Assoziatives Lernen und belastende Kindheitserfahrungen: Ein Multi-System-Protokoll

Zusammenfassung

Dieses Protokoll beschreibt eine integrierte 60-minütige Testbatterie – pavlovianische zu operanter Angstbedingung mit Vermeidung, Angstakquise–Extinktion–Reakquise mit sozialen Reizen und probabilistisches Belohnungslernen –, die gleichzeitig Hautleitfähigkeit, Verhalten und phasenweise Bewertungen erfasst, um pro Teilnehmer Indizes des Lernens im Bereich Bedrohung und Belohnung bei Erwachsenen abzuleiten.

Zusammenfassung

Schlechte Kindheitserfahrungen (ACEs) sind etablierte transdiagnostische Risikofaktoren für Angststörungen und Depressionen im Erwachsenenalter, doch die neurokognitiven Mechanismen, die frühe Belastungen mit Symptomen verbinden, bleiben innerhalb eines einheitlichen Modells unklar. Dieses Protokoll stellt eine integrierte, multisystemische experimentelle Testbatterie vor, die innerhalb einer einzigen Laborsitzung die Unterscheidung von Bedrohungen, das Erlernen von Sicherheit und die Empfindlichkeit gegenüber Belohnung erfasst. Achtunddreißig gesunde Erwachsene absolvierten drei Verhaltensparadigmen – pavlov’sche zur operanten Angstbedingung mit Vermeidung (Experiment 1), Erwerb-Auslöschung-Wiedererwerb von Angst mit sozialen Reizen (Experiment 2) und probabilistisches Belohnungslernen (Experiment 3) – sowie validierte Selbstberichte über belastende Kindheitserfahrungen (CTQ-SF), positive Kindheitserfahrungen (BCE), Depressionen (PHQ-9) und Angst (GAD-7, STAI). Mehrkanalige Daten wurden gleichzeitig erhoben: die Hautleitfähigskeitsreaktion (SCR) als physiologischer Indikator autonomer Erregung, Tastendruck-Vermeidung und probabilistische Entscheidungen als Verhaltensindikatoren sowie phasenspezifische subjektive Einschätzungen von Erwartung, Bedrohung und Erleichterung. Jedes Paradigma zeigte den erwarteten Effekt: pavlov’sche Diskriminierung in der SCR (p = 0,009, ηp² = 0,12), in der Erwartung (p < 0,001, ηp² = 0,58) und in den Bedrohungsbewertungen (p < 0,001, ηp² = 0,35); operante Erleichterung unterschied vermeidbare von unvermeidbaren Bedrohungen (p < 0,001, d = 0,86); unterschiedliche autonome Reaktionen während des Erwerbs, jedoch nicht während der Auslöschung in Experiment 2 (Erwerb p = 0,008; Auslöschung p = 0,168), die gleichzeitig mit einer persistenten deklarativen Kenntnis der Kontingenz bestand (p < 0,001, d = 3,08); und ein über dem Zufallsniveau liegendes probabilistisches Belohnungslernen in Experiment 3 (M = 73 %, p < 0,001, d = 1,97). Das multisystemische Design offenbarte Dissoziationen, die ein einzelner Messkanal übersehen hätte, insbesondere eine abgeschwächte autonome Reaktion bei gleichzeitig anhaltender subjektiver Bedrohung. Indizes pro Teilnehmer, abgeleitet aus dem Protokoll, reagierten empfindlich auf individuelle Unterschiede in der Kindheitserfahrung, wobei exemplarische Moderationsanalysen im ergänzenden Material dargestellt sind. Das Protokoll bietet einen tragbaren, skalierbaren Rahmen, um abzubilden, wie frühe Belastungen die Verarbeitung von Bedrohung und Belohnung im Erwachsenenalter neu justieren.

Einleitung

Belastende Kindheitserfahrungen (Adverse Childhood Experiences, ACEs), zu denen Missbrauch, Vernachlässigung und familiäre Dysfunktion gehören, sind weltweit weit verbreitet, wobei die Häufigkeit in vielen Bevölkerungsgruppen über 60 % liegt¹. Forschungssynthesen zeigen, dass die meisten Kinder während ihrer Entwicklung mindestens einer belastenden Erfahrung ausgesetzt sind². ACEs sind als transdiagnostische Risikofaktoren für psychische Erkrankungen im Erwachsenenalter gut dokumentiert³ und tragen schätzungsweise zu 30 % der Angststörungen und 40 % der Depressionen bei¹. Trotz dieser starken Assoziation stützen sich gängige klinische Assessments auf kategoriale Diagnosen und retrospektive Selbstberichte, die anfällig für Erinnerungsbias sind und neurokognitive Prozesse in Echtzeit nicht erfassen können⁴.

Um diese Einschränkungen zu überwinden, rückt zunehmend die transdiagnostische Herangehensweise in den Vordergrund, die auf zugrundeliegende Mechanismen abzielt, insbesondere auf assoziatives Lernen. Assoziatives Lernen, das sowohl das pavlov’sche als auch das operante Konditionieren umfasst, bietet einen Rahmen, um zu verstehen, wie Individuen Beziehungen zwischen Umweltreizen, Verhaltensweisen und Ergebnissen erfassen, um daraus Handlungsentscheidungen abzuleiten^4,5. In diesem Rahmen besagt die Theorie der latenten Verletzlichkeit, dass frühe Belastungen neurobiologische Anpassungen hervorrufen, wie beispielsweise eine erhöhte Wachsamkeit, die in unvorhersehbaren Umgebungen ursprünglich vorteilhaft ist, sich jedoch in späteren, sichereren Kontexten als nachteilig erweisen kann^6,7.

Befunde deuten darauf hin, dass belastende Kindheitserfahrungen (ACEs) sowohl lernbezogene Prozesse im Zusammenhang mit Bedrohung als auch mit Belohnung beeinflussen. Personen mit einer Vorgeschichte von Belastungen weisen häufig eine verminderte Unterscheidungsfähigkeit zwischen konditionierten Gefahrenreizen (CS+) und Sicherheitsreizen (CS−) auf, was auf verändertes Bedrohungslernen hinweist⁸. Parallel dazu wurde bei früher Belastung eine verminderte Empfindlichkeit gegenüber Belohnungen beobachtet, die sich in geringerer Genauigkeit und langsamerem Erwerb von Belohnungskontingenzen äußert⁸. Unter Bedingungen der Unsicherheit können diese Personen zudem eine erhöhte Variabilität in ihren Entscheidungen und eine Tendenz zeigen, zufällige Belohnungsereignisse anzunehmen – ein Befund, der mit einer frühen Exposition gegenüber instabilen Umgebungen übereinstimmt^5,9.

Diese Lernmuster werden zudem durch schützende und zustandsabhängige Faktoren geprägt. Positive Kindheitserfahrungen (BCEs) können die Auswirkungen von Belastungen auf Lernsysteme abschwächen¹⁰, während aktuelle affektive Zustände, wie beispielsweise Angst, Konditionierungsprozesse modulieren können¹¹. Physiologische Messgrößen der autonomen Erregung, einschließlich der Hautleitfähigskeitsreaktion (SCR), liefern objektive Indizes dieser Prozesse und werden in Konditionierungsparadigmen weit verbreitet eingesetzt¹².

