Interpretable task-evoked and resting-state EEG signatures of threat-focused and self-focused processing in high social anxiety
यह अध्ययन यह प्रदर्शित करता है कि टास्क-इवोक्ड (task-evoked) और रेस्टिंग-स्टेट (resting-state) दोनों विशेषताओं को एकीकृत करने वाला एक व्याख्यात्मक मल्टीमॉडल ईईजी (EEG) मॉडल, विलंबित खतरे के प्रसंस्करण (delayed threat processing) और परिवर्तित आत्म-केंद्रित ध्यान (altered self-focused attention) के पूरक तंत्रिका संबंधी संकेतों को प्रकट करके उच्च सामाजिक चिंता की प्रभावी ढंग से पहचान कर सकता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मस्तिष्क के दो मोड: सामाजिक चिंता की एक कहानी
कल्पना कीजिए कि आपका मस्तिष्क एक सुपर-एडवांस्ड स्मार्टफोन है। इसके काम करने के दो मुख्य तरीके हैं। पहला है "टास्क मोड" (कार्य मोड), जहाँ आप सक्रिय रूप से कुछ कर रहे होते हैं, जैसे गणित की समस्या हल करना या इस अध्ययन में, चेहरों को देखना और यह अनुमान लगाना कि लोग कैसा महसूस कर रहे हैं। दूसरा है "रेस्ट मोड" (विश्राम मोड), जहाँ आप बस अपनी आँखें बंद करके शांति से बैठते हैं और अपने मन को भटकने देते हैं। वैज्ञानिक लंबे समय से जानते हैं कि कुछ लोगों के लिए, यह फोन एक ग्लिच वाले लूप (त्रुटिपूर्ण चक्र) में फंस जाता है। विशेष रूप से, उच्च सामाजिक चिंता (social anxiety) वाले लोग ऐसा महसूस करते हैं जैसे दुनिया उन्हें बहुत करीब से देख रही है, और वे इस बात की चिंता में बहुत समय बिताते हैं कि दूसरे उनके बारे में क्या सोचते हैं।
इसे समझने के लिए, शोधकर्ता मस्तिष्क के विद्युत संकेतों को देखते हैं, जिसे EEG कहा जाता है। इन संकेतों को अपने फोन की स्क्रीन को रोशन करने वाली बिजली की छोटी चिंगारियों की तरह समझें। जब आप किसी चेहरे को देखते हैं, तो आपका मस्तिष्क उसे पहचानने के लिए एक विशिष्ट चिंगारी भेजता है। जब आप आराम करते हैं, तो आपका मस्तिष्क एक अलग प्रकार के बैकग्राउंड शोर के साथ गूँजता है। बड़ा सवाल यह है कि क्या हम "टास्क मोड" और "रेस्ट मोड" दोनों के दौरान इन विद्युत चिंगारियों को सुनकर, एक ऐसे मस्तिष्क के बीच अंतर कर सकते हैं जो केवल शर्मीला है और एक ऐसे मस्तिष्क के बीच जो उच्च-चिंता वाले मोड में फंसा हुआ है? इन दोनों स्नैपशॉट्स को मिलाकर, शोधकर्ताओं को उम्मीद थी कि वे सामाजिक चिंता का एक स्पष्ट "फिंगरप्रिंट" खोज पाएंगे जो केवल लोगों से यह पूछने से कहीं अधिक गहरा होगा कि वे कैसा महसूस करते हैं।
अध्ययन: मस्तिष्क की विद्युत चिंगारियों को सुनना
इस शोध में, ओर्डोस इंस्टीट्यूट ऑफ टेक्नोलॉजी और बीजिंग नॉर्मल यूनिवर्सिटी के वैज्ञानिकों की एक टीम ने विश्वविद्यालय के छात्रों के मस्तिष्क की गहराई से जांच करने का निर्णय लिया। उन्होंने 1,000 से अधिक छात्रों की स्क्रीनिंग करके दो समूह खोजने के साथ शुरुआत की: 32 छात्र जिनमें उच्च सामाजिक चिंता थी और 36 स्वस्थ छात्र जो एक कंट्रोल ग्रुप के रूप में कार्य कर रहे थे। यह सुनिश्चित करने के लिए कि वे सही तुलना कर रहे हैं, उन्होंने यह भी जांचा कि चिंतित छात्र केवल अवसाद (depression) के कारण उदास नहीं थे; वे विशेष रूप से सामाजिक स्थितियों को लेकर चिंतित थे।
