Эх гарчиг: Нойрны алдагдалд үзүүлэх хариу урвалын хувь хүний ялгааг урьдчилан таамаглах: Хэрэглэх Одоогийн техникүүд.
Нойрны алдагдалд үзүүлэх хариу урвалын хувь хүний ялгааг урьдчилан таамаглах: Одоогийн арга техникийг ашиглах
Нисгэгчийн ядаргааны танин мэдэхүйн үнэлгээний талаархи шинжлэх ухааны нийтлэл
Судлаачийн платформоор судалгаанд хамрагдсан өвчтөнүүдийг хялбархан удирдаарай
Оролцогчдынхоо 23 хүртэлх танин мэдэхүйн чадварыг туршиж, сурга
Судалгааны өгөгдөлдөө оролцогчдын танин мэдэхүйн хувьслыг туршиж, харьцуул
Зохиогчид: Жозеф Ф.Чандлер1, Ричард Д.Арнольд1, Жеффри Б. Филлипс1, Эшли Э.Тернмире1.
- 1. Тэнгисийн цэргийн эмнэлгийн судалгааны алба.
Журнал: Aviation, Space and Environmental Medicine (2013), vol. 84 (9): 927-937.
Нийтлэлүүд (формат АПА):
- Chandler, J. F., Arnold, R. D., Phillips, J. B., Turnmire, A. E. (2013). Predicting Individual Differences in Response to Sleep Loss: Application of Current Techniques. Aviation, Space, and Environmental Medicine, vol.84, pp.927-937.
Судалгааны дүгнэлт
CogniFit нь ядаргааг үнэлэхийн тулд хэрэглэгчдийн хувийн гүйцэтгэлийн холбогдох үзүүлэлтүүдийг хэмжиж чаддаг. Энэ нь иргэний болон цэргийн нисгэгчдийн дундах ослын эрсдлийг бууруулахад тусалдаг, учир нь ядаргаа нь янз бүрийн ослын үед байнга тохиолддог хувьсагч юм. Урьдчилан таамаглах загваруудын урвалын хугацаа (p=0.009), ажлын санах ой (p=0.023), хуваагдсан анхаарал (p=0.026) эсвэл танин мэдэхүйн уян хатан байдал (p=0.002) зэрэг зарим хувьсагчдыг тохируулахад тайлбарласан дисперсийн хувь хэмжээ 13.8% - 35.7% байна.
Судалгааны товч танилцуулга
Ядаргаа бол цэргийн тээврийн хэрэгслийн аюулгүй байдлыг хангах гол эрсдэлт хүчин зүйлсийн нэг юм. Ядаргааны хариу урвалыг урьдчилан таамаглах хэд хэдэн загварыг боловсруулсан боловч ядрах мэдрэмжтэй холбоотой хувь хүний ялгааг харгалздаггүй тултэдгээр нь хангалттай үнэн зөв биш байна. Эдгээрзагваруудын таамаглах чадварыг CogniFit гэх мэт хэрэглүүр ашиглан танин мэдэхүйн хэмжилт, мөн хувь хүний ялгааг илрүүлэх нүдний хэмжилтийн хэрэгслээр сайжруулж болно гэж үздэг.
Амарсан судалгаанд оролцогчдод янз бүрийн танин мэдэхүйн болон oculometric үзүүлэлтүүдийг хэмжиж, 25 цагийн сэрүүн байх хугацаанд 3 цаг тутамд хэмжсэн (хувь хүний болон бүлгийн тооцоог авсан). Үүнээс гадна бодит болон хүлээгдэж буй гүйцэтгэлийн хооронд харьцуулалт хийсэн. Үр дүн ньэдгээр хэмжилтийг өмнөх загваруудад нэмсний дараа тайлбарласан хэлбэлзлийн хувь 13.8%-аас 35.7% болж өссөнг харуулсан. Энэ нь CogniFitболон хувь хүний ялгааг илрүүлэх бусад арга хэмжээг хэрэглэх үедядаргааны гүйцэтгэлийн таамаглалыг мэдэгдэхүйц сайжруулж, улмаар аюулгүй байдлыг сайжруулах боломжтойг харуулж байна.
Контекст
Нойр дутуугаас болж ядрах нь цэргийн болон иргэний тээврийн аюулгүй байдалтай холбоотой гол эрсдэлүүдийн нэг юм. Энэ асуудлыг хангалттай унтдаг ба/эсвэл эм бэлдмэл хэрэглэснээр шийдэж болох юм шиг санагдаж байна. Гэсэн хэдий ч энэ нь ихэвчлэн хангалтгүй байдаг. Хүний үйл ажиллагааг урьдчилан таамаглах эсвэл тодорхой агшинд түүний ажиллах чадварыг шууд хэмжих замаар эдгээр эрсдлийн нэлээд хэсгийг урьдчилан сэргийлэх боломжтой. Нөгөө талаас, энэурьдчилан таамаглах загвар нь зөвхөн дунд зэргийн үр ашигтайдангаараа.