Eine wesentliche Einschränkung der bisherigen Literatur besteht in der Verwendung isolierter Aufgaben, die Lernen im Hinblick auf Bedrohung oder Belohnung unabhängig voneinander erfassen, wodurch die Möglichkeit eingeschränkt wird, integrierte neurokognitive Funktionen abzubilden¹. Das vorliegende Protokoll schließt diese Lücke, indem es einen standardisierten Rahmen bietet, der Verhaltens- und physiologische Messungen über mehrere Lernbereiche hinweg kombiniert. Insbesondere umfasst das Protokoll drei experimentelle Bestandteile: (1) ein Paradigma zur Untersuchung des Übergangs von klassischer zu operanter Konditionierung, (2) eine Aufgabe zur sozialen Angstextinktion und (3) eine Aufgabe zum probabilistischen Belohnungslernen⁸.

Die Begründung für diese spezielle Kombination von Paradigmen liegt nicht darin, dass eine dieser drei Aufgaben für sich genommen empfindlicher gegenüber früher Belastung ist als die zahlreichen anderen etablierten Lernparadigmen; vielmehr liegt die Begründung in der Messtechnik. In ihrer systematischen Übersichtsarbeit über 81 Studien (38 zur Bedrohung, 43 zur Belohnung) zeigten Ruge et al.¹, dass die Literatur zum Zusammenhang zwischen ACEs und assoziativem Lernen heterogen bleibt und in entscheidenden Aspekten unklar ist, genau deshalb, weil Studien typischerweise eine einzelne Aufgabe verwenden, einen einzigen Antwortkanal erfassen und Belastung auf nicht harmonisierte Weise operationalisieren. Beispielsweise berichteten die Hälfte der Verhaltensstudien zum Belohnungslernen von abgeschwächtem Lernen, während die andere Hälfte keine signifikanten Ergebnisse fand; die kleine Literatur zur Extinktion wird dominiert von negativen Befunden und von Berichten, die die vorhergehende Erwerbsphase auslassen; und kein Ergebnismaß hat sich als universell zuverlässiger erwiesen, sodass verschiedene Antwortkanäle nicht austauschbar sind. Ihre ausdrückliche Empfehlung ist ein Übergang hin zu within-subject-, mehrdimensionalen und mehrkanaligen Protokollen, die Indizes auf individueller Ebene liefern. Die vorliegende Triade folgt dieser Empfehlung, da ihre drei Aufgaben drei rechnerisch unterscheidbare Anforderungen abdecken, die kein einzelnes Paradigma umfasst und die laut der Theorie der latenten Verwundbarkeit⁷ von Belastung unterschiedlich geprägt werden sollten: (i) Diskriminierung von Bedrohung und Sicherheit in Kombination mit instrumenteller Kontrollierbarkeit, wobei Erleichterung als vermutlicher Verstärker von Vermeidung gilt¹³; (ii) inhibitorisches (Sicherheits-)Lernen und Rückkehr der Angst, untersucht mit sozialen Gesichtsreizen¹¹, dem ökologisch relevanten Stimulusbereich für zwischenmenschliche Misshandlung; und (iii) Verstärkungslernen unter probabilistischer Unsicherheit, das pro Teilnehmer rechnerische Parameter liefert (Lernrate Alpha, inverse Temperatur Beta)⁸. Da alle drei Aufgaben innerhalb desselben Teilnehmers durchgeführt werden, ist das Design darauf ausgelegt, zu prüfen, ob ACE-assoziierte Veränderungen übergeordnet sind – eine globale Neukalibrierung des assoziativen Lernens, wie Hanson et al.⁸ vorschlagen und wie ein neurokomputationales Modell latenter Verwundbarkeit vorhersagen würde⁶ – oder valenzspezifisch, auf den Bereich der Bedrohung beschränkt. Eine Studie mit nur einer Aufgabe kann aufgrund ihres Aufbaus nicht zwischen diesen konkurrierenden Hypothesen entscheiden.

Die Batterie dient dazu, eine Reihe expliziter, gerichteter Vorhersagen zu testen, die an der vorliegenden Stichprobe aufgrund unzureichender statistischer Power nicht überprüft werden können und hier als Zielvorgaben für ausreichend powered Studien formuliert werden. Im Einklang mit dem von Ruge et al.¹ beschriebenen abgeschwächten Lernmuster wird erwartet, dass eine höhere ACE-Belastung assoziiert ist mit (i) einer verminderten Diskriminierung zwischen CS+ und CS− im Experiment 1, verursacht durch eine abgeschwächte Reaktion auf den CS+, wobei dieser Effekt im autonomen Kanal (SCR) stärker ausgeprägt sein dürfte als in der deklarativen Erwartung, die intakt bleiben könnte; (ii) stärkerem Vermeidungsverhalten und höherer subjektiver Erleichterung beim vermeidbaren CS+, was mit einer durch Erleichterung verstärkten Vermeidung übereinstimmt¹³; (iii) langsamerer Extinktion und schnellerem, stärkerem Wiederauftreten der Angst bei der Neuerwerbung im Experiment 2, ein Effekt, der durch soziale Reize (Gesichter) verstärkt werden soll, die ökologische Relevanz für zwischenmenschliche Belastungen besitzen¹¹; sowie (iv) geringerer Wahlgenauigkeit, einer niedrigeren Lernrate (Alpha) und größerer Wahlvariabilität (niedrigeres Beta) im Experiment 3⁸. Entscheidend ist, dass die drei Aufgaben gemeinsam eine fünfte, differenzierende Vorhersage adressieren: Falls ACE-bedingte Veränderungen übergeordnet (domain-general) sind, sollte eine Abschwächung in allen drei Aufgaben sichtbar werden; falls sie valenzspezifisch sind, sollte sie auf die beiden Bedrohungsparadigmen beschränkt sein und bei dem probabilistischen Belohnungslernen fehlen. Da die Antwortkanäle simultan erfasst werden, lässt sich eine weitere Vorhersage prüfen – nämlich dass ACE-Effekte kanalabhängig und nicht einheitlich sind, sodass aus einem einzelnen Kanal gezogene Schlussfolgerungen nicht auf die anderen übertragbar wären.

Experiment 1 passt das von San Martín et al.¹³ entwickelte Pavlov’sche-zu-operanden Angst-Konditionierungsparadigma mit Vermeidung und trialweise abgefragten Erleichterungsbewertungen an, bei dem zwei CS+-Reize (einer vermeidbar, einer unvermeidbar) und ein CS− verwendet werden, um die pavlov’sche Diskrimination von der instrumentellen Kontrolle über das aversive Ergebnis zu trennen. Im ursprünglichen Paradigma wurden die Erwartungsbewertungen bezüglich des US während der pavlov’schen Erwerbsphase retrospektiv am Ende der Phase durch den Versuchsleiter erfasst, nicht trialweise. Bei der vorliegenden Anpassung wurden subjektive Bewertungen von Erwartung, Bedrohung und Erleichterung kontinuierlich während der Aufgabe phasenweise mittels visueller Analogskalen erhoben, wodurch eine fortlaufende Erfassung der Lernprozesse über die einzelnen Phasen hinweg ermöglicht wird.

Experiment 2 passt das Angst-Akquisition-Extinktions-Protokoll mit sozialen (Gesichts-)Reizen von Dibbets und Evers⁹ an und erweitert es um einen kurzen Re-Akquisitionstest zur Bewertung des schnellen Wiederauftretens konditionierter Reaktionen (Spar-Effekt).

