Zmniejszona specyficzność i zwiększona nadmierna ogólność pamięci autobiograficznej utrzymują się, ponieważ słabości poznawcze w ustąpionej dużej depresji: metaanaliza, część 2

2.3|Ekstrakcja i obsługa danych

Dwóch przeszkolonych asystentów badawczych (współautorzy/i/) szukało osobno.

Dyscyplina i pamięć są nierozłączne. Dobrze wyszkolona osoba ma na ogół lepszą pamięć, szybciej uczy się nowych rzeczy i łatwiej przetwarza informacje.

Trening ciała może pomóc nam poprawić naszą pamięć. Badania pokazują, że trening fizyczny może zwiększyć gęstość połączeń neuronowych w mózgu i mózgowy przepływ krwi, promując w ten sposób zdrowie mózgu i zdolności uczenia się. Ponadto dobrze wyszkoleni ludzie na ogół mają lepsze zdrowie psychiczne i więcej pozytywnych emocji, a także zdrowie fizyczne, co przyczynia się do poprawy pamięci.

Oprócz treningu fizycznego możemy także poprawić pamięć, ćwicząc mózg. Niektóre metody obejmują: ćwiczenie gier pamięciowych, rozwiązywanie problemów matematycznych, czytanie i pisanie itp. Ćwiczenia te mogą pomóc nam ćwiczyć mózg i poprawić naszą uwagę, koncentrację i umiejętności myślenia.

Wreszcie sen jest ważnym czynnikiem poprawiającym pamięć. Sen pomaga nam utrwalić to, czego się nauczyliśmy i oczyścić mózg z bałaganu. Utrzymując dobre nawyki związane ze snem, możemy sprawić, że nasz mózg będzie jaśniejszy i bardziej energiczny.

Podsumowując, dobry trening może sprzyjać poprawie pamięci, a związane z nim czynności są pozytywne i korzystne dla zdrowia fizycznego i psychicznego. Ćwicząc mózg i utrzymując dobre nawyki związane ze snem, możemy poprawić naszą pamięć i skuteczniej uczyć się nowych rzeczy. Widać, że trzeba poprawić pamięć, a Cistanche desericola potrafi znacząco poprawić pamięć, bo Cistanche desericola potrafi także regulować równowagę neuroprzekaźników, np. zwiększać poziom acetylocholiny i czynników wzrostu. Substancje te są bardzo ważne dla pamięci i uczenia się. Ponadto mięso może również poprawić przepływ krwi i promować dostarczanie tlenu, co może zapewnić mózgowi wystarczającą ilość składników odżywczych i energii, poprawiając w ten sposób witalność i wytrzymałość mózgu.

Kliknij Wiedz, aby poprawić pamięć krótkotrwałą

Następnie jeden asystent badawczy najpierw wyodrębnił wszystkie dane, a drugi asystent ponownie wyodrębnił wszystkie dane, sprawdzając, czy nie ma rozbieżności. Następnie pierwszy autor (/) sprawdził dane, a wszelkie pozostałe rozbieżności rozstrzygnięto w drodze dyskusji.

Wyodrębniliśmy liczbę uczestników w każdej grupie w ramach danego badania, ich średni wiek, odsetek kobiet i narzędzie diagnostyczne stosowane do oceny dużej depresji, miarę nasilenia objawów depresji, liczbę wcześniejszych epizodów depresji, liczbę wykorzystanych sygnałów, sygnał wartościowość i czas trwania reakcji na sygnał. Tam, gdzie w badaniu wyraźnie podano poziom wykształcenia i pochodzenie etniczne uczestników, zostało to również wyodrębnione.

Wyodrębniono średnie i odchylenia standardowe wyników zarówno dla grupy klinicznej, jak i kontrolnej dla pomiaru nasilenia objawów depresji stosowane w każdym badaniu.

Chociaż badania wybrano na podstawie tego, że żadna z porównywanych grup uczestników nie cierpiała na depresję kliniczną, niemniej jednak mogły występować różnice w objawach depresji, które mogą wyjaśniać różnice grupowe w zakresie pamięci specyficznej lub ogólnej.

Dlatego też w każdym badaniu obliczono standaryzowaną średnią różnicę w wynikach ciężkości pomiędzy grupami i zmienną tę oceniono jako potencjalnego moderatora poprzez metaregresję.

Wyodrębniliśmy średnią i odchylenie standardowe liczby lub proporcji specyficznych i ogólnych wspomnień uzyskanych w ramach sygnałów w AMT. Tam, gdzie te informacje były dostępne dla różnych wartościowości wskazówek, zostały one również wyodrębnione, aby można je było analizować oddzielnie.

