Adverse childhood experiences (ACEs) have lifelong effects on emotional behavior and are frequent in Borderline Personality Disorder (BPD) and Major Depressive Disorder (MDD). The Central Autonomic Network (CAN), which modulates heart rate variability (HRV), comprises brain regions that mediate emotion regulation processes. However, it remains unclear the effect of ACEs on CAN dynamics and its relationship with HRV in these disorders. We studied the effects of ACEs on the brain and HRV simultaneously, during regulation of psychological stress in 19 BPD, 20 MDD and 20 healthy controls (HC). Participants underwent a cognitive reappraisal task during fMRI with simultaneous ECG acquisition. ACEs exposure was associated with increased activity of CAN and salience network components in patients with MDD compared to BPD during cognitive reappraisal. A brain-autonomic coupling was found in BPD relative to HC during emotion regulation, whereby greater activity of left anterior cingulate and medial superior frontal gyrus areas was coupled with increased HRV. Results suggest that ACEs exposure is associated with a distinct activation of the CAN and salience network regions governing responses to psychological stress in MDD compared to BPD. These alterations may constitute a distinctive neurobiological mechanism for abnormal emotion processing and regulation related to ACEs in MDD.

Childhood adversity modulation of central autonomic network components during cognitive regulation of emotion in major depressive disorder and borderline personality disorder.

Analysis of heart rate variability (HRV) aids in understanding the factors affecting the heart rhythm. HRV parameters deal with linear as well as nonlinear parameters while analyzing sympathetic and parasympathetic nervous systems. Information about cardiac diseases is derived from the heart rate (HR) variation, an important indicator. As the abnormality progresses, the frequency of HRV increases for long-duration electrocardiogram (ECG) recordings. Manual interpretation and classification of the abnormalities from long-duration ECG datasets is a laborious task. Therefore, analysis of HRV over time has turned out to be one of the most potent noninvasive indicators for quantifying the autonomic nervous system's activity. Hence, the HRV signal parameters are extracted and evaluated by numerous computing techniques helpful in predicting and diagnosing cardiac disorders. This chapter assesses HRV features in time and frequency-domain, its techniques, and applications for identifying, classifying, and predicting various cardiac abnormalities. This chapter also presents the variation of HRV parameters in sinus rhythm (SR), sinus tachycardia (ST) volunteers, and during different menstrual cycle phases. A machine learning classifier, extra trees (ET), has been employed to classify SR, ST ECG signals based on HRV parameters. Effect of hormonal fluctuations, during the menstrual cycle, on HRV time and frequency-domain parameters on a large population will provide a more comprehensive approach. 

Heart rate variability

Introduction: Successful regulation of emotional states is positively associated to mental health, while difficulties in regulating emotions are negatively associated to overall mental health and i...

The Heart´s rhythm 'n' blues: Sex differences in circadian variation patterns of vagal activity vary by depressive symptoms in predominantly healthy employees.

การศึกษาครั้งนี้เป็นการวิจัยกึ่งทดลอง แบบอนุกรมเวลาที่มีกลุ่มควบคุมและมีการให้สิ่งทดลองซ้ำ มีวัตถุประสงค์เพื่อศึกษาผลของการให้ข้อมูลร่วมกับการฟังดนตรีต่อความวิตกกังวลในผู้ป่วยโรคหัวใจขาดเลือดที่เข้ารับการฉีดสีสวนหัวใจในระยะก่อนทดลอง, หลังรับบัตรนัดสวนหัวใจ, ก่อนสวนหัวใจ 1 วัน, หลังการสวนหัวใจ และก่อนกลับบ้าน กลุ่มตัวอย่างคือ ผู้ป่วยโรคหัวใจขาดเลือด ทั้งเพศชายและหญิง อายุ 18-59 ปี ที่เข้ารับการสวนหัวใจครั้งแรก ณ โรงพยาบาลตำรวจ คัดเลือกกลุ่มตัวอย่างแบบการสุ่มตามสะดวก แบ่งเป็นกลุ่มควบคุม กลุ่มทดลอง 1 และกลุ่มทดลอง 2 กลุ่มละ 22 คน โดยจับคู่ให้มีลักษณะคล้ายคลึงกันในเรื่องเพศ อายุ และระดับการศึกษา กลุ่มควบคุมได้รับการพยาบาลตามปกติ กลุ่มทดลอง 1 และ 2 ได้รับโปรแกรมการให้ข้อมูลร่วมกับการฟังดนตรี (กลุ่มทดลอง 1 มีผลการสวนหัวใจผิดปกติและได้รับการขยายหลอดเลือดหัวใจ ส่วนกลุ่มทดลอง 2 มีผลการสวนหัวใจปกติ) เครื่องมือที่ใช้เก็บรวบรวมข้อมูล ได้แก่ แบบสอบถามข้อมูลส่วนบุคคลและแบบวัดความวิตกกังวลขณะเผชิญ (State Anxiety Inventory) ของ Spielberger (1983) มีค่าความเที่ยงเท่ากับ 0.85 วิเคราะห์ข้อมูลด้วยสถิติพรรณนาและสถิติ Repeated measure ANOVA ผลการวิจัยสรุปดังนี้ 
1. ค่าเฉลี่ยคะแนนความวิตกกังวลของผู้ป่วยโรคหัวใจขาดเลือดที่เข้ารับการสวนหัวใจกลุ่มทดลอง 1 ช่วงก่อนทดลอง, หลังรับบัตรนัดสวนหัวใจ, ก่อนสวนหัวใจ 1 วัน, หลังการสวนหัวใจ และก่อนกลับบ้านแตกต่างกัน อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 
2. ค่าเฉลี่ยคะแนนความวิตกกังวลของผู้ป่วยโรคหัวใจขาดเลือดที่เข้ารับการสวนหัวใจกลุ่มทดลอง 2 ช่วงก่อนทดลอง, หลังรับบัตรนัดสวนหัวใจ, ก่อนสวนหัวใจ 1 วัน, หลังการสวนหัวใจ และก่อนกลับบ้านแตกต่างกัน อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 
3. ค่าเฉลี่ยคะแนนความวิตกกังวลของผู้ป่วยโรคหัวใจขาดเลือดที่เข้ารับการสวนหัวใจกลุ่มทดลอง 1 ช่วงก่อนสวนหัวใจ 1 วัน, หลังการสวนหัวใจ และก่อนกลับบ้าน แตกต่างจากกลุ่มควบคุม อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 
4. ค่าเฉลี่ยคะแนนความวิตกกังวลของผู้ป่วยโรคหัวใจขาดเลือดที่เข้ารับการสวนหัวใจกลุ่มทดลอง 2 ช่วงก่อนสวนหัวใจ 1 วัน, หลังการสวนหัวใจ และก่อนกลับบ้าน แตกต่างจากกลุ่มควบคุม อย่างมีนัยสำคัญทางสถิติที่ระดับ .05

ผลของโปรแกรมการให้ข้อมูลร่วมกับการฟังดนตรีต่อความวิตกกังวลในผู้ป่วยโรคหัวใจขาดเลือดที่เข้ารับการสวนหัวใจ

Acute and six-month depression-related abnormalities in the sleep-wake rhythm of cardiac autonomic activity in survivors of acute coronary syndromes

Handle everyday research tasks with reliable, citation-backed results

Your personal Research Agent to handle research tasks with citation-backed results

Popular Tasks used by Researchers

How can I help with your research?

Meet SciSpace

Get more enhanced response by uploading the PDFs you want me to reference.

No relevant PDFs in your library

SciSpace is the AI research assistant for academics. Run systematic literature reviews on 280M+ papers, and write papers with cited sources. Trusted by 1M+ students, PhDs & researchers.

SciSpace | AI for Research

Analyze PDFs

Code & Manuscripts

Funding & Grants

Literature & Patents

Medical & Clinical Data

Systematic Review

Visualize & Present

Web & Data

Build a Google Scholar-like website for your research.

Build a website

Create charts and images for your research

Create a Chart

Write a paper for submission to a journal

Draft a manuscript

Patent Search

Design eye-catching scientific posters in minutes.

Scientific Poster Generation

Systematic Literature Review

One task is running at the moment. Your messages will be shown right after.

Drag and drop or click here to browse

Loved by <highlight>1 million+</highlight> researchers

Extract a list of specific topics and their sources from unstructured text

Topics

Compare and analyze relevant papers that matches with your search

Papers

Get insights from PDFs and bookmarked papers from your library

My library

Recent searches

Try searching for:

Catch AI-generated content in scholarly and non-scholarly content

{ai} Detector

Ai Writer

Get PDF Summaries, highlighted text explanations 

Chat with PDF

Effortlessly create in-text citations and bibliographies in APA and 2,500 other formats

Citation generator

Get explanations, summaries, and answers on academic papers

Ease up your research workflow with {scispace}'s cohort of exciting AI tools

Elevate your academic writing skills and convey your ideas the way you want

Paraphraser

Explore our range of reading and writing tools

Your file is being prepared and should be ready in a few minutes. If it's a large file, it might take a bit longer. You can close this window, and we'll email you the file when it's done.

You have reached a maximum limit of <strong>{limit}</strong> columns in the table. Remove at least <strong>1</strong> column to add or create another one.

P. Massaro

Author Tools

Chat about Author

Papers

Acute and six-month depression-related abnormalities in the sleep-wake rhythm of cardiac autonomic activity in survivors of acute coronary syndromes