Журнал высшей нервной деятельности им. И.П. Павлова, 2022, T. 72, № 4, стр. 504-519

Вегетативные и поведенческие показатели при увеличении когнитивной нагрузки у здоровых добровольцев

Г. В. Портнова 12*, К. М. Левкович 1, Л. Н. Васильева 1, Е. И. Альшанская 3

1 ФГБУН Институт высшей нервной деятельности и нейрофизиологии РАН
Москва, Россия

2 Государственный институт русского языка им. А.С. Пушкина
Москва, Россия

3 Департамент психологии, Национальный исследовательский университет “Высшая школа экономики”
Москва, Россия

* E-mail: caviter@list.ru

Поступила в редакцию 01.11.2021
После доработки 16.04.2022
Принята к публикации 26.04.2022

Аннотация

Когнитивная и эмоциональная нагрузка в ходе увеличения сложности задач приводит к активации различных звеньев вегетативной нервной системы и может сопровождаться как увеличением эффективности решения задач, так и способствовать дестабилизации эмоционального состояния и уменьшению продуктивности. Увеличение когнитивной нагрузки при условии высокой мотивации испытуемых является стрессовым фактором и выражается в различной реакции симпатического и парасимпатического звеньев в ответ на нагрузку. Целью данного исследования было изучить особенности разнообразных вегетативных реакций в ответ на постепенно увеличивающуюся сложность задач, что включало в себя регистрацию площади зрачка и количества морганий, а также частоты дыхательных движений, показателей вариабельности сердечного ритма и кожно-гальванической реакции. В исследовании приняли участие 10 здоровых добровольцев. Экспериментальная парадигма включала в себя шесть уровней сложности задач, требующих активного участия оперативной памяти и внимания. Увеличение сложности задачи с первого по шестой уровень приводило к плавному увеличению площади зрачка и количества морганий, что, как мы полагаем, соответствует усилению активации симпатической нервной системы. Линейное изменение вегетативных показателей дыхательной и сердечно-сосудистой систем, а также электрической активности кожи наблюдалось лишь до третьего уровня сложности. Дальнейшее увеличение сложности приводило к противоположной динамике данных показателей и сопровождалось снижением эффективности решения задач. Более выраженная динамика кожно-гальванической реакции при решении задач коррелировала со снижением настроения после исследования, что косвенно свидетельствует о более высоком уровне эмоционального напряжения.

Ключевые слова: вегетативная нервная система, айтрекер, полиграфия, вариабельность сердечного ритма, кожно-гальваническая реакция, размер зрачка

Список литературы

  1. Баевский Р.М., Иванов Г.Г., Чирейкин, Л.В., Гаврилушкин А.П., Довгалевский П.Я., Кукушкин Ю.А., Миронова Т.Ф., Прилуцкий Д.А., Семенов А.В., Федоров В.Ф., Флейшман А.Н. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации). Вестник аритмологии. 2001. 24(6): 86.

  2. Мартынова О.В., Роик А.О., Иваницкий Г.А. Изменение показателей работы сердечно-сосудистой системы при различных мыслительных операциях. Физиол. чел. 2011. 37(6): 35–41.

  3. Меркулова Т.Б., Рассказова Е.И. Краткое руководство по клинической сомнологии: учеб. пособие. Под общ. ред. Коврова Г.В. М.: МЕДпресс-информ, 2018. С. 241–243.

  4. Раудис Ш., Юстицкис В. Закон Йеркса-Додсона: связь между стимулированием и успешностью научения. Вопросы психологии. 2008. 3: 119–126.

  5. Arsalidou M., Pascual-Leone J., Johnson J. Misleading cues improve developmental assessment of working memory capacity: the color matching tasks. Cognitive Development. 2010. 25(3): 262–277.

  6. Arsalidou M., Im-Bolter N. Why parametric measures are critical for understanding typical and atypical cognitive development. Brain Imaging Behav. 2017. 11(4): 1214–1224.

  7. Bachurina V.A., Arsalidou M. Eye-tracking indices of mental attentional load in children and adults. Когнитивная наука в Москве: новые исследования. Материалы конференции 19 июня 2019 г. М.: Буки Веди, 2019. С. 18–22.

