Power spectral analysis of resting-state EEG to monitor psychological resilience to stress
Notice bibliographique
Résumé
Psychological resilience refers to an individual's capacity to adapt and recover from challenging situations, stress, or traumatic events. However, there is currently no universally accepted standard for assessing resilience in research, leading heterogeneity in diverse approaches and measures across different studies. Thus, the present study aimed to test the hypothesis that spectral analysis of the resting-state electroencephalograms (EEG) can be correlated to resilience scores, and ultimately used as the standard method of measuring psychological resilience of patients. We recorded the Perceived Stress Scale (PSS) and the Social Readjustment Rating Scale (SRRS) scores of 299 Canadian participants recruited at the Centre for Addiction and Mental Health, an academic hospital affiliated with the University of Toronto. The PSS and SRRS scores were used to generate a regression model to utilize residuals as a measure of resilience to stress. Resting-state EEG data was recorded from 55 healthy subjects extracted from the total sample, and the relative power spectrum of 8 EEG electrodes (F3, F4, C3, C4, P3, P4, O1, O2) for each frequency band (delta, theta, alpha, and beta) were calculated to compare with the resilience scores was tested using the Pearson coefficient. A significant positive correlation between PSS scores and SRRS scores was identified. The EEG power spectrum analysis did not yield any significant findings, except for a trend towards significance in the theta band at electrode P4 (p-value = 0.081). Therefore, the results provide a limited possibility of utilizing EEG to measure psychosocial resilience.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».