Tiedonkeruu stressin tunnistamista varten

WHO:n (World Health Organization) mukaan stressistä on tullut maailmanlaajuinen epidemia ja sitä on pidetty vuosisadan sairautena, joka koskee eri-ikäisiä ja ammatteja. Stressi määritellään fyysisen, henkisen tai emotionaalisen tyyppiseksi paineeksi tai jännitteeksi, joka valtaa yksilön ja vaikuttaa haitallisesti hänen fyysisten ja älyllisten toimintojensa suorituskykyyn. Kun stressi on pitkittynyt, immuunijärjestelmä heikkenee, jolloin keho altistuu taudeille ja vanhenee ennenaikaisesti. Liialliseen stressiin liittyviä psykofysiologisia reaktioita ovat krooninen väsymys, haavaumat, masennus, verenpainetauti ja sydänkohtaus. Näiden seurausten valossa on tärkeää, että toimenpiteisiin ryhdytään stressin oireiden tunnistamiseksi varhaisessa vaiheessa, jotta ihmiset voivat saada asianmukaista hoitoa ja jatkaa normaalia toimintaansa.

Kirjallisuudessa esitetyt tutkimukset viittaavat mahdollisuuteen käyttää biologisia signaaleja stressin esiintymisen indikaattoreina. Näissä tutkimuksissa mitataan tiettyjä fysiologisia muuttujia, jotka liittyvät tähän yksilön stressiin. Useimmat aiemmat tutkimukset keskittyivät kuitenkin akuuttiin stressiin, mikä tarkoittaa, että se oli lyhytaikaista. Tämän tutkimuksen tavoitteena oli liittää tiettyjä fysiologisia indikaattoreita kroonisen stressin esiintymiseen, eli siihen, että se on pitkäkestoista ja usein yksilön huomaamatonta.

Tätä varten tutkijat suorittivat verenpainearvojen, ihon lämpötilan, galvaanisen ihovasteen ja sykkeen vaihtelun mittauksen sekä vertasivat ISSL:n (Lipp's Inventory of Stress Symptoms for Adults), PSS:n (Perceived Stress Scale) tuloksiin. ja SRRS (Social Rejustment Rating Scale) yksilön stressitilanteena. Sykkeen vaihtelua tarkistettiin sekä aika- että taajuusalueella. Kaikkia fysiologisia signaaleja seurattiin ei-invasiivisilla ja ei-tunkeutuvilla antureilla, ja ne olivat täysin turvallisia osallistujille.

Fysiologisten muuttujien ja olemassa olevan kroonisen stressitilan välisen suhteen tutkimiseksi tutkijat käyttivät biologisten signaalien analysointialgoritmia, joka perustui Multilayer Perceptron Neural Network with Backpropagation Algorithm (MLP) ja pääkomponenttianalyysiin (PCA). Arvioidakseen luokittelijan suorituskykyä kroonisen stressin tunnistamisessa tutkijat tarkistavat tarkkuuden, herkkyyden, spesifisyyden ja tarkkuuden indikaattorit. Tulokset analysoitiin sitten vastaanottimen toimintakäyrillä (ROC).

Eettinen hyväksyntä saatiin paikalliselta eettiseltä komitealta (CAAE-28201014.2.0000.5497) osallistujille. Heille oli kerrottu heidän henkilötietojensa menetelmistä ja luottamuksellisuudesta. Kaikki toimenpiteet suoritettiin kaikkien osallistujien kirjallisen suostumuksen jälkeen. Tiedonkeruu valmistui lokakuussa 2014.