工作記憶刷新訓練改善抑郁傾向大學生情緒調節能力的HRV證據*

彭婉晴 羅 幃 周仁來

?

工作記憶刷新訓練改善抑郁傾向大學生情緒調節能力的HRV證據

彭婉晴 羅 幃 周仁來

(南京大學心理學系, 南京 210023)

根據流調中心用抑郁量表(CES-D)和貝克抑郁量表(BDI-II-C)的得分情況招募健康被試20例, 抑郁傾向被試40例, 以自愿參加的分組方式將抑郁傾向被試分為工作記憶刷新訓練組和對照組, 每組20例。對訓練組進行為期20天的工作記憶刷新訓練, 對照組不做處理。記錄各組被試在前后測的刷新功能以及在情緒調節任務中量表的得分情況, 并收集各組被試在5種實驗條件下的心率變異性(HRV)的頻域指標值, 結果發現：前測時抑郁傾向個體的HF-HRV顯著低于健康個體的平均水平。經過工作記憶訓練, 后測的抑郁傾向訓練組在情緒調節任務中的HF-HRV水平有顯著的提高, 貼近健康對照組的水平, 并與抑郁傾向對照組分離。研究表明, 工作記憶刷新訓練能夠使抑郁傾向大學生的HRV活動更接近健康被試的HRV活動, 表明抑郁傾向大學生的情緒調節能力得到了改善。

抑郁傾向; 工作記憶刷新訓練; 情緒調節能力; 心率變異性(HRV)

1 引言

近年來, 隨著社會競爭力的加大, 在校大學生表現出了越來越多的抑郁傾向, 作為介于完全健康人和抑郁癥患者之間的人群, 他們表現出了抑郁情緒但達不到臨床診療標準, 這不僅會影響他們的生活質量, 而且若不加以適當調整, 任由其發展, 很容易發展為抑郁癥(譚曦, 張靖, 吳朝陽, 杜漸, 孔軍輝, 2010)。

個體的情緒調節方式往往會對他們的抑郁水平產生影響(黃敏兒, 郭德俊, 2001), 很多研究表明抑郁癥患者在情緒調節能力方面存在缺陷。例如, 抑郁癥患者會更多地使用不太有效的情緒調節策略, 如冗思和抑制(Gross & John, 2003)。有研究者指出, 情緒調節實質上是一種認知控制(Diestel & Schmidt, 2011), 抑郁個體在處理負性材料時表現出了抑制功能的缺乏或減退, 這與他們容易陷入沉思和缺乏重評的思維習慣有關(Joormann & Gotlib, 2010)。

工作記憶的刷新功能與情緒調節有密切關系。工作記憶刷新是一種發生在中央執行系統中的記憶以舊換新的過程(Morris & Jones, 1990), 而情緒調節也可以被視為一種刷新過程, 即把消極的情緒刷掉, 讓新的良好情緒進來(Levens & Gotlib, 2010)。刷新功能是執行功能的一部分, 執行功能尤其是刷新功能在內隱情緒調節中有著獨特的作用, 刷新能力強的個體可以靈活地適應個人的行為情境和調整情緒以適應個人目標(Sperduti et al., 2017)。已有研究表明, 工作記憶刷新訓練可以有效提升人類的執行功能(Dahlin, Nyberg, B?ckman, & Neely, 2008; Zhao, Zhou, & Fu, 2013), 而執行功能與人類思維的靈活性及情緒調節能力有關(周玫, 周曉林, 2003; Mackie, van Dam, & Fan, 2013)。因此, 有不少研究者認為, 工作記憶刷新功能訓練有可能遷移到受訓者的認知重評能力上, 從而提高受訓者的情緒調節能力(Pe, Raes, & Kuppens, 2013)。另外, 也有研究直接表明個體的刷新能力和情緒恢復能力有顯著的聯系, 刷新能力越強, 情緒恢復越快(Pe et al., 2015)。還有研究表明, 情緒的社會調節有助于改善個體從工作記憶中更新負面內容的能力(Flores & Berenbaum, 2017)。因此, 刷新能力和情緒調節能力有著密切的關系。Xiu等人嘗試使用工作記憶刷新訓練的方式, 通過提高健康大學生的刷新功能, 進而提高了他們的情緒調節能力(Xiu, Zhou, & Jiang, 2016)。

對于抑郁癥患者, 研究發現他們也存在刷新功能的缺陷(Levens & Gotlib, 2010), 由于無法及時更新其不良情緒, 才導致了消極情緒的堆積, 最終造成抑郁狀態。基于此, 本研究旨在探索有抑郁傾向的大學生通過工作記憶刷新訓練后, 其情緒調節能力是否會獲得改善, 以期為抑郁傾向患者的干預提供借鑒。

人的情緒調節能力的客觀測量指標是一個備受關注的話題, 在情緒的生理心理學研究中, 以往采用的生理指標包括心率、呼吸、皮膚電阻以及手指溫度等(Alaoui-lsma?li, Vernet-maury, Dittmar, Delhomme, & Chanel, 1997)。近年來, 由于心率變異性(Heart Rate Variability, HRV)研究方法的日漸成熟, HRV已經被認為是一系列反映交感?副交感神經活動的方便、客觀和直接的指標, 并在壓力、緊張等情緒的研究中被廣泛應用(Sharma & Gedeon, 2012)。心率變異性是指逐次心搏間期之間的微小變異, 代表了竇性心率的波動變化程度(庹焱, 陶紅, 朱銓英, 2001)。在生理條件下, HRV的產生主要是由于心臟竇房結自律活動通過心交感和心迷走神經、神經中樞、壓力反射和呼吸活動等因素的調節作用, 使得心臟每搏間期一般存在幾十毫秒的差異(劉曉芳, 葉志前, 2001), 這些差異的存在是正常的且必要的, 它反映了我們自主神經的靈活性, 使我們的生理和情緒狀態得以更好地適應環境的需求(Appelhans & Luecken, 2006)。由于HRV是一項能夠反映心臟為滿足不斷變化的情境需求而做出的調節活動程度的生理指標, 也是反映心交感神經與心迷走神經張力及其平衡的重要指標(付安爽, 2015), 其值大小能夠度量心交感神經和心迷走神經對心率的連續影響, 指示自主神經靈活性的大小, 因此可以用來反映個體調節情緒的能力(Williams et al., 2015; Appelhans & Luecken, 2006)。