Wyodrębniliśmy także czas, przez który uczestnicy mieli przywołać każde wspomnienie po prezentacji wskazówki, niezależnie od tego, czy odpowiedzi można było udzielić ustnie, czy w inny sposób, oraz liczbę wskazówek przekazanych uczestnikom.

2.4|Strategia analityczna

Metaanalizy efektów losowych z estymatorami największej wiarygodności przeprowadzono przy użyciu pakietu meta (Balduzzi et al., 2019) w oprogramowaniu Rstatistical 4.0.3 (R Core Team (2020), 2020) oddzielnie dla pamięci specyficznej i nadmiernej ogólnej , stosując g Hedgesa jako wielkość efektu.

Działki leśne wykorzystano do graficznego zobrazowania ogólnej wielkości efektu przy 95% przedziale ufności i przedziale przewidywania, a także poszczególnych szacunkach punktów badania i 95% przedziałach ufności. Pomiędzy badaniami heterogeniczność wielkości efektu raportowano w kategoriach Q, τ2 i I2. Statystyka Q wskazuje, że czynniki spoza błędu próbkowania odpowiadają za zmienność oszacowania wielkości efektu (Lipsey i Wilson, 2001).

Statystyka τ2 wskazuje wartość bezwzględną prawdziwej wariancji. Zdolność statystyki Q do wykrywania statystycznie istotnych różnic opiera się na liczbie badań wykorzystanych w metaanalizie.

Natomiast wskaźnik I2 nie opiera się na istotności statystycznej, a zamiast tego stanowi procent całkowitej zmienności zestawu wielkości efektu, który wynika z heterogeniczności między badaniami, a nie z przypadku (Higgins i Thompson, 2002). Analizy te przeprowadzono dla ogólnych rozmiarów efektów dla różnych typów wskazówek i dla każdej wartościowości sygnału oddzielnie.

Jeśli chodzi o potencjalnych moderatorów zaobserwowanej heterogeniczności, sprawdziliśmy różnice w nasileniu objawów depresyjnych pomiędzy grupami, korzystając z wielkości efektu oszacowanej na podstawie średnich i SD, wieku, odsetka kobiet (w celu oceny wpływu płci), liczby wskazówek stosowanych w badaniu. AMT, czas przeznaczony na wyszukiwanie w AMT, rok publikacji i wielkość próby.

Biorąc pod uwagę, że skrajne wyniki mogą nadmiernie wpływać na efekt ogólny, za wartości odstające uznaliśmy każde badanie, w przypadku którego przedziały ufności nie pokrywały się z przedziałem ufności łącznej wielkości efektu. Analizy wrażliwości przeprowadzono usuwając te badania, a następnie przeprowadzając analizy ponownie w celu oceny zmian w ogólnym efekcie

2,5|Ryzyko stronniczości

Aby ocenić stronniczość, zastosowaliśmy kilka różnych metod. Na poziomie badania źródła błędu systematycznego oceniano, sprawdzając, czy (1) badanie obejmowało randomizację pomiędzy zadaniami badawczymi i w ich obrębie (np. słowa wskazujące przedstawione w ustalonej lub losowej kolejności), (2) przydział uczestników do grup był przed nimi ukrywany, ( 3) uczestnicy i personel nie byli ślepi na charakter badania, (4) osoby kodujące w zadaniu pamięci autobiograficznej nie były ślepe na wyznaczenie grup uczestników i charakter badania podczas kodowania, (5) istniały dowody na niepełne raportowanie wyników lub przeciwnie, np. w przypadku rejestracji wstępnej, (5) do badania włączono poszczególnych uczestników, ale z niejasnych powodów pominięto ich w analizach oraz (6) w badaniu uwzględniono wyniki poszczególnych mierników, ale selektywnie pominięto je w raporcie końcowym.

Jeżeli zaobserwowano te potencjalne źródła stronniczości, stwierdzono wysokie ryzyko stronniczości. Jeżeli badanie nie zawierało wystarczających informacji, aby jednoznacznie ocenić, czy było to potencjalne źródło błędu systematycznego, zgłaszano pewne obawy.

Jeśli w badaniu wyraźnie wskazano kroki podjęte w celu zarządzania wspomnianym uprzedzeniami, wówczas odnotowano niskie ryzyko stronniczości. Aby ocenić błąd publikacji w próbie badań, wygenerowaliśmy wykresy lejkowe, na których na osi x naniesiono szacunki wielkości efektu, a na osi y odwrotność ich błędu standardowego. Wykresy przypominają lejek, z mniej precyzyjnymi szacunkami u podstawy lejka i szacunkami z najmniejszymi błędami standardowymi na górze.

