörungen zu definieren und zu regulieren, indem sie über Ansätze zur bewussten Modulation oder mentalen Reaktivität informiert. Die Studie ist jedoch durch die Defizite bei der Emotions- und Verhaltensregulierung begrenzt, die alternative Hypothesen in der Studie beeinflussen können.
Generell muss die Forschung die Zuverlässigkeit multifraktaler Schätztechniken fördern, indem sie die konzeptionellen Rahmenbedingungen verfeinert, um die erwarteten Genauigkeitsmaße zu erfüllen. Künftige Studien müssen sich darauf konzentrieren, tiefere Einblicke in die selektiven Aufmerksamkeitsprozesse und Verzerrungen in den Köpfen von Menschen mit phobischen Angststörungen zu gewinnen. Darüber hinaus wäre es in Zukunft wichtig, die experimentellen Paradigmen zu nutzen, um Diagnose und Therapieergebnisse besser vorhersagen zu können.
Referenzen
Becker, E. S., Rinck, M., Margraf, J., & Roth, W. T. (2001). Der emotionale Stroop-Effekt bei Angststörungen: Allgemeine Emotionalität oder Störungsspezifität. Anxiety Disorders, 15(1), 147-159.
Burkhardt, A., Buff, C., Brinkmann, L., Feldker, K., Gathmann, B., Hofmann, D., & Straube, T. (2019). Hirnaktivierung während störungsbezogener skriptgesteuerter Imagination bei Panikstörung: eine Pilotstudie. Scientific Reports, 9(2415), 1-35.
Dick, O. E., Svyatogor, A., Ishinova, V. A., & Nozdrachev, A. D. (2012). Fraktale Merkmale des Funktionszustands des Gehirns bei Patienten mit ängstlich-phobischen Störungen. Humanphysiologie, 38(3), 249-254.
Duval, E. R., Javanbakht, A., & Liberzon, I. (2015). Neuronale Schaltkreise bei Angst- und Stressstörungen: eine gezielte Überprüfung. Therapeutics and Clinical Risk Management, 11, 115-126.
Feng, C., Cao, J., Li, Y., Wu, H., & Mobbs, D. (2018). The pursuit of social acceptance: Aberrant conformity in social anxiety disorder. Social Cognitive and Affective Neuroscience, 13(8), 809-817.
França, L. G., Miranda, J. G., Leite, M., Sharma, N. K., Walker, M. C., Lemieux, L., & Wang, Y. (2018). Fraktale und multifraktale Eigenschaften von elektrographischen Aufzeichnungen menschlicher Hirnaktivität: Toward its use as a signal feature for machine learning in clinical applications. Frontiers in Psychology, 9(1767), 1-30.
Johnson, P. L., Molosh, A. I., Federici, L. M., Bernabe, C., Gerty, D. H., Fitz, S. D., & Shekhar, A. (2019). Bewertung von Furcht und Angst in Verbindung mit reduzierten Serotonin-Transporter (SERT)-Spiegeln. Translational Psychiatry, 9(33), 1-35.
Kang, W., Kim, G., Kim, H., & Lee, S. H. (2019). Der Einfluss von Angst auf die Erkennung von Gesichtsemotionen hängt von der Emotionskategorie und der Rasse der Zielgesichter ab. Experimental Neurobiology, 28(2), 261-269.
Rudaz, M., Ledermann, T., Margraf, J., Becker, E. S., & Craske, M. G. (2017). Die moderierende Rolle von Vermeidungsverhalten auf Angst im Zeitverlauf: Is there a difference between social anxiety disorder and specific phobia? PloS One, 12(7), 1-17.