  8. Bali A., Jaggi A.S. Clinical experimental stress studies: methods and assessment. Rev Neurosci. 2015. 26(5): 555–579.

  9. Barthelme S. Eyelinker: Import ASC Files from EyeLink Eye Trackers. R package version 0.2.1. 2021. https: .CRAN.R-project.org/package=eyelinker

  10. Bigliassi M., Karageorghis C.I., Nowicky A.V., Wright M.J., Orgs G. Effects of auditory distraction on voluntary movements: exploring the underlying mechanisms associated with parallel processing. Psychological research. 2018. 82(4): 720–733.

  11. Biondi B., Palmieri E.A., Lombardi G., Fazio S. Effects of thyroid hormone on cardiac function-the relative importance of heart rate, loading conditions, and myocardial contractility in the regulation of cardiac performance in human hyperthyroidism. The Journal of Clinical Endocrinology & Metabolism. 2002. 87(3): 968–974.

  12. Burton A.R., Rahman K., Kadota Y., Lloyd A., Vollmer-Conna U. Reduced heart rate variability predicts poor sleep quality in a case–control study of chronic fatigue syndrome. Experimental brain research. 2010. 204(1): 71–78.

  13. Cassidy T. Problem-solving style, achievement motivation, psychological distress and response to a simulated emergency. Counselling Psychology Quarterly. 2002. 15(4): 325–332.

  14. Conrad D.L. Engagement, excitement, anxiety, and fear: Learners’ experiences of starting an online course. The American journal of distance education. 2002. 16(4): 205–226.

  15. Corrigan F.M., Fisher J.J., Nutt D.J. Autonomic dysregulation and the window of tolerance model of the effects of complex emotional trauma. Journal of psychopharmacology. 2011. 25(1): 17–25.

  16. De Morree H.M., Szabó B.M., Rutten G.J., Kop W.J. Central nervous system involvement in the autonomic responses to psychological distress. Netherlands Heart Journal. 2013. 21(2): 64–69.

  17. Duncko R., Cornwell B., Cui L., Merikangas K.R., Grillon C. Acute exposure to stress improves performance in trace eyeblink conditioning and spatial learning tasks in healthy men. Learn Mem. 2007. 14(5): 329–335.

  18. Ernst G. Heart-rate variability–more than heart beats? Frontiers in public health. 2017. 5: 240.

  19. Esco M.R., Flatt A.A. Ultra-short-term heart rate variability indexes at rest and post-exercise in athletes: evaluating the agreement with accepted recommendations. Journal of sports science & medicine. 2014. 13(3): 535.

  20. Fabes R.A., Eisenberg N., Eisenbud L. Behavioral and physiological correlates of children’s reactions to others in distress. Developmental psychology. 1993. 29(4): 655–663.

  21. Fornasa E., De Felice A., D’Addio G., Insalaco G., Balzano G., Accardo A. HRV analysis in obstructive sleep apnea syndrome by means of LF/HF ratio and fractal dimension. European Respiratory Journal. 2014. 44(Suppl 58).

  22. Gockel M., Lindholm H., Niemistö L., Hurri H. Perceived disability but not pain is connected with autonomic nervous function among patients with chronic low back pain. Journal of rehabilitation medicine. 2008. 40(5): 355–358.

  23. Holper L., Seifritz E., Scholkmann F. Short-term pulse rate variability is better characterized by functional near-infrared spectroscopy than by photoplethysmography. Journal of biomedical optics. 2016. 21(9): 091308.

  24. Iani C., Gopher D., Lavie P. Effects of task difficulty and invested mental effort on peripheral vasoconstriction. Psychophysiology. 2004. 41(5): 789–798.

  25. Jobbágy Á., Majnár M., Toth L., Nagy P.B. HRV-based stress level assessment using very short recordings. Periodica Polytechnica Electrical Engineering and Computer Science. 2017. 61(3): 238–245.

  26. Johns M.W. A new method for measuring daytime sleepiness: the Epworth sleepiness scale. Sleep. 1991. 14(6): 540–545.

  27. Jyotsna C., Amudha J. Eye Gaze as an Indicator for Stress Level Analysis in Students. International Conference on Advances in Computing, Communications and Informatics (ICACCI), 2018. 1588–1593 pp.

