Знижена специфічність і підвищена надмірна узагальненість автобіографічної пам’яті зберігаються як когнітивна вразливість у важкій депресії: мета-аналіз, частина 2

2.3|Вилучення та обробка даних

Два підготовлених асистента (співавтори/та/) шукали окремо.

Дисципліна і пам'ять нероздільні. Добре навчена людина, як правило, має кращу пам’ять, може швидше навчатися новому та легше обробляє інформацію.

Тренування тіла може допомогти нам покращити нашу пам'ять. Дослідження показують, що фізичні тренування можуть збільшити щільність нейронних зв’язків у мозку та церебральний кровотік, тим самим сприяючи здоров’ю мозку та здібностям до навчання. Крім того, добре треновані люди, як правило, мають краще психічне здоров’я та більше позитивних емоцій, а також фізичне здоров’я, що сприяє покращенню пам’яті.

Окрім фізичних тренувань, ми також можемо покращити пам’ять, тренуючи наш мозок. Деякі методи включають: відпрацювання ігор на пам’ять, виконання математичних задач, читання та письмо тощо. Ці дії можуть допомогти нам тренувати наш мозок і покращити увагу, концентрацію та навички мислення.

Нарешті, сон є важливим фактором у покращенні пам’яті. Сон допомагає нам закріпити те, що ми навчилися, і позбутися безладу в нашому мозку. Дотримуючись хороших звичок до сну, ми можемо зробити свій мозок чіткішим і енергійнішим.

Підводячи підсумок, хороше тренування може сприяти покращенню пам’яті, а задіяні види діяльності є позитивними та корисними для фізичного та психічного здоров’я. Тренуючи свій мозок і дотримуючись хороших звичок до сну, ми можемо покращити пам’ять і ефективніше навчатися новому. Видно, що нам потрібно покращити пам’ять, і Cistanche deserticola може значно покращити пам’ять, оскільки Cistanche deserticola також може регулювати баланс нейромедіаторів, наприклад підвищувати рівень ацетилхоліну та факторів росту. Ці речовини дуже важливі для пам'яті та навчання. Крім того, м’ясо також може покращити кровообіг і сприяти доставці кисню, що може гарантувати, що мозок отримує достатню кількість поживних речовин і енергії, тим самим покращуючи життєздатність і витривалість мозку.

Натисніть Знати, щоб покращити короткочасну пам'ять

Потім один дослідник спочатку витягнув усі дані, а другий дослідник знову витягнув усі дані, перевіряючи на розбіжності. Перший автор (/) потім перевірив дані, і будь-які розбіжності, що залишилися, були вирішені шляхом обговорення.

Ми виділили кількість учасників у кожній групі в рамках певного дослідження, їхній середній вік, частку жінок і діагностичний інструмент, який використовувався для оцінки великої депресії, міру тяжкості симптомів депресії, кількість попередніх епізодів депресії, кількість використаних ознак, підказку валентність і тривалість відповіді сигналу. Там, де дослідження чітко повідомляло про рівні освіти та етнічну приналежність учасників, це також було вилучено.

Середнє значення та стандартне відхилення для клінічної та контрольної груп для вимірювання тяжкості симптомів депресії, які використовувалися в кожному дослідженні, були виділені.

Хоча дослідження були відібрані на основі того, що жодна з порівнюваних груп учасників не мала клінічної депресії, тим не менш, могли бути відмінності в депресивних симптомах, які могли б пояснити групові відмінності в конкретних або загальних спогадах.

Таким чином, стандартизовану середню різницю для балів тяжкості між групами для кожного дослідження було обчислено, і ця змінна була оцінена як потенційний модератор за допомогою мета-регресії.

Ми витягли середнє значення та стандартне відхилення для кількості або частки специфічних і загальних спогадів, отриманих за сигналами на AMT. Там, де ця інформація була доступна для різних валентностей репліки, вона також була вилучена, щоб її можна було аналізувати окремо.