Jeśli nie ma stronniczości związanej z publikacją, wykres lejka będzie hipotetycznie symetryczny. Jednakże brakujące badania stłumione przez stronniczość publikacji mogą powodować zauważalną asymetrię na wykresie lejkowym. Jako test statystyczny asymetrii wykresu lejkowego zastosowano test Eggera (Egger i in., 1997), ze znaczącą wartością p wskazującą na asymetrię wykresu lejkowego, a co za tym idzie błąd publikacji.

Przeprowadzono procedurę przycinania i wypełniania, która szacuje „brakujące badania” do momentu uzyskania symetrii lejka i uzyskania skorygowanej wielkości efektu. Warto zauważyć, że procedura ta może nie dać wiarygodnych wyników w okolicznościach, w których występuje zauważalna heterogeniczność pomiędzy badaniami.

Analizę krzywej p wykorzystano także do oceny potencjału p-hackingu, czyli selektywnej prezentacji lub analizy danych motywowanych do osiągnięcia wartości p poniżej analfy wynoszącej 0,05 (Simonsohn i in., 2014).

Zakłada się, że gdy rozkład wartości p poniżej 0,05 jest przesunięty w lewo, oznacza to odchylenie w stronę wyników, które są jedynie marginalnie istotne statystycznie w porównaniu z tymi, które są wyraźnie poniżej alfa wynoszącego 0,05.

Można to interpretować jako wskazanie, że p-hakowanie wpłynęło na ogólny efekt metaanalityczny. W tej analizie przedstawiono szacunkową moc statystyczną, przy czym wyższa moc zwiększa prawdopodobieństwo zaobserwowania mniejszej wartości p i „prawdziwego efektu”.

3|WYNIKI

3.1|Wybór badań i charakterystyka badań

Wynikiem wyszukiwania było 17 kwalifikujących się badań (patrz ryc. 1). Przykładową charakterystykę 17 artykułów uwzględnionych w metaanalizie przedstawiono w Tabeli 1. Obliczono piętnaście wielkości efektów dla badań wykazywanych na temat specyficzności jako wskaźnik odpowiedzi AMT, przy czym dziewięć wielkości efektów obliczono dla pamięci ponadogólnej. W siedmiu badaniach podano zarówno specyficzność, jak i nadmierną pamięć ogólną jako wskaźnik odpowiedzi AMT (Crane i in., 2007; Gupta i Kar, 2012; Haddad i in., 2014; Jermannet in., 2013; Mackinger i in., 2000; Matsumoto i in. in., 2022).

Wszystkie dziewięć badań, w których raportowano nadmierną pamięć w odpowiedzi na AMT, przedstawiało liczbę lub proporcję wspomnień kategorycznych jako wskaźnik pamięci nadogólnej, podczas gdy tylko dwa badania wykazały, że pozostały możliwe reakcje nadogólne (tj. wspomnienia rozszerzone lub skojarzenia semantyczne [słowa, które mogą być powiązane tematycznie, ale nie reprezentują wspomnienie samo w sobie, np. lubię kwiaty]).

Biorąc to pod uwagę, a także wcześniejsze dowody na to, że różnice między osobami z depresją i bez niej można wytłumaczyć wspomnieniami ogólnymi typu kategorycznego i beztekstowego (Mark i in., 1992), wspomnienia kategoryczne wykorzystano jako wskaźnik pamięci nadmiernie ogólnej we wszystkich analizach.

Wielkość próby wahała się od 9 do 275 uczestników (zakres 9–164 dla depresji remisyjnej; zakres 10–275 osób kontrolnych). Badania uwzględnione w tym przeglądzie opublikowano w latach 2000–2016, z wyjątkiem jednego wstępnego druku opublikowanego w 2021 r. Średni wiek uczestników wynosił 20,9 lat (zakres 11–86 lat), przy czym w próbach przypadku i grupie kontrolnej we wszystkich badaniach średnie wiekowe były w przybliżeniu równe.

Średni odsetek kobiet w badaniach wyniósł 78,18% (grupa z depresją w stanie remisji=82,7%, grupa kontrolna=73,7%). We wszystkich badaniach wykorzystano wywiady w celu oceny rozpoznania depresji lub wykluczenia depresji w wywiadzie, a we wszystkich z wyjątkiem dwóch wykorzystano ustrukturyzowane, ustandaryzowane narzędzia wywiadu diagnostycznego.

W próbkach zastosowano kilka różnych miar nasilenia depresji; jednakże najczęściej stosowany był Inwentarz Depresji Becka-II (BDI-II; n=8; 44,4%; Beck i in., 1996).

Badania Ten dostarczyły informacji na temat liczby przeszłych epizodów w grupie pacjentów z depresją z remisją; jednakże średnie i odchylenia standardowe można było wyodrębnić lub obliczyć jedynie z dziewięciu. Barnhofer i wsp. (2007) podali wartości mediany i zakresu, które przeliczono na średnie i odchylenia standardowe przy użyciu metody Boxa – Coxa (McGrathet al., 2020).