इसके बाद छात्रों ने 64 सेंसरों वाला एक विशेष कैप पहना ताकि उनकी ब्रेनवेव्स (मस्तिष्क की तरंगों) को रिकॉर्ड किया जा सके। पहले, उन्होंने एक "टास्क" किया जिसमें उन्होंने खुश या नकारात्मक भावनाओं वाले चेहरों के छोटे वीडियो देखे और उन्हें महसूस करने का अनुमान लगाया। यह "वे क्या सोच रहे हैं?" के एक रैपिड-फायर गेम की तरह था। इसके बाद, वे पांच मिनट के लिए अपनी आँखें बंद करके शांति से बैठे ताकि उनका "रेस्टिंग स्टेट" रिकॉर्ड किया जा सके, जिससे उनके मन को भटकने दिया गया।
उन्होंने क्या पाया: ग्लिच वाला मस्तिष्क
परिणामों से पता चला कि उच्च सामाजिक चिंता वाले छात्रों का मस्तिष्क एक थोड़े अलग ऑपरेटिंग सिस्टम पर चल रहा था।
1. "टास्क मोड" का ग्लिच: धीमी शुरुआत, बड़ी अतिरंजना
जब उच्च सामाजिक चिंता वाले छात्रों ने चेहरों को देखा, तो उनका मस्तिष्क पार्टी शुरू करने में थोड़ा धीमा था। वे विद्युत संकेत जो चेहरे को पहचानने के लिए बहुत तेज़ी से होने चाहिए थे (जिन्हें N170, P200 और N200 कहा जाता है), उन्हें फायर होने में अधिक समय लगा। यह ऐसा था जैसे वीडियो चलने से पहले उसका बफरिंग हो रहा हो। हालाँकि, एक बार जब मस्तिष्क ने एक नकारात्मक चेहरे (जैसे कोई गुस्से में या दुखी दिख रहा हो) को प्रोसेस किया, तो वह ओवरड्राइव में चला गया। बाद के संकेत (P3a) और मस्तिष्क की "थीटा" तरंगें (जो मस्तिष्क का तरीका है यह कहने का कि, "हे, इस पर ध्यान दें!") स्वस्थ समूह की तुलना में बहुत अधिक मजबूत थीं।
अनिवार्य रूप से, चिंतित मस्तिष्क चेहरा देखने में धीमा था, लेकिन एक बार जब उसे पता चला कि चेहरा नकारात्मक है, तो वह उसे घूरना बंद नहीं कर सका। यह एक सुरक्षा कैमरे की तरह था जो किसी संदिग्ध छाया पर ध्यान केंद्रित करने में एक सेकंड लेता है, लेकिन फिर वह उस पर इतनी ज़ोर से ज़ूम करता है कि बाकी सब कुछ ब्लॉक कर देता है।
2. "रेस्ट मोड" का ग्लिच: चिंता के लूप में फंसा हुआ
जब छात्रों ने आँखें बंद करके आराम किया, तो अंतर और भी स्पष्ट थे। चिंतित समूह के मस्तिष्क में "स्व-केंद्रित" (self-focused) मोड में फंसे होने के संकेत मिले।
- माइक्रोस्टेट्स: मस्तिष्क के विद्युत पैटर्न (जिन्हें माइक्रोस्टेट्स कहा जाता है) जो आमतौर पर स्वयं के बारे में सोचने से जुड़े होते हैं (माइक्रोस्टेट C), लंबे समय तक चले और अधिक बार हुए। वहीं, बाहरी दुनिया पर ध्यान देने से जुड़े पैटर्न (माइक्रोस्टेट D) कम हुए।
- अल्फा पावर: मस्तिष्क की "अल्फा" तरंगें, जो एक ढाल की तरह होती हैं जो बाहरी शोर को रोक देती हैं ताकि आप अपने भीतर ध्यान केंद्रित कर सकें, बहुत मजबूत थीं। यह सुझाव देता है कि उनका मस्तिष्क आंतरिक चिंताओं पर ध्यान केंद्रित करने के लिए दुनिया को सक्रिय रूप से ब्लॉक कर रहा था।
- जटिलता: मस्तिष्क के विद्युत संकेत कम जटिल और अधिक दोहराव वाले थे, जैसे कि एक गाना जो लूप पर अटक गया हो, बजाय एक समृद्ध, विविध धुन के।
- नेटवर्क्स: मस्तिष्क के विभिन्न हिस्सों के बीच के संबंध जो आत्म-नियंत्रण में मदद करते हैं, कमजोर थे।