Experiment 3 passt die von Hanson et al.⁸ eingeführte Aufgabe zum probabilistischen Belohnungslernen für die Untersuchung lernbezogener Unterschiede im Zusammenhang mit früher Belastung an, mit zwei Belohnungskontingenzen (80/20 und 70/30), die die Schätzung individuenspezifischer Parameter des Verstärkungslernens (Q-Learning Alpha und Beta) ermöglichen. Durch die Integration dieser drei Paradigmen in eine einzige Laborsitzung erlaubt der vorliegende Protokollansatz einen direkten intra-individuellen Vergleich von Lernprozessen im Bereich von Bedrohung und Belohnung, die typischerweise isoliert untersucht werden. Neben der Versuch-genauen Genauigkeit und den Q-Learning-Parametern liefert die Analyse-Pipeline auch individuelle Steigungen der Lernverläufe aus einem angepassten linearen gemischten Modell, die für die Verwendung in größeren Stichproben zur Verfügung stehen.

Zwei unterschiedliche Ziele müssen hier getrennt betrachtet werden, da sie nicht äquivalent sind. Das erste Ziel besteht darin, nachzuweisen, dass eine Batterie dieser Art als einzelne, integrierte 60-minütige Sitzung durchgeführt werden kann und dass jedes ihrer Bestandteile den kanonischen Effekt hervorruft, für den es konzipiert wurde; die Reproduktion kanonischer Effekte stellt dafür ausreichende Evidenz dar. Das zweite Ziel besteht darin, nachzuweisen, dass die resultierenden Indizes empfindlich und spezifisch gegenüber den Folgen kindlicher Belastungserfahrungen sind; die Reproduktion kanonischer Effekte allein ist dafür nicht ausreichend, und die vorliegende Stichprobe ist nicht ausreichend dimensioniert, um dies zu leisten. Das primäre Ziel dieser Arbeit ist daher die technische und methodische Durchführbarkeit der integrierten Testbatterie: ob Bedrohungserwerb, instrumentelle Vermeidung mit Erleichterung, Extinktion und Rückkehr der Angst mit sozialen Reizen sowie probabilistisches Belohnungslernen simultan über autonome, verhaltensbezogene und selbstberichtete Kanäle innerhalb einer einzigen Sitzung erfasst werden können und ob die Analysepipeline stabile, wiederverwendbare Indizes pro Teilnehmer liefert (differenzielle SCR-Kontraste, operanter Erleichterungskontrast, Q-Learning-Alpha- und Beta-Parameter sowie individuelle Lernverlaufssteigungen). Die Bewertung von ACE-bezogenen Veränderungen im Lernen stellt ein sekundäres, exploratives und veranschaulichendes Ziel dar: Die hier berichteten Einzelunterschiedsanalysen sollen die Messfähigkeit des Protokolls demonstrieren und seine Kandidatenindizes für zukünftige Arbeiten verfügbar machen, nicht jedoch spezifisch Trauma-Lern-Pfade testen. Das Protokoll liefert somit Kandidatenindizes; ob diese die erforderliche Sensitivität und Spezifität besitzen, um die neurokognitiven Folgen kindlicher Belastungserfahrungen zu charakterisieren, muss in größeren, idealerweise extremgruppenangereicherten und vorregistrierten Stichproben geklärt werden^1,14.

Protokoll

Das vorliegende Protokoll beschreibt die Verfahren und Instrumente zur Messung der Hautleitfähigkeitsreaktion (SCR) bei gesunden Teilnehmenden im Alter von 18 Jahren oder älter gemäß den Anforderungen des Ethikkomitees. Vor der Teilnahme an der Studie unterschrieben alle Probanden eine informierte Einwilligungserklärung, die auch die Möglichkeit umfasste, nach sechs Monaten zu einer Nachuntersuchung erneut kontaktiert zu werden. Alle in diesem Dokument beschriebenen Verfahren wurden vom Wissenschaftlichen Ethikkomitee der Universidad de los Andes (ID: CEC2025023) genehmigt.

HINWEIS: Dieses Protokoll enthält eine detaillierte Beschreibung des gesamten experimentellen Ablaufs (Abbildung 1), einschließlich der Terminplanung mit den Teilnehmenden, der Laborvorbereitung, der Erfassung physiologischer Signale, der Datenorganisation sowie der datenbezogenen Maßnahmen nach dem Experiment. Außerdem wird das Schulungsverfahren für das Personal beschrieben, das sicherstellt, dass SCR-Aufzeichnungen über alle experimentellen Sitzungen hinweg konsistent, standardisiert und zuverlässig erhoben werden.

Abbildung 1: Gesamtschema des Studiendesigns. Jeder Teilnehmer absolvierte eine einzelne Laborsitzung, die drei aufeinanderfolgende Verhaltensparadigmen umfasste: pavlov’sche-operante Angstbedingung mit Vermeidung (Experiment 1), Angsterwerb–Extinktion–Reerwerb mit sozialen Reizen (Experiment 2) und probabilistisches Belohnungslernen (Experiment 3). Selbstberichte über kindliche Belastungserfahrungen (CTQ-SF), positive kindliche Erfahrungen (BCE) sowie aktuelle Symptome (PHQ-9, GAD-7, STAI) wurden ebenfalls erhoben. Multikanal-Daten – Hautleitfähigkeitsreaktion, Verhalten (Vermeidung, probabilistische Entscheidungen) und subjektive Bewertungen (Erwartung, Bedrohung, Erleichterung) – wurden gleichzeitig aufgezeichnet. Individuelle Kennwerte pro Teilnehmer wurden in Analysen zu individuellen Unterschieden eingegeben (siehe Ergänzende Datei 2). Bitte klicken Sie hier, um eine vergrößerte Version dieser Abbildung anzusehen.

1. Schulung des Personals

1. Schulen Sie jedes Teammitglied in drei progressiven Stufen, um standardisierte und genaue Datenerfassung sicherzustellen.
   1. Führen Sie interne Probelauf durch, bei denen jedes Teammitglied Proben entnimmt und alle drei Experimente gemäß den jeweiligen Protokollen durchführt, damit der Auszubildende mit der Ausrüstung und der Handhabung der Teilnehmer vertraut wird.
   2. Als Nächstes lässt jeder Auszubildende Proben von echten Teilnehmern unter Aufsicht mindestens eines der leitenden Forscher entnehmen, um seine Fähigkeit zur Durchführung des Protokolls zu überprüfen und eventuelle Fehler zu korrigieren.
   3. Genehmigen Sie die eigenständige Probenentnahme durch den Assistenten und die Terminvereinbarung mit neuen Teilnehmern erst, nachdem das vollständige Protokoll unter Aufsicht korrekt angewendet wurde.

2. Zeitplanung

1. Rekrutieren und planen Sie Teilnehmer über soziale Medien, wobei die allgemeinen Forschungsziele und die Teilnahmekriterien angegeben werden.
   1. Erstellen Sie ein digitales Plakat und verbreiten Sie es über die Rekrutierungsplattformen, um so viele potenzielle Teilnehmer wie möglich zu erreichen.
   2. Weisen Sie interessierte Kandidaten an, das Forschungsteam per E-Mail zu kontaktieren und einen für sie geeigneten Termin zu vereinbaren.
   3. Schicken Sie dem Teilnehmer einen Link zu dem Online-Fragebogen mit dem Titel „Die unsichtbaren Spuren: Die Rolle des assoziativen Lernens im Zusammenhang zwischen belastenden Kindheitserfahrungen und psychischer Gesundheit im Erwachsenenalter.“
   4. Beginnen Sie den Fragebogen mit einem Aufklärungsbogen, den der Teilnehmer lesen und akzeptieren muss, bevor weitere Inhalte angezeigt werden.
   5. Nehmen Sie in den Fragebogen einen soziodemografischen Abschnitt sowie die folgenden validierten psychometrischen Skalen auf: Patient Health Questionnaire-9 (PHQ-9)¹⁵, Generalized Anxiety Disorder Screener (GAD-7)¹⁶, State-Trait Anxiety Inventory (STAI)¹⁷, Childhood Trauma Questionnaire—Short Form (CTQ-SF)¹⁸ und Benevolent Childhood Experiences (BCEs)¹⁰.

