《Computational Statistics & Data Analysis》:Influence of Resilience on Autonomic Nervous System Habituation to Repeated Stress Exposure: Insights from Heart Rate Variability and Heart Rate Response
编辑推荐:
为解决心理韧性如何影响自主神经系统在重复心理社会应激下的适应机制,研究者利用TSST范式结合HRV与HR监测,发现高韧性个体具备更强的生理恢复力与应激习惯化能力,对降低Allostatic Load及预防应激相关疾病具有重要意义。
每个人都会经历压力,但面对反复出现的压力源时,为什么有些人能迅速恢复甚至逐渐“习以为常”,而另一些人的身心却长期紧绷、甚至引发疾病?这背后其实牵涉到一个关键概念——心理韧性(resilience)。心理韧性在心理学上被定义为尽管面临重大逆境仍能维持心理健康或实现恢复的能力。以往研究多聚焦单次应激下的心理或生理反应,而对于韧性如何在多次重复应激中调节身体的适应过程(即习惯化,habituation),仍缺乏系统的生理学证据。与此同时,长期或反复的应激若无法得到有效调节,会导致机体的“异态负荷”(Allostatic Load)不断累积,最终演变为异态过载(Allostatic Overload),显著增加心血管疾病、情绪障碍及老年衰弱等健康风险。因此,阐明韧性是否以及如何通过自主神经系统(Autonomic Nervous System, ANS)的动态调节来促进应激习惯化,不仅有助于理解健康适应的生理机制,也为压力相关疾病的早期干预提供了重要靶点。
在此背景下,Christoph R?sner、Husein Maryam、Oliver Tüscher 与 Katja Petrowski 开展了一项具有较高生态效度的实验研究,探讨心理韧性如何调制自主神经系统在重复心理社会应激下的反应与习惯化过程,相关生理指标通过心率(Heart Rate, HR)及心率变异性(Heart Rate Variability, HRV)进行刻画,论文发表在《Computational Statistics》。该研究招募60名健康年轻男性,采用经典的特里尔社会压力测试(Trier Social Stress Test, TSST)作为应激范式,分别在4个时间点(第1天、1周后、7周后、8周后)重复施测,每次TSST包含准备、公开演讲与心算任务,并在前后测定多个HR与HRV指标;心理韧性使用简明韧性量表(Brief Resilience Scale, BRS)在首日与末日评估,同时配合视觉模拟量表(VAS)与状态-特质焦虑问卷(STAI)的状态子量表捕捉主观压力与焦虑变化。统计上,研究通过重复测量ANOVA检验应激诱导效果与主观指标变化,并采用混合效应模型(mixed models)分析韧性对HR/HRV在各阶段与各测量日的调制作用,固定效应设为时间与韧性的交互,随机效应为个体截距。
主要技术方法包括:1)受试者招募与筛选:纳入60名18–30岁健康年轻男性,排除慢性病史、精神障碍、药物使用、吸烟≥9支/天、BMI超出18–27以及熟悉压力测试者,以减少非实验相关的生理变异;2)重复应激范式:每位受试完成4次TSST(间隔分别为1周、6周、1周),每次含基线休息、准备、公开演讲、心算、即刻恢复与30分钟延迟恢复共6个5分钟区段,并通过更换职位描述、评委成员与心算起始数字降低任务熟悉度影响;3)生理信号采集与HRV分析:使用无线胸带ECG(EQuiVital SEM Module, 256 Hz)记录心电,按Task Force标准划分RR间期,人工校正伪差与异位搏动,提取时域指标RMSSD(相邻NN间期差值均方根,反映副交感/迷走张力)、SDNN(NN间期标准差,反映整体HRV),频域指标LF(0.04–0.15 Hz)、HF(0.15–0.40 Hz)与LF/HF;4)心理量表评估:BRS(6题李克特1–5分)、VAS(0–100分:“情境看起来有威胁”“情境对我有压力”)与STAI状态焦虑(20题1–4分),分别在每次TSST前后填写;5)统计分析:重复测量ANOVA比较区段/天数间HR、VAS与STAI差异;混合模型检验BRS×区段、BRS×测量日对HR/HRV参数的交互作用,并报告R2。
研究结果
- 3.
Results(结果)
受试者基线BRS均值为3.69(SD=0.69),与德国常模相近,表明样本心理韧性处于平均水平;末次测量BRS为3.57(SD=0.76),配对t检验无显著变化,说明研究期间韧性得分保持稳定。重复测量ANOVA显示HR在6个区段间存在显著主效应,且区段×测量日交互显著;事后检验表明从第1区段(基线休息)到第3区段(公开演讲)HR在所有4天均显著上升(第1天+25.55、第2天+24.76、第3天+23.32、第4天+18.27,均p<0.001),证实TSST可有效诱发心率应激反应。RMSSD在应激区段(第3、4区段)下降,而在应激后区段(第5、6区段)回升,呈现典型的应激-恢复动态。
3.1. Physiological and psychological reactions to the stressor(应激源的生理与心理反应)
VAS与STAI结果显示:感知威胁(VAS1)与压力感受(VAS2)从第1天到第2、3、4天显著下降;TSST前状态焦虑(STAI-Pre)则从第1天到第2、3、4天显著上升,而TSST后状态焦虑(STAI-Post)从第1天到第2、3、4天显著下降,且第2与第3天、第3与第4天间差异多不显著。这说明重复暴露后,个体对任务的主观威胁与事后焦虑逐步降低(典型习惯化),但事前预期焦虑反而升高,体现生理适应与心理预期轨迹可能分离。
3.1.1. Within-TSST sections effects of resilience(TSST各区段内韧性的影响)
混合模型显示,韧性显著调制HR、RMSSD、SDNN与LF:在即刻恢复区段(第5区段),韧性越高,RMSSD(β=7.26, p=0.007)与SDNN(β=6.33, p=0.020)越大,提示高韧性者在急性应激后副交感相关恢复更强、整体HRV更高;在心算区段(第4区段),韧性越高,HR越大(β=3.98, p=0.002);在第6区段(30分钟延迟恢复),韧性越高,LF越大(β=730.05, p<0.001)。HF与LF/HF未呈显著韧性×区段交互。总体而言,高韧性者在应激后更早出现更高的迷走相关指标(RMSSD)与整体变异性(SDNN),提示更有效的自主神经恢复。
3.1.2. Across-session habituation effects of resilience(跨测量日的习惯化效应)
混合模型显示,韧性显著调制HR、峰值HR(Peak)、基线到峰值增量(Delta Baseline to Peak)与峰值到结束减量(Delta Peak to End):第3天相比第1天,HR更低(β=-3.28, p=0.005);峰值HR在第2、3、4天相对第1天更低(第3天β=-5.37, p<0.001);基线到峰值增量在第3天相对第1天更小(β=-2.47, p=0.003);峰值到结束减量在第2、3、4天均更小(均p<0.05)。RMSSD、SDNN、LF、HF、LF/HF的韧性×测量日交互不显著。结果表明,高韧性者随着重复暴露,心率与峰值反应降低、应激引发的心率攀升幅度减小、且从峰值回落更迅速,体现更强的心血管习惯化与恢复能力。
研究结论与讨论
该研究表明,心理韧性不仅与急性应激后更具适应性的自主神经恢复有关(体现在应激后RMSSD与SDNN更高),还与重复应激下的心血管习惯化有关(体现在重复测量中日间HR、峰值HR、基线到峰值增量降低,以及峰值到结束减量更小)。值得注意的是,主观指标出现了“分化”:感知威胁与事后焦虑随重复暴露下降,但事前预期焦虑上升,说明生理适应并不等同于心理预期的线性下降,二者可能遵循不同时间进程与机制。这一发现呼应了既往关于内分泌、自主神经与主观应激指标可呈现不同适应轨迹的观点,也提示未来研究在讨论“习惯化”时需区分系统层面。
在机制解读上,高韧性者应激后RMSSD与SDNN更高,可能反映迷走神经(如迷走神经背侧复合体/腹侧迷走系统)介导的更好恢复能力,这与韧性个体更常使用再评价等适应性情绪调节策略、从而通过前额叶“自上而下”调控自主神经系统的设想相一致;不过本研究未发现HF的显著韧性效应,说明韧性对急性恢复的支持可能不仅依赖HF所代表的副交感成分,还涉及更广泛的自主神经调制。跨日习惯化方面,高韧性者HR与峰值HR更低、心率动态更“节制”,有助于减少重复应激带来的生理资源消耗,从而在长期有望降低Allostatic Load、延缓或避免Allostatic Overload及相关健康风险(如心血管疾病、情绪障碍等)。
研究也存在若干局限:韧性以BRS作为相对特质式测量,未捕捉动态变化;缺乏呼吸监测使得频域HRV解释受限;部分区段体位不同(站立vs坐姿)可能混入体位相关心率/HRV变化;仅纳入年轻健康男性限制外推;无对照条件使应力特异性习惯化与任务熟悉度等影响不易完全分离。未来研究可通过纵向动态韧性评估、同步呼吸记录、纳入女性并控制月经周期、设置非应激对照或变换应激范式等方式进一步完善。
综上,该论文通过重复TSST范式与HR/HRV精细分段,提供了心理韧性关联于自主神经系统急性恢复与重复应激习惯化的生理证据,强调了韧性作为保护性因素在促进适应调节、潜在降低长期生理负荷方面的意义,为压力相关健康干预提供了可量化的生理切入点。