I grandi effetti dell'intervento di meditazione breve sugli spettri EEG nei novizi della meditazione

Dr Joe Dispenza / 04 dicembre 2020

Astratto

Questo studio ha esaminato l'impatto di un breve seminario di meditazione su un campione di 223 meditatori principianti. I partecipanti hanno partecipato a un seminario di tre giorni comprendente sessioni giornaliere di meditazione seduta guidate utilizzando musica senza voce incentrata su vari stati emotivi e intenzioni (messa a fuoco aperta). Sulla base della teoria della coscienza integrativa, è stato ipotizzato che gli stati alterati di coscienza sarebbero stati sperimentati dai partecipanti durante l'intervento di meditazione come valutato utilizzando l'elettroencefalogramma (EEG). I modelli delle bande di potenza delle onde cerebrali sono stati misurati durante il seminario di formazione sulla meditazione, producendo un totale di 5616 scansioni EEG. I cambiamenti negli stati coscienti sono stati analizzati utilizzando misure di seduta pre-meditazione e post-meditazione dal delta fino alle oscillazioni gamma. I risultati hanno suggerito che l'intervento di meditazione ha avuto grandi effetti variabili sugli spettri EEG (fino al 50% di aumento e al 24% di diminuzione) e la velocità di cambiamento dallo stato pre-meditazione a post-meditazione dei co-spettri EEG era significativa (con 0.76 probabilità di entrare nello stato di meditazione finale entro il primo minuto). C'è stata una diminuzione principale del 5% nella potenza delta (95% HDI = [−0.07, −0.03]); un aumento globale della potenza theta del 29% (95% HDI = [0.27, 0.33]); un aumento globale del 16% (95% HDI = [0.13, 0.19]) della potenza alfa; un effetto principale della condizione, con il potere beta globale in aumento del 17% (95% HDI = [0.15, 0.19]); e un aumento dell'11% (95% HDI = [0.08, 0.14]) nella potenza gamma dalla pre-meditazione alla meditazione finale. I risultati hanno fornito un supporto preliminare per una breve meditazione sugli stati di coscienza alterati nei meditatori alle prime armi. Il futuro esame clinico della meditazione è stato raccomandato come intervento per condizioni di salute mentale particolarmente associate a menomazioni dell'ippocampo.

1. Introduzione

Lo stress mentale è un'epidemia di salute globale collegata a oltre 23 milioni di decessi in tutto il mondo ogni anno (Fink, 2016; Vai et al., 2004). Lo stress cronico è associato a disturbi cognitivi della regione ippocampale del cervello che regola la memoria e l'apprendimento (Hain et al., 2009; Kooij et al., 2014) e con effetti fisiologici negativi tra cui aumento dell'infiammazione e ridotta immunità (Marsland et al., 2017). Una gamma di tecniche basate sulla consapevolezza è stata progettata per ridurre lo stress e migliorare gli indicatori della qualità della vita (Bohlmeijer et al., 2010; Shapirò, 2009). In particolare, vi è un crescente interesse di ricerca sull'effetto della meditazione sui benefici per la salute globale (ad esempio, come catalizzatore per migliorare la funzione immunitaria; Davidson et al., 2003; Jacobs et al., 2011). La meditazione è un processo cognitivo cosciente e complesso, che coinvolge concentrazione e attenzione ricettiva (Tang et al., 2015). Esempi di meditazione includono meditazione mantra, tai chi e chi gong (Ospina et al., 2007). La meditazione è considerata un meccanismo che può suscitare stati alterati tipicamente associati alla funzione cerebrale inconscia (Shapirò, 2009). Le pratiche di meditazione focalizzata sull'attenzione richiedono un'attenzione sostenuta su una gamma specifica di esperienze interiori o esteriori. Mentre la consapevolezza aperta, il monitoraggio aperto e le pratiche di meditazione mindfulness incorporano un riflettore dell'attenzione più ampio su una serie di stimoli dinamici (Cahn e Polich, 2006; Lutz et al., 2008). Inoltre, gli approcci di meditazione guidata iniziano tipicamente con il rilassamento diretto da un altro esperto che guida il meditante verso specifiche esperienze interiori (ad esempio, situazioni immaginative, processi di pensiero). La meditazione guidata è considerata particolarmente utile perché la natura delle istruzioni tende a riferirsi a uno scopo specifico, come la guarigione o l'auto-miglioramento. Esempi di obiettivi meditativi includono la creazione di prosperità, il miglioramento delle relazioni, la promozione del perdono e l'evocazione di stati di coscienza più elevati (Morale, 2017).

Prove crescenti suggeriscono che la meditazione offre benefici fisiologici e psicologici ad ampio raggio. Le pratiche di meditazione sono associate a funzioni esecutive potenziate e memoria di lavoro insieme a miglioramenti nella gravità delle condizioni di salute mentale (p. Es., Ansia, depressione, disturbi alimentari; (Fox et al., 2014; Perich et al., 2013; Shapirò, 2009; Vollestad et al., 2012; Williams et al., 2014).

La meditazione comprende un ampio insieme di pratiche psicosomatiche progettate per migliorare la regolazione dell'attenzione verso immagini mentali auto-create (focolai interocettivi o esterocettivi) e per ottimizzare l'elaborazione delle esperienze del momento presente (Giain et al., 2015; Pettirossi et al., 2012). Queste capacità sono state mappate ad aree corrispondenti del cervello, incluso il sistema dorsale (volontario, orientamento dall'alto verso il basso) e il sistema ventrale che è implicato nell'attenzione dal basso verso l'alto guidata dallo stimolo (Shapirò, 2009). Gli studi che utilizzano la risonanza magnetica funzionale (fMRI) hanno aiutato a delineare mappe sistemiche delle dimensioni fisiologiche associate alla meditazione (Chiesa, 2013). In particolare, le moderne tecniche di mappatura dell'elettroencefalogramma (EEG) e di neuroimaging hanno consentito l'esame della funzione cerebrale differenziale attraverso un continuum di stati, comprese le esperienze meditative (Barinaga, 2003; Cahn e Polich, 2006).