3. जीतने वाली संयोजन: डेटा का फ्यूजन
शोधकर्ताओं ने डेटा के आधार पर यह अनुमान लगाने के लिए कि किसे सामाजिक चिंता है, एक कंप्यूटर प्रोग्राम (मशीन लर्निंग) का उपयोग किया।
- यदि उन्होंने केवल "टास्क" डेटा का उपयोग किया, तो कंप्यूटर अनुमान लगाने में ठीक था।
- यदि उन्होंने केवल "रेस्ट" डेटा का उपयोग किया, तो यह बेहतर था।
- लेकिन जब उन्होंने दोनों प्रकार के डेटा को एक साथ फ्यूज (fuse) किया, तो कंप्यूटर एक सुपर-जासूस बन गया। इसने लगभग 83% बार उच्च-चिंता वाले समूह की सही पहचान की, जिसका सटीकता स्कोर (92.67% AUC) बहुत अधिक था।
"क्या" के पीछे का "क्यों"
यह समझने के लिए कि कंप्यूटर ने ये अनुमान क्यों लगाए, शोधकर्ताओं ने एक टूल का उपयोग किया जिसे SHAP कहा जाता है, जो एक आवर्धक लेंस (magnifying glass) की तरह काम करता है और दिखाता है कि कौन से मस्तिष्क संकेत सबसे महत्वपूर्ण थे। यह पता चला कि कंप्यूटर केवल रैंडम अनुमान नहीं लगा रहा था; वह ठीक उन्हीं चीजों को देख रहा था जिसकी भविष्यवाणी सिद्धांत ने की थी:
- रेस्टिंग अल्फा पावर: इस "आंतरिक फोकस" सिग्नल का उच्च स्तर एक बड़ा सुराग था।
- माइक्रोस्टेट C: मस्तिष्क कितनी देर तक "स्व-चिंता" मोड में रहा, इससे सामाजिक चिंता होने की संभावना बढ़ गई।
- P200 लेटेंसी: चेहरों को पहचानने में देरी एक अन्य प्रमुख संकेतक थी।
- N170 एम्प्लीट्यूड: प्रारंभिक चेहरा-पहचान सिग्नल की शक्ति।
इसका क्या अर्थ है (और क्या नहीं है)
अध्ययन यह सुझाव देता है कि उच्च सामाजिक चिंता केवल एक चीज़ नहीं है; यह दो समस्याओं का मिश्रण है। पहला, मस्तिष्क सामाजिक खतरों को जल्दी से प्रोसेस करने में अक्षम है, और दूसरा, जब कुछ भी नहीं हो रहा होता है, तब भी यह स्व-केंद्रित चिंता के लूप में फंसा रहता है। "टास्क" और "रेस्ट" दोनों डेटा को मिलाकर, शोधकर्ताओं ने अकेले किसी एक को देखने की तुलना में एक बहुत स्पष्ट तस्वीर पाई।
हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि यह अभी कोई जादुई इलाज या अंतिम निदान उपकरण नहीं है। यह अध्ययन उन विश्वविद्यालय के छात्रों पर किया गया था जिनमें उच्च चिंता थी लेकिन वे आवश्यक रूप से किसी विकार (disorder) से निदानित नहीं थे। कंप्यूटर मॉडल को लोगों के बड़े समूह पर, जिनमें निदानित सामाजिक चिंता विकार शामिल हैं, परीक्षण करने की आवश्यकता है, ताकि यह देखा जा सके कि यह वास्तविक दुनिया में कैसे काम करता है। इसके अलावा, क्योंकि इस अध्ययन में केवल मस्तिष्क की बिजली को देखा गया, यह सीधे एमिग्डाला (डर का केंद्र) जैसी मस्तिष्क की संरचनाओं के अंदर नहीं देख सकता।
संक्षेप में, यह पेपर बताता है कि यदि आप उच्च सामाजिक चिंता वाले व्यक्ति के मस्तिष्क को समझना चाहते हैं, तो आपको यह भी सुनना होगा कि वे दुनिया के प्रति कैसे प्रतिक्रिया करते हैं और अकेले होने पर वे कैसे व्यवहार करते हैं। यह एक बहुत ही व्यक्तिपरक (subjective) भावना को समझने के एक अधिक वस्तुनिष्ठ (objective) तरीके की ओर एक कदम है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।