3. Vorbereitungen

1. Stellen Sie sicher, dass mindestens eine betreuende Person im Labor anwesend ist, bevor der Teilnehmer eintrifft. Bereiten Sie die Versuchsumgebung vor, überprüfen Sie die ordnungsgemäße Funktion der Geräte und stellen Sie sicher, dass alle protokollbasierten Anforderungen erfüllt sind, bevor die Sitzung beginnt:
   1. Schalten Sie den Laborcomputer ein und überprüfen Sie, ob das Betriebssystem, die Versuchssoftware und alle Peripheriegeräte ordnungsgemäß funktionieren.
   2. Stellen Sie sicher, dass die Versuchsdateien und das Datenerfassungssystem betriebsbereit sind.
   3. Öffnen und prüfen Sie die tägliche Ablaufdatei, bevor der Teilnehmer das Labor betritt.
   4. Identifizieren Sie den entsprechenden Identifikationscode (ID), der dem eintreffenden Teilnehmer zugewiesen wurde.
   5. Überprüfen Sie die Reihenfolge der experimentellen Bedingungen gemäß der vorgegebenen Gegenbalancierung.
   6. Stellen Sie sicher, dass dem Teilnehmer die korrekte experimentelle Reihenfolge zugewiesen ist, bevor die Datenerfassung beginnt.
      HINWEIS: Die tägliche Ablaufdatei enthält alle notwendigen Informationen, um die Teilnehmer-ID zuzuweisen und die Durchführungsreihenfolge des Experiments festzulegen, wobei die erforderliche Gegenbalancierung über alle experimentellen Bedingungen hinweg gewahrt bleibt. Beispielsweise kann einem Teilnehmer die ID „015“ zugewiesen werden.
   7. Organisieren Sie die Datenspeicherung auf dem Laborcomputer gemäß der standardisierten Verzeichnisstruktur, die von der automatisierten Verarbeitungspipeline vorausgesetzt wird: ein Hauptordner pro Experiment, ein Unterordner pro Gegenbalancierungsbedingung und ein Ordner pro Teilnehmer-ID sowie zwei globale Ordner für die verarbeiteten Daten und die konsolidierten Datenbanken (siehe Supplementary File 1).
   8. Erstellen Sie den Teilnehmerordner entsprechend der im täglichen Ablaufdokument angegebenen ID und Gegenbalancierungsbedingung, bevor die Datenerfassung beginnt, und befolgen Sie während der gesamten Sitzung die in Supplementary File 1 festgelegten Benennungskonventionen für Verzeichnisse und Dateien, da die Vorverarbeitungs- und Datenbankskripte die Dateien anhand des Pfads und des Namens lokalisieren.
      HINWEIS: Der Verzeichnisbaum, die Bezeichnungen der Gegenbalancierungs-Unterordner, die Dateibenennungskonventionen sowie ein vollständiges Beispiel sind in Supplementary File 1 dargestellt. Abweichungen von diesen Konventionen verhindern, dass die automatisierte Pipeline die Dateien des Teilnehmers finden kann.
   9. Stellen Sie sicher, dass auf dem Versuchstisch keine externen oder ablenkenden Gegenstände vorhanden sind. Erlauben Sie lediglich das Datenerfassungssystem und die für das Experiment erforderlichen Computerperipheriegeräte auf dem Tisch.
   10. Begrüßen Sie den Teilnehmer ruhig und professionell im Raum.
   11. Bitten Sie den Teilnehmer, alle persönlichen Gegenstände im dafür vorgesehenen Bereich abzulegen.
   12. Weisen Sie den Teilnehmer an, sein Mobilgerät auf stumm zu schalten, um Unterbrechungen oder Ablenkungen während der experimentellen Sitzung zu vermeiden.
   13. Bitten Sie den Teilnehmer, alle Accessoires von seiner nicht-dominanten Hand zu entfernen, insbesondere Ringe, Armbänder oder jegliche Gegenstände an Mittel- und Ringfinger, da diese die Messungen beeinträchtigen könnten.
   14. Führen Sie den Teilnehmer dazu an, sich bequem auf den Stuhl vor dem Laborcomputer zu setzen.
   15. Überreichen Sie dem Teilnehmer eine gedruckte physische Kopie des Dokuments zur informierten Einwilligung.
   16. Gewähren Sie dem Teilnehmer ausreichend Zeit, um das Dokument zu lesen, und ermutigen Sie ihn, Fragen zu stellen, falls erforderlich.
   17. Stellen Sie sicher, dass das Einwilligungsformular ordnungsgemäß unterschrieben wurde, bevor mit irgendeinem experimentellen Verfahren begonnen wird.
       HINWEIS: Das Verfahren zur informierten Einwilligung wird physisch wiederholt, um den Anforderungen des Ethikkomitees zu genügen und eine physische Sicherungskopie der Einwilligung des Teilnehmers zu erhalten.

4. Experimenteller Aufbau

HINWEIS: Der experimentelle Aufbau muss einem strengen und standardisierten Protokoll folgen, um sicherzustellen, dass alle physiologischen Messungen unter identischen kontrollierten Bedingungen bei allen Teilnehmern durchgeführt werden.

