瑜伽干预对健康青年情绪调节和心脏自主神经活动的影响：一项随机对照试验方案

《Journal of Bodywork and Movement Therapies》：Effect of a Yoga Intervention on Emotion Regulation and Cardiac Autonomic Activity in Healthy Young Adults: A Randomized Controlled Trial Protocol

　　

摘要

**背景**

情绪调节是一个关键的心理学过程，与情绪健康、适应性功能和心理健康密切相关。由于学业、社会和情绪压力，情绪调节困难在大学学生中尤为普遍。新兴证据表明，瑜伽可能通过影响认知和生理调节机制来改善情绪调节。然而，现有研究主要依赖自评量表，很少在主动情绪调节任务期间考察自主神经反应。本研究旨在调查8周瑜伽干预对大学生情绪调节、情绪感知和自主神经系统功能的影响。

**方法**

本平行组随机对照试验将在基线时和干预后对参与者进行评估。居住在校舍中、年龄在18至25岁之间的大学生将接受两阶段筛选，使用简短形式亚健康状态问卷（SHSQ-SF；评分≤11）和情绪调节困难量表（DERS；评分>95），然后随机分配至瑜伽干预组或主动对照组。患有严重身体或精神疾病、物质滥用、近期手术或损伤，或无法安全参与瑜伽的学生将被排除。情绪调节将通过情绪调节问卷（ERQ）、DERS以及在基于图片的情绪调节任务期间记录的心率变异性（HRV）进行评估。情绪感知将通过"读心术测试"（RMET）进行评估。

**结论**

研究结果预计将为理解基于瑜伽的情绪调节改善背后的生理和心理机制提供见解，并可能有助于为大学生的情绪健康制定循证干预方案。

**引言**

情绪调节是指个体评估、抑制、维持或修改其情绪反应以达成适当社会行为和个人目标的过程（Thompson, 1991）。

情绪调节可大致分为隐性和显性两种类型。隐性情绪调节，又称自动情绪调节，自动发生且几乎不需要有意识的努力，例如在没有有意识努力的情况下逐渐从初始情绪反应中恢复过来（Christou-Champi et al., 2015; Mauss et al., 2007）。相比之下，显性情绪调节涉及有意识地运用策略，如认知重评和表达抑制，来修改情绪反应（Braunstein et al., 2017）。

在显性情绪调节策略中，认知重评涉及重新解释情绪情境的含义，而表达抑制涉及在情绪产生后抑制其外部表现（Grecucci et al., 2020）。认知重评通常被认为是一种比表达抑制更具适应性的策略，因此已被广泛用于实验研究中调查情绪调节（Cutuli, 2014）。

无法有效调节情绪被称为情绪失调，其特征是难以监控、评估和修改情绪反应（Bunford et al., 2015）。情绪失调越来越被认识到是一种跨诊断过程，因为它在各种精神和心理状况中导致情绪困难（Fernandez et al., 2016）。因此，理解情绪调节可能为临床和非临床人群的情绪功能提供有价值的见解。

一项最近的多中心调查发现，来自印度9个邦30所大学8542名大学生中，33.6%的学生经历中度至重度抑郁症状，23.2%的学生经历中度至重度焦虑症状，凸显了印度大学生面临的巨大心理健康负担（Cherian et al., 2025）。大学生还面临各种学术、社会、财务和生活方式压力，包括学业负担、大学生活适应、孤独感和社交支持减少，这些在一个关键的发展时期增加了情绪需求（Mofatteh, 2021）。适应性情绪调节策略在帮助学生应对学业压力和促进心理健康方面发挥重要作用（Pérez-Jorge et al., 2025）。情绪调节困难与较差的心理幸福感、人际关系受损和学业功能下降有关（Carmassi et al., 2022）。与这些发现一致的是，来自印度大学生的证据表明，适应性情绪调节策略与较少的心理问题相关，而非适应性策略与更大的心理困难相关（Lavanya and Manjula, 2017）。

除了自评情绪调节外，情绪感知提供了关于个体如何处理情绪线索的补充信息。情绪感知是指识别和解释情绪表达以及推断他人心理和情绪状态的能力（Kafetsios and Hess, 2023）。准确感知情绪线索在日常社交互动和情绪功能中发挥重要作用。因此，将情绪感知评估与自评情绪调节相结合，可能更全面地了解瑜伽干预后的情绪加工过程。

除了主观评估外，生理指标为情绪调节提供了客观见解。心率变异性（HRV），定义为连续心跳之间时间间隔的变化，是自主神经系统调节的广泛使用的无创生理指标（Kreibig, 2010; Mather and Thayer, 2018）。较高的静息HRV始终与更好的情绪调节能力和适应性情绪功能相关，而较低的HRV与情绪调节困难相关（Williams et al., 2015）。在认知重评期间，较大的任务相关HRV与增强的前额叶调节活动相关，表明HRV提供了主动情绪调节期间自主神经反应的客观测量（Guendelman et al., 2024）。认知重评还与负性情绪反应后副交感神经活动的恢复相关，进一步支持了使用HRV来评估情绪调节期间生理变化的观点（Jaén et al., 2021）。