  28. Kemp A.H., Quintana D.S., Gray M.A., Felmingham K.L., Brown K., Gatt J.M. Impact of depression and antidepressant treatment on heart rate variability: a review and meta-analysis. Biol Psychiatry. 2010. 67(11): 1067–1074.

  29. Khazaei S., Amin M.R., Faghih R.T. Decoding a Neurofeedback-Modulated Cognitive Arousal State to Investigate Performance Regulation by the Yerkes-Dodson Law. 2021 43rd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC). – IEEE, 2021. 6551–6557 pp.

  30. Kim H.G., Cheon E.J., Bai D.S., Lee Y.H., Koo B.H. Stress and heart rate variability: a meta-analysis and review of the literature. Psychiatry Investig. 2018. 15(3): 235–245.

  31. Kreibig S.D., Gendolla G.H.E. Autonomic nervous system measurement of emotion in education and achievement settings. Psychologist. 2014. 15(2): 142–151.

  32. Krejtz K.K., Duchowski A.T., Niedzielska A., Biele C., Krejtz I. Eye tracking cognitive load using pupil diameter and microsaccades with fixed gaze . PloS one. 2018. 13(9): e0203629.

  33. Lazzerini A.J., Cox T., Mackay C.J. Perceptions of and reactions to stressful situations: The utility of a general anxiety trait. Br J Soc Clin Psychol. 1979. 18(4): 363–369.

  34. Martens E.J., Nyklícek I., Szabó B.M., Kupper N. Depression and anxiety as predictors of heart rate variability after myocardial infarction. Psychol Med. 2008. 38(3): 375–383.

  35. Michels N., Sioen I., Clays E., De Buyzere M., Ahrens W., Huybrechts I., Vanaelst B., De Henauw S. Children’s heart rate variability as stress indicator: association with reported stress and cortisol. Biol Psychol. 2013. 94(2): 433–40.

  36. Pereira T., Almeida P.R., Cunha J.P.S., Aguiar A. Heart rate variability metrics for fine-grained stress level assessment. Comput Methods Programs Biomed. 2017. 148: 71–80.

  37. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2021. URL https: www.R-project.org/.

  38. Rieber N., Betz L., Enck P., Muth E., Nikendei C., Schrauth M., Werner A., Kowalski A., Zipfel S. Effects of medical training scenarios on heart rate variability and motivation in students and simulated patients. Med Educ. 2009. 43(6): 553–556.

  39. Shaffer F., Ginsberg J.P. An overview of heart rate variability metrics and norms. Frontiers in public health. 2017. 258.

  40. Shiels H.A., White E. The Frank–Starling mechanism in vertebrate cardiac myocytes. J Exp Biol. 2008. 211(13): 2005–2013.

  41. Stein P.K., Domitrovich P.P., Huikuri H.V., Kleiger R.E. Cast Investigators. Traditional and nonlinear heart rate variability are each independently associated with mortality after myocardial infarction. J Cardiovasc Electrophysiol. 2005. 16(1): 13–20.

  42. Stoeber J., Eismann U. Perfectionism in young musicians: Relations with motivation, effort, achievement, and distress. Personality and Individual Differences. 2007. 43(8): 2182–2192.

  43. Veltman J.A., Gaillard A.W.K. Physiological workload reactions to increasing levels of task difficulty. Ergonomics. 1998. 41(5): 656–669.

  44. Wang J., Rao H., Wetmore G.S., Furlan P.M., Korczykowski M., Dinges D.F. and Detre J.A. Perfusion functional MRI reveals cerebral blood flow pattern under psychological stress. Proceedings of the National Academy of Sciences. 2005. 102(49): 17804–17809.

  45. Wheaton B., Montazer S. Stressors, Stress, and Distress. A Handbook for the Study of Mental Health: Social Contexts, Theories, and Systems Eds. Scheid T. & Brown T. Cambridge: Cambridge University Press, 2010. 171–199 pp.

Дополнительные материалы отсутствуют.