Reti cognitive distinte sono collegate a compiti di elaborazione cosciente durante i compiti attenzionali (ad esempio, orientamento, monitoraggio dei conflitti; Davidson et al., 2003) e alla base dell'attenzione oggettiva e ricettiva della pratica della consapevolezza (ad esempio, non giudizio, accettazione; (Anderson et al., 2007; Shapiro e Schwartz, 2000). È stato osservato un maggiore controllo dell'attenzione in individui con pratica meditativa avanzata (Moore e Malinowski, 2009). Uno studio ha esaminato la competenza di meditazione in partecipanti con diversi livelli di esperienza di meditazione utilizzando i dati EEG. I potenziali correlati agli eventi (ERP) sono stati valutati durante un'attività di discriminazione e attenzione allo stimolo (Atchley et al., 2016). Tutti i partecipanti hanno discriminato tra i "toni" target con l'uso di priming ERP. Inoltre, nessuna differenza di prestazioni è stata osservata tra i gruppi di meditatori principianti e quelli esperti. Questo è stato uno dei primi studi a suggerire che la competenza nell'addestramento dell'attenzione utilizzando la pratica della meditazione può essere raggiunta in tempi relativamente brevi.

I modelli teorici di coscienza suggeriscono che i processi consci e inconsci dipendono da componenti neuronali distribuiti che agiscono in modi funzionalmente integrati (Shutter et al., 2004; Smith, 2012). Si pensa quindi che la meditazione offra un veicolo unico per esaminare questi processi. Questo perché sia il cervello conscio che quello inconscio funzionano simultaneamente, la meditazione offre l'opportunità di osservare la transizione da un normale stato di veglia a uno stato di coscienza vigile ma alterato (Davidson et al., 2012). Gli stati di coscienza sono descritti come condizioni che differiscono qualitativamente dagli altri per la presenza di, o condizioni e caratteristiche che sono, assenti in altri stati (Crostata, 1972). Poiché gli stati di coscienza svolgono un ruolo fondamentale nella formazione dell'esperienza umana attraverso una gamma di funzioni cognitive e comportamentali, gli esami dei meccanismi cerebrali consci e inconsci sottostanti sono cruciali (Merrick et al., 2014; Vieten et al., 2018; Winkelmann, 2011). Tali intuizioni possono offrire risultati clinici che possono essere diretti ad assistere ulteriormente il disagio psicologico e fisiologico.

Il modello della coscienza integrativa si è evoluto dalla teoria secondo cui i meccanismi fisiologici degli "stati trascendenti" si basano su un percorso neurochimico comune che coinvolge il lobo temporale (Mandell, 1980). Da questa prospettiva teorica, si ritiene che la pratica della meditazione produca l'inibizione della serotonina alle cellule dell'ippocampo, che a sua volta aumenta l'attività cellulare e la manifestazione dell'attività EEG a onde lente del setto ippocampale (cioè alfa, delta e theta) che impone un rallentamento sincrono -disegno delle onde sui lobi (Winkelmann, 2010, 2011). L'integrazione si manifesta nel trascinamento della corteccia frontale da scariche ad onde lente altamente coerenti e sincronizzate che emanano dal sistema limbico e dalle relative strutture cerebrali inferiori. Questi trascinamenti si verificano a una varietà di frequenze, ma due modelli predominanti sono le bande theta a onde lente sincronizzate (3-6 cicli al secondo) e le oscillazioni gamma ad alta frequenza (40 + cps). Questi modelli di onde cerebrali sincronizzati sono indicati come modalità integrativa di coscienza (Winkelmann, 2011).

Ricerche precedenti hanno esaminato gli effetti della meditazione in campioni clinici e individui con una vasta esperienza di meditazione (p. Es., Monaci buddisti, sciamani e praticanti con più di 10 anni di esperienza nella pratica consapevole, Flor-Henry et al., 2017; Tang et al., 2015). In particolare, durante la meditazione sono state osservate attivazioni cerebrali differenziali negli esperti, come risultato di vari stili di meditazione misurati frequentemente tramite EEG. Inoltre, le misure fisiologiche dei meditatori ingenui hanno rispecchiato quelle di meditatori di grande esperienza dopo una singola sessione di meditazione (Fennel et al., 2016). Tuttavia, poche ricerche hanno offerto un esame elettrofisiologico dell'esperienza meditativa in individui con limitata esperienza di meditazione e con un approccio di meditazione guidata. Per sviluppare questa lacuna nella ricerca, l'attuale studio mirava a esaminare l'impatto della pratica meditativa intensiva (2-4 ore di pratica meditativa al giorno) su un campione di meditatori alle prime armi. I fattori dell'intervento (inclusi gli approcci all'ambiente e alla meditazione) sono stati ottimizzati per accelerare l'apprendimento tra i partecipanti. L'attuale studio mirava a valutare gli stati alterati di coscienza dei partecipanti durante la meditazione confrontando il modello delle bande di potenza delle onde cerebrali in ciascun punto finale della meditazione con misure di base (cioè, oscillazioni alfa, delta e theta) e attraverso la valutazione della sincronizzazione gamma ad alta frequenza . Attingendo alla teoria della coscienza integrativa (Winkelmann, 2011), è stato ipotizzato che gli stati alterati di coscienza sarebbero stati rilevati da modelli alterati di onde cerebrali in ogni meditazione nel campione di meditatori alle prime armi.

2. Materiali e metodo

2.1. Partecipanti e procedura

Il campione di convenienza iniziale era costituito da 468 partecipanti di età compresa tra 19 e 83 anni (M = 50.56, DS = 14.52), di cui 312 erano donne (71.4%) e 125 erano maschi (28.6%). Tutti i partecipanti hanno fornito il consenso scritto a partecipare allo studio. I partecipanti erano novizi della meditazione o avevano una precedente esposizione limitata a forme di meditazioni guidate. Tutti i partecipanti hanno partecipato a seminari di formazione sulla meditazione tenuti dal Dr Joseph Dispenza, DC, tenuti in varie località del Nord America. L'addestramento alla meditazione, noto come "seminario avanzato", comprendeva due-tre sessioni giornaliere in tre giorni. In ogni sessione, i partecipanti hanno assistito a colloqui basati sulla psicoeducazione (ad esempio, lezione sul ruolo degli ormoni nello stress; Dispensa, 2014) e ha partecipato a una meditazione seduta guidata alla musica (senza voce e con messa a fuoco aperta) della durata di circa 60 minuti. I dati delle onde cerebrali EEG sono stati registrati per ogni partecipante durante la sessione di meditazione, con i dati EEG pre-meditazione confrontati con i dati EEG della meditazione end-point per ogni sessione del programma di formazione sulla meditazione.