1. Schalten Sie das Erfassungssystem ein und überprüfen Sie, ob das Gerät ordnungsgemäß mit dem Labormikrocomputer verbunden ist und von der Erfassungssoftware erkannt wird (siehe Abbildung 2A–E).
2. Vergewissern Sie sich erneut, dass alle erforderlichen Module und Peripheriegeräte ordnungsgemäß funktionieren, bevor Sie mit der Vorbereitung des Teilnehmers fortfahren.
3. Nehmen Sie zwei Elektrodermale-Aktivitäts-(EDA-)Elektroden (siehe Abbildung 2F).
4. Tragen Sie eine kleine Menge leitfähiges Gel auf die Kontaktfläche jeder Elektrode auf (siehe Abbildung 2G,H).
5. Stellen Sie sicher, dass das leitfähige Gel gleichmäßig über die Elektrodenoberfläche verteilt ist, um den elektrischen Kontakt mit der Haut des Teilnehmers zu verbessern und die Signalqualität zu optimieren.
   HINWEIS: Wenn kein leitfähiges Gel auf die Elektroden aufgetragen wird, kann das aufgezeichnete Signal übermäßiges Rauschen enthalten, und die Qualität der Hautleitfähigkeitsreaktions-(SCR-)Messung kann erheblich beeinträchtigt sein.
6. Platzieren Sie die Elektroden an der nicht-dominanten Hand des Teilnehmers.
7. Befestigen Sie eine Elektrode am ersten Glied des Mittelfingers (dritter Finger) und die zweite Elektrode am ersten Glied des Ringfingers (vierter Finger) (siehe Abbildung 2I).
8. Überprüfen Sie, ob beide Elektroden fest angebracht sind und stabilen Hautkontakt halten, ohne dem Teilnehmer Unbehagen zu bereiten.
9. Legen Sie das Armband am Handgelenk des Teilnehmers an.
10. Lassen Sie die EDA-Elektroden während der Kalibrierungsphase vom Armband getrennt (siehe Abbildung 2J).
11. Schalten Sie das Armband ein, um eine drahtlose Kommunikation mit dem physiologischen Erfassungssystem herzustellen.
12. Bestätigen Sie, dass das Gerät erfolgreich erkannt wurde.
    HINWEIS: Während der gesamten experimentellen Sitzung ist besondere Aufmerksamkeit auf das Armband zu richten. Die Mitarbeiter müssen kontinuierlich überprüfen, ob das Gerät eingeschaltet bleibt und verbunden ist, bevor das Experiment beginnt, da jede Unterbrechung der Kommunikation die physiologische Aufzeichnung beeinträchtigen kann.
13. Starten Sie den Erfassungsprozess in der Erfassungssoftware.
14. Warten Sie auf das Kalibrierungsfenster, das automatisch auf dem Bildschirm erscheint, sobald die Erfassung beginnt.
15. Führen Sie die Kalibrierung durch, während die Elektroden weiterhin vom Armband getrennt sind.
16. Befolgen Sie die Kalibrierungsanweisungen der Software, bis der Vorgang abgeschlossen ist.
17. Nach erfolgreicher Kalibrierung verbinden Sie die EDA-Elektroden mit dem Armband (siehe Abbildung 2K).
18. Überprüfen Sie in der Software, ob das Hautleitfähigkeitsreaktions-(SCR-)Signal korrekt erfasst wird.
19. Weisen Sie den Teilnehmer an, die nicht-dominante Hand während des gesamten Experiments vollständig ruhig zu halten.
20. Erklären Sie, dass unnötige Bewegungen, Fingerkontraktionen oder Haltungsänderungen Rauschen in das SCR-Signal einführen können.
21. Bitten Sie den Teilnehmer, während der Sitzung eine bequeme und entspannte Haltung beizubehalten.
22. Stellen Sie dem Teilnehmer vor Beginn der experimentellen Aufgabe Kopfhörer zur Verfügung.
23. Überprüfen Sie, ob die Kopfhörer ordnungsgemäß funktionieren und der Teilnehmer die während des Experiments präsentierten akustischen Reize deutlich wahrnehmen kann.
24. Starten Sie die experimentelle Aufgabe in PsychoPy¹⁹.
25. Wenn die PsychoPy-Oberfläche geöffnet wird, geben Sie den Namen des Teilnehmers in das zusätzliche Fenster ein, das dazu auffordert.
26. Geben Sie die zugewiesene Teilnehmer-ID exakt wie in der täglichen Ablaufdatei angegeben ein, bevor Sie das Experiment starten.
    HINWEIS: Gemäß dem vorherigen Beispiel sollte die in PsychoPy eingegebene Teilnehmer-ID „015“ lauten.

Abbildung 2: Erwerbssystem, Materialien und Elektrodenplatzierung zur Ableitung der Hautleitfähigkeit. (A) Hauptgerät Biopac MP200. (B) Modul zur Erfassung physiologischer Signale (PPG/EDA). (C) Sensoranschlussmodul. (D) Analogeingabemodul. (E) TTL-Modul zur Kommunikation zwischen PsychoPy und AcqKnowledge. (F) Einmalmess-Elektroden (EL507A). (G) Isotonisches Gel (GEL101A) zur Verbesserung des Hautkontakts. (H) Auftragen des Gels auf die Elektrode. (I) Elektroden an der ersten Gliederphalanx des dritten und vierten Fingers der nicht-dominanten Hand angebracht. (J) Befestigung des Handgelenkbandes an der nicht-dominanten Hand zur SCR-Messung. (K) Anschluss der Elektroden nach dem Kalibrierungsvorgang. Bitte klicken Sie hier, um eine vergrößerte Ansicht dieser Abbildung anzusehen.

5. Beginn des Experiments

1. Erklären Sie dem Teilnehmer vor Beginn der Experimentalaufgabe ausführlich, wie er auf die während des Experiments gestellten Fragen reagieren soll.
2. Stellen Sie sicher, dass der Teilnehmer folgende Punkte klar versteht: (i) die während der Aufgabe zu verwendende Antwortmethode, (ii) die Bedeutung der auf dem Bildschirm angezeigten Anweisungen und (iii) die Wichtigkeit, aufmerksam zu bleiben und unnötige Bewegungen während des gesamten Experiments zu minimieren.
3. Beantworten Sie alle offenen Fragen des Teilnehmers, bevor die Aufzeichnungssitzung beginnt.
4. Führen Sie eine abschließende Überprüfung des gesamten experimentellen Aufbaus durch, um sicherzustellen, dass alle Systeme gemäß dem festgelegten Protokoll ordnungsgemäß funktionieren, einschließlich: Kommunikation des physiologischen Erfassungssystems, Anschluss des Handgelenk-Straps, Qualität des SCR-Signals, Ausführung von PsychoPy, Audiopräsentation über die Kopfhörer und korrekte Registrierung der Teilnehmer-ID.
5. Starten Sie die Experimentalaufgabe, sobald alle Systeme überprüft wurden und der Teilnehmer bestätigt hat, bereit zu sein.
6. Verlassen Sie den Experimentierraum, sobald die Aufgabe begonnen hat, um äußere Einflüsse und Ablenkungen während der Datenaufnahme zu minimieren.
7. Bleiben Sie in der Nähe und erreichbar, falls technische Unterstützung oder Betreuung des Teilnehmers erforderlich ist, und warten Sie, bis der Teilnehmer die Sitzung abgeschlossen hat.

6. Zwischen den Experimenten

1. Betreten Sie den Versuchsraum erneut, sobald die Versuchsperson die Aufgabe abgeschlossen hat, und beenden Sie die physiologische Aufzeichnung in der Aufnahmesoftware.
2. Speichern Sie die physiologische Aufzeichnung im Ordner der Versuchsperson als Aufnahmedatei und exportieren Sie dieselbe Aufzeichnung anschließend im MATLAB-Format mit Ereignissen, sodass die exportierte Datei die von PsychoPy über das TTL-Modul generierten Stimulusmarker enthält; der Export erzeugt zusätzlich eine separate Markerdatei.
   HINWEIS: Die Ereignis- und Markerinformationen werden von der Vorverarbeitungspipeline (Abschnitt 8) benötigt, um das Signal nach Durchläufen und Stimulusarten zu segmentieren.
3. Speichern Sie die am Ende der Aufgabe generierte PsychoPy-Ausgabedatei (Tabellendatei) im selben Ordner der Versuchsperson. Verwenden Sie für alle vier Dateien die in Supplementary File 1 beschriebene standardisierte Benennungskonvention.
   HINWEIS: Am Ende jedes Experiments muss der Ordner der Versuchsperson die Aufnahmedatei, die exportierte MATLAB-Datei, die Markerdatei und die PsychoPy-Tabellendatei enthalten. Genauere Angaben zu Dateinamen, Pfaden und ein vollständiges Beispiel finden sich in Supplementary File 1.
4. Trennen Sie die EDA-Elektroden vorsichtig von der Versuchsperson, wobei sichergestellt werden muss, dass während des Entfernens keine übermäßigen Bewegungen oder Beschwerden auftreten.
5. Öffnen Sie die nächste PsychoPy-Versuchsaufgabe und starten Sie die Aufnahmesoftware neu, um die Vorbereitung für das folgende Experiment abzuschließen.
6. Wiederholen Sie den gesamten Vorbereitungs- und Aufnahmeprozess ausgehend von Schritt 4.1.
   HINWEIS: Die gesamte experimentelle Sitzung besteht aus drei unabhängigen Experimenten. Daher muss der oben beschriebene Vorgang nach Abschluss des zweiten Experiments für das dritte Experiment erneut durchgeführt werden.
7. Am Ende der gesamten experimentellen Sitzung sicherstellen, dass die Versuchsperson über drei Unterordner für jede experimentelle Aufgabe verfügt, wobei jeder Unterordner alle zuvor genannten Dateien enthält.
   HINWEIS: Die ungefähre Dauer jeder experimentellen Aufgabe wurde zuvor geschätzt, um es den Mitarbeitern zu ermöglichen, die Versuchsperson zu überwachen und die korrekte Funktion des Aufnahmesystems während der Sitzung zu überprüfen. Die geschätzte Dauer jedes Experiments beträgt:
   Experiment_1: ungefähr 24 min.
   Experiment_2: ungefähr 17 min.
   Experiment_3: ungefähr 8 min.
   Unter Berücksichtigung der Vorbereitung, Kalibrierung, Übergangsphasen zwischen den Experimenten und des Abschlussverfahrens dauert die gesamte experimentelle Sitzung ungefähr 60 min.