Ми також витягли тривалість часу, протягом якого учасники мали згадати кожне спогад після презентації репліки, чи можна було дати відповіді усно чи іншим способом, а також кількість реплік, наданих учасникам.

2.4|Аналітична стратегія

Мета-аналіз випадкових ефектів з оцінками максимальної правдоподібності проводився з використанням мета-пакета (Balduzzi та ін., 2019) у програмному забезпеченні Rstatistical 4.0.3 (R Core Team (2020), 2020) окремо для конкретних і надзагальних спогадів , використовуючи g Хеджеса як розмір ефекту.

Ділянки лісу використовувалися для графічного зображення загального розміру ефекту 95% довірчого інтервалу та інтервалу прогнозування, а також оцінок окремих точок дослідження та 95% довірчого інтервалу. Між дослідженнями повідомлялося про неоднорідність розміру ефекту в термінах Q, τ2 та I2. Статистика Q вказує на те, що фактори поза межами помилки вибірки враховують варіацію оцінки розміру ефекту (Lipsey & Wilson, 2001).

Статистика τ2 вказує на абсолютне значення справжньої дисперсії. Потужність статистики Q для виявлення статистично значущих відмінностей базується на кількості досліджень, використаних у мета-аналізі.

І навпаки, індекс I2 не покладається на статистичну значущість, а натомість є відсотком від загальної варіації в наборі розмірів ефекту, що зумовлено неоднорідністю між дослідженнями, а не випадковістю (Higgins & Thompson, 2002). Ці аналізи були проведені для загальних розмірів ефекту для різних типів репліки та для кожної валентності репліки окремо.

Що стосується потенційних модераторів будь-якої спостережуваної гетерогенності, ми перевірили різницю в тяжкості симптомів депресії між групами, використовуючи величину ефекту, оцінену за середніми значеннями та SD, віком, часткою жінок (для оцінки впливу статі), кількістю сигналів, використаних у AMT, тривалість часу, наданого для пошуку в AMT, рік публікації та розмір вибірки.

Враховуючи те, що екстремальні бали можуть надмірно вплинути на загальний ефект, ми визначили викиди як будь-яке дослідження, для якого його довірчі інтервали не збігалися з довірчим інтервалом об’єднаного розміру ефекту. Аналіз чутливості проводили шляхом видалення цих досліджень і повторного проведення аналізів для оцінки змін у загальному ефекті

2,5|Ризик упередженості

Щоб оцінити упередженість, ми використали кілька різних методів. На рівні дослідження джерела упередженості оцінювали шляхом перевірки того, чи (1) дослідження включало рандомізацію між завданнями дослідження та всередині них (наприклад, ключові слова, подані у фіксованому або випадковому порядку), (2) розподіл учасників по групах був прихований від них, ( 3) учасники та персонал були сліпі щодо характеру дослідження, (4) кодери для завдання автобіографічної пам’яті були сліпі щодо позначення групи учасників та характеру дослідження під час кодування, (5) існували докази неповного звітування про результати або навпаки, наприклад, під час попередньої реєстрації, (5) окремі учасники були включені в дослідження, але були виключені з аналізу з незрозумілих причин, і (6) бали для певних заходів були включені в дослідження, але були вибірково виключені з остаточного звіту.

Якщо спостерігати за цими потенційними джерелами упередженості, було зазначено високий ризик упередження. Якщо дослідження не включало достатньо інформації, щоб чітко оцінити, чи було це потенційним джерелом упередженості, було відмічено певне занепокоєння.

Якщо в дослідженні чітко зазначалися кроки, вжиті для управління згаданим упередженням, тоді було зазначено низький ризик упередження. Щоб оцінити зміщення публікацій у вибірці досліджень, ми створили воронкоподібні графіки, на яких оцінки розміру ефекту були відкладені на осі х, а значення, обернені стандартною помилкою, на осі у. Графіки нагадують воронку з менш точними оцінками в основі воронки та оцінками з найменшими стандартними помилками у верхній частині.

Якщо немає зміщення публікації, воронкова діаграма, гіпотетично, буде симетричною. Однак відсутність досліджень, пригнічених упередженістю публікації, може спричинити помітну асиметрію на лійковій діаграмі. Тест Еггера (Egger et al., 1997) використовувався як статистичний тест для асиметрії воронкоподібної діаграми, зі значним значенням p, що вказує на асиметрію воронкоподібної діаграми, і, отже, зміщення публікації.

Було проведено процедуру обрізки та заповнення, яка оцінює «відсутні дослідження», доки не буде воронкоподібної симетрії та створювати скоригований розмір ефекту. Примітно, що ця процедура може не дати надійних результатів за обставин, коли між дослідженнями спостерігається помітна неоднорідність.

Аналіз p-кривої також використовувався для оцінки потенціалу p-хакінгу, тобто вибіркового представлення або аналізу даних, спрямованих на досягнення p-значення нижче analpha 0,05 (Simonsohn et al., 2014).

Припущення полягає в тому, що якщо розподіл p-значень нижче 0,05 зміщений вліво, це вказує на відхилення від результатів, які є лише незначно статистично значущими порівняно з тими, які явно нижчі за альфа 0,05.

Це можна інтерпретувати як вказівку на те, що p-злом вплинув на загальний метааналітичний ефект. У цьому аналізі надається оцінка статистичної потужності, причому більша потужність збільшує ймовірність спостереження меншого p-значення та «справжнього ефекту».

3|РЕЗУЛЬТАТИ

3.1|Вибір дослідження та характеристики дослідження

Результатом пошуку стало 17 відповідних досліджень (див. рис. 1). Характеристики вибірки 17 статей, включених до мета-аналізу, наведено в таблиці 1. П’ятнадцять розмірів ефекту були розраховані для досліджень, які повідомили про специфічність як індекс відповідей AMT, з дев’ятьма розмірами ефекту, розрахованими для надзагальних спогадів. Сім досліджень повідомили як про специфічність, так і про загальну пам’ять як індекс відповідей на АТМ (Crane та ін., 2007; Gupta та Кар, 2012; Хаддад та ін., 2014; Джерманнет та ін., 2013; Макінгер та ін., 2000; Мацумото та ін., 2022).

Усі дев’ять досліджень, які повідомляли про надзагальні спогади у відповідь на AMT, представили кількість або частку категорійних спогадів як індекс надзагальної пам’яті, тоді як лише два дослідження повідомили про можливі надзагальні відповіді (тобто розширені спогади або семантичні асоціації [слова, які можуть бути тематично пов’язані, але не представляють спогад як такий, наприклад, я люблю квіти]).

Враховуючи це, а також попередні докази того, що відмінності між людьми з депресією та без депресії можна пояснити загальними спогадами категорійного та нетекстового типу (Mark et al., 1992), категоріальні спогади використовували як індекс надзагальної пам’яті. у всіх аналізах.

Розмір вибірки коливався від дев’яти до 275 учасників (діапазон 9–164 для ремітованої депресії; діапазон 10–275 контрольної групи). Дослідження в цьому огляді були опубліковані між 2000 і 2016 роками, за винятком одного препринту, опублікованого в 2021 році. Середній вік учасників становив 20,9 років (діапазон 11–86 років), причому випадки та контрольна вибірка в усіх дослідженнях мали приблизно однакові вікові значення.

Середня частка жінок у дослідженнях становила 78,18% (група ремітованої депресії=82.7%, контроль=73.7%). У всіх дослідженнях використовувалися інтерв’ю для визначення діагнозу депресії або виключення депресії в анамнезі, і всі, крім двох, використовували структуровані стандартизовані інструменти діагностичного інтерв’ю.

У вибірках було використано кілька різних показників тяжкості депресії; однак найбільш часто використовуваним був BeckDepression Inventory-II (BDI-II; n=8; 44,4%; Beck et al., 1996).

Tenstudies надав інформацію про кількість минулих епізодів у групі ремітованої депресії; однак середні значення та стандартні відхилення можна було отримати або обчислити лише з дев’яти. Barnhofer et al. (2007) надали медіану та діапазон значень, які були перетворені в середні значення та стандартні відхилення за допомогою методу Бокса–Кокса (McGrathet al., 2020).

Хаддад та ін. (2014) надав середнє значення та діапазон, останній з яких використовувався для оцінки стандартного відхилення (Hozoet al., 2005). Для Haringsma та ін. (2010), середнє значення та стандартне відхилення були оцінені з використанням табличних даних, які вказують на те, що 26 учасників мали тільки один попередній епізод, а решта 37 учасників, які, як повідомлялося, мали два або більше попередніх епізодів, були консервативно закодовані як такі, що мають два епізоди.

ForSpinhoven та ін. (2006), середнє значення та стандартне відхилення можна було оцінити на основі наданих даних, хоча учасники, які, як повідомлялося, мали шість або більше попередніх епізодів, були консервативно закодовані як пережили шість епізодів.

Відповідно до вимог, усі дослідження вимірювали специфічність або надмірну загальність пам’яті за допомогою AMT (Williams & Broadbent, 1986). Крім того, у всіх дослідженнях просили надати відповіді усно, за винятком одного дослідження, яке відхилялося від цього формату та вимагало письмової відповіді (Wesselet ін., 2001). Кількість підказок, наданих для того, щоб викликати певні спогади в AMT, різнилася в різних дослідженнях (діапазон=10–40).

Позитивна та негативна валентності були найбільш поширеними валентностями. Занадто мало досліджень повідомляли про нейтральну валентність, щоб оцінити ці відповіді на ці сигнали окремо. Половина досліджень визначила час відповіді 30-s для сигналів AMT, а решта використовували інший час відповіді (діапазон=20–120 с).

3.2|Ризик упередженості в дослідженнях

Було виявлено, що всі дослідження викликають принаймні певну стурбованість щодо ризику упередженості (див. Додаткову інформацію для повного кодування досліджень). Як зазначено в таблиці 2, у кожній категорії можливого джерела упередженості дослідження були переважно закодовані як такі, що викликають певну стурбованість. У більшості досліджень не було явного занепокоєння щодо того, що дані подаються неповними.

Жодне дослідження не було попередньо зареєстровано, тому ризик вибіркового звітування не можна було виключити. Ці висновки свідчать про те, що дослідження, проведені в цій галузі, ймовірно, мають одне, якщо не кілька, можливих джерел упередженості, і їх слід інтерпретувати відповідно та в контексті показників упередженості публікації.

3.3|Результати синтезів: специфічне відновлення пам'яті

Спостерігався від невеликого до помірного негативний об’єднаний ефект для порівняння специфічних спогадів між людьми з ремісійною депресією та людьми, які ніколи не були в депресії (k {{0}};g=0).314 , 95% ДІ [0.543; 0.085], z=2.69, p =.007), що свідчить про те, що люди в ремісії пригадували менше конкретних спогадів. Щодо неоднорідності, були докази незрозумілої різниці між розмірами ефекту дослідження (Q[14]=43.41, p <.001; I2=67.7%,τ2=.12) , що вказує на основу для перевірки модераторів, яка може пояснити цю різницю.

Дивіться малюнок 2 для лісової діаграми розмірів ефекту, включаючи інтервал прогнозування. Прогнозний інтервал показав, що розмір ефекту може становити лише 1,12 у деяких популяціях у майбутніх дослідженнях і сягати +0,54 в інших. Крім того, є також деякі популяції, де розмір ефекту може бути нульовим. Аналіз викидів показав наявність одного викиду розміру ефекту (Gupta & Kar, 2012; SMD=1,69).

Після пропуску цього викиду та повторного аналізу результати суттєво не змінилися та все ще демонстрували значний вплив від малого до помірного (k=14; g=0).262, 95 % ДІ[ 0.477; 0.046], z=2,38, p=.017). Також існували докази відмінності між ефектами дослідження (Q[14]=35.42, p <.001; I2=63.4%, τ2 =.09).

For more information:1950477648nn@gmail.com