2.2. Analisi EEG

L'EEG è stato misurato utilizzando una matrice standard 10/20 a 19 elettrodi. C'era un effetto principale della meditazione sugli spettri EEG e un'interazione tra il sito dell'elettrodo e la condizione di mediazione. Per esempio, Fig. 7 mostra questa interazione codificata a colori per mostrare i cambiamenti più negativi e positivi negli spettri dalla meditazione. Tuttavia, il modello ha indicato che non c'erano prove di interazioni sistematiche tra la posizione degli elettrodi e la tecnica di meditazione, indicando che le fonti possono essere le stesse nelle tecniche di meditazione, ma l'intensità e la combinazione dei cambiamenti di potenza della banda differivano tra le tecniche. Il processo di installazione EEG ha richiesto 10 minuti per partecipante, in cui le misure della circonferenza della testa sono state abbinate a un cappuccio EEG (dimensioni piccole, medie e grandi). I cappucci erano calibrati a circa due pollici sopra il sopracciglio e seguivano una linea che iniziava al centro della fronte e continuava intorno alla testa per incontrarsi nel punto iniziale designato. Sono state ottenute registrazioni di base, che includevano occhi chiusi (4 minuti) e cervello in attività (4 minuti) prima che le sessioni di meditazione fossero registrate.

2.3. Tipi di meditazione

Durante il seminario di tre giorni, 468 partecipanti si sono impegnati in circa tre meditazioni al giorno (vedere Tabella 1), che ha prodotto un totale di 5616 scansioni EEG. La meditazione guidata da seduti, guidata dal secondo autore, ha enfatizzato la respirazione, la visualizzazione e la concentrazione focalizzata (attenzione interiorizzata).

Tabella 1. Sessioni di meditazione per ora del giorno.

S	Tempo	Tipo di meditazione
Giorno 1 Tipo 1 (D1T1)	Mattina (9.00) Meditazione	Concentrati su livelli emotivi elevati e sull'energia liberatoria nel corpo per sintonizzare, allineare e connettere i centri dei chakra associati
Giorno 1 Tipo 2 (D1T2)	Meditazione di mezzogiorno (12:XNUMX)	Concentrati sull'emozione di gratitudine
Giorno 1 Tipo 3 (D1T3)	Meditazione pomeridiana (3.00:XNUMX)	Concentrati sulla resa
Giorno 2 Tipo 1 (D2T1)	Meditazione mattutina (9.00)	Concentrati su livelli emotivi elevati e sull'energia liberatoria nel corpo per sintonizzare, allineare e connettere i centri dei chakra associati
Giorno 2 Tipo 2 (D2T2)	Meditazione di mezzogiorno (12:XNUMX)	Concentrati su un'intenzione specifica per materializzare un evento specifico nella vita
Giorno 2 Tipo 3 (D2T3)	Meditazione pomeridiana (3.00:XNUMX)	Concentrarsi su emozioni elevate e un senso di integrità e unità con il mondo (tramite una meditazione a fuoco aperto)
Giorno 3 Tipo 1 (D3T1)	Meditazione al mattino presto (6.30)	Concentrati su livelli emotivi elevati e sull'energia liberatoria nel corpo per sintonizzare, allineare e connettere i centri dei chakra associati
Giorno 3 Tipo 2 (D3T2)	Meditazione di metà mattina (10.00)	Concentrati sulla creazione di un'intenzione futura
Giorno 4 (D4T1)	Meditazione al mattino molto presto (4.00)	Concentrarsi sullo spostamento dell'energia attraverso il corpo fino al cervello per attivare la ghiandola pineale per indurre un'esperienza mistica (meditazione seduta e sdraiata)

3. Risultati

3.1. Pre-elaborazione

Data la variabilità nella pre-elaborazione e nei montaggi, sono stati utilizzati i dati delle registrazioni delle cuffie del riferimento dell'orecchio collegato con la pre-elaborazione del passaggio di banda 0.5-80 Hz, che ha ridotto il campione a 283 partecipanti. I dati per 60 partecipanti sono stati rimossi a causa di una breve durata delle registrazioni in sessione (<10 min) poiché le durate inferiori a 10 min non erano abbastanza lunghe da essere praticabili per la valutazione delle dinamiche neurali. Ciò ha lasciato un campione finale di 223 partecipanti. I dati EEG sono stati esportati in formato EDF e importati in MNE-Python (versione 17.1; Grafort et al., 2013, 2014) per la successiva analisi. La pipeline PREP è stata utilizzata per rilevare i canali danneggiati dal rumore (Bigdely-Shamlo et al., 2015) con tutti gli elettrodi non funzionanti interpolati tramite le scanalature sferiche (Perrin et al., 1989, 1990). I dati sono stati filtrati passa-banda a 1−50-Hz con filtro FIR (Rabiner et al., 1978). Potenziali battiti di ciglia sono stati rilevati utilizzando una mediana mobile, con una mediana compresa tra 30 e 300 microvolt con una finestra di 15 campioni (60 ms) etichettati come un ammiccamento, misurata agli elettrodi Fp1 e Fp2. I dati sono stati trasformati dalla superficie laplaciana (tramite interpolazione sferica) per fornire un segnale più robusto senza riferimento (Kayser e Tenke, 2006). I dati relativi agli eventi di ammiccamento degli occhi sono stati segmentati in epoche comprese tra −500 e 500 ms. L'analisi dei componenti indipendenti è stata condotta utilizzando l'algoritmo di Picard (Ablin et al., 2018) per isolare e rimuovere gli artefatti EOG presenti nei dati selezionando il componente con il più grande coefficiente di correlazione di Pearson r assoluto alle epoche di ammiccamento degli occhi tramite la funzione find_bad_eog in MNE-Python. Gli ultimi cinque minuti di pre-meditazione e registrazioni di meditazione sono stati utilizzati per confrontare gli effetti dei vari tipi di meditazione sugli spettri EEG e l'EEG registrato durante la meditazione è stato utilizzato per valutare le dinamiche neurali della meditazione. Il pacchetto R ggplot2 e MNE-Python sono stati usati per creare le figure (Hadley e Sievert, 2016).

