Введение

Исследования умственной работы и её последствий для психики послужили основой для концепции ментальной нагрузки, которая была первоначально описывалась как разница между мощностями системы обработки информации, необходимыми для выполнения задачи и достижения определенного уровня производительности, и когнитивными мощностями, доступными в данный момент времени [7]. Влияние ментальной нагрузки на здоровье было исследовано достаточно широко и подробно, особенно связь между ментальной нагрузкой и сердечно-сосудистыми заболеваниями [4]. Установлено, что профессиональная ментальная нагрузка, сочетающая в себе высокие требования к интенсивности и качеству работы с ограниченной свободой принятия решений, повышает риск ишемической болезни сердца и гипертонии [16]. Однако абсолютная причинно-следственная связь к настоящему времени все еще не выявлена [8]. Хорошо известно, что значительная умственная нагрузка сопровождается повышением частоты сердечных сокращений и артериального давления [12], которые являются релевантными показателями сердечно-сосудистого риска [17]. Более сложные изменения в деятельности сердечно-сосудистой системы, также связанные с повышенным риском сердечно-сосудистых заболеваний, были выявлены в результате анализа вариабельности сердечного ритма (ВСР). В ходе клинических исследований было установлено, что ВСР является высокочувствительным маркером целого ряда патологических состояния, особенно заболеваний сердца и вегетативной нейропатии [3]. Кроме того, ВСР успешно использовалась для оценки влияния на организм экологических или физиологических условий, которые могут изменять симпатико-парасимпатический баланс, даже не вызывая какое-либо сердечно-сосудистое заболевание или вегетативную нейропатию [6]. ВСР снижается при умственном усилии и умственной нагрузке, вероятно, вследствие активации симпатической нервной системы и/или снижения парасимпатического тонуса [11]. Было установлено, что средний интервал RR является показателем, наиболее чувствительным к ментальной нагрузке, даже при наличии выраженной обратной связи между умственным усилием и мощностью вариабельности сердечного ритма [10].

При анализе современной научной литературы следует учитывать, что оценка вариабельности сердечного ритма посредством показателей временной и частотной областей в основном нацелен на оценку вегетативного баланса (даже для оценки барорефлекса); такой подход не полностью и недостаточно надежно описывает сложное временное поведение сердечного ритма. Отсутствие четкого дисбаланса ВНС во время психического стресса и необходимость изучения других метрик (например, нелинейных или многомерных), кроме стандартных измерений во временной и частотной областях, были недавно описаны [14]. Нелинейные методы анализа и метрики позволяют выявить нелинейные динамические свойства, которые характеризуют сложные системы [2]. Колебания сердечного ритма (временные ряды RR) являются результатом сложного процесса, в который вовлечена многокомпонентная система внутри человеческого тела, частью которой является сердце, и несколько влияющих на нее факторов окружающей среды [1]. Эти нелинейные инструменты анализа сердечного ритма являются более чувствительными и точными средствами описания физиологического и клинического статуса и оценки прогноза при различных заболеваниях. Недавние исследования продемонстрировали связь между ментальной нагрузкой/умственным утомлением и нелинейной динамикой ВСР [9]. По мере развития методологи анализа сердечного ритма были разработаны современные нелинейные метрики для характеристики фрактального поведения сигнала во времени, самоподобия или сложности временных рядов.

Цель исследования – оценка изменения нелинейной вариабельности сердечного ритма (ВСР) при ментальной нагрузке разной степени интенсивности.

Материалы и методы исследования

В исследовании принимали участие 20 человек, студенты Чувашского педагогического университета имени И. Я. Яковлева, обучающиеся на разных факультетах. Средний возраст участников исследования составил 18,18 ± 0,13 лет.

Участники решали арифметические задач в уме, при этом задачи различались по сложности вычислений. В использованном арифметическом запросе участники мысленно суммировали числа и выдавали результат, который всегда должен состоять из трех цифр. Чтобы свести к минимуму движения тела, участники вводили результат на клавиатуре, отображаемой на экране, с помощью мыши.