Энэ загварын харьцангуй тогтворгүй байдал нь бүх хүмүүст циркадийн хэмнэл, ядрах хариу үйлдэл ижил байдаггүйтэй холбоотой байж болох юм; үүнээс гадна эдгээр талбарт хувь хүний ялгаа ихээхэн байгааг судалгаа харуулж байна. Ядаргааны хариу урвалд нөлөөлдөг нэг тал бол хүний танин мэдэхүйн үйл ажиллагаа юм.
Тиймээс танин мэдэхүйн болон oculometric үзүүлэлт гэх мэт хувь хүний ялгааг тусгасан өгөгдлийг харгалзан үзэхэд урьдчилан таамаглах загварын үр нөлөө нэмэгдэх болно гэж найдаж болно.
Арга зүй
Оролцогчид
Оролцогчдыг Тэнгисийн цэргийн нисэхийн нисэхийн өмнөх бэлтгэл (API) хөтөлбөрийн дагуу15 цэргийн идэвхтэй сайн дурынханаас (13 эрэгтэй, 2 эмэгтэй, дундаж нас 24.7 ба 21.5) сонгосон. АНУ-ын Тэнгисийн цэргийн хүчний хүнд хөлөг онгоц Пенсакола. Судалгаанд оролцохын тулд архи, кофеин, тамхины хэрэглээг хянаж байсан бөгөөд үүнээс гадна оролцогчид мэдрэлийн болон сэтгэцийн эмгэг, нойрны асуудалтай байх ёсгүй.
Процедур
Нойр дутагдах нь танин мэдэхүйн болон oculometric гүйцэтгэлд үзүүлэх нөлөөг хувь хүний болон бүлгийн аль алинд нь тодорхойлохын тулддавтан арга хэмжээаргыг ашигласан.
Статистик анализ
Гурван үе шаттай шинжилгээ хийсэн:
- 1-р алхам: Туршилт бүрт хэмжсэн шалгуур үзүүлэлт болон таамаглагч хувьсагч бүрийн хувьд хэд хэдэн ANOVA дисперсийн шинжилгээг хэрэгжүүлсэн. . Тиймээс хувьсагч нь цаг хугацааны явцад өөрчлөлтийг харуулахаар тодорхойлогдсон.
- 2-р алхам: Тогтмол болон санамсаргүй нөлөө бүхий 2D шугаман шаталсан загваруудыг цувралаар хэрэгжүүлсэн. ядаргааны улмаас гүйцэтгэл буурч байгааг илрүүлж, бүлгийн дүн шинжилгээнд тогтоогдоогүй ялгааг олох. Бүлгийн нөлөө (p<0.05) болон энэхүү дэлхийн нөлөөн дэх хувь хүний ялгааг (0<0.05) тодорхойлсон. Дараа нь шугаман олон хувьсагч шаталсан загварыг хэрэгжүүлсэн ямар таамаглагч хувьсагч нь статистикийн түвшинд тайлбарлагч дисперсийг, үзэл баримтлалын түвшний хамаарлыг салгаж байгааг тодорхойлох.
- 3-р алхам хүчтэй> : Өмнөх алхамын чухал таамаглагч хувьсагчдад тулгуурлан хэд хэдэн ерөнхий шугаман загваруудыг хэрэгжүүлсэн. Зорилго нь танин мэдэхүйн болон oculometric хүчин зүйлсийг харгалзан загварын таамаглах чадварыг тодорхойлох явдал юм.
Үр дүн ба дүгнэлт
Өгөгдлийн шинжилгээний 1-р алхамд бүлгийн нөлөө-ийг олж авсан. Урвалын хугацаа (p=0.009), богино хугацааны ой санамж (p=0.023), анхаарал хуваарилах (p=0.026), танин мэдэхүйн уян хатан чанар (p=0.002) зэрэгт мэдэгдэхүйц нөлөө үзүүлсэн. Ядарснаар эдгээр танин мэдэхүйн чадварын гүйцэтгэл буурч байсан тул дараагийн алхамд тэдгээрийг урьдчилан таамаглах хувьсагч болгон авч үзсэн. Шинжилгээний 2-р алхамд санамсаргүй эсвэл тогтмол нөлөө бүхий өөр өөр хувьсагчдын хоорондын чухал хамаарлыг тодорхойлох замаар хувь хүний ялгааг олж авсан. Мэдээллийн шинжилгээний3-р алхамд таамаглах сонгодог хэрэгслүүдийг ашиглах үед таамаглал нь зөвхөн 13.8%-ийн зөрүүг тайлбарлаж чадна гэж тэмдэглэсэн. Үүний эсрэгээртанин мэдэхүйн чухал хувьсагчдыг нэмсэн үед таамаглалууд нь вариацын 35.7%-ийг тайлбарлаж чадна.
Эдгээр үр дүн нь CogniFit (CogniFit)-ээр хэмжигддэг зэрэг ядаргаанд мэдрэмтгий хувьсагчдыг ердийн таамаглах загварт нэмэх нь ядаргаа хэзээ бүтээмжийг бууруулж болохыг илүү нарийвчлалтай таамаглахад тусалдаг болохыг харуулж байна. . Энэхүүмэдээлэл нь ослоос урьдчилан сэргийлэхболон цэргийн болон иргэний аль алинд нь урьдчилан сэргийлэх арга хэмжээ авахад маш хэрэгтэй байж болох юм.