3.2. Modello di montaggio

La stima dei parametri bayesiani è stata utilizzata per valutare i risultati (McGill et al., 2017). Questa analisi è stata selezionata poiché le intenzioni dello sperimentatore sono dichiarate esplicitamente tramite il modello e le distribuzioni precedenti. Sono state fornite distribuzioni complete per valori credibili per tutti i parametri nel modello anziché valori singoli. Poiché questa procedura non utilizza valori p o intervalli di confidenza, si ritiene che la stima dei parametri bayesiani fornisca più informazioni rispetto al test di significatività dell'ipotesi nulla (Krushke, 2013). Le distribuzioni posteriori sono state riassunte con il loro intervallo di densità mediano e massimo (HDI) (Kruschke e Liddell, 2015). L'HDI contiene i valori più probabili del 95% della distribuzione. Per tutte le analisi statistiche è stata utilizzata la versione R 3.5.1 (R Core Team, 2018). Stan 2.17.0 (Carpenter et al., 2017) con RStan 2.17.3 (Stan Team di sviluppo, 2018) per adattarsi a tutti i modelli. Stan stima la distribuzione a posteriori utilizzando una procedura Hamiltoniana Monte Carlo (HMC). Per ogni modello, quattro catene hanno disegnato contemporaneamente 2000 campioni, 1000 dei quali erano di riscaldamento. La dimensione del campione risultante era di 4,000. I campioni posteriori per ciascun parametro sono stati valutati per la convergenza mediante l'ispezione di entrambi i grafici in tracce e Gelman-Rubin $\hat{r}$ statistica (Gelman e Rubin, 1992), dove $\hat{r}$ vicino a 1.00 indicano che le catene sono convergenti.

3.3. Confronto delle frequenze tramite machine learning

Per esaminare se c'era un effetto della meditazione sugli spettri di frequenza EEG, i classificatori di apprendimento automatico sono stati addestrati individualmente per discriminare tra i dati prima della meditazione e gli ultimi cinque minuti di meditazione (condizione). Un classificatore basato sulla geometria di Riemann (Congedo et al., 2017) utilizzando i co-spettri dell'EEG tra 45 e 250 Hz (finestra di hanning di 75 ms, 4% di sovrapposizione, risoluzione di 2 Hz) per epoche di XNUMX s non sovrapposte per la pre-meditazione e i dati di fine meditazione erano Usato. Il classificatore basato sulla geometria Riemanniana è stato selezionato perché questo tipo di classificatore è tra i migliori in termini di prestazioni nella classificazione BCI, facilità di implementazione e buona capacità di generalizzazione rispetto ad altre opzioni come il deep learning (Lotta et al., 2018). Inoltre, le prestazioni durante la convalida erano molto elevate e quindi adatte allo scopo di stimare le dinamiche neurali delle tecniche di meditazione. Il classificatore ha utilizzato la regressione logistica dello spazio tangente (Congedo et al., 2017) per discriminare tra i due stati. La convalida 75 volte incrociata è stata utilizzata per stimare le prestazioni misurate dalla matrice di confusione del classificatore. Per stimare le prestazioni complessive, un modello gerarchico Multinomial-Dirichlet è stato adattato alla matrice di confusione media di ciascun partecipante (vedere la descrizione del modello). Le stime della matrice di confusione sono state quindi riassunte in misure di accuratezza e competenza (White et al., 2004). L'accuratezza e la competenza sono state calcolate dalla matrice di confusione utilizzando la procedura standard: Accuratezza, prendendo la somma dei Veri positivi e Veri negativi divisa per il totale della matrice di confusione e della competenza, calcolando le informazioni reciproche dei risultati attesi e previsti , diviso per l'entropia dei risultati attesi (Celen, 2017; White et al., 2004).

3.4. Descrizione del modello di confronto della frequenza

Eravamo interessati a quanto bene i classificatori discriminassero gli stati di meditazione pre e finale e se ci fossero differenze nelle prestazioni tra le tecniche di meditazione. La matrice di confusione di un classificatore partecipante, $\vec{C_{p}}$ , è stato modellato come un campione casuale da una distribuzione multinomiale: $\vec{C_{p}} \sim M u l t i n o m i a l (\vec{θ_{p}})$ where $\vec{C_{p}}$ ha stimato le probabilità di veri negativi, falsi positivi, falsi negativi e veri positivi per un singolo classificatore. $\vec{C_{p}}$ è stato dato un Dirichlet prima: $\vec{θ_{p}} \sim D i r i c h l e t (\vec{θ_{t}} \times κ_{t})$ where $\vec{θ_{t}}$ ha misurato le probabilità di gruppo per ogni cellula nella matrice di confusione per una particolare tecnica di meditazione e $κ_{t}$ ha stimato la concentrazione di $\vec{θ_{t}}$ . $\vec{θ_{t}}$ è stato anche dato un Dirichlet prima:

$\vec{θ_{t}} \sim D i r i c h l e t (\vec{θ_{g}} \times κ_{g})$ where $\vec{θ_{g}}$ prestazioni complessive stimate e $κ_{g}$ quanto strettamente le diverse tecniche di meditazione corrispondevano al $\vec{θ_{g}}$ stima. Tutti $κ_{x}$ parametri sono stati dati a priori gamma diffusi: $κ_{x} \sim G a m m a (2, 0.1)$

3.5. Risultati del confronto di frequenza

Il modello ha indicato che i classificatori erano estremamente accurati, con un'accuratezza complessiva del 97% (95% HDI = [0.96, 0.98]) e una competenza di 0.81 (95% HDI = [0.75, 0.86]). Non c'erano prove per un effetto credibile della tecnica di meditazione sull'accuratezza o la competenza come mostrato in Fig. 1, Fig. 2. Questa invarianza rispetto alla tecnica di meditazione è importante per la seguente analisi della dinamica neurale poiché le differenze tra le prestazioni del classificatore potrebbero confondere i risultati.