7. Ende der Experimente

1. Schließen Sie die physiologische Aufnahmesitzung, sobald alle drei experimentellen Aufgaben abgeschlossen sind.
2. Beenden Sie den Erfassungsprozess in der Erfassungssoftware, falls dieser noch nicht beendet wurde.
3. Trennen Sie die EDA-Elektroden vom Handgelenkband und entfernen Sie das Handgelenkband vom Handgelenk des Teilnehmers.
4. Ermöglichen Sie dem Teilnehmer, die EDA-Elektroden selbst zu entfernen, um Unbehagen zu minimieren und eine sichere Entfernung von der Haut zu gewährleisten.
5. Stellen Sie sicher, dass alle experimentellen Dateien und physiologischen Aufzeichnungen korrekt gespeichert wurden, bevor die Sitzung abgeschlossen wird.
6. Bedanken Sie sich beim Teilnehmer für die Mitarbeit und reichen Sie nach Abschluss des experimentellen Verfahrens einen kleinen Imbiss als Zeichen der Wertschätzung.
   ANMERKUNG: Falls während der physiologischen Aufzeichnung technische Probleme auftreten, einschließlich, aber nicht beschränkt auf: Verbindungsverlust zwischen dem Handgelenkband und dem Modul des physiologischen Erfassungssystems, unerwartetes Herunterfahren des Handgelenkbands, lose oder teilweise gelöste Elektroden oder vorübergehende Signalstörungen bzw. übermäßiges Rauschen aufgrund von Verbindungsproblemen, muss das Experiment wie geplant fortgesetzt werden, und der Teilnehmer muss die experimentelle Sitzung nicht wiederholen.

8. Vorverarbeitung der Daten

HINWEIS: Sobald die experimentelle Sitzung abgeschlossen und alle physiologischen Aufzeichnungen ordnungsgemäß gespeichert sind, müssen die SCR-Daten vor der Analyse einem standardisierten Vorverarbeitungsverfahren unterzogen werden.

