老年精神分裂症患者面部情绪识别与临床症状及执行功能关系的研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:ziguangguo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[背景]精神分裂症作为临床常见的、发病原因未明的、慢性迁延性的一种重性精神疾病,其思维、感知觉、情感、意志行为、认知功能、人格等多方面的障碍和其精神行为活动及周围环境的不协调性为主要的临床特征,全世界大约1%的人口受到严重影响。随着精神分裂症病情的演变和发展,阳性症状逐渐改善,阴性症状逐渐突出,常出现生活被动懒散、社会功能逐渐衰退、认知功能受损等症状,有较高的致残率、自杀率,大多数精神分裂症患者需要长期药物维持治疗,给家庭、社会均带来了沉重的经济和照料负担。临床研究发现,精神分裂症患者的社会功能受损与其社会认知能力受损有着较密切的关联,其中情感症状作为社会认知能力的一项重要指标,是精神分裂症的临床症状之一,它能够对精神分裂症的阴性症状作出解释。情绪处理的过程分别为:情绪的体验、情绪的表达、情绪的识别。面部表情作为精神分裂症情感障碍水平的一个重要的评估方法,涉及情感表达和认知,故面部情绪识别是情绪识别的核心。另外,面部表情受损是精神分裂症患者行为功能障碍的一个重要方面,表明患者目前的社会功能和未来的预后结果。故深入研究面部情绪识别,深入了解精神分裂症患者的社会认知障碍,目前已经成为精神分裂症情绪处理课题的重要的组成部分,可以为制定干预措施以恢复患者的日常功能提供机会,将来也是此临床领域中的重点研究的课题之一。[目的](1)探讨老年精神分裂症患者面部情绪识别的缺陷。(2)探索老年精神分裂症患者面部情绪识别障碍与临床症状及执行功能障碍之间的关系。[方法](1)采用病例对照研究方式招募符合美国精神障碍诊断与统计手册第5版(DSM-5)精神分裂症诊断标准的老年人(年龄≥60岁)作为患者组,共纳入30例;招募与之年龄、性别、受教育程度、婚姻状况匹配的老年人作为健康对照组,共纳入30例。(2)对入组的被试采用情感强度识别任务(Emotion Intensity Recognition Task,EIRT)评定面部情绪识别水平,所用的情绪面孔刺激实验材料均来自中国面孔情绪表情库。EIRT包括6种情绪面孔,分别为快乐、悲伤、愤怒、恐惧、惊讶、厌恶,且每种情绪面孔都为6张,并且采用3张中性情绪面孔作为对照。用E-Prime 3.0软件编辑实验程序。本研究中39张情绪面孔图片以随机的顺序呈现在实验范式中,每张情绪面孔图片呈现的时间无限制。在每组试验中,每张情绪面孔图片随机出现1次,受试者根据呈现的情绪面孔图片,先判断情绪性质(快乐、悲伤、恐惧、愤怒、厌恶、惊讶),随后紧接着对情绪面孔图片进行情感强度评定,情感强度采用0(没有这种情感)、1分(很轻)、2分(轻度)、3(中度)、4分(偏重)、5分(重度)的评定方法。整个试验结束后收集受试者在试验过程中的所有相关数据:受试者对情绪面孔图片识别的正确率、情感强度评分及上述两者的反应时等,所有数据采用SPSS 24.0统计软件包进行数据统计分析。(3)采用阳性与阴性症状量表(Positive and Negative Syndrome Scale,PANSS)评估临床症状,简易智力状态检查量表(Mini-mental State Examination,MMSE)筛查研究对象的认知功能。(4)采用威斯康辛卡片分类测验(Wisconsin Card Sorting Test,WCST)评估执行功能。[结果](1)患者组对中性情绪面孔识别正确率(t=2.260,P=0.028)、厌恶情绪面孔识别正确率(t=6.131,P=0.000)、恐惧情绪面孔识别正确率(t=2.176,P=0.034)、悲伤情绪面孔识别正确率(t=4.347,P=0.000)、惊讶情绪面孔识别正确率(t=3.692,P=0.000)、愤怒情绪面孔识别正确率(t=3.980,P=0.000)均显著低于健康对照组,具有显著的统计学差异(P<0.05);两组被试对快乐情绪面孔识别正确率无显著的统计学差异(t=0.466,P=0.643)。(2)患者组正确识别中性情绪面孔反应时(t=-2.442,P=0.018)、厌恶情绪面孔反应时(t=-3.251,P=0.002)、快乐情绪面孔反应时(t=-2.837,P=0.006)、恐惧情绪面孔反应时(t=-2.314,P=0.024)、悲伤情绪面孔反应时(t=-3.449,P=0.001)、惊讶情绪面孔反应时(t=-4.288,P=0.000)、愤怒情绪面孔反应时(t=-2.788,P=0.007)均较健康对照组长,有显著的统计学差异(P<0.05)。(3)两组被试对中性情绪面孔识别强度(t=-2.874,P=0.006)、厌恶情绪面孔识别强度(t=3.815,P=0.000)、恐惧情绪面孔识别强度(t=2.391,P=0.020)、悲伤情绪面孔识别强度(t=2.523,P=0.014)均具有显著的统计学差异(P<0.05);两组被试对快乐情绪面孔识别强度(t=1.898,P=0.063)、惊讶情绪面孔识别强度(t=-0.728,P=0.469)、愤怒情绪面孔识别强度(t=0.600,P=0.551)均无显著的统计学差异(P>0.05)。(4)两组被试对中性情绪面孔强度识别反应时(t=-3.128,P=0.003)、厌恶情绪面孔强度识别反应时(t=-3.948,P=0.000)、快乐情绪面孔强度识别反应时(t=-5.002,P=0.000)、恐惧情绪面孔强度识别反应时(t=-4.580,P=0.000)、悲伤情绪面孔强度识别反应时(t=-5.100,P=0.000)、惊讶情绪面孔强度识别反应时(t=-5.104,P=0.000)、愤怒情绪面孔强度识别反应时(t=-4.594,P=0.000)均有显著的统计学差异(P<0.05)。(5)患者组情绪面孔识别正确率与PANSS量表中阴性症状分、一般精神病理分均无明显相关(P>0.05);中性、快乐、恐惧、悲伤、惊讶、愤怒情绪面孔识别正确率与阳性症状分无明显相关(P>0.05),其中厌恶情绪面孔识别正确率与阳性症状分存在显著的负相关(r=-0.388,P=0.034),以阳性症状分为自变量(x),厌恶情绪面孔识别正确率为因变量(y),建立线性回归模型(y=68.23-2.2x),可见随着PANSS阳性症状分增加,厌恶情绪面孔识别正确率呈降低的趋势,回归方程存在统计学意义(P=0.048)。(6)患者组中性、厌恶、恐惧、悲伤、惊讶、愤怒情绪面孔识别强度与PANSS量表中阳性症状分、阴性症状分及一般精神病理分均无显著的相关(P>0.05),而快乐情绪面孔识别强度与阳性症状分存在显著的负相关(r=-0.401,P=0.028),以阳性症状分为自变量(x),快乐情绪面孔识别强度为因变量(y),建立线性回归模型(y=3.74-0.06x),可见随着PANSS阳性症状分增加,快乐情绪面孔识别强度呈降低的趋势,回归方程存在统计学意义(P=0.024)。(7)患者组在WCST测试中总应答数(t=-10.127,P=0.000)、错误应答数(t=-9.844,P=0.000)、持续性错误数(t=-5.902,P=0.000)均显著高于健康对照组(P<0.01);在完成分类数(t=14.649,P=0.000)、正确应答数(t=4.729,P=0.000)、概念化水平百分数(t=17.089,P=0.000)均显著低于健康对照组(P<0.01),具有统计学意义。(8)两组被试对中性、快乐、厌恶、恐惧、悲伤、惊讶、愤怒情绪面孔识别正确率与WCST(完成总应答数、完成分类数、正确应答数、错误应答数、持续性错误数及概念化水平百分数)均无相关(P>0.05)。(9)健康对照组在WCST中的完成总应答数与快乐情绪面孔识别强度(r=-0.505,P=0.004)、悲伤情绪面孔识别强度(r=-0.376,P=0.041)有显著的负相关(P<0.05);完成分类数与快乐情绪面孔识别强度(r=0.381,P=0.038)有显著的正相关(P<0.05);正确应答数与悲伤情绪面孔识别强度(r=-0.384,P=0.036)有显著的负相关(P<0.05);错误应答数与快乐情绪面孔识别强度(r=-0.452,P=0.012)存在显著的负相关(P<0.05);概念化水平百分数与快乐情绪面孔识别强度(r=0.460,P=0.011)存在显著的正相关(P<0.05)。而患者组未发现对中性、快乐、厌恶、恐惧、悲伤、惊讶、愤怒情绪面孔识别强度与WCST存在相关(P>0.05)。[结论](1)老年精神分裂症患者对面部情绪识别的正确率、情感强度均显著降低;对面部情绪识别正确率、情感强度的反应时均延长,存在面部情绪识别缺陷。(2)老年精神分裂症患者面部情绪识别障碍受阳性症状的影响。(3)老年精神分裂症患者执行功能存在缺陷,但未发现其执行功能(WCST)与面部情绪识别能力存在相关性。
其他文献
2022年以来,随着以ChatGPT、GPT-4等大型语言模型为标志的生成式人工智能的迅猛发展,人工智能迎来大模型时代。AI大模型被认为是革命性的技术进展,将给经济社会发展带来深远影响。然而,AI大模型的快速发展应用也持续引发各界对其伦理安全风险的担忧。面对生成式人工智能的伦理安全风险和治理挑战,有必要在治理上倡导并推动践行“负责任人工智能”的理念,建立敏捷灵活的AI监管和治理框架,通过多元化的治
期刊
紧急救援系统是维护城市安全的有力保障。城市救援包括交通事故、消防、公安、医疗等系统。这些系统具有共性的救援过程:当救援辖区内发出求救呼叫,指挥中心指派就近的空闲救援车前往救援,完成后返回救援站等待下一次救援。如何科学布设及调度救援车是提高救援效率的关键。为了科学规划救援系统,本文考虑了三个救援特征,即:单车指派(一次指派一辆救援车)、救援辖区差异性(救援辖区救援车数量及救援时间)和基于灾情分级的多
学位
ChatGPT作为一种人工智能给人们的生产生活带来很大便利,赢得了社会的青睐及热议。针对职业院校思政课教学的教学资源类型单一、实践教学难以落实以及学生主体作用不突出等问题,利用ChatGPT快速搜索、精准链接、丰富教学资源等工具功能特点,通过教学设计整合和优化思政课教学资源、教学方法、教学设计的应用等,赋能思政课数字化实现路径,促进职业院校思政课教学高效发展。
期刊
永磁同步电机具有体积小、效率高、转矩惯量比高和可靠性强等优点,如今被广泛应用于航空航天、新能源汽车、高精伺服系统、轨道交通牵引系统等领域。传统的永磁同步电机控制策略矢量控制和直接转矩控制,依赖离线调节的PI控制器,难以满足高实时性和高性能要求的场合。近年来,随着电力电子技术、控制理论的快速发展,模型预测控制理论与高频电力电子器件相结合,在交流电机传动领域得到了广泛的研究。本文首先分析了模型预测控制
学位
为了满足现代工业生产力发展的要求,旋转机械系统愈发大型化和复杂化。作为旋转机械的核心部件,滚动轴承长期高转速、强负载工作,故容易故障并造成经济损失,甚至人员伤亡。故障诊断技术有助于避免这类事故的发生,因此,机械系统关键部件故障诊断研究具有重要的社会意义和经济价值。以深度学习为代表的现代故障诊断方法近年来得到国内外学者的广泛关注,但是深度学习模型的建立需要足量的有标签数据,并且假定训练数据和测试数据
学位
当前,直流牵引供电系统普遍应用于多列车地铁系统中。在多列车动态运行过程中,再生制动功率的不同分配情况直接影响系统的能量损耗和供电安全。多列车地铁系统的能量损耗较大,如何实现系统节能一直是国内外研究的热点。另外,线路中常常出现过高的钢轨电位和杂散电流,不仅威胁到了乘客的人身安全及轨旁设备运行安全,还会对线路周边的埋地金属管线造成严重的电化学腐蚀。因此,亟需研究牵引变电所的输出特性和时刻表参数优化方法
学位
<正>网络世界有一句流行语:“你永远不知道在网络里,和你聊天的是一个人还是一条狗。”意思是虚拟世界中人们的身份具有很强的隐匿性。随着人工智能的发展,这句话有了新的版本:“你永远不知道在网络里,和你聊天的是一个人还是一个机器人。”尤其是ChatGPT等聊天机器人的出现,更是让人们真切地体会到人机难辨。
期刊
ChatGPT是一个智能机器人聊天程序,它缺少创造性思维,也缺少情感体验和道德判断,它可以改变教育形式,但改变不了教育本质。未来教育不是排斥ChatGPT,而是拥抱ChatGPT,走向人机协同。ChatGPT具有快速获取信息、处理大量文本数据、个性化学习、实时反馈等优势,为教师备课、学生学习等提供便利和帮助,但可能出现过度关注知识教学、忽略学生批判性思考、引发学术作弊、忽视情感体验和人的片面发展等
期刊
滚动轴承是机械设备的重要组成部分之一,由于长期在高载荷、高转速的工作坏境下工作,会因为磨损和疲劳而受到损坏,其损坏可能会导致传动系统无法运转,以致整个机械设备无法工作。所以,对滚动轴承进行及时的故障诊断能够保证机械设备的安全运行。在工程实际中,滚动轴承长期处于正常运行状态,发生故障时应立即停机进行更换,所以能够采集到的正常样本会比故障样本多得多,导致轴承各类别健康状态数据之间不平衡,即类不平衡问题
学位
为了满足产能需求,在规模化集成化的工业生产带来的压力下,机械设备往往长时间工作于重载、高速、高温高压的环境中。在这样的环境中,轴承等关键部件易产生疲劳、积累微小病灶、发生性能退化甚至引起整个机械系统的失效。因此,为了保障机械系统可靠安全地运行,对轴承进行运行健康状态识别至关重要。传统的故障模式识别方法通过信号处理,人为地进行时域、频域或时频域分析,但受机械系统结构、干扰成分等因素影响,分析的速度与
学位