3.6. Meditazione dinamica neurale

I dati durante la meditazione sono stati analizzati nello stesso modo dell'analisi di confronto delle frequenze e quindi classificati come pre-meditazione o meditazione finale. Questo ha creato una serie temporale binaria per ogni individuo, fornendo informazioni su quando la meditazione ha cambiato i co-spettri EEG e su come le diverse tecniche hanno influenzato questa relazione dinamica. La regressione logistica è stata applicata alle serie temporali di classificazione di ciascun partecipante che riassumeva le serie in coppie di intercetta e pendenza. Queste coppie sono state valutate con un modello lineare generale bayesiano per quantificare l'efficacia di ciascuna tecnica di meditazione nell'indurre i co-spettri EEG allo stato finale (vedere la descrizione del modello).

3.7. Descrizione del modello di dinamica neurale

Eravamo interessati a quantificare come la meditazione cambia i co-spettri EEG e quanto efficacemente varie tecniche di meditazione facilitano questo cambiamento. Per valutare questo cambiamento è stata effettuata una regressione logistica, producendo valori di intercettazione e pendenza per ogni partecipante. L'intercettazione e la pendenza dei partecipanti sono state modellate separatamente, $y_{p_{[i]}}$ , come tratto da una distribuzione normale: $y_{p_{[i]}} \sim N o r m a l (μ_{[i]}, σ_{[i]})$ Dove μ è stato derivato dalla combinazione lineare:

$μ_{[i]} = β_{0_{[i]}} + β_{t_{[i]}} \times x_{t_{[i]}}$ where $β_{0}$ parametro stima la tendenza centrale del gruppo mentre $β_{t}$ misurato l'effetto della tecnica sull'intercetta e sulla pendenza. $β_{0}$ è stata data una priorità normale centrata sulla media dei dati, con 10 volte la deviazione standard dei dati:

$β_{0_{[i]}} \sim N o r m a l ({\bar{y}}_{[i]}, S d (y_{[i]}))$ × Sd (y))

$σ$ parametro è stato dato gamma diffusa prima di: $σ_{[i]} \sim G a m m a (2.0,0.1)$ $β_{t}$ è stato dato un vincolo somma a zero centrando lo zero un vettore simplex, $\vec{s_{t_{[i]}}}$ e moltiplicandolo per una variabile di scala, $σ_{t}$ :

$β_{t_{[i]}} = σ_{t_{[i]}} \times (\vec{s_{t_{[i]}}} - \frac{1}{n_{t}})$ dove al simplex è stato dato un Dirichlet prima uniforme e alla scala è stato dato un gamma prima: $\vec{s_{t_{[i]}}} \sim D i r i c h l e t (\vec{1})$ $σ_{t_{[i]}} \sim G a m m a (2.0,0.1)$

I Priori sono stati scelti per essere debolmente informativi sulla scala dei dati.

3.8. Risultati della dinamica neurale

I risultati hanno indicato che non c'erano prove sufficienti per rilevare l'effetto della tecnica di meditazione sui valori di intercettazione della regressione logistica (vedere Fig. 3). Tuttavia, le intercettazioni per ogni tecnica di meditazione erano piuttosto ampie (vedi Fig. 4), dove la probabilità che i co-spettri EEG fossero come lo stato di fine meditazione era 0.76 (95% HDI = [0.71, 0.81]) all'inizio della meditazione.

C'è stato un effetto significativo della tecnica di meditazione sulla pendenza di regressione logistica con D2S2 0.0231 maggiore della pendenza di D3S2 (95% HDI = [0.0003, 0.04472], zero non incluso). Ciò suggerisce che D2S2 ha indotto lo stato di fine meditazione più velocemente della tecnica D3S2, come mostrato in Fig. 5.

3.9. Analisi della banda di potenza

I dati di pre-meditazione e di fine meditazione sono stati convertiti in finestre di 2 secondi non sovrapposte e la loro densità spettrale di potenza (PSD) è stata stimata utilizzando il metodo multitaper (Thompson, 1982). La potenza di banda è stata derivata da PSD sommando oltre 1−4 Hz per Delta, 4−8 Hz per theta, 8−13 Hz per alfa, 15-25 per beta e 35−45 Hz per gamma utilizzando la regola di Simpson per l'integrazione. La media è stata registrata per ogni partecipante, ad ogni elettrodo, sia per le condizioni di pre-meditazione che per le condizioni di fine meditazione. Gli spettri di potenza EEG sono generati prevalentemente da sorgenti corticali con alcuni input da strutture subcorticali (vedi Buzsaki, 2006) con tutte le fasce di potere canoniche relative alla meditazione (Lee et al., 2018).

3.10. Descrizione del modello di analisi della banda di potenza

Eravamo interessati a misurare l'effetto della meditazione sulle bande di potenza EEG e se c'erano differenze tra i tipi di meditazione. Ogni fascia di potenza, $y$ , è stato modellato separatamente, come estrazione casuale da una distribuzione log-normale:

$y \sim l o g n o r m a l (μ, σ)$ ∼ log-normale (

where $σ$ rappresentava la deviazione standard e $μ$ la stima media: $μ = β_{0} + β_{p} \times x_{p} + β_{e} \times x_{e} + β_{c} \times x_{c} + β_{t} \times x_{t} + β_{e \times c} \times x_{e \times c} + β_{e \times t} \times x_{e \times t} + β_{c \times t} \times x_{c \times t} + β_{e \times c \times t} \times x_{e \times c \times t}$ where $β_{0}$ è la linea di base generale, $β_{p}$ è la linea di base specifica per un partecipante, $β_{e}$ stima l'effetto degli elettrodi, $β_{c}$ misura l'effetto della condizione di meditazione (prima o alla fine della meditazione), t è il parametro per l'effetto della tecnica di meditazione. I parametri di interazione $β_{e \times c}$ elettrodo misurato in ciascuna condizione, $β_{e \times t}$ stimato l'effetto dell'elettrodo all'interno di ogni tecnica di meditazione, $β_{c \times t}$ quantifica l'interazione tra condizione e tecnica di meditazione, e $β_{e \times c \times t}$ è il parametro per l'interazione a tre vie tra elettrodo, condizione e tecnica. Il parametro di base è stato dato un normale precedente:

$β_{0} \sim N o r m a l (m e a n (\log (y)), 10 \times S d (l o g (y)))$ mentre a ogni altro fattore e parametro di interazione sono stati assegnati vincoli somma a zero utilizzando la procedura k-1: $α_{x} \sim N o r m a l (0, σ_{x}) β_{x_{[1 : k - 1]}} = α_{x}$ $β_{x_{[k]}} = - \sum α_{x_{[i]}}$

Con i parametri di interazione vincolati alla somma a zero in ogni predittore. $σ_{x}$ i parametri sono stati tratti da una distribuzione gamma diffusa, data la scala logaritmica del modello: $σ_{x} \sim G a m m a (1.64, 0.32)$ $β_{e \times t}$ , $β_{e \times c}$ e $β_{e \times c \times t}$ è stata assegnata una deviazione standard fissa di 1 per evitare un restringimento problematico che influiva negativamente sul campionamento di Hamilton Monte Carlo.

3.11. Delta

C'è stata una diminuzione principale del 5% nella potenza delta (95% HDI = [−0.07, −0.03]) dopo la meditazione rispetto alla pre-meditazione. C'era anche un effetto principale della meditazione in cui D1S2 aveva una potenza delta superiore del 72% rispetto a D2S1 (95% HDI = [0.04, 1.48]). Inoltre, è stata trovata un'interazione credibile tra la tecnica di meditazione e la condizione (vedi Fig. 6). D1S2, D3S1 e D4S1 hanno avuto l'aumento più elevato (16%, 18% e 18% con 95% HDI = [0.07, 0.25], [0.1, 0.26] e [0.08, 0.28], rispettivamente), D2S2 non ha avuto evidenza di una variazione di potenza (95% HDI = [−0.08, 0.05] contenente zero), e D1S1, D1S3, D2S1, D2S3 e D3S2 hanno mostrato una diminuzione del delta (−12%, −16%, −24%, −18% e −12% con 95% HDI = [−0.19, −0.05], [−0.23, −0.11], [−0.29, −0.19], [−0.23, −0.13] e [−0.18, −0.05], rispettivamente). Fig. 7 illustra l'effetto principale degli elettrodi con elettrodi centro-parietali che mostrano più potenza delta rispetto agli elettrodi occidentali e più dei siti frontali-temporali. Nessuna interazione che coinvolge l'elettrodo con gli altri predittori è risultata credibile. Fig. 7 è quindi la variazione di proporzione dovuta alla mediazione per ciascuna fascia di potenza stimata dall'interazione del modello tra elettrodo e parametri di condizione. Ciò collassa efficacemente attraverso la tecnica di meditazione, inclusi tutti i dati di tutte le tecniche, poiché non c'erano prove credibili per un'interazione a tre vie tra elettrodo, condizione e tecnica.

3.12. Theta

C'è stato un aumento globale del potere theta del 29% (95% HDI = [0.27, 0.33]) dalla meditazione. I risultati hanno anche mostrato un effetto principale della tecnica di meditazione, dove D1S2 aveva più potere theta di D2S1 e D2S3. C'era anche un'interazione tra condizione e tecnica di meditazione (vedi Fig. 8). D1S2, D3S1 e D3S2 hanno avuto gli aumenti maggiori (47%, 50% e 43% con 95% HDI = [0.37, 0.58], [0.4, 0.59] e [0.34, 0.52], rispettivamente) quindi D1S1, D2S2 e D4S1 (29%, 33% e 33% con 95% HDI = [0.2, 0.39], [0.26, 0.41] e [0.23, 0.44]) seguito da D1S3 e D2S3 (19% e 14%, con 95% HDI = [0.12, 0.27] e [0.08, 0.21]), senza variazioni credibili nel theta per D2S1 (95% HDI = [−0.02, 0.11], zero inclusi). Fig. 8 mostra l'effetto dell'elettrodo sulla potenza theta, con gli elettrodi della linea mediana che hanno la maggiore potenza theta seguiti dai canali parietale e occipitale, con minore potenza nei siti frontali-temporali. Non c'erano prove credibili per le interazioni che coinvolgono l'elettrodo con gli altri predittori.

3.13. Alfa

C'è stato un aumento globale del 16% (95% HDI = [0.13, 0.19]) nel potere alfa dovuto alla meditazione. Non c'erano prove credibili per un effetto della tecnica con tutto il 95% di HDI compreso lo zero. C'era un'interazione credibile per la condizione di potere alfa tra la tecnica di meditazione (vedi Fig. 9). D1S2, D2S3 e D3S2 hanno avuto i maggiori aumenti di alfa (25%, 32% e 39% con 95% HDI = [0.16, 0.34], [0.24, 0.39] e [0.29, 0.49]) seguito da D1S1, D2S1, D2S2, D3S1 (16%, 17%, 13% e 17% con 95% HDI = [0.07, 0.25], [0.09, 0.24], [0.06, 0.2] e [0.09, 0.24]) senza variazione credibile per D1S3 e D4S1 (95% HDI = [−0.09, 0.05], [−0.13, 0.03], zero incluso). Fig. 9 mostra l'effetto dell'elettrodo sulla potenza alfa, con alfa elevato sugli elettrodi occipitali e parietali, nessun cambiamento rispetto alla linea di base alfa nei canali centrali frontali e una diminuzione nei siti temporali. Non c'erano interazioni che coinvolgono gli elettrodi con gli altri predittori.