1. Führen Sie das MATLAB-Skript Ledalab_Format aus, um die Datenstruktur der aus der Erfassungssoftware exportierten physiologischen Aufzeichnung neu zu organisieren, sodass sie mit Ledalab kompatibel ist, einer auf MATLAB basierenden Toolbox zur Analyse von EDA-Signalen.
   ANMERKUNG: Definieren Sie im Code Ledalab_Format.mat den Pfad der Datei {Identifikationscode}.mat als Eingabevariable. Dadurch kann die exportierte Datei der physiologischen Aufzeichnung in ein Format konvertiert werden, das von Ledalab korrekt gelesen und verarbeitet werden kann. Nach Abschluss des Konvertierungsprozesses muss eine neue MATLAB-Datei generiert und im entsprechenden Teilnehmerordner unter folgender Namenskonvention gespeichert werden: Ledalab_{Identifikationscode}.mat. Am vorherigen Beispiel orientiert: Wenn die Daten aus Experiment_1 für den Teilnehmer „015“ konvertiert werden, muss die resultierende Datei folgendermaßen benannt werden: Ledalab_015.mat.
2. Öffnen Sie Ledalab. Wählen Sie in der Menüleiste oben links Datei > Daten importieren > Matlab-Datei (*.mat). Laden Sie anschließend die neu generierte Datendatei, die der experimentellen Bedingung des Teilnehmers entspricht.
3. Geben Sie die Abtastparameter im Konfigurationsfenster ein, das Ledalab anzeigt, sobald die Datei geladen ist.
4. Die ursprüngliche Abtastrate des SCR-Signals beträgt 2000 Hz. Um den Rechenaufwand zu reduzieren, wird das Signal mit folgenden Parametern auf 10 Hz herunterabgetastet: Zielabtastrate: 10 Hz, Downsampling-Faktor: 200, Resampling-Methode: Steps.
5. Nach Abschluss des Downsampling-Vorgangs führen Sie innerhalb von Ledalab eine kontinuierliche Dekompositionsanalyse (CDA)²⁰ durch, um das EDA-Signal in seine tonischen und phasischen Komponenten zu zerlegen.
6. Wählen Sie in der Menüleiste Analyse > Kontinuierliche Dekompositionsanalyse (Extraktion kontinuierlicher phasischer/tonischer Aktivität).
7. Warten Sie, bis das Konfigurationsfenster auf dem Bildschirm erscheint.
8. Wählen Sie in diesem Fenster die Option Optimieren, um die Analyseparameter automatisch anzupassen.
9. Nach Abschluss des Optimierungsprozesses klicken Sie auf Anwenden, um die CDA-Analyse zu starten.
10. Nach Abschluss der CDA-Analyse wählen Sie Ergebnisse > Ereignisbezogene Analyse. Ein Konfigurationsfenster erscheint auf dem Bildschirm.
11. Legen Sie die minimale Amplitudenschwelle auf den Ledalab-Standardwert von 0,01 µS fest und belassen Sie die z-Skalierungsoption deaktiviert. Die Ereignismarker, die aus der Erfassungssoftware exportiert wurden, kennzeichnen jeweils separat den Beginn des konditionierten Stimulus und den Beginn des unkonditionierten Stimulus, sodass die ereignisbezogene Analyse eine Antwort für jeden Marker liefert. Legen Sie das Antwortfenster wie folgt fest:
    1. Für Experiment 1: 0 s bis 9 s nach dem Ereignismarker.
    2. Für Experiment 2: 0 s bis 6 s nach dem Ereignismarker.
12. Exportieren Sie das Ergebnis als Tabellendatei. Ledalab generiert eine Tabelle mit den relevanten physiologischen und ereignisbezogenen Informationen, die aus dem SCR-Signal extrahiert wurden.
    ANMERKUNG: Das Antwortfenster entspricht der gesamten Dauer des konditionierten Stimulus in jeder Aufgabe (Ergänzende Tabelle 1: 9 s in Experiment 1 und 6 s in Experiment 2), sodass die CS-reaktivierte Antwort das gesamte CS-US-Intervall abdeckt und nicht durch die unkonditionierte Antwort verfälscht wird, die separat anhand ihres eigenen Ereignismarkers bewertet wird. Antworten, die unter der Schwelle von 0,01 µS liegen, werden von Ledalab als Null geschrieben und bleiben als Nullwerte in der Analyse erhalten; löschen Sie diese nicht, da ihre Entfernung die mittlere Antwort von Teilnehmern mit geringer Reaktivität überbewerten würde.
13. Wiederholen Sie den gesamten Vorverarbeitungs-, Downsampling- und CDA-Vorgang für Experiment 2 (siehe die ANMERKUNG unten für Experiment 3, das ein anderes Verfahren folgt und keine CDA-Ausgabe erfordert).
    ​ANMERKUNG: Am Ende der Vorverarbeitungsphase muss jeder experimentelle Ordner eine zusätzliche Tabellendatei enthalten, die den Ergebnissen der von Ledalab generierten CDA-Analyse entspricht. Diese Datei muss anschließend zum Speichern, zur Organisation und für weitere Analysen in das .xlsx-Format konvertiert werden. Experiment 3 folgt einem anderen Vorverfahren. Für dieses Experiment muss nur das MATLAB-Skript verwendet werden, das keine CDA-Ausgabe benötigt, sondern lediglich die Alpha- und Beta-Werte. Wird das Skript für „Experiment_3“ ausgeführt, extrahiert es automatisch die Alpha- und Beta-Werte, verbindet sie mit den Verhaltensdaten und speichert die resultierende Tabelle in Global_Data/Exp_3.
14. Führen Sie die Signalqualitätskontrolle, die Identifizierung von Nicht-Reagierenden und die Behandlung von Artefakten durch.
    1. Bevor eine statistische Analyse durchgeführt wird, zeigen Sie in Ledalab die vollständige herunterabgetastete Hautleitfähigkeitskurve jedes Teilnehmers an und prüfen Sie sie visuell vom ersten bis zum letzten Ereignismarker. Führen Sie diese Prüfung für jeden Teilnehmer und jede Aufgabe separat durch, da die Signalqualität kanal- und aufgabenspezifisch ist.
    2. Verwerfen Sie eine gesamte Kurve und behandeln Sie den SCR-Kanal dieser Aufgabe für diesen Teilnehmer als fehlend, wenn eines der folgenden Phänomene beobachtet wird: (i) ein flaches oder fehlendes Signal während der gesamten Aufgabe, was auf einen Verlust der drahtlosen Kommunikation mit dem Armband, ein ausgeschaltetes Armband oder eine abgelöste Elektrode hindeutet; (ii) ein tonisches Hautleitfähigkeitsniveau unter 0,05 µS, das über die gesamte Aufgabe anhält und auf unzureichenden Elektroden-Haut-Kontakt statt auf geringe Erregung hinweist; (iii) uninterpretierbare Drift oder eine plötzliche, anhaltende Amplitudensteigerung, die nicht mit einem Ereignis verknüpft ist; oder (iv) Sättigung des Verstärkerbereichs.
       ​ANMERKUNG: Wiederholen Sie die Sitzung nicht und schließen Sie den Teilnehmer nicht von den anderen Aufgaben oder von den Verhaltens- und Selbstberichtskanälen aus.
    3. Definieren Sie einen Teilnehmer als Nicht-Reagierenden für eine bestimmte Aufgabe, wenn keine phasische Antwort auf irgendein Ereignis dieser Aufgabe – einschließlich der unkonditionierten Stimulusereignisse der verstärkten Durchgänge – die Schwelle von 0,01 µS erreicht oder überschreitet, das heißt, wenn der Teilnehmer selbst auf das aversive Ergebnis keine messbare elektrodermale Reaktion zeigt.
       1. Schließen Sie einen Nicht-Reagierenden von jedem Kanal dieser Aufgabe aus – Hautleitfähigkeit, Verhalten und subjektive Bewertungen –, da das Fehlen jeglicher elektrodermaler Reaktion selbst auf den unkonditionierten Stimulus darauf hinweist, dass das elektrodermale System in dieser Sitzung nicht messbar war und die Frage aufwirft, ob der Teilnehmer überhaupt mit der Kontingenz interagiert hat.
       2. Behalten Sie diesen Teilnehmer in den beiden verbleibenden Aufgaben bei. Unterscheiden Sie diesen Fall von technischem Signalverlust (abgelöste Elektrode oder Armband mit verlorenem Funkkontakt), bei dem der Teilnehmer reagiert hat, das Signal aber nicht aufgezeichnet wurde: In diesem Fall behandeln Sie den SCR-Kanal der Aufgabe als fehlend und behalten die Verhaltens- und subjektiven Daten dieser Aufgabe bei, die von der elektrodermalen Signalqualität unbeeinträchtigt sind.
       3. Stellen Sie die Rate der Nicht-Reagierenden und die Rate des technischen Verlusts für jede Aufgabe separat dar.
    4. Identifizieren Sie Bewegungsartefakte in der Kurve als (i) abrupte Anstiegsimpulse, die nicht mit einem Ereignismarker verknüpft sind, oder (ii) schrittartige Verschiebungen des tonischen Niveaus, verursacht durch Fingerkontraktion, eine Positionsänderung oder das Reiben der Elektroden an Stuhl oder Tisch.
    5. Kennzeichnen Sie jeden Durchgang, der einen solchen Artefakt innerhalb seines Bewertungsfensters enthält, und schließen Sie ihn auf Durchgangsebene aus; schließen Sie nicht den Teilnehmer aus.
    6. Schließen Sie einen Teilnehmer von jedem Kanal einer Aufgabe – und nicht nur von ihrer SCR-Analyse – aus, wenn mehr als 25 % der Durchgänge dieser Aufgabe als artefaktenbelastet markiert sind: Die verbleibenden Durchgänge erlauben keine stabile, teilnehmerbezogene Schätzung mehr, und die Aufzeichnungsbedingungen dieser Sitzung sind für keinen Kanal ausreichend. Behalten Sie diesen Teilnehmer in den beiden verbleibenden Aufgaben bei.
    7. Transformieren Sie die amplitudenbasierten Durchgangswerte mit log(SCR + 1), bevor Sie sie mitteln, um die positiv schiefe Verteilung der elektrodermalen Amplituden zu normalisieren; setzen Sie vor der Transformation alle negativen CDA-Werte – eine seltene Folge von Baselinedrift – auf Null.
    8. Aggregieren Sie die transformierten Durchgänge, um je einen Wert pro Teilnehmer, pro Phase und pro Stimulus zu erhalten.
    9. Stellen Sie das analytische n für jeden Kanal (SCR, Verhalten, Bewertungen) und jede Aufgabe separat dar, da der kanalspezifische Verlust dafür sorgt, dass diese n-Werte voneinander abweichen.
    10. Dokumentieren Sie jede Entscheidung aus den Schritten 8.14.1–8.14.9 in einem qualitätssichernden Protokoll pro Teilnehmer, das Folgendes enthält: Teilnehmer-ID, Aufgabe, Gegengewichtsbedingung, Kurve akzeptiert oder verworfen (mit Begründung), Bereich des tonischen Niveaus, Anzahl und Identität der artefaktenbedingt ausgeschlossenen Durchgänge, Prozentsatz der artefaktenbedingt ausgeschlossenen Durchgänge, Status als Nicht-Reagierender und der endgültige Beitrag zum analytischen n für jeden Kanal.
    11. Speichern Sie das Qualitätsprotokoll zusammen mit den konsolidierten Datenbanken, damit der kanalspezifische Datenverlust nachvollziehbar und reproduzierbar ist.
        ANMERKUNG: In der vorliegenden Stichprobe erfüllte kein Teilnehmer das Kriterium des Nicht-Reagierenden aus Schritt 8.14.3, und kein Teilnehmer überschritt die 25-%-Artefaktgrenze aus Schritt 8.14.6; folglich wurde kein Teilnehmer von allen Kanälen einer Aufgabe ausgeschlossen. Die Abweichungen im analytischen n sind von zwei unabhängigen Arten: technischer Verlust des elektrodermalen Kanals, der die Verhaltens- und subjektiven Aufzeichnungen dieser Aufgabe unbeeinträchtigt lässt, und unvollständige Verhaltens- oder Selbstberichtsdaten (nicht abgeschlossene Aufgabe oder fehlende visuell-analoge Antworten), die unabhängig von der elektrodermalen Signalqualität sind. Das exakte analytische n für jeden Kanal und jede Aufgabe wird im Abschnitt „Repräsentative Ergebnisse“ im Absatz zur analytischen Stichprobe berichtet. Experiment 3 enthält keinen SCR-Kanal, sodass sein n auf Verhaltensdaten statt auf elektrodermale Datenverluste zurückgeht. Die explizite Berichterstattung dieser Kriterien begegnet dem Mangel an Harmonisierung bei der Operationalisierung und Berichterstattung elektrodermaler Ergebnisse, auf den Ruge et al.¹ hingewiesen haben.