Haddad i in. (2014) podali średnią i rozstęp, z których ten ostatni wykorzystano do oszacowania odchylenia standardowego (Hozoet al., 2005). Dla Haringsmy i in. (2010) średnią i odchylenie standardowe oszacowano na podstawie danych tabelarycznych wskazujących, że 26 uczestników doświadczyło tylko jednego poprzedniego epizodu, a pozostałych 37 uczestników, u których zgłoszono dwa lub więcej poprzednich epizodów, zakodowano konserwatywnie jako mających dwa epizody.

Dla Spinhovena i in. (2006) na podstawie dostarczonych danych można było oszacować średnią i odchylenie standardowe, chociaż uczestnicy, u których zgłoszono, że mieli sześć lub więcej epizodów w przeszłości, byli konserwatywnie kodowani jako doświadczeni sześcioma epizodami.

Zgodnie z wymaganiami we wszystkich badaniach mierzono specyficzność lub nadmierną ogólność pamięci za pomocą AMT (Williams i Broadbent, 1986). Ponadto we wszystkich badaniach wymagano odpowiedzi ustnej, z wyjątkiem jednego badania, które odbiegało od tej formy i wymagało odpowiedzi pisemnej (Wesselet al., 2001). Liczba wskazówek dostarczanych w celu wywołania określonych wspomnień w AMT różniła się w poszczególnych badaniach (zakres=10–40).

Najczęściej zgłaszanymi wartościowościami były wartościowość dodatnia i ujemna. Zbyt mało badań raportowało wartościowość neutralną, aby oddzielnie oceniać te reakcje na te sygnały. W połowie badań przypisano czas reakcji 30- s dla sygnałów AMT, podczas gdy w pozostałych stosowano różne czasy odpowiedzi (zakres=20–120 s).

3.2|Ryzyko stronniczości w badaniach

We wszystkich badaniach stwierdzono przynajmniej pewne obawy dotyczące ryzyka stronniczości (pełne kodowanie badań można znaleźć w informacjach uzupełniających). Jak wskazano w Tabeli 2, w ramach każdej kategorii możliwych źródeł błędu systematycznego, badania były przeważnie kodowane ze względu na występowanie pewnych obaw. W większości badań nie było wyraźnych obaw, że dane zostały przekazane niekompletnie.

Żadne badania nie zostały wcześniej zarejestrowane, zatem nie można wykluczyć ryzyka selektywnego raportowania. Wyniki te sugerują, że badania przeprowadzone w tym obszarze prawdopodobnie mają jedno, jeśli nie kilka, możliwych źródeł błędu systematycznego i należy je odpowiednio interpretować w kontekście wskaźników stronniczości publikacji.

3.3|Wyniki syntez: Odzyskiwanie pamięci specyficznej

Stwierdzono niewielki lub umiarkowany negatywny skumulowany efekt porównań specyficznych wspomnień osób z depresją w fazie remisji i osób, które nigdy nie cierpiały na depresję (k {{0}};g=0.314 , 95% CI [00,543; 0,085], z=2,69, p=0,007), co sugeruje, że osoby w remisji przypominały mniej specyficznych wspomnień. Jeśli chodzi o heterogeniczność, istniały dowody na niewyjaśnioną wariancję pomiędzy wielkościami efektu badania (Q[14]=43,41, p < 0,001; I2=67,7%, τ2=0,12) , wskazując podstawę do testu moderatorów, którzy mogliby wyjaśnić tę rozbieżność.

Zobacz rysunek 2, aby zapoznać się z wykresem leśnym wielkości efektów, w tym przedziałem predykcji. Przedział przewidywania wskazywał, że w przyszłych badaniach wielkość efektu może wynosić zaledwie 1,12 w niektórych populacjach i aż do +0,54 w innych. Co więcej, istnieją również populacje, w których wielkość efektu może wynosić zero. Analiza wartości odstających wykazała, że ​​istnieje jedna wielkość efektu odstającego (Gupta i Kar, 2012;SMD=1,69).

Po pominięciu tej wartości odstającej i ponownym przeprowadzeniu analizy wyniki nie uległy istotnej zmianie i nadal wykazały istotny efekt o małej lub umiarkowanej wielkości (k=14; g=0.262, 95 % CI [0,477; 0,046], z=2,38, p=0,017). Nadal istniały także dowody na istnienie wariancji pomiędzy efektami badania (Q[14]=35,42, p < 0,001; I2=63,4%, τ2=0,09).

For more information:1950477648nn@gmail.com