3.14. Beta

C'è stato un effetto principale della condizione, con il potere beta globale che è aumentato del 17% (95% HDI = [0.15, 0.19]) dalla pre-meditazione alla meditazione finale. Non c'era alcun effetto principale della meditazione con tutto il 95% di HDI compreso lo zero. Tuttavia, c'era un'interazione tra la condizione e la tecnica di meditazione (vedi Fig. 10), dove D1S2, D2S2, D2S3, D3S1 e D3S2 hanno registrato il maggiore aumento della potenza beta (30%, 30%, 20%, 32% e 33% con 95% HDI = [0.22, 0.39], [0.23, 0.38], [0.14, 0.26], [0.24, 0.4] e [0.25, 0.41]) seguito da D4S1 (11% con 95% HDI = [0.03, 0.19]). D1S1, D1S3 e D2S1 non avevano prove credibili di variazione del potere beta (95% HDI = [−0.06, 0.08], [−0.07, 0.04] e [-0.03, 0.09], zero incluso). C'era anche un effetto principale degli elettrodi con più potere beta sugli elettrodi centrale-parietale e occipitale rispetto a quelli frontali-temporali come mostrato in Fig. 10. Infine, non c'erano interazioni che coinvolgono gli elettrodi con gli altri predittori.

3.15. Gamma

È stato osservato un aumento dell'11% (95% HDI = [0.08, 0.14]) della potenza gamma dalla pre-meditazione alla meditazione finale. Non c'erano prove credibili per un effetto principale della tecnica con tutto il 95% di HDI incluso zero, indicando che i gruppi avevano una potenza gamma simile. Tuttavia, c'è stata un'interazione tra tecnica e condizione, dove D1S2, D3S2 e D4S1 hanno avuto il maggiore aumento della potenza gamma (36%, 31% e 27% con il 95% di HDI = [0.24, 0.49], [0.2, 0.42 ] e [0.14, 0.41]), seguito da D2S2, D2S3 e D3S1 (10%, 14% e 16% con 95% HDI = [0.02, 0.19], [0.06, 0.23] e [0.07, 0.26 ]), D1S3 e D2S1 non hanno modificato la potenza gamma (95% HDI = [−0.07, 0.1] e [−0.14, 0.01], zero incluso), con D1S1 che mostra una diminuzione della gamma (−17% con 95% HDI = [−0.25, −0.09]). Si è verificato un effetto della posizione degli elettrodi con più potenza gamma sugli elettrodi occipitali parietali rispetto ai siti frontali-centrali e temporali (vedere Fig. 11). Infine, non c'erano interazioni credibili che coinvolgono gli elettrodi con gli altri predittori.

3.16. Riepilogo dei risultati

Il modello di apprendimento automatico ha mostrato un alto grado di precisione per discernere i co-spettri EEG di pre-mediazione e meditazione di fine per ciascuna tecnica di meditazione. La dinamica neurale di ciascuna tecnica di mediazione è stata quindi valutata applicando modelli di apprendimento automatico ai co-spettri EEG formando una serie di classificazione. Questa serie è stata modellata con la regressione logistica, che ha mostrato la rapida transizione e stabilizzazione dai co-spettri EEG pre-meditazione a quelli di fine meditazione. Successivamente, l'effetto di ciascuna tecnica di meditazione è stato valutato per ciascuna fascia di potenza adattando un modello lineare generalizzato. Ciò ha mostrato l'eterogeneità delle modifiche alle fasce di potenza risultanti dalle tecniche di meditazione (riassunte in Fig. 12).

4. Discussione

Questo studio ha fornito un esame elettrofisiologico dell'impatto della meditazione su un campione composto da 223 meditatori alle prime armi. Sulla base della teoria della coscienza, è stato ipotizzato che i partecipanti avrebbero raggiunto stati alterati di coscienza osservati nei dati EEG indicati come stati trasformati delle onde cerebrali in ogni meditazione guidata. I risultati hanno supportato questa ipotesi. La coscienza corrisponde tipicamente alla capacità di integrare le informazioni (Tononi, 2004). Una modalità di coscienza integrativa è spesso caratterizzata da modelli di onde theta a onde lente che sincronizzano la corteccia frontale con scariche dalle strutture cerebrali inferiori e oscillazioni gamma ad alta frequenza (Winkelmann, 2011). I risultati attuali indicano che c'è stato un aumento globale del 29% della potenza theta e un aumento dell'11% della potenza gamma dallo stato precedente alla fine della meditazione.

Anche l'attività alfa nell'EEG durante la meditazione è stata implicata come una forma di integrazione nel cervello che porta a processi cognitivi di alto livello (Hébert et al., 2005). Questa attività è stata suggerita per essere alla base del concetto di modalità integrativa di coscienza; quella di una maggiore sincronizzazione dei modelli di onde cerebrali (Winkelmann, 2011). L'aspetto aggiuntivo dell'integrazione indotta dalla meditazione nel cervello si riflette spesso nelle onde gamma bifasiche ipersincrone ad alta frequenza e la presenza di gamma nella meditazione è una conferma diretta del modello integrativo (Winkelmann, 2011). Ciò si riferisce al legame di diversi segnali all'interno del cervello; e che la sincronizzazione gamma è modulata dai ritmi theta e alfa (Patatine fritte, 2009). Nel complesso i risultati di questo studio supportano questo modello.

Le analisi hanno suggerito che le classificazioni di apprendimento automatico EEG erano alte, discriminando pre-meditazione e post-meditazione con una precisione del 97%. Nel campione sono state trovate differenze tra i co-spettri EEG per le condizioni pre e post meditazione. È stata identificata una relazione tra il tempo in meditazione e la probabilità di classificazione della fine della meditazione, con D2S2 (che intende materializzarsi un evento) più veloce nell'indurre lo stato di meditazione finale rispetto a D3S2 (che definisce un'intenzione futura). Inoltre, sono state identificate differenze nelle bande di potenza EEG, con ciascuna tecnica di meditazione che induce diversi modelli di cambiamenti nelle bande di potenza.

I risultati hanno suggerito che il cambiamento dei modelli di onde cerebrali dalle onde cerebrali beta (gamma alta, media e bassa) alle onde cerebrali alfa si è verificato in un periodo relativamente breve. Questo risultato è un lavoro precedente coerente, in cui i partecipanti hanno raggiunto la competenza nell'aspetto della formazione attentiva della pratica meditativa in tempi relativamente brevi (Atchley et al., 2016). Nella maggior parte delle sessioni di meditazione dei partecipanti, sono stati osservati aumenti del potere beta e alfa, con il potere alfa più posteriore sui canali occipitali rispetto a una distribuzione più parietale per il potere beta. Inoltre, è stato riscontrato un aumento della potenza theta focalizzata sugli elettrodi della linea mediana da fronto-centrale a parietale.