9. Datenbanken

1. Führen Sie das Python-Skript Data_Bases.py aus, um für jeden Teilnehmer die aus den SCR-Aufzeichnungen gewonnenen physiologischen Messungen mit den während der experimentellen Aufgabe gesammelten Antworten zu verbinden.
   HINWEIS: Das Skript integriert die Informationen aus den physiologischen Aufzeichnungen, die über Ledalab verarbeitet wurden, die Ergebnisse der CDA-Analyse sowie die während des Experiments erstellten PsychoPy-Antwort-Tabellen.
2. Stellen Sie nach erfolgreichem Durchlauf des Skripts sicher, dass eine zusammengefasste Tabelle mit sowohl physiologischen als auch verhaltensbezogenen Daten für einen einzelnen Teilnehmer erstellt und im Ordner Global_Data gespeichert wird.
   HINWEIS: Wie im vorherigen Beispiel beschrieben, durchläuft das Python-Skript automatisch die Ordner aller Teilnehmer, die mit diesem Experiment verbunden sind, wenn Experiment_1 zur Analyse ausgewählt wird, verbindet die CDA-Ergebnisse mit den entsprechenden Verhaltensdaten jedes Teilnehmers und erzeugt eine individuelle Tabellendatei für jeden Teilnehmer im Ordner Global_Data/Exp_1.
3. Nachdem die individuellen Datensätze der Teilnehmer erstellt wurden, verwenden Sie das Python-Skript Completed_Bases_Per_Experiment.py, um die Daten aller Teilnehmer für jede experimentelle Aufgabe zusammenzuführen.
   HINWEIS: Das Skript kombiniert die Informationen aus allen Teilnehmerordnern zu einer einheitlichen Datenbank pro Experiment, was anschließende statistische Analysen und die Datenverarbeitung erleichtert. Bei erfolgreichem Abschluss des Verfahrens werden drei endgültige Tabellen erstellt, jeweils eine für eines der drei Experimente:
   Eine Tabelle für Experiment_1
   Eine Tabelle für Experiment_2
   Eine Tabelle für Experiment_3
4. Speichern Sie die resultierenden vollständigen Datenbanken im Ordner Complete_Data_Bases.

Ergebnisse

Analytische Probe

Insgesamt nahmen 38 gesunde Erwachsene an der kompletten Versuchssitzung und der Selbstbericht-Batterie (CTQ-SF, BCE, PHQ-9, GAD-7, STAI) teil. Die Stichprobengrößen für die einzelnen Analysen variierten geringfügig aufgrund datenspezifischer Verluste einzelner Kanäle, nicht wegen Teilnehmerausfällen. Stichprobengrößen nach Analyse: Experiment 1 — SCR- und Ratings-ANOVA (pavlovianische und operante Phase), n = 37; operante Knopfdruck-ANOVA, n = 38. Experiment 2 — Ratings-Analysen (Erwerb, Extinktion, Reerwerb) und SCR während des Erwerbs, n = 36; SCR während der Extinktion und die SCR-Phase × Stimulus ART-ANOVA, n = 35. Experiment 3 — alle Analysen, n = 37. Korrelationen, die ausschließlich Selbstberichtsmaße (CTQ, BCE, Symptome) beinhalteten, wurden für die Gesamtstichprobe verwendet (N = 38).

Experiment 1: Pavlov’sche und operante Konditionierung mit Vermeidung

Pawlowsche Phase: Varianzanalysen mit Messwiederholung über die drei CSs (vermeidbarer CS+, unvermeidbarer CS+, CS−) bestätigten eine konditionierte Differenzierung bei beiden expliziten Maßen: Erwartungsratings, F(2, 72) = 50,45, p < 0,001, ηp²= 0,584, und Bedrohungsratings, F(2, 72) = 19,54, p < 0,001, ηp² = 0,352. Beide CS+-Typen wurden als stärker prädiktiv für den US (vermeidbar: M = 72,84; unvermeidbar: M = 70,97) und als bedrohlicher (52,45 und 50,75) eingestuft als der CS− (16,14 und 18,80; alle Bonferroni-korrigierten ps < 0,001, d_zs = 0,67–1,49), unterschieden sich jedoch untereinander nicht (ps = 1,00). Das autonome Maß zeigte dieselbe Tendenz, jedoch einen schwächeren Effekt: Die SCR variierte zwischen den Stimuli, F(2, 72) = 5,09, p = 0,009, ηp² = 0,124 (Greenhouse-Geisser p = 0,018), getrieben durch den unvermeidbaren CS+ (M = 0,014, SD = 0,012) im Vergleich zum CS− (M = 0,010, SD = 0,008), obwohl dieser paarweise Vergleich die Bonferroni-Korrektur nicht überlebte (p = 0,052, d_z = 0,41). Die Zusammenfassung beider CS+-Typen zu einem einzigen Index ergab eine signifikante Differenzierung zwischen CS+ und CS− bei der SCR, t(36) = 2,29, p = 0,028, d_z = 0,38. Diese Diskrepanz zwischen robuster deklarativer Differenzierung und schwächerer, weniger präziser autonomer Differenzierung entspricht früheren Berichten, dass explizite Bedrohungseinschätzungen und die Hautleitfähigkeit teilweise getrennte Konditionierungskanäle widerspiegeln²¹ (Abbildung 3, Tabelle 1).

Abbildung 3: Pavlov-Phase von Experiment 1: Hautleitfähigkeitsreaktion, Erwartung und Bedrohungsbeurteilung. (A) Logarithmisch transformierte Hautleitfähigkeitsreaktion (log[microsiemens + 1]). (B) Erwartungsbeurteilung auf einer visuellen Analogskala von 0–100. (C) Bedrohungsbeurteilung auf einer visuellen Analogskala von 0–100. Kastendiagramme zeigen den Median (mittlere Linie), den Interquartilsabstand (Kasten), Whisker, die sich bis 1,5 × IQR erstrecken, sowie individuelle Ausreißer. Klammern kennzeichnen signifikante Bonferroni-korrigierte paarweise t-Tests für abhängige Stichproben (*p < 0,05, **p < 0,01, ***p < 0,001); nicht signifikante Vergleiche werden nicht dargestellt. n = 37. Bitte klicken Sie hier, um eine vergrößerte Version dieser Abbildung anzusehen.

Maßnahme	Vermeidbares CS+	Unvermeidbares CS+	CS-
SCR (log[microsiemens + 1])	0.0109 (0.0086)	0.0140 (0.0123)	0.0100 (0.0075)
Erwartung (VAS 0–100)	72.84 (23.92)	70.97 (26.25)	16.14 (27.94)
Gefahr (VAS 0–100)	52.45 (27.83)	50.75 (31.67)	18.80 (27.32)

Tabelle 1: Deskriptive Statistiken für die pavlovianische Phase von Experