论文部分内容阅读
《国际睡眠障碍分类》将慢性失眠定义为尽管创造了充足的睡眠机会，但仍无法获得充足的睡眠;连续3个月，每周至少有3个晚上出现这种情况，白天会产生负面影响。其特征可能是难以开始或维持睡眠，伴有明显的痛苦和白天功能障碍，约三分之一的人口患有失眠症状，约10％符合睡眠障碍的标准。近年来失眠的患病率呈逐年上升的趋势，影响着很大一部分人群的身心健康状况。慢性失眠不仅与生活质量下降和工作学习效率降低有关，它也增加了精神疾病、意外伤害和医疗资源占用的发生率，这与显著的直接和间接成本有关。通常失眠患者寻求治疗是由于日间功能受损，最常见的因素是疲劳、工作表现受损、认知抱怨、情绪障碍和社会交往功能障碍。但有初步工作表明，社会互动和情绪调节的损害是失眠患者关注的一个突出问题，目前关于失眠的直接社会情绪影响的研究相对较少。
认知心理学认为，认知活动是机体接受外界信号的输入并对输入的信息进行加工的过程，包括感知觉、注意、记忆和思维等心理活动。情绪处理是在人际交往中起重要作用的高级认知过程，对情绪信息的准确和综合感知对有效的社会交往至关重要。认知障碍会降低信息处理的速度，因此，在评估认知功能时，观察信息处理速度也是至关重要的。从周围环境中获得的信息大多是通过视觉获取的。人脸无疑是社会交往中最重要的刺激因素，而面部表情是最重要的信号类型之一。面部表情对于有效的社会互动是必不可少的。识别面部表情使理解他人的情绪状态、沟通意图和触发适当行为成为可能。与这种适应性功能相一致的是，准确识别面部表情的能力对功能结果有积极的影响，如社会适应和心理健康。因此面部表情识别是最重要的情感交流方式之一，对面部情绪反应的识别和情绪状态的调节对人们具有重要意义。情绪识别受损的人，如孤独症谱系障碍和精神分裂症患者，在这方面表现出了困难。对快乐面孔的识别有助于在社会交往中与他人合作，并对他人产生影响。有一致的证据表明，积极(快乐)的面部表情比消极的面部表情(悲伤、愤怒、厌恶)识别得快得多，这是积极分类优势(positive classification advantage，PCA)。应该指出的是，PCA的简单两选择分类的任务实际上反映了大多数先前研究中从面部表情的识别/分类和记忆中产生的一种独特的机制。PCA可能反映了在识别和分类情绪积极和消极信号时更高层次的不对称性。
事件相关电位(Event-related potential，ERP)是一种简易可靠、高时间分辨率的非侵入性神经电生理检查，可以反映认知过程中潜在的大脑活动和神经电生理变化，目前己作为公认的能够相对客观地反映认知功能的评估手段被广泛地用于实践。PCA主要发生在肌肉运动前加工阶段。N170是ERP的早期原始成分，其是发生在枕颞电极的刺激开始后的140到180毫秒之间的负波，拥有对面部表情特异的敏感性。N170可以被面部情绪调节，与其他情绪相比，快乐的面孔诱发的振幅更小。P3是一系列在中心-顶叶或中心-额中线分布的相对晚期阳性成分的总称。P3最初是在应对任务相关的不频繁的刺激的实验范式中发现的，并且发现P3对诱发事件发生的主观概率非常敏感。迄今为止，趋同证据表明，当刺激水平被控制时，情绪性面孔的效价水平可以调节P3。特别是，当图片与任务相关时，如效价评估以确保参与者注意到图片时，愉快的面孔比不愉快的面孔诱发的P3振幅更大。与传统的认知心理量表结果相比，ERP检查可作为早期诊断和监测病程的敏感电生理指标。
据我们所知，目前没有研究直接探讨失眠患者的PCA现象。在本研究中，我们以快乐、中性、悲伤三种示意图卡通面孔作为表情刺激，考察慢性失眠患者对三种表情分类的准确性(Accuracy，ACC)及反应时间(Reaction Time，RT)。为了进一步探讨面部表情分类的认知加工机制，进行了面部表情分类的时域特征(ERP相关成分)的分析。从而进一步阐明失眠患者对情绪信息的处理过程。
第一章慢性失眠患者面部表情分类的行为学改变
目的:实证分析表明，积极面部表情的分类速度明显快于消极面部表情的分类速度(positive classification advantage，PCA)。在本研究中，我们首次在行为学方面探讨慢性失眠患者是否存在PCA现象。
方法:本实验纳入了30名慢性失眠患者和30名年龄和教育水平相匹配的健康志愿者。在完成面部任务的前一周，所有研究参与者完成了7天的睡眠日记，评估睡眠的连续性和质量，并帮助排除昼夜节律问题。所有被试均需要接受1整晚的多导睡眠图(polysomnography，PSG)监测与评估，被试者被要求在晚上10:00前上床，第二天早上6:00醒来，记录以下睡眠参数:睡眠开始潜伏期(Sleep onset latency，SOL)、入睡后觉醒时间(Wake time after sleep onset，WASO)、总睡眠时间(Total sleep time，TST)、卧床时间(Time in bed，TIB)、睡眠效率(Sleep efficiency，SE)、呼吸暂停低通气指数(Apnea hypopnea index，AHI)、睡眠唤醒指数的周期性肢体运动(Periodic limb movements of sleep arousal index，PLMS)。在PSG监测后的第二天，所有睡眠时间超过6小时的志愿者及失眠被试于10:00am-11:00am在独立、安静房间内进行面部表情分类的行为学实验。同时完成了匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index，PSQI)、失眠严重程度指数(Insomnia Severity Index，ISI)、抑郁自评量表(Self-Rating Depression Scale，SDS)、焦虑自评量表(Self-Rating Anxiety Scale，SAS)、简易精神状态评价量表(Minimum Mental State Examination，MMSE)及蒙特利尔认知量表(Montreal cognitive assessment，MOCA)等量表评估。采用SPSS22.0软件(芝加哥，伊利诺伊州，美国)进行统计学分析。
结果:对快乐和悲伤表情分类的正确回答的百分比进行比较，失眠患者(95.47±4.94％)和对照组(97.03±2.93％)之间没有显著差异。对照组对快乐表情的反应速度(606.72±83.68ms)比对悲伤表情的反应速度(641.56±69.99ms)快。但与对照组相比，患者表现出较慢的反应速度(673.27±87.30ms)比对照组(624.14±78.47ms)。而且患者对快乐表情的反应时(665.48±97.54ms)与对悲伤表情的反应时(681.05±76.59ms)之间没有显著差异。
结论:尽管两组的准确率相似，我们发现反应时间在组间存在显著差异。在正常对照组中，快乐的表情比悲伤的表情分类更快(即PCA)。与对照组相比，失眠患者识别情绪表情的速度较慢，而且对快乐表情的识别速度减慢更加显著，PCA现象消失。这些数据提示失眠患者的面部表情分类功能存在障碍，并揭示了失眠和情绪处理之间的重要联系。
第二章慢性失眠患者面部表情分类事件相关电位的研究
目的:鉴于我们使用行为学实验观察到慢性失眠患者出现面部表情分类障碍。为了探讨分类过程的认知加工机制，需要进一步测量事件相关电位。本研究采用面部表情分类范式和事件相关电位对快乐面孔、中性面孔和悲伤面孔进行分类偏向测量。
方法:本实验纳入了23名慢性失眠患者和22名年龄和教育水平相匹配的健康志愿者。完成面部任务的前一周，所有研究参与者完成了7天的睡眠日记，评估睡眠的连续性和质量，并帮助排除昼夜节律问题。所有被试均需要接受1整晚的PSG监测与评估，被试者被要求在晚上10:00前上床，第二天早上6:00醒来，记录以下睡眠参数:睡眠开始潜伏期(SOL)、入睡后觉醒时间(WASO)、总睡眠时间(TST)、卧床时间(TIB)、睡眠效率(SE)、呼吸暂停低通气指数(AHI)、睡眠唤醒指数的周期性肢体运动(PLMS)。在PSG监测后的第二天，所有睡眠时间超过6小时的志愿者及失眠被试于10:00am-11:00am在独立、安静房间内进行面部表情分类事件相关电位的实验。同时完成了匹兹堡睡眠质量指数(PSQI)、失眠严重程度指数(ISI)、抑郁自评量表(SDS)、焦虑自评量表(SAS)、简易精神状态评价量表(MMSE)及蒙特利尔认知量表(MOCA)等量表评估。采用SPSS22.0软件(芝加哥，伊利诺伊州，美国)进行统计学分析。
结果:两组被试的三种情绪面孔均引出了N170和P3成分。正常组在右半球记录到更大的N170波幅;最大的波幅在P7/P8电极处;与中性表情和快乐表情相比，悲伤表情诱发产生的N170波幅最大。对于N170潜伏期，观察到右半球的潜伏期较左半球短。失眠组与正常对照组的比较中，以上指标均未发现显著差异。正常组在Cz、Pz电极记录的P3波幅比Fz要高，而且悲伤面孔诱发出的波幅较快乐面孔和中性面孔明显降低。在潜伏期的表现上，Pz电极位置上的潜伏期最短。慢性失眠组记录到的P3的波幅均比对照组显著的降低，而且三种表情诱发的波幅之间无明显差别。慢性失眠组P3的潜伏期与正常对照组相比较，未发现显著性差异。相关性分析的结果提示P3的波幅与反应时间(RT)成显著负相关。
结论:慢性失眠患者在N170的时间范围内对面部表情分类的基础处理功能并未有明显异常，说明失眠患者基本面部信息的视觉处理是完整的。但在失眠组中快乐、中性及悲伤三种表情刺激诱发的P3波幅均明显降低，提示失眠患者可能存在面部表情分类晚期高水平认知加工能力的缺陷，这一发现为失眠患者的整体长RTs也提供了支持。
认知心理学认为，认知活动是机体接受外界信号的输入并对输入的信息进行加工的过程，包括感知觉、注意、记忆和思维等心理活动。情绪处理是在人际交往中起重要作用的高级认知过程，对情绪信息的准确和综合感知对有效的社会交往至关重要。认知障碍会降低信息处理的速度，因此，在评估认知功能时，观察信息处理速度也是至关重要的。从周围环境中获得的信息大多是通过视觉获取的。人脸无疑是社会交往中最重要的刺激因素，而面部表情是最重要的信号类型之一。面部表情对于有效的社会互动是必不可少的。识别面部表情使理解他人的情绪状态、沟通意图和触发适当行为成为可能。与这种适应性功能相一致的是，准确识别面部表情的能力对功能结果有积极的影响，如社会适应和心理健康。因此面部表情识别是最重要的情感交流方式之一，对面部情绪反应的识别和情绪状态的调节对人们具有重要意义。情绪识别受损的人，如孤独症谱系障碍和精神分裂症患者，在这方面表现出了困难。对快乐面孔的识别有助于在社会交往中与他人合作，并对他人产生影响。有一致的证据表明，积极(快乐)的面部表情比消极的面部表情(悲伤、愤怒、厌恶)识别得快得多，这是积极分类优势(positive classification advantage，PCA)。应该指出的是，PCA的简单两选择分类的任务实际上反映了大多数先前研究中从面部表情的识别/分类和记忆中产生的一种独特的机制。PCA可能反映了在识别和分类情绪积极和消极信号时更高层次的不对称性。
事件相关电位(Event-related potential，ERP)是一种简易可靠、高时间分辨率的非侵入性神经电生理检查，可以反映认知过程中潜在的大脑活动和神经电生理变化，目前己作为公认的能够相对客观地反映认知功能的评估手段被广泛地用于实践。PCA主要发生在肌肉运动前加工阶段。N170是ERP的早期原始成分，其是发生在枕颞电极的刺激开始后的140到180毫秒之间的负波，拥有对面部表情特异的敏感性。N170可以被面部情绪调节，与其他情绪相比，快乐的面孔诱发的振幅更小。P3是一系列在中心-顶叶或中心-额中线分布的相对晚期阳性成分的总称。P3最初是在应对任务相关的不频繁的刺激的实验范式中发现的，并且发现P3对诱发事件发生的主观概率非常敏感。迄今为止，趋同证据表明，当刺激水平被控制时，情绪性面孔的效价水平可以调节P3。特别是，当图片与任务相关时，如效价评估以确保参与者注意到图片时，愉快的面孔比不愉快的面孔诱发的P3振幅更大。与传统的认知心理量表结果相比，ERP检查可作为早期诊断和监测病程的敏感电生理指标。
据我们所知，目前没有研究直接探讨失眠患者的PCA现象。在本研究中，我们以快乐、中性、悲伤三种示意图卡通面孔作为表情刺激，考察慢性失眠患者对三种表情分类的准确性(Accuracy，ACC)及反应时间(Reaction Time，RT)。为了进一步探讨面部表情分类的认知加工机制，进行了面部表情分类的时域特征(ERP相关成分)的分析。从而进一步阐明失眠患者对情绪信息的处理过程。
第一章慢性失眠患者面部表情分类的行为学改变
目的:实证分析表明，积极面部表情的分类速度明显快于消极面部表情的分类速度(positive classification advantage，PCA)。在本研究中，我们首次在行为学方面探讨慢性失眠患者是否存在PCA现象。
方法:本实验纳入了30名慢性失眠患者和30名年龄和教育水平相匹配的健康志愿者。在完成面部任务的前一周，所有研究参与者完成了7天的睡眠日记，评估睡眠的连续性和质量，并帮助排除昼夜节律问题。所有被试均需要接受1整晚的多导睡眠图(polysomnography，PSG)监测与评估，被试者被要求在晚上10:00前上床，第二天早上6:00醒来，记录以下睡眠参数:睡眠开始潜伏期(Sleep onset latency，SOL)、入睡后觉醒时间(Wake time after sleep onset，WASO)、总睡眠时间(Total sleep time，TST)、卧床时间(Time in bed，TIB)、睡眠效率(Sleep efficiency，SE)、呼吸暂停低通气指数(Apnea hypopnea index，AHI)、睡眠唤醒指数的周期性肢体运动(Periodic limb movements of sleep arousal index，PLMS)。在PSG监测后的第二天，所有睡眠时间超过6小时的志愿者及失眠被试于10:00am-11:00am在独立、安静房间内进行面部表情分类的行为学实验。同时完成了匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index，PSQI)、失眠严重程度指数(Insomnia Severity Index，ISI)、抑郁自评量表(Self-Rating Depression Scale，SDS)、焦虑自评量表(Self-Rating Anxiety Scale，SAS)、简易精神状态评价量表(Minimum Mental State Examination，MMSE)及蒙特利尔认知量表(Montreal cognitive assessment，MOCA)等量表评估。采用SPSS22.0软件(芝加哥，伊利诺伊州，美国)进行统计学分析。
结果:对快乐和悲伤表情分类的正确回答的百分比进行比较，失眠患者(95.47±4.94％)和对照组(97.03±2.93％)之间没有显著差异。对照组对快乐表情的反应速度(606.72±83.68ms)比对悲伤表情的反应速度(641.56±69.99ms)快。但与对照组相比，患者表现出较慢的反应速度(673.27±87.30ms)比对照组(624.14±78.47ms)。而且患者对快乐表情的反应时(665.48±97.54ms)与对悲伤表情的反应时(681.05±76.59ms)之间没有显著差异。
结论:尽管两组的准确率相似，我们发现反应时间在组间存在显著差异。在正常对照组中，快乐的表情比悲伤的表情分类更快(即PCA)。与对照组相比，失眠患者识别情绪表情的速度较慢，而且对快乐表情的识别速度减慢更加显著，PCA现象消失。这些数据提示失眠患者的面部表情分类功能存在障碍，并揭示了失眠和情绪处理之间的重要联系。
第二章慢性失眠患者面部表情分类事件相关电位的研究
目的:鉴于我们使用行为学实验观察到慢性失眠患者出现面部表情分类障碍。为了探讨分类过程的认知加工机制，需要进一步测量事件相关电位。本研究采用面部表情分类范式和事件相关电位对快乐面孔、中性面孔和悲伤面孔进行分类偏向测量。
方法:本实验纳入了23名慢性失眠患者和22名年龄和教育水平相匹配的健康志愿者。完成面部任务的前一周，所有研究参与者完成了7天的睡眠日记，评估睡眠的连续性和质量，并帮助排除昼夜节律问题。所有被试均需要接受1整晚的PSG监测与评估，被试者被要求在晚上10:00前上床，第二天早上6:00醒来，记录以下睡眠参数:睡眠开始潜伏期(SOL)、入睡后觉醒时间(WASO)、总睡眠时间(TST)、卧床时间(TIB)、睡眠效率(SE)、呼吸暂停低通气指数(AHI)、睡眠唤醒指数的周期性肢体运动(PLMS)。在PSG监测后的第二天，所有睡眠时间超过6小时的志愿者及失眠被试于10:00am-11:00am在独立、安静房间内进行面部表情分类事件相关电位的实验。同时完成了匹兹堡睡眠质量指数(PSQI)、失眠严重程度指数(ISI)、抑郁自评量表(SDS)、焦虑自评量表(SAS)、简易精神状态评价量表(MMSE)及蒙特利尔认知量表(MOCA)等量表评估。采用SPSS22.0软件(芝加哥，伊利诺伊州，美国)进行统计学分析。
结果:两组被试的三种情绪面孔均引出了N170和P3成分。正常组在右半球记录到更大的N170波幅;最大的波幅在P7/P8电极处;与中性表情和快乐表情相比，悲伤表情诱发产生的N170波幅最大。对于N170潜伏期，观察到右半球的潜伏期较左半球短。失眠组与正常对照组的比较中，以上指标均未发现显著差异。正常组在Cz、Pz电极记录的P3波幅比Fz要高，而且悲伤面孔诱发出的波幅较快乐面孔和中性面孔明显降低。在潜伏期的表现上，Pz电极位置上的潜伏期最短。慢性失眠组记录到的P3的波幅均比对照组显著的降低，而且三种表情诱发的波幅之间无明显差别。慢性失眠组P3的潜伏期与正常对照组相比较，未发现显著性差异。相关性分析的结果提示P3的波幅与反应时间(RT)成显著负相关。
结论:慢性失眠患者在N170的时间范围内对面部表情分类的基础处理功能并未有明显异常，说明失眠患者基本面部信息的视觉处理是完整的。但在失眠组中快乐、中性及悲伤三种表情刺激诱发的P3波幅均明显降低，提示失眠患者可能存在面部表情分类晚期高水平认知加工能力的缺陷，这一发现为失眠患者的整体长RTs也提供了支持。