Использовались три условия с разной сложностью задания: скука, поток и перегрузка. Состояние «Скука» характеризовалось несложной задачей и предоставляло участникам менее сложную ситуацию. В условии «Поток» использовалась динамическая корректировка, так что сложность задачи всегда корректировалась в соответствии с уровнем навыков участников, таким образом создавая ситуацию с соответствующим уровнем сложности. Условие «Перегрузка» также использовало аналогичную настройку, в то время как была сгенерирована задача повышенной сложности. Все участники выполнили арифметическое задание во всех трех условиях. Условие «Скука» всегда включало в себя два числа, которые нужно было суммировать. Первое число было выбрано случайным образом от 100 до 109, а второе число от 1 до 9.

В условии потока сложность задачи автоматически и непрерывно корректировалась в каждом испытании в соответствии с навыками участников. Каждое испытание начиналось с задания сложности, которая соответствовала заранее определенному уровню навыков участников. Корректировка сложности задания производилась по результатам двух последних заданий. Когда два последних результата были правильными, сложность задания увеличивалась двумя способами, как описано ниже. Если последнее слагаемое последнего математического выражения состояло из одной цифры, последнее слагаемое в следующем вычислении изменялось на двузначное число, так что сложность задачи возрастала. В случае последнего слагаемого с двумя цифрами к следующему вычислению добавлялось дополнительное однозначное слагаемое. Для каждой корректировки применялось одно из этих двух изменений. Таким образом, эти два типа корректировки происходили поочередно. С другой стороны, когда два последовательных результата были неверными, сложность задания уменьшалась в обратном порядке.

В состоянии перегрузки начальная сложность задачи была на три уровня выше, чем в состоянии потока. Сложность задания увеличивалась, если по крайней мере три из последних пяти испытаний давали правильные результаты, и уменьшалась, если по крайней мере четыре из последних пяти результатов были неверными. Сложность задания не опускалась ниже начального уровня.

Эксперимент включал три блока задач для каждого условия задачи, а также три блока отдыха. Испытания повторялись для каждого блока задач продолжительностью 5 минут. Во время первого блока отдыха проводилось измерение состояния покоя, в ходе которого не выполнялись математические задачи. Чтобы устранить влияние порядка блоков, использовались различные типы последовательностей блоков, и эти последовательности были равно распределены между участниками.

В течение всего исследования испытуемые сидели в удобном кресле. Для записи ритма сердца нами использовался комплекс фирмы «Нейрософт», который включал в себя прибор «ВНС-Микро» и программное обеспечение для записи, фильтрации и первичного анализа ЭКГ «Поли-Спектр». Анализ нелинейной динамики ритма сердца осуществлялся нами с использованием программы HRVanalysis [13]. Анализируемые показатели вариабельности сердечного ритма: частота сердечных сокращений (ЧСС), наибольшая экспонента Ляпунова LLE, меры DFA: alpha1 и alpha2, показатель (экспонента) Хёрста.

Статистическая обработка проводилась с использованием программы Statistica 12.0.

Результаты исследования и их обсуждение

Результаты выполнения заданий были проанализированы в виде доли правильных ответов. Среднее значение числа правильных ответов при выполнении скучного задания составило 98,14%, в состоянии потока – 82,1 %, а при перегрузке – 49,93%. Различие между заданиями по данному показателю было достоверным (ANOVA: F=44,32; p<0,0001).

Результаты анализа уровня ЧСС при различных уровнях ментальной нагрузки и в состоянии покоя приведены в таблице 1.

Таблица 1

Средние значения, стандартные отклонения ЧСС (ударов в минуту) и вероятности гипотезы об отсутствии парных различий
(критерий Уилкоксона для связанных выборок)

Результаты непараметрической ANOVA по Фридману (ANOVA Chi Sqr. (N = 20, df = 3) = 36,66000 p = 0,00000) свидетельствует о том, что разноуровневая умственная нагрузка оказывает существенное влияние на ЧСС. Попарное сравнение уровней ЧСС указывает на наличие достоверного различия между сравниваемыми состояниями: ЧСС в покое было достоверно ниже, чем при проведении любого из тестов с ментальной арифметикой, что указывает на повышение влияния симпатического отдела ВНС при ментальной арифметике.

Показатель (наибольшая экспонента) Ляпунова LLE количественно отображает чувствительность системы к исходным параметрам. Результаты анализа LLE при ментальной нагрузке разной интенсивности представлены в таблице 2.

Таблица 2

Средние значения, стандартные отклонения LLE и вероятности гипотезы об отсутствии парных различий (критерий Уилкоксона для связанных выборок)

Из представленных в таблице 2 значений LLE и результатов статистического анализа можно заключить, что во всех четырех состояниях для системы регуляции сердечного ритма была характерна хаотическая динамика – значение LLE было положительным и достоверно отличалось от 0 (p<0.0001). В то же время выраженность данной хаотической динамики существенно отличалась при разном уровне когнитивной нагрузки – больше всего она была при нулевой нагрузке и проградиентно снижалась по мере повышения её уровня. Нами не были обнаружены существенные различия между состояниями потока и перегрузки в выраженности хаотической динамики, количественно оценённой посредством показателя Ляпунова LLE.

Оценка самоподобия рядов RR посредством краткосрочной меры корреляции внутри ряда alpha1, показала, что по мере увеличения уровня когнитивной нагрузки происходит выраженное снижение этого показателя (таблица 3).

Таблица 3

Средние значения, стандартные отклонения показателя DFA alpha1 и вероятности гипотезы об отсутствии парных различий
(критерий Уилкоксона для связанных выборок)

Паттерн alpha1 выявил интересную закономерность – в состоянии потока происходит повышение данного показателя по сравнению со скукой, а затем он падает при переходе на более высокий уровень когнитивной нагрузки – задание с перегрузкой. Этот факт может свидетельствовать о том, что данный показатель может быть использован для дискриминации состояния потока.

При анализе alpha 2 нами был выявлено, что по мере повышения уровня сложности задачи происходит постепенное повышение уровня alpha2, что может указывать на снижения уровня сложности в системе регуляции сердечного ритма и косвенно свидетельствует о напряжении в системах регуляции при выполнении сложных арифметических вычислений в уме (таблица 4).

Таблица 4

Средние значения, стандартные отклонения показателя DFA alpha2 и вероятности гипотезы об отсутствии парных различий
(критерий Уилкоксона для связанных выборок)

Результаты ANOVA по Фридману указывают на наличие существенных различий между уровнями ментальной нагрузки и уровнем самоподобия и автокорреляционных свойств временного ряда на долговременной шкале по экспоненте Хёрста (ANOVA Chi Sqr. (N = 20, df = 3) = 34,80000 p = ,00000). Анализ данных таблицы 5 показывает, что во всех случаях величина показателя Хёрста находилась в диапазоне от 0 до 0,5, что указывает на то, что для временного ряда интервалов RR характерна антиперсистентность – любая тенденция стремится смениться противоположной, т.е. повышение ЧСС сменяется его понижением.

Таблица 5

Средние значения, стандартные отклонения показателя Хёрста и вероятности гипотезы об отсутствии парных различий (критерий Уилкоксона для связанных выборок)

Полученные нами в исследовании значения показателя Хёрста, в целом, согласуются с литературными данными [15]. В этой же работе было показано, что негативные эмоции сопровождаются снижением уровня показателя Хёрста. В нашем случае наблюдается выраженное снижение уровня показателя Хёрста по мере повышения степени сложности арифметических заданий.

Заключение

Результаты проведенного нами исследования показывают, что ментальный арифметический стресс способен вызвать существенное изменение в характере нелинейной динамики ритма сердца. Анализ LLЕ выявил, что во всех исследуемых состояниях ритм сердца обладает хаотическими свойствами, но LLE значительно ниже значения, характерного для полностью хаотических систем (LLE=1). По мере увеличения сложности арифметической задачи хаотические свойства ритма сердца снижаются, что указывает на уменьшение гибкости системы генерации и регуляции ритма сердца. Уменьшение уровня сложности этой системы по мере повышения ментальной нагрузки также демонстрируют результаты DFA, но эта зависимость носит более сложный характер: показатель самоподобия ряда alpha 1 несколько повышается при переходе от скуки к потоку, а затем резко падает при перегрузке. Это ставит вопрос о необходимости проведения дальнейшего исследования DFA при градуальном ментальном стрессе с целью уточнения воспроизводимости и устойчивости данного феномена. Анализ экспоненты Хёрста указывает на низкую персистентность временного ряда интервалов RR, которая снижается по мере увеличения ментальной нагрузки.