本研究僅涉及對HRV的頻域指標的討論, 主要關注的頻譜成分是高頻(high-frequency)和低頻成分(low-frequency)。高頻段(HF, 0.15~0.4 Hz)的頻帶是依據正常呼吸的頻率范圍來劃定的, 反映的是心迷走神經的功能狀態(Libby, Worhunsky, Pilver, & Brewer, 2012), 高頻的成分越多(功率越大), 表示該個體所處的狀態與正常的呼吸節律越接近, 即情緒狀態越佳(Thayer, ?hs, Fredrikson, Sollers, & Wager, 2012), 有研究者指出, 從靜息態到情緒調節過程中HF的變化與臨床結果有著前瞻性的聯系(Libby et al., 2012); 低頻段(0.04~0.15 Hz)是心交感神經和心迷走神經共同作用的產物, 由于擔心LF受到心迷走神經的影響, 許多學者將LF/HF作為“交感平衡指數” (Appelhans & Luecken, 2006)。心交感神經是植物性神經的一部分(植物神經系統是內臟神經纖維中的傳出神經, 其掌握著心臟搏動、呼吸、消化、血壓以及新陳代謝等生理功能); 心迷走神經為混合神經, 它除了支配著呼吸、消化兩個系統的大部分器官之外, 還掌控著心臟的感覺、運動與腺體分泌等活動。心迷走神經的神經末梢主要釋放乙酰膽堿類神經遞質, 其作用與心交感神經的作用相反, 抑制起搏細胞的自發興奮并使心率減速。在通常情況下, 心交感神經和心迷走神經的其中一個在起主導作用。比如, 在正常休息狀態下, 心迷走神經作用占主導, 但是隨著運動水平的增強, 心迷走神經活性減弱, 心交感神經活動增強, 應激反應則主要是依靠交感和迷走神經系統對體內器官及組織的調節來實現的, 這就為HRV指示個體的情緒狀態提供了生理基礎。就HRV頻域指標在抑郁狀態當中的指示作用而言, 目前較為統一的觀點是高頻心率變異性(HF-HRV)與成人和青少年的抑郁程度之間存在顯著的負相關關系(Koenig, Kemp, Beauchaine, Thayer, & Kaess, 2016), 有研究表明靜息狀態的HF-HRV能夠預測青少年在一年后的抑郁狀況, 即靜息態HF-HRV越高, 一年后的抑郁癥狀越輕(Vazquez et al., 2016)。還有研究顯示人體在調節情緒時, HF-HRV會升高(Libby et al., 2012), 在焦慮緊張時, HF-HRV會降低(?hs, Iii, Furmark, Fredrikson, & Thayer, 2009; Di et al., 2012)。另一方面, 現有文獻少有針對LF/HF指示情緒調節能力的研究, 但最近有實驗研究者指出, 在威脅刺激下, 驚恐障礙的患者會由于自主神經失調而引起LF/HF-HRV的顯著升高(Wang et al., 2013), 以及相對于不調節情緒的組別而言, 調節情緒的實驗組表現出了更低的LF/HF-HRV (Wang et al., 2016), 加上LF/HF被認為是指示自主神經平衡性的指標(Malliani, Pagani, Lombardi, & Cerutti, 1991), 故本實驗將其納入分析范疇。

基于以上研究背景, 本文旨在探究工作記憶刷新訓練對有抑郁傾向的大學生情緒調節能力的影響, 以HRV為生理指標, 結合相應的主觀量表調查問卷, 考察接受了工作記憶刷新訓練的抑郁傾向大學生相對于健康大學生和未接受訓練的抑郁傾向大學生而言, 在情緒調節任務中的表現是否有差異。另外本次研究除了設計靜息態以外, 還設計了投入狀態和調節狀態, 旨在探究大學生在努力調節情緒時, 其HRV值的變化情況。

2 研究材料與方法

2.1 研究對象

通過互聯網和張貼海報的方式在南京市兩所大學招募被試, 采用抑郁量表(CES-D)和貝克抑郁量表?第二版中文(BDI-Ⅱ-C)對自愿參加實驗大學生進行篩選, 納入標準：(1)抑郁傾向組：BDI-Ⅱ-C得分大于或等于15分, 且CES-D得分大于或等于20分, 且未達到CCME-3關于抑郁癥的診斷標準; (2)健康組：BDI-Ⅱ-C得分小于15分, 且CES-D得分小于20分(楊文輝, 熊戈, 2016)。同時滿足右利手、視力或矯正視力正常、無任何精神疾病、不吸煙、不喝酒、未服用任何精神興奮藥物等條件。最終篩選出40名抑郁傾向被試(自愿分成抑郁傾向訓練組和抑郁傾向對照組)和20名健康被試。健康組與抑郁組被試的性別和年齡分布無顯著差異, CES-D及BDI-II-C量表得分情況均表現為抑郁傾向組顯著高于健康被試組。所有被試均簽署了知情同意書, 并在實驗結束后獲得了一定的報酬。該研究得到了南京大學心理學研究倫理委員會的同意。

2.2 主要研究工具

2.2.1 刷新功能測試

前后測采用2-back和3-back任務來測量被試的工作記憶刷新能力, 在2-back任務中, 要求被試比較當前出現的字母是否和此前剛呈現過的前面第二個字母相同。3-back任務則是比較當前字母和此前呈現過的前面第三個字母是否相同。分別統計抑郁傾向訓練組、抑郁傾向對照組和健康對照組被試在前后測的2-back和3-back任務的反應時和正確率。

2.2.2 情緒調節量表和主觀評分量表

本研究采用的情緒調節量表考察被試的情緒調節能力, 問卷共有14個題項, 每題項以1~7的7點量表計分(1完全不同意; 4不同意也不反對; 7完全同意), 題目涉及個體的情緒體驗及情緒表達, 問卷分為認知重評和表達抑制兩個維度分量表, 每個維度有7個項目, 目的是測量被試對認知重評和表達抑制兩種情緒調節策略的使用傾向。研究表明, 該量表在大學生樣本中使用具有良好的信度指標, 認知重評和表達抑制維度的重測信度系數分別達到0.85和0.87 (王力, 陸一萍, 李中權, 2007)。另外, 采用9點主觀評分量表評估被試在觀看視頻時的主觀情緒體驗, 1~9分表示從非常積極到非常消極, 5分是中性。

2.2.3 情緒調節任務

使用周仁來等人修訂的情緒視頻庫, 該視頻庫包含8種情緒狀態如快樂、悲傷、中性等, 每種情緒狀態包括了8個視頻片段, 共64個視頻片段, 效價和情緒喚醒度在相同類型的視頻之間無顯著差異(Deng, Yang, & Zhou, 2017)。本實驗從中挑選了4個中性片段和8個負性片段, 讓被試觀看。視頻實驗分為3個階段：(1) 中性狀態：被試會看到一個中性的情緒視頻(例如天氣預報或一個中國的書法講座), 指導語要求被試僅僅注意就可以了, 不用抑制他們的想法和感受。(2) 投入狀態：在這個條件下, 被試會看到一個負性情緒的視頻(例如戰爭的場景或交通事故), 指導語要求在這個過程中, 被試要投入, 并且自然地感受自己的情緒。(3) 調節狀態：被試會看到一個負性情緒的視頻, 指導語要求他們需要盡可能地調節他們的情緒。在各階段的轉換之間都會有2分鐘的休息時間去幫助被試恢復平靜并填寫視頻主觀評分量表。

2.2.4 工作記憶刷新訓練

采用趙鑫等研究者使用過的(Zhao et al., 2013;Xiu et al., 2016)工作記憶刷新訓練程序。該電腦程序主要包括三個任務, 分別是字母活動記憶任務、動物活動記憶任務和方位活動記憶任務。例如, 字母活動記憶任務的內容是：首先, 屏幕中央出現一個“+”, 提示任務馬上開始, 接著屏幕正中央會依次、逐個地出現字母, 且出現的字母個數并不是固定的, 一共有5、7、9、11四種長度, 每種長度隨機出現。要求被試依次記住最后出現的三個字母, 即一直保持記住最近出現的三個字母。如逐個出現的字母依次為S-D-F-G-H, 被試需要回答F-G-H; 若依次出現的字母為S-D-F-G-H-J-K, 被試則要回答H-J-K。最后, 屏幕中央會出現一個方框, 被試按照順序依次輸入最后出現的三個字母。字母呈現的起始時間為1750 ms/個, 之后隨著被試的得分, 難度依次產生變化。動物活動記憶任務和方位活動記憶任務也依據類似的原理要求被試記憶倒數出現的某幾個動物或方位。被試每天完成6組, 每組5個單元, 如被試在5個單元中答對3個及3個以上單元, 動物的呈現時間縮短100 ms/個, 被試在5個單元中答對2個及2個以下單元, 字母呈現時間延長100 ms/個。

2.2.5 MP150多導生理記錄儀

采用BIOPAC的MP150多導生理記錄儀對被試的心電數據進行收集, 采樣率為1000 Hz, 使用0.5 Hz的高通和35 Hz的低通。

2.3 主要研究方法和操作流程

2.3.1 被試的分組

以自愿參加訓練的方式將有抑郁傾向被試分為工作記憶刷新訓練組和對照組, 每組20例, 分組后的被試基本情況見表1。對三組的CES-D和BDI-II-C得分進行方差分析, 發現在CES-D得分上, 組別的主效應顯著,(2, 57) = 74.65,< 0.001, η= 0.72; 且健康對照組的得分顯著高于抑郁傾向訓練組(< 0.001)和抑郁傾向對照組(< 0.001), 抑郁傾向訓練組和對照組沒有顯著差異(= 0.28)。在BDI-II-C得分上, 組別的主效應也顯著,(2, 57) = 78.44,< 0.001, η= 0.73; 健康對照組的得分同樣顯著高于抑郁傾向訓練組(< 0.001)和抑郁傾向對照組(< 0.001), 抑郁傾向訓練組和對照組沒有顯著差異(= 0.23)。

2.3.2 研究對象的處理

三組被試均需在各自的實驗開始前后完成刷新功能測試、情緒調節量表以及情緒調節任務(見圖1)。其中, 訓練組在前后測之間有為期20天的工作記憶刷新訓練, 每天20~30分鐘。對照組不做訓練。

2.4 數據的采集和處理

2.4.1 情緒調節量表和主觀評分量表

在工作記憶刷新訓練前后的兩個時間點, 采用情緒調節量表對被試的情緒調節能力進行測試。在情緒調節任務中, 每看完一種條件的視頻后, 被試會休息2分鐘, 并采用9點評分量表評估他們在觀看視頻時的主觀情緒體驗。

2.4.2 多導指標

首先收集被試在靜息狀態下的5分鐘心電圖(ECG), 并在隨后的情緒任務中, 收集被試在觀看視頻期間的ECG, 每種條件的視頻觀看結束后有2分鐘的靜息時間讓被試的生理指標恢復到基線水平, 所采集的ECG數據不包括評價階段(即被試在評估他們對視頻的情緒感受時)的數據, 以免產生混淆。為考察被試情緒的純凈變化量, 消除個體本身在觀看視頻時HRV基線水平的高低本身的影響, 對數值做進一步定義如下：

HF投入態的凈改變量為：ΔHF投入 = 投入狀態HF ? 中性狀態HF

表1 研究對象分組情況

注：三組例數都是20。

圖1 實驗流程圖

HF調節態的凈改變量為：ΔHF調節 = 調節狀態HF ? 中性狀態HF

ΔLF/HF投入態的凈改變量為：ΔLF/HF投入 = 投入狀態LF/HF ? 中性狀態LF/HF

ΔLF/HF調節態的凈改變量為：ΔLF/HF調節 = 調節狀態LF/HF ? 中性狀態LF/HF

2.4.3 數據的分析處理

由多導儀顯示屏上讀出單位為s/Hz的頻域指標值, 按照高頻段0.15~0.4 Hz, 低頻段0.04~0.15 Hz的橫坐標范圍對相應的頻段進行積分, 得出單位為s的頻域指標值, 再由1 s = 1000 ms換算得到以ms為單位的相應值, 然后開方得到以毫秒為單位的數量值。對HF-HRV、LF/HF-HRV在5種實驗條件下的數值及其變化趨勢進行方差分析, 對情緒調節量表得分情況以及HRV的凈改變量進行重復測量方差分析, 球形檢驗未通過時, 采用greenhouse-geisser法對自由度和統計值進行校正。

3 結果

3.1 刷新功能測試結果

三組被試在前后測的2-back和3-back成績如表2所示。對三組的2-back正確率進行重復測量方差分析, 發現時間的主效應顯著,(1, 57) = 23.31,< 0.001,η= 0.29; 時間和組別的交互作用不顯著,(2, 57) = 0.55,= 0.58。對2-back反應時進行方差分析, 同樣發現時間的主效應顯著,(1, 57) = 18.36< 0.001, η= 0.24; 時間和組別的交互作用不顯著,(2, 57) = 1.11= 0.33。表明三組在后測的正確率都有顯著的提高, 反應時都有顯著的縮短。

對三組的3-back正確率進行重復測量方差分析, 發現時間的主效應顯著,(1, 57) = 23.46< 0.001η= 0.29; 時間和組別的交互作用不顯著,(2, 57) = 0.74= 0.47。對3-back反應時進行分析, 同樣發現時間的主效應顯著,(1, 57) = 9.86= 0.003, η= 0.14; 時間和組別的交互作用不顯著,(2, 57) = 0.15= 0.85。三組在3-back后測的正確率都有顯著的提高, 反應時都有顯著的縮短。

對三組的提高量進行方差分析發現組別的主效應均不顯著。

3.2 主觀情緒量表

被試對視頻的主觀評分結果見表3。對三組在前后測主觀評分量表的得分進行2(時間：前測、后測) × 3(條件：中性、投入、調節狀態) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組)的混合方差分析, 發現除條件主效應顯著((2, 171) = 173.66,< 0.001η= 0.67)之外, 其余主效應和交互效應均不顯著(> 0.05)。條件差異主要表現為被試對投入和調節狀態下視頻的評分均顯著高于中性狀態(0.001,0.001), 調節狀態的得分顯著低于投入狀態的得分(< 0.001), 說明視頻區分度可靠, 負性視頻成功激發了被試的主觀體驗, 且指導語有效, 被試在觀看負性視頻并主動調節情緒時, 他們主觀上體驗到的負性情緒減少了。

表2 2-back和3-back任務反應時和正確率

表3 情緒任務中被試對視頻的主觀評分結果

3.3 情緒調節量表

情緒調節量表得分結果見表4。對三組被試在前后測的情緒調節量表得分進行2(時間：前后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組)方差分析, 結果顯示, 在表達抑制維度上, 時間的主效應不顯著,(1, 57) = 0.29,= 0.591; 組別的主效應不顯著,(2, 57) = 0.42,= 0.66; 時間和組別的交互作用也不顯著,(2, 57) = 1.71,= 0.19。在認知重評維度上, 時間主效應不顯著,1, 57) = 1.09,= 0.30; 時間和組別的交互作用也不顯著,(2, 57) = 0.17,= 0.84; 而組別的主效應顯著,(2, 57) = 3.90= 0.026, η= 0.12。進一步的兩兩比較分析發現, 在認知重評維度上, 抑郁傾向訓練組和抑郁傾向對照組之間、以及抑郁傾向訓練組和健康對照組之間均未體現出顯著性差異(> 0.05), 而抑郁傾向對照組的得分顯著低于健康對照組(= 0.007)。三組被試的認知重評子量表得分情況見圖2。

表4 情緒調節量表前后測結果

3.4 HF-HRV

3.4.1 前測HF-HRV的結果

考察3組被試在視頻任務過程中HF-HRV的變化情況, 前測結果如圖3。對前測數據進行3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組) × 5(條件：靜息、中性、投入、放松、調節)的方差分析顯示：條件主效應不顯著,(4, 285) = 0.48,0.74; 時間和組別的交互作用不顯著,(8, 285) = 1.23,= 0.28; 而組別主效應顯著,(2, 285) = 7.220.001η0.04。說明在未干預的狀態下HF-HRV值在三組之間本身就存在著顯著區別, 對組別進行進一步的兩兩比較分析顯示, 抑郁傾向訓練組和抑郁傾向對照組的HF-HRV值均顯著低于健康對照組的平均水平(= 0.001;= 0.002, 見圖3),兩個抑郁傾向組之間不存在顯著性差異(= 0.84)。

圖2 情緒調節量表認知重評子量表得分條形圖

圖3 三組被試在前后測的情緒調節任務中5個條件下的平均HF-HRV值

注：誤差線為標準誤(SE)。其中上圖是三組在前測的HF-HRV值, 差異檢驗表明, 兩個抑郁傾向組之間沒有差異, 但他們都與健康組差異顯著(= 0.001,= 0.002)。下圖是三組后測的HF-HRV結果, 抑郁傾向訓練組與抑郁傾向對照組差異邊緣顯著(= 0.052), 與健康對照組差異不顯著。

3.4.2 三組HF-HRV的2(時間) ×3(組別) ×5(條件)混合方差分析

對三組在前后測的HF-HRV數據進行2(時間：前測、后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組) × 5(條件：靜息、中性、投入、放松、調節)的重復測量方差分析。發現組別的主效應不顯著,(2, 57) = 2.55= 0.08; 時間的主效應也不顯著,(1, 57) = 0.24,= 0.62; 條件的主效應顯著,(4, 228) = 2.41,= 0.049, η= 0.04。五個條件兩兩進行比較發現, 中性狀態和投入狀態下的HF-HRV之間存在顯著差異(= 0.048), 投入狀態下的HF-HRV顯著高于中性狀態的HF-HRV, 其余差異不顯著。另外, 還發現時間×組別的交互作用顯著,(2, 57) = 4.41,= 0.017, η= 0.13; 條件×組別的交互作用也顯著,(8, 228) = 3.20= 0.002η= 0.10; 時間×條件、時間×條件×組別的交互作用均不顯著。簡單效應分析顯示, 抑郁傾向訓練組和抑郁傾向對照組被試在前測HF-HRV沒有顯著差異, 在后測抑郁傾向訓練組和抑郁傾向對照組差異邊緣顯著(= 0.052), 后測抑郁傾向訓練組的HF-HRV高于抑郁傾向對照組。還發現, 抑郁傾向訓練組在前后測的HF-HRV有顯著差異(= 0.042), 后測的HF-HRV要顯著高于前測。抑郁傾向對照組和健康對照組在前后測均沒有顯著差異。抑郁傾向訓練組在調節狀態下的HF-HRV要顯著高于靜息狀態(= 0.002), 其余條件沒有顯著差異, 抑郁傾向對照組和健康對照組在各個條件下均沒有發現顯著差異。

3.4.3 ΔHF的重復測量方差分析

對中性→投入狀態HF-HRV的凈改變量進行2(時間：前測、后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組)的重復測量方差分析, 結果顯示, 時間主效應不顯著,(1, 57) = 0.55,= 0.46; 組別主效應不顯著,(2, 57) = 0.24,= 0.79; 時間和組別的交互作用也不顯著,(2, 57) = 0.30,= 0.74。

對中性→調節狀態HF-HRV的凈改變量進行2(時間：前測、后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組)的重復測量方差分析, 結果顯示, 時間主效應不顯著,(1, 57) = 0.28,= 0.59; 組別主效應不顯著,(2, 57) = 0.94,= 0.39; 時間和組別的交互作用也不顯著,(2, 57) = 0.88,= 0.42。說明在由中性態過渡到投入態、或是過渡到調節態的過程中, HF的凈改變量在三組被試之間、以及在三組被試的前后測之間均未體現出顯著的統計學差異。

3.5 LF/HF-HRV

3.5.1 前測LF/HF-HRV的結果

觀察圖4可以看出：訓練前健康對照組的LF/HF-HRV表現為進入中性狀態后先下降, 在放松狀態處升高, 而兩組抑郁傾向的被試均表現為進入中性狀態后先升高, 隨后在放松狀態處下降。對LF/HF-HRV的前測數據進行3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組) × 5(條件：靜息、中性、投入、放松、調節)的方差分析, 結果顯示：前測組別和條件的主效應均不顯著, 而條件和組別的交互作用顯著((8, 285= 2.02,= 0.044, η= 0.05), 說明三組被試的LF/HF-HRV值隨實驗條件的變化趨勢不完全相同。進一步的簡單效應分析顯示, 在靜息條件下, 健康對照組的LF/HF-HRV的平均水平顯著高于抑郁傾向訓練組(0.001)和抑郁傾向對照組(0.043), 其他條件下各組沒有顯著差異。說明在實驗前階段, 抑郁傾向被試有著相對較低的交感神經活動。

圖4 三組被試在前后測的情緒調節任務中5個條件下的平均LF/HF-HRV值

注：誤差線為標準誤(SE), *< 0.05, **< 0.01。其中上圖是三組在前測的LF/HF-HRV值, 差異檢驗表明, 在靜息條件下, 健康對照組的LF/HF-HRV的平均水平顯著高于抑郁傾向訓練組(= 0.001)和抑郁傾向對照組(= 0.043)。下圖是三組后測的LF/HF-HRV結果, 抑郁傾向訓練組的LF/HF-HRV顯著低于抑郁傾向對照組(= 0.007)。

3.5.2 三組LF/HF-HRV的2(時間) ×3(組別) ×5(條件)混合方差分析

對前后測的LF/HF-HRV數據進行2(時間：前、后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組) × 5(條件：靜息、中性、投入、放松、調節)的重復測量方差分析。發現組別的主效應不顯著,(2, 57) = 2.94= 0.06; 時間的主效應也不顯著,(1, 57) = 0.72= 0.39; 條件的主效應顯著,(4, 228) = 8.49,< 0.001, η= 0.13。五個條件兩兩進行比較發現, 中性狀態和投入狀態、放松狀態、調節狀態下的LF/HF-HRV均有顯著性差異, 中性狀態下的LF/HF-HRV均顯著高于投入狀態(< 0.001)、放松狀態(< 0.001)和調節狀態(= 0.002)。另外, 還發現時間×組別的交互作用邊緣顯著,(2, 57) = 3.08= 0.053, η= 0.09; 條件×組別交互作用顯著,(8, 228) = 5.62< 0.001η= 0.16; 時間×條件的交互作用也顯著,(4, 228) = 3.69= 0.006η= 0.06; 時間×條件×組別的交互作用不顯著,(8, 228) = 1.60= 0.12。簡單效應分析顯示, 三組被試在前測LF/HF-HRV沒有顯著差異, 在后測抑郁傾向訓練組和抑郁傾向對照組差異顯著(= 0.007), 在后測抑郁傾向訓練組的LF/HF-HRV要顯著低于抑郁傾向對照組。在投入狀態下, 抑郁傾向訓練組的LF/HF-HRV顯著低于抑郁傾向對照組(= 0.011), 抑郁傾向訓練組和健康對照組沒有顯著差異(= 1.000)。簡單效應分析顯示, 靜息狀態的LF/HF-HRV前后測差異顯著(= 0.036), 后測的LF/HF-HRV顯著高于前測。

3.5.3 ΔLF/HF的重復測量方差分析

對中性→投入狀態的LF/HF-HRV凈改變量進行2(時間：前測、后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組)重復測量方差分析, 結果顯示, 時間主效應以及時間和組別的交互作用均不顯著, 而組別的主效應顯著,(2, 57) = 10.93,< 0.001, η= 0.27。對組別進行進一步的兩兩比較分析發現, 抑郁傾向訓練組和抑郁傾向對照組之間、以及抑郁傾向對照組和健康對照組之間存在顯著差異(< 0.001;= 0.003), 而抑郁傾向訓練組和健康對照組之間不存在顯著差異(= 0.16)。結合圖5可以看出, 抑郁傾向對照組在投入狀態下表現出了更負的LF/HF-HRV凈改變值, 說明該組別的被試在由中性狀態過渡到投入狀態時, 有著較明顯的LF/HF-HRV值下降。

對中性→調節狀態LF/HF-HRV凈改變量進行2(時間：前測、后測) × 3(組別：抑郁傾向訓練組、抑郁傾向對照組、健康對照組)重復測量方差分析, 結果顯示, 時間的主效應顯著,(1, 57) = 5.08,= 0.028, η= 0.082; 組別的主效應也顯著,(2, 57) = 5.08,= 0.009, η= 0.15; 而時間和組別的交互作用不顯著,(2, 57) = 1.65,= 0.20。時間的顯著差異表現為, 前測的ΔLF/HF顯著高于后測水平,(1, 57) = 5.08,= 0.028, η= 0.08。對三組進行兩兩比較發現, 抑郁傾向對照組的ΔLF/HF顯著低于抑郁傾向訓練組(= 0.003)和健康對照組(= 0.028), 且抑郁傾向訓練組和和健康對照組的ΔLF/HF無顯著差異(= 0.40)。

為了進一步明確訓練的效應, 分別對前后測的組別差異進行檢驗, 分析發現, 在前測, 組別的主效應不顯著(= 0.23)。在后測, 組別的主效應顯著((2, 57) = 5.31,= 0.008, η= 0.15), 對后測數據進行進一步的組間兩兩比較分析發現, 抑郁傾向訓練組和健康對照組的平均值相當(= 1.00), 均顯著高于抑郁傾向對照組(= 0.017;= 0.022)。結合圖5可以看出, 抑郁傾向對照組在調節狀態下表現出了更負的LF/HF-HRV凈改變值, 說明該組別的被試在調節狀態下相對于中性狀態而言, 有著較明顯的LF/HF-HRV值下降, 但結合圖4可以看出, 凈改變量的明顯下降主要是由于中性條件下抑郁傾向對照組的LH/HF有明顯上升導致的。

圖5 三組在前后測的投入與調節狀態下LF/HF-HRV凈改變量條形圖

注：誤差線為標準誤(SE)。

4 討論

工作記憶訓練作為一種提升大腦表征與信息維持能力的干預手段, 它不僅被應用在在健康個體的認知功能提高上面, 還被嘗試運用在各類臨床病人的治療干預當中, 如注意缺陷多動障礙、抑郁癥、焦慮癥等, 并發現了很多積極的效果(潘東旎, 李雪冰, 2017)。本研究通過觀察和比較健康的和有抑郁傾向的大學生在自然狀態下以及在工作記憶刷新訓練干預后情緒調節能力的差異, 研究表明工作記憶刷新訓練可以改善抑郁傾向大學生的情緒調節能力, 主要反映在情緒激發過程中的HRV變化模式與健康被試相接近以及HF-HRV值升高的層面上。該研究擴展了國內對抑郁傾向個體的生理指標應用的新領域, 具有一定的理論和現實意義。

4.1 抑郁傾向個體情緒調節能力

就前測數據而言, 在自然狀態下, 抑郁傾向大學生在主觀量表以及生理指標這兩個情緒調節指標上均與健康大學生存在顯著差異。在主觀量表上, 表現為在情緒調節量表的認知重評維度上抑郁傾向對照組的被試得分顯著低于健康對照組, 和前人的研究一致(Joormann & Gotlib, 2010)。而抑郁傾向訓練組的被試雖然在該維度上得分也低于健康對照組, 但未通過顯著性檢驗, 考慮自愿參加訓練的抑郁傾向者或許有較強的改變自我現狀的動機。在生理指標上, 有抑郁傾向的大學生HF-HRV顯著低于健康大學生, 這與Tonhajzerova, Visnovcova, Mestanikova, Jurko和Mestanik (2016)的研究結果相似, 比起健康個體, 抑郁個體在觀看負性情緒視頻時會有顯著更低的HF-HRV, 可能表明抑郁個體在面對壓力應激時會表現出鈍化的心血管反應(Tonhajzerova et al., 2016)。另外, 有不少研究指出靜息心率變異性代表的是一種在情緒調節需要的情況下可以提供支撐的資源(Thayer & Lane, 2009)。在成功的情緒調節過程中, 不管是通過認知重評還是情感抑制, 心率變異性都會升高(Butler, Wilhelm, & Gross, 2006), 同時低心率變異性也是多種病理生理和精神疾病的危險因素(Thayer & Lane, 2009; Ingjaldsson, Laberg, & Thayer, 2003)。而本研究不僅考察了靜息態下的HRV值, 還考察了被試在情緒任務中的HRV頻域值的變化情況, 由圖3以及3.4.1的結果可以看出, 抑郁傾向的大學生在靜息、中性、投入、放松以及調節的狀態下, 都表現出了低于健康大學生的HF-HRV值, 說明健康 個體生理的喚醒水平較低, 心迷走神經活動水平較高, 利于減輕情緒障礙所致的交感緊張, 從而起到了放松身心的作用。不僅如此, 由圖4及3.5.1的結果可以看出, 抑郁傾向的大學生在情緒任務中LF/HF的變化模式與健康大學生有著顯著差異, 考慮有抑郁傾向的大學生在參與本次實驗任務時, 與健康被試有著不一樣的情緒反應模式, 尤其表現在心交感神經方面。另外, 在對LF/HF前測數值的觀察中, 健康對照組的LF/HF-HRV顯著高于兩個抑郁傾向組別, 這和引言部分的介紹相比, 有所偏差, 引言提到, 根據Wang等 (2016) 的說法, 調節情緒會使LF/HF-HRV下降, 而LF/HF-HRV的上升一般出現在自主神經失調過程中(Wang et al., 2016), 但就本次研究看來, 并非絕對如此, 可以考慮在前測條件下, 兩個抑郁傾向組在靜息條件下都自發地出現了情緒調節的意識(表現為兩個抑郁傾向組的LF/HF值顯著低于健康被試), 當然, 也有可能是健康個體在將要進入試驗情景時較容易被喚醒, 因而由于緊張而表現為心交感神經較為活躍。再者, 對于LF/HF-HRV值的說法并未取得一致意見, 有研究表明睡眠深沉組的LF/HF-HRV顯著高于睡眠輕淺組, 說明正常人的交感?迷走神經平衡狀態較睡眠輕淺者好(龍捷, 2016), 還有研究質疑了LF/HF對交感?迷走神經的平衡性的指示作用(Billman, 2013), 故筆者認為對該指標的應用需要進一步論證, 尤其是在解釋其實際意義時需慎重。前測數據的這些分析結果是對現有研究的進一步推進。

綜合前后測的數據分析顯示, 工作記憶刷新訓練改變了抑郁傾向大學生的HRV情況, 使之趨近正常化。由3.4.2的結果中可以看到, 訓練后, 抑郁傾向訓練組在情緒調節任務中, 表現出了與健康對照組相似的HF-HRV折線圖, 并且這兩組的HF- HRV和抑郁傾向對照組的差異邊緣顯著, 說明通過工作記憶刷新訓練, 抑郁傾向個體的HF-HRV得到提升, 貼近健康組的HRV水平, 并與未接受訓練的抑郁傾向個體拉開差距。另外, 相比兩個對照組, 抑郁傾向訓練組在后測HF-HRV有顯著的提高, 說明工作記憶刷新訓練能有效提高抑郁傾向個體的心迷走神經活性, 從而提高他們的情緒調節能力。另外, 由3.5.2的結果中可以看到, 訓練后, 抑郁傾向訓練組的LF/HF-HRV要顯著低于抑郁傾向對照組。

由上述兩個結果看來, 工作記憶刷新訓練改善了抑郁傾向大學生的情緒激發模式, 使之趨向正常化, 考慮工作記憶刷新訓練通過優化注意資源的分配、削弱對負性情緒的沉浸而提高了受訓者的情緒調節能力(Pe et al., 2013)。本次實驗設計采用的是雙對照組的方法, 從雙對照的結果來總結, 一方面抑郁傾向訓練組的大學生在訓練后與健康對照組的HF-HRV值差異消失, 另一方面抑郁傾向訓練組的后測HF-HRV值顯著高于抑郁傾向對照組。這種與健康對照組相貼近而與抑郁傾向對照組分離的結果表明了工作記憶刷新訓練具有改善抑郁傾向大學生自主神經功能、使之趨向正?；男Ч?。值得注意的是, 本研究沿用了Xiu (2016)等人的實驗假設, 若工作記憶刷新訓練可以改變被試的情緒調節能力, 那么方差分析的結果理應表現為調節狀態下的HF-HRV在抑郁傾向訓練組中有顯著改變, 但就目前實驗結果來看, 訓練組在各個條件下都提升了, 即訓練效應并非針對性的作用于情緒調節狀態中, 考慮發生在自主神經功能層面上的改變不易受到主觀控制(即雖然指導語在主觀層面上生效了, 但HRV指標不一定都受到了指導語影響), 但目前證據依舊不足, 有待進一步驗證。另外, 對比圖3和圖4中的前后測結果來看, 抑郁傾向對照組在前后測有較明顯的HRV波動, 表現為HF-HRV在后測的平移式下降, 以及LF/HF在靜息和中性條件下的顯著上升, 而抑郁傾向訓練組則表現為HF-HRV在后測有上升, LF/HF則幾乎不變, 綜合前測結果來看, 作者考慮在后測, 未接受工作記憶刷新訓練干預的抑郁傾向對照組由于再次試驗的熟悉感(因為20天前看過類似的負性視頻, 心理遺留著不好的預期, 因而在實驗一開始就表現出了自主神經緊張), 因而心交感神經活躍, 再次進入負性視頻環節反而有一種解脫感, 另外, 神經細胞的興奮是存在不應期的, 上一次興奮后閾限會提升, 再次興奮會較為困難, 據此可以解釋為何在后測, 抑郁傾向對照組在靜息和中性條件下會出現LF/HF值上升, 而負性視頻中LF/HF下降的反常表現, 即這一過程同時受到被試主觀預期和神經細胞不應期的影響。這也側面反映了該組被試有較為持久的沉浸。

就刷新功能而言, 三組在2-back和3-back任務的后測中都有明顯的進步, 表現在正確率的提高和反應時的縮短上面。對三組的方差分析發現, 組別的主效應均不顯著, 即沒有發現訓練組在刷新任務上有更大的提高。一個可能的原因是在編制對于成年人的工作記憶測驗時會將難度水平設定在中等偏上一點的程度, 對于多數被試, 稍加訓練(兩次測驗本身就是練習)都會提高, 但提高的幅度有限, 差不多接近天花板效應。根據Zhao (2013)和Xiu (2016)等人的研究可以發現, 大學生群體在2-back的正確率都是較高, 反應時較短的, 因此本實驗中三組在2-back和3-back任務的成績上沒有組別上的差異也是正常的。本研究中工作記憶訓練的重點不在于工作記憶本身提高多少, 主要在于引起功能的改變, 即HRV的變化。本研究使用的工作記憶刷新訓練已有很多文章證明過是有效的, 如Zhao (2013)等人的研究表明, 該工作記憶刷新訓練能引起個體明顯的腦電活動如P2、P3等的改變; Xiu (2016)等人的研究表明此訓練能引起正常大學生HF-HRV的改變。本研究主要想證明的也是工作記憶刷新訓練對抑郁傾向大學生情緒調節能力的影響, 主要表現在HF-HRV這個指標上。

4.2 HRV差值意義

另外, HRV值本身就表征著每搏心率間期的變異性, 其差值的意義有待考究。本研究的實驗設計參考了修利超等人的實驗范式(Xiu et al., 2016), 采用差值的做法, 考察被試在投入狀態和在調節狀態中的“純凈”情緒值。結果顯示, 三組被試在訓練前后的投入態和調節態中的△HF無顯著差異, 而抑郁傾向對照組的ΔLF/HF有顯著的波動, 表現為較中性態而言, 有顯著下降。雖然從心理學實驗設計來說, 做差是為了平衡被試的基線, 去除觀看視頻本身對被試情緒狀態的影響, 但HRV值本身就表征著變異的大小, 即連續心搏間瞬時心率的微小漲落。所以在討論HRV差值的實際意義時, 要結合其本質屬性來討論。在這里, ΔHF和ΔLF/HF指的都是被試每搏心率間期的變異性在由中性狀態過渡到下一狀態過程中的改變量, 反映的是心率變異性的波動大小(即波動的波動)。雖然統計結果表明抑郁傾向對照組在由中性條件過渡到調節狀態的過程中, 以及在由中性條件過渡到投入狀態的過程中均表現出了更負的ΔLF/HF值, 即明顯地下調了LF/HF-HRV, 但結合3.5.1 (或圖4)的結果來看, 之所以出現這樣的差異并非來自于該組別的被試在投入態或調節態時LF/HF-HRV有顯著降低, 而只是因為該組被試在中性條件下有過高的LF/HF- HRV值, 即抑郁傾向對照組在后測的情緒任務中, 觀看中性視頻時出現了較高的心交感神經興奮的狀況, 而另外兩組沒有。故在使用差值法提取純凈情緒時, 需考慮差值的實際意義, 并結合原始值分析。

4.3 研究局限

特別指出的是, 心率也許在投入和調節狀態下都會顯著高于中性條件, 但心率變異性則不是, HRV與情緒范式相結合時需要考慮其特殊性, 通過作差法、取差值這一方式來平衡基線更要慎重, 因為基線本身(比如這里指的中性視頻的HRV值)就表征著波動, 甚至已經反映了自主神經功能的狀況, 所以未必適于作為被減數。另外, 考慮到神經細胞興奮的不應期, 在今后此類研究中, 應該要注意設計專門適用于HRV的情緒誘發和調節范式。

其次, 由3.3中的結果可以看出, 自愿接受20天工作記憶刷新訓練的抑郁傾向被試, 其情緒調節量表的得分情況與健康對照組沒有顯著差異, 只有抑郁傾向對照組在情緒調節量表得分上體現出了顯著低于健康被試的現象, 考慮愿意參加訓練的抑郁傾向被試或許有在潛意識中調節自己的情緒。以自愿參加為原則進行分組難免產生混淆因素, 但由于心理學科發展和實驗條件的限制, 此類問題目前尚沒有得到很好的解決。雖然在實際實驗中, 采取自愿訓練的分組方法可以保證較低的被試脫離率, 但難免也降低了整個實驗分析的效能。在參與率與隨機化中進行取舍, 依然是目前在工作記憶刷新訓練的相關實驗中需面對的問題。隨著心理學實驗方法的發展, 希望能在實驗招募上有更好的處理措施, 以盡可能減少或消除被試在前測由于實驗組和對照組非雙盲的分組和處理而導致的心理各方面的差異。另外, 為了避免晝夜節律對人體心率變異性的影響, 此類涉及生理指標的研究均應在固定季節固定時段進行。

4.4 未來展望

在關于工作記憶刷新訓練的長期效應上, 本研究沒有進行長期的追蹤, 因此無法得知訓練的后續效果如何, 這是今后可以進一步探究的問題。目前還沒有關于工作記憶訓練在情緒調節方面遠遷移長期效應的討論, 但我們注意到相關的一些工作記憶訓練研究對個體自身工作記憶的提高以及在智力方面遷移并維持方面進行了討論, 如Gropper等人對有注意缺陷多動障礙(ADHD)的大學生進行為期5周的工作記憶訓練, 發現訓練的效果可以持續到兩個月后(Gropper, Gotlieb, Kronitz, & Tannock, 2014); Chen, Ye, Chang, Chen和Zhou (2017)對兒童進行工作記憶刷新訓練, 發現在訓練完6個月后受訓者在數學成績上仍有明顯提高。因此, 在未來研究可以進一步討論工作記憶刷新訓練的維持效應的問題。

其次是關于HRV正常取值范圍的國內常模建立。本研究發現HRV有可能因人種的不同而有不同的波動范圍, 本研究所測的HF值大約為160 ms/Hz, 在0.15~0.4 Hz的波段內積分, 并開方, 得到的結果在6 ms左右, 這和巴西學者Antelmi等在歐洲開展的實驗結果稍有差別(Antelmi et al., 2004), 其研究表明20歲左右的巴西人群的正常HF的24小時心電圖記錄下的HF-HRV值大概在16~18 ms范圍內, 這一方面也許是人種差異, 二方面也許是記錄時長的差異導致的, 有文獻表明24 h的記錄結果會高于5 min的結果, 而國內還沒有大樣本研究或是常模出現, 這是未來值得研究的方向。另外, 考慮短時程HRV與長時程HRV相比, 能較好控制各種影響因素, 穩定程度及真實性更好(柯素穎, 趙娣, 楊芳, 2015), 歐洲心血管病學會及北美心臟起搏和電生理學會專題委員會也建議以5 min作為標準(Listed, 1996)。故本實驗采取短時程HRV有較好的穩定性, 但關于可比性, 仍需要大樣本調查研究來論證。

最后, 在抑郁的干預中, 也有研究者嘗試了使用HRV生物反饋調節的手段(李欣, 桑德春, 邢春曉, 陳炘鈞, 宋魯平, 2016), 這不失為直接作用于人類的情緒調節能力的一項措施, 但目前國際上還沒有公認的可用于壓力識別研究的HRV或心電信號數據庫(劉振, 2016)。HRV的參數是豐富的, 包括頻域參數、時域參數以及非線性參數, 每項參數里還劃分許多子參數, 可以考慮將一系列參數值作為識別特征, 以隨機森林、貝葉斯等算法為建模基礎(陳彥會, 2017), 建立壓力或情緒的識別系統。希望本項研究可以為今后的實驗提供參考。

5 結論

本研究對抑郁傾向大學生的情緒變化、情緒調節、HRV生理指標值等特點進行了觀察, 發現抑郁傾向大學生在HRV頻域指標上與健康大學生有顯著差異。既有數值上的差異, 又有變化模式上的差異。經過訓練, 抑郁傾向大學生的HRV值及其變化模式都趨向于正?；? 并與抑郁傾向對照組拉開差距。表明工作記憶訓練能夠改善抑郁傾向大學生的心率變異性, 并一定程度緩解他們的抑郁傾向。

?hs, F., Iii, J. J. S., Furmark, T., Fredrikson, M., & Thayer, J. F. (2009). High-frequency heart rate variability and cortico- striatal activity in men and women with social phobia.(3), 815–820.

Alaoui-lsma?li, O., Vernet-maury, E., Dittmar, A., Delhomme, G., & Chanel, J. (1997). Odor hedonics: connection with emotional response estimated by autonomic parameters.(3), 237–248.

Antelmi, I., de Paula, R. S., Shinzato, A. R., Peres, C. A., Mansur, A. J., & Grupi, C. J. (2004). Influence of age, gender, body mass index, and functional capacity on heart rate variability in a cohort of subjects without heart disease.(3), 381–385.

Appelhans, B. M., & Luecken, L. J. (2006). Heart rate variability as an index of regulated emotional responding.(3), 229–240.

Billman, G. E. (2013). The LF/HF ratio does not accurately measure cardiac sympatho-vagal balance., 26.

Butler, E. A., Wilhelm, F. H., & Gross, J. J. (2006). Respiratory sinus arrhythmia, emotion, and emotion regulation during social interaction.(6), 612–622.

Chen, X., Ye, M., Chang, L., Chen, W., & Zhou, R. (2017). Effect of working memory updating training on retrieving symptoms of children with learning disabilities.s(5), 507–519.

Chen, Y. H. (2017).(Unpublished master’s thesis). Tianjin University of Technology.

[陳彥會. (2017).(碩士學位論文). 天津理工大學.]

Dahlin, E., Nyberg, L., B?ckman, L., & Neely, A. S. (2008). Plasticity of executive functioning in young and older adults: Immediate training gains, transfer, and long-term maintenance.(4), 720–730.

Deng, Y., Yang, M., & Zhou, R. (2017). A new standardized emotional film database for Asian culture., 1941.

Di Simplicio, M., Costoloni, G., Western, D., Hanson, B., Taggart, P., & Harmer, C. J. (2012). Decreased heart rate variability during emotion regulation in subjects at risk for psychopathology.(8), 1775–1783.

Diestel, S., & Schmidt, K. H. (2011). The moderating role of cognitive control deficits in the link from emotional dissonance to burnout symptoms and absenteeism.(3), 313–330.

Flores, L. E., & Berenbaum, H. (2017). The social regulation of emotion and updating negative contents of working memory., 577–588.

Fu, A. S. (2015).(Unpublished master’s thesis). Tianjin University.

[付安爽. (2015).(碩士學位論文). 天津大學.]

Gropper, R. J., Gotlieb, H., Kronitz, R., & Tannock, R. (2014). Working memory training in college students with ADHD or LD.(4), 331–345.

Gross, J. J., & John, O. P. (2003). Individual differences in two emotion regulation processes: Implications for affect, relationships, and well-being.(2), 348–362.

Huang, M. E., & Guo, D. J. (2001). Emotion regulation and depression of college students., 438–441.

[黃敏兒, 郭德俊. (2001). 大學生情緒調節方式與抑郁的研究., 438–441.]

Ingjaldsson, J. T., Laberg, J. C., & Thayer, J. F. (2003). Reduced heart rate variability in chronic alcohol abuse: Relationship with negative mood, chronic thought suppression, and compulsive drinking.(12), 1427–1436.

Joormann, J. & Gotlib, I. H. (2010). Emotion regulation in depression: relation to cognitive inhibition.(2), 281–298.

Ke, S. Y., Zhao, D., & Yang, F. (2015). Effect of breathing regulation training on heart rate variability of breast cancer patients., 1495–1499.

[柯素穎, 趙娣, 楊芳. (2015). 呼吸調節訓練對乳腺癌患者心率變異性的影響., 1495–1499.]

Koenig, J., Kemp, A. H., Beauchaine, T. P., Thayer, J. F., & Kaess, M. (2016). Depression and resting state heart rate variability in children and adolescents-A systematic review and meta-analysis.(46), 136–150.

Levens, S. M., & Gotlib, I. H. (2010). Updating positive and negative stimuli in working memory in depression.(4), 654–664.

Li, X., Sang, D. C., Xing, C. X., Chen, X. J., & Song, L. P. (2016). Effects of heart rate variability biofeedback therapy on stress reaction in patients with post-stroke depression.(8), 914–920.

[李欣, 桑德春, 邢春曉, 陳炘鈞, 宋魯平. (2016). 心率變異性生物反饋改善卒中后抑郁壓力反應的研究.(8), 914–920.]

Libby, D. J., Worhunsky, P. D., Pilver, C. E., & Brewer, J. A. (2012). Meditation-induced changes in high-frequency heart rate variability predict smoking outcomes.(12), 54.

Listed, N. (1996).Heart rate variability: Standards of measurement, physiological interpretation, and clinical use.(3), 354–381.

Liu, X. F., & Ye, Z. Q. (2001). Analysis methods and application of heart rate variability.(1), 42–45.

[劉曉芳, 葉志前. (2001). 心率變異性的分析方法和應用.(1), 42–45.]

Liu, Z. (2016).(Unpublished master’s thesis). Tianjin University of Technology.

[劉振. (2016).(碩士學位論文). 天津理工大學.]

Long, J. (2016).(Unpublished master’s thesis). Guangxi University of Chinese Medicine, Nanning, China.

[龍捷. (2016).(碩士學位論文). 廣西中醫藥大學, 南寧.]

Mackie, M-A., van Dam, N. T., & Fan, J. (2013). Cognitive control and attentional functions.(3), 301–312.

Malliani, A., Pagani, M., Lombardi, F., & Cerutti, S. (1991). Cardiovascular neural regulation explored in the frequency domain.(2), 482–492.

Morris, N., & Jones, D. M. (1990). Memory updating in working memory: The role of the central executive.(2), 111–121.

Pan, D. N., & Li, X. B. (2017). Working memory training in mental disorders., 1527–1543.

[潘東旎, 李雪冰. (2017). 工作記憶訓練在精神疾病中的應用., 1527–1543.]

Pe, M. L., Koval, P., Houben, M., Erbas, Y., Champagne, D., & Kuppens, P. (2015). Updating in working memory predicts greater emotion reactivity to and facilitated recovery from negative emotion-eliciting stimuli., 372.

Pe, M. L., Raes, F., & Kuppens, P. (2013). The cognitive building blocks of emotion regulation: Ability to update working memory moderates the efficacy of rumination and reappraisal on emotion.(7), e69071.

Sharma, N., & Gedeon, T. (2012). Objective measures, sensors and computational techniques for stress recognition and classification: A survey.(3), 1287–1301.

Sperduti, M., Makowski, D., Arcangeli, M., Wantzen, P., Zalla, T., Lemaire, S., … Piolino, P. (2017). The distinctive role of executive functions in implicit emotion regulation., 13–20.

Tan, X., Zhang, J., Wu, Z. Y., Du, J., & Kong, J. H. (2010). Depression tendency of college students and mental intervention of Chinese Medicine., 741–744.

[譚曦, 張靖, 吳朝陽, 杜漸, 孔軍輝. (2010). 大學生抑郁傾向的特點及中醫心理干預., 741–744.]

Thayer, J. F., & Lane, R. D. (2009). Claude bernard and the heart-brain connection: Further elaboration of a model of neurovisceral integration.(2), 81–88.

Thayer, J. F., ?hs, F., Fredrikson, M., Sollers, J. J., & Wager, T. D. (2012). A meta-analysis of heart rate variability and neuroimaging studies: Implications for heart rate variability as a marker of stress and health.(2), 747–756.

Tonhajzerova, I., Visnovcova, Z., Mestanikova, A., Jurko, A., & Mestanik, M. (2016). Cardiac vagal control and depressive symptoms in response to negative emotional stress., 23–30.

Tuo, Y., Tao, H., & Zhu, Q. Y. (2001). Research progress in heart rate variability.(4), 305–308.

[庹焱, 陶紅, 朱銓英. (2001). 心率變異性研究進展.(4), 305–308.]

Vazquez, L., Blood, J. D., Wu, J., Chaplin, T. M., Hommer, R. E., Rutherford, H. J. V., … Crowley, M. J. (2016). High frequency heart-rate variability predicts adolescent depressive symptoms, particularly anhedonia, across one year., 243–247.

Wang, L., Lu, Y. P., & Li, Z. Q. (2007). Test of emotion regulation scale in adolescents.(3), 236–238.

[王力, 陸一萍, 李中權. (2007). 情緒調節量表在青少年人群中的試用.(3), 236–238.]

Wang, S-M., Lee, H-K., Kweon, Y-S., Lee, C. T., Chae, J-H., Kim, J-J., & Lee, K-U. (2016). Effect of emotion regulation training in patients with panic disorder: evidenced by heart rate variability measures., 68–73.

Wang, S-M., Yeon, B., Hwang, S., Lee, H-K., Kweon, Y-S., Lee, C. T., Chae, J-H., & Lee, K-U. (2013). Threat-induced autonomic dysregulation in panic disorder evidenced by heart rate variability measures.(5), 497–501.

Williams, D. P., Cash, C., Rankin, C., Bernardi, A., Koenig, J., & Thayer, J. F. (2015). Resting heart rate variability predicts self-reported difficulties in emotion regulation: A focus on different facets of emotion regulation., 261.

Xiu, L., Zhou, R., & Jiang, Y. (2016). Working memory training improves emotion regulation ability: Evidence from hrv.(6), 25–29.

Yang, W. H., & Xiong, G. (2016). Screening for adolescent depression: validity and cut-off scores for depression scales.(6), 1010–1015.

[楊文輝, 熊戈. (2016). 常用抑郁量表篩查我國青少年抑郁的效度和劃界分.(6), 1010– 1015. ]

Zhao, X., Zhou, R., & Fu, L. (2013). Working memory updating function training influenced brain activity.(8), e71063.

Zhou, M., & Zhou, X. L. (2003). The executive function and emotion regulation of children.(3), 194–199.

[周玫, 周曉林. (2003). 兒童執行功能與情緒調節.(3), 194–199.]

[1]人類正常的呼吸頻率為16~20次/分, 即0.27~0.33次/秒, 頻率的國際單位為次/s (Hz)

HRV evidence for the improvement of emotion regulation in university students with depression tendency by working memory training

PENG Wanqing; LUO Wei; ZHOU Renlai

(Department of Psychology, Nanjing University, Nanjing 210023, China)

Emotion regulation provides an effective way to understand and control our emotion. The lack of emotion regulation skill is viewed as one of the major causes of emotional problems, such as depression, anxiety disorder and others. Researchers have attempted to find an effective way to improve individuals’ emotion regulation ability. In recent years, a promising direction is working memory updating, which is an essential element in the central executive component of working memory. Some studies suggest that working memory updating plays a critical role in modulating the emotion regulation process and that working memory updating training can enhance emotion regulation ability.

Thus, it is possible to improve depression-prone individuals’ emotion regulation ability through working memory training.

In order to examine the effect of working memory training on the emotion regulation ability of depression-prone college students, we used CES-D (Center for Epidemiologic Studies Depression Scale) and BDI-II-C (Beck Depression Inventory II Chinese) evaluation to recruit 40 depression-prone students and 20 healthy students. The depression-prone students were further divided into training and control groups voluntarily. The depression-prone training group completed a 20-day working memory training program. The depression-prone control group and healthy control group did not take part in the training. Participants’ scores for 2-back and 3-back tasks, Emotion Regulation Scale (ERS) scores, subjective emotion ratings for emotion regulation tasks, and HF (High Frequency Power) HRV (Heart Rate Variability) and LF (Low Frequency Power) HRV measurements for five conditions (resting, neutral, attending, relaxed and regulation) during pre-test and post-test phases were collected and analyzed. Statistical methods, including observation and variance analysis, were used to compare collected data from the three groups.

We found a significant main effect of condition on subjective emotion ratings. Participants’ subjective emotion scores for the regulation and attending conditions were significantly higher than those for the neutral condition. In addition, the emotion scores for the regulation condition were significantly lower than those for the attending condition. As for the HRV data, during the pre-test phase, the depression-prone training and control groups had no significant difference with respect to HF-HRV, and their HF-HRV was significantly lower than that of the healthy control group. As for the ratio of LF/HF-HRV, a significant condition × group interaction was found. Resting LF/HF-HRV of the healthy control group was significantly higher than that of the depression-prone training and control groups. During the post-test phase, there was a significant increase in HF-HRV for the depression-prone training group. HF-HRV for the depression-prone training group became closer to that of the healthy control group and was marginally significantly higher than that of the depression-prone control group. Moreover, HF-HRV for the depression-prone training group was significantly higher with respect to the regulation condition than the resting condition, while there was no difference for the other two groups. During the post-test phase, the ratio of LF/HF-HRV for the depression-prone training group was significantly higher than for the depression-prone control group, and there was no significant difference between the depression-prone training group and the healthy control group.

In conclusion, the HRV data for the depression-prone training group was more similar to that of the healthy control group during the post-test phase than that of the depression-prone control group, which indicated an improvement in emotional regulation ability. For future research, a larger sample size and a more sophisticated experimental paradigm for HRV data collection are needed.

depression tendency; working memory updating training; emotion regulation ability; heart rate variability (HRV)

10.3724/SP.J.1041.2019.00648

2018-04-04

* 中央高?；究蒲袠I務費專項資金項目(14370303), 江蘇省哲學與社會科學重點基地重大項目(2015JDXM001)和南京大學雙創基地重點項目(SCJD0406)資助。

彭婉晴和羅幃為共同第一作者。

B842; R395

周仁來, E-mail: rlzhou@nju.edu.cn。