La scoperta di una maggiore potenza gamma a livello degli elettrodi parietale e occipitale è stata probabilmente originata dall'area 30 di Brodmann.Mentre recenti ricerche suggeriscono che l'EEG può rilevare sorgenti sottocorticali (Seeber et al., 2019), La capacità di EEG di misurare l'attività generata da sorgenti così profonde non è universalmente supportata nel campo delle neuroscienze (Sejnowski e Paulsen, 2006); quindi questa spiegazione rimane speculativa. Indipendentemente da ciò, questo risultato si basa su studi precedenti che hanno rilevato un aumento della gamma sui canali parieto-occipitali (Berkovich-ohana et al., 2012; Cahn et al., 2010; Martínez Vivot et al., 2020; Schoenberg et al., 2018) quantificando il potere cambia e mostra un rapido cambiamento di stato nei meditatori alle prime armi. Mentre il ruolo funzionale del potere gamma deve ancora essere determinato (Braboszcz et al., 2017), nel contesto della meditazione guidata, ci sono prove che dimostrano una relazione con il miglioramento della consapevolezza (Cahn et al., 2010). van Lutterveld et al. (2017) hanno utilizzato un paradigma di neurofeedback per addestrare i partecipanti ad alterare le loro oscillazioni gamma dalla corteccia cingolata posteriore durante la meditazione. Si è scoperto che la potenza gamma era correlata all'esperienza soggettiva della consapevolezza senza sforzo. Inoltre, uno studio di Vosse et al. (2014) manipolava direttamente le oscillazioni neurali tramite la stimolazione transcranica della corrente alternata durante il sonno, scoprendo che la stimolazione all'interno della banda gamma aumentava la consapevolezza delle persone durante il sogno. Nel loro insieme, ciò fornisce una spiegazione coerente dell'aumento della gamma sugli elettrodi parieto-occipitali.

La dimostrazione degli effetti eterogenei che le tecniche di meditazione guidata possono avere sulle bande di potenza EEG sottolinea l'importanza dell'utilizzo di tali tecniche per chiarire le esperienze soggettive dei meditatori. Un recente sondaggio condotto da Vieten e colleghi (2018) ha mostrato la vasta gamma di esperienze possibili durante la meditazione. Una tale gamma di esperienze soggettive potrebbe essere correlata alle differenze apportate dalle varie tecniche di meditazione in questo studio. Ulteriori ricerche potrebbero integrare la ricerca qualitativa per comprendere meglio i collegamenti tra tecniche di meditazione guidata, spettri di potenza EEG ed esperienza soggettiva.

Infine, la ricerca futura che fornisce la valutazione dell'imaging cerebrale dell'addestramento alla meditazione guidata potrebbe offrire intuizioni critiche. Poiché la consapevolezza è stata identificata come fattore protettivo contro le interferenze proattive e aumenta il volume dell'ippocampo (Greenberg et al., 2019), l'esame futuro della meditazione guidata nel trattamento di condizioni mentali caratterizzate da menomazioni della memoria di lavoro e del volume ippocampale potrebbe avere importanti implicazioni cliniche.

4.1. Limitazioni

Sebbene questo studio abbia contribuito alla comprensione dei meccanismi di cambiamento che possono verificarsi attraverso la meditazione, i presenti risultati dovrebbero essere interpretati alla luce di diversi limiti. La durata della sessione di meditazione è stata variata, da sei a 90 minuti. Poiché la variabilità non era distribuita uniformemente tra le condizioni (cioè, le registrazioni del giorno 2, della sessione 1 e della sessione 3 del giorno 1 avevano una durata <10 minuti), l'analisi dei cambiamenti dinamici durante la meditazione per queste sessioni era limitata. Inoltre, l'attuale studio mancava di misure cliniche per lo screening dei disturbi di salute mentale tra i partecipanti allo studio. Studi futuri potrebbero utilizzare i dati EEG insieme a misure di autovalutazione e dati comportamentali per esaminare la relazione tra i modelli EEG e risultati positivi di meditazione. Questo studio mancava di un intervento di controllo o confronto e la fedeltà e il pregiudizio dello sperimentatore potevano essere stati presenti nel fornire la meditazione guidata. Infine, questo era un campione di convenienza che lo rendeva altamente vulnerabile al bias di selezione e al potenziale errore di campionamento.

4.2. Conclusione

L'attuale studio mirava a esaminare l'effetto di un breve seminario di formazione alla meditazione guidata sui meditatori alle prime armi. Sulla base della teoria della coscienza integrativa, è stato ipotizzato che i partecipanti (meditatori alle prime armi) avrebbero raggiunto stati alterati di coscienza rilevati utilizzando i dati delle onde cerebrali EEG. Il pattern dei partecipanti delle bande di potenza delle onde cerebrali a ciascun punto finale della meditazione è stato confrontato con le misure di base (cioè oscillazioni alfa, delta e theta). La competenza di meditazione attraverso l'integrazione cerebrale funzionale è stata valutata utilizzando misure di sincronizzazione gamma ad alta frequenza. I risultati complessivi hanno suggerito che l'intervento di meditazione ha avuto effetti molto diversi sugli spettri EEG, e la velocità del cambiamento dagli stati pre-meditazione a post-meditazione dei co-spettri EEG era significativa, confermando quindi la teoria della coscienza. l'intervento può offrire benefici per la salute positivi e immediati per aiutare a combattere lo stress.

Conflitti di interesse

Peta Stapleton, Stuart McGill, Debbie Sabot, Megan Peach, Danielle Raynor: Nessun conflitto da dichiarare.

Joe Dispenza: Può essere rinumerato per l'addestramento alla meditazione esaminato in questo articolo, a causa della competenza. Non è stato coinvolto nell'analisi in questo documento per evitare pregiudizi.

Finanziamento

Questa ricerca non ha ricevuto alcuna sovvenzione specifica da agenzie di finanziamento nei settori pubblico, commerciale o no-profit.

I grandi effetti dell'intervento di meditazione breve sugli spettri EEG nei novizi della meditazione

Dr Joe Dispenza / 04 dicembre 2020

Noi crediamo