鉴于情绪调节与自主神经功能之间的密切关系，针对这两种过程的干预可能有助于改善情绪健康。瑜伽是一种多维度的身心实践，融合了身体体式（asana）、呼吸技巧（pranayama）和冥想。证据表明，瑜伽具有广泛的身体、生理、认知和心理益处（Pascoe et al., 2017），并可能通过减少压力、心理困扰和负性情绪来增强情绪调节（Castellote-Caballero et al., 2024; Elstad et al., 2020）。这些效应可能通过涉及情绪加工神经网络的变化以及自主神经调节的改善来中介，反映为心率变异性和副交感神经活动的增加（Schmalzl et al., 2015）。这些认知和生理适应共同促进了认知重评等适应性情绪调节策略（Tripathi et al., 2018）。

尽管越来越多的证据支持瑜伽对情绪功能的益处，但准确评估情绪调节仍然具有方法论上的挑战性。大多数研究主要依赖自评量表，如情绪调节问卷（ERQ）（Gust and Bryan, 2024; Javadzade et al., 2024）和情绪调节困难量表（DERS）（Matko et al., 2022）。虽然这些工具提供了关于个体感知调节策略和困难的有价值信息，但它们无法捕捉主动情绪调节期间伴随的生理反应。与情绪反应的多维特性一致，将主观评估与生理指标相结合可能比单独使用任何一种方法提供更全面的情绪调节评估（Brown et al., 2020）。

为了解决这些局限性，研究人员越来越多地采用使用负性图片的基于图片的认知重评范式，因为负性刺激优先吸引注意力并引发强烈的情绪反应，为考察情绪调节提供了适当的背景（Cao et al., 2020; Vaish et al., 2008）。虽然一些研究已纳入心率变异性（HRV）等生理指标，但这些评估通常在主动情绪调节任务之外进行（Mathersul et al., 2022）。同样，基于图片的范式已被用于调查基于正念的干预（Brown et al., 2022）和冥想（Valim et al., 2019）后的认知重评。然而，据我们所知，在瑜伽干预后整合任务相关HRV与主观情绪调节指标并在主动认知重评范式中进行的研究仍然有限。

因此，本研究的主要目标是通过互补的主观和生理评估来评估瑜伽干预后的情绪调节。主观情绪调节将通过情绪调节困难量表（DERS）和情绪调节问卷（ERQ）进行评估，而生理情绪调节将通过在基于图片的认知重评任务期间记录的心率变异性（HRV）进行评估。次要目标是使用"读心术测试"（RMET）评估情绪感知，并使用自评效价和唤醒度评分评估情绪调节任务期间的情感反应。这种整合方法可能更全面地了解瑜伽干预后的情绪调节。

**研究设计**

本研究将采用平行组随机对照试验设计，设有两个评估时间点：基线（第0周）和干预后（第8周）。参与者将首先进行资格筛选，合格候选人完成基线评估后被随机分配至干预组或对照组。研究将在2026年8月至10月间于正常学期期间进行。参与者招募和数据收集将进行日程安排。

**讨论**

据我们所知，本研究是首批利用心率变异性（HRV）指标在基于图片的情绪调节范式中调查瑜伽干预对情绪调节期间自主神经变化影响的研究之一。本研究旨在通过评估基于图片的情绪调节任务期间的自评情绪调节和心率变异性来评估8周瑜伽干预对情绪调节和自主神经系统活动的影响。

**结论**

本研究方案描述了一项随机对照试验，旨在评估8周瑜伽干预对健康大学生情绪调节和自主神经系统功能的影响。通过将主观情绪调节评估与基于图片的情绪调节任务期间客观的心率变异性（HRV）指标相结合，本研究预计将推进对与瑜伽练习相关的心理生理机制的理解。

**CRediT作者贡献声明**

Dewansh Kaushik：撰写——初稿，方法论，概念构思。Raghavendra Bhat：撰写——审阅与编辑，监督，概念构思。

**未引用参考文献**

Buckley and Brough, 2017; Cristea et al., 2014; Krause-Utz et al., 2019。

**披露声明**

作者声明在研究、著述和/或发表本文方面不存在潜在的利益冲突。

**数据可用性声明**

去标识化的参与者数据、研究方案和统计分析代码将在研究结果发表后，应合理请求从通讯作者处获取，具体受机构政策和伦理审批的约束。

**生成式人工智能使用声明**

在准备本文过程中，作者使用ChatGPT进行语法校正。作者对输出内容进行了审阅和编辑，并承担已发表文章内容的全部责任。

**资助**

作者未从任何机构获得财务支持以完成本投稿工作。

**利益冲突声明**

作者声明没有已知的竞争经济利益可能影响本研究报告的工作。

Dewansh Kaushik | Raghavendra Bhat
瑜伽系，中央拉贾斯坦大学，基尚加尔，拉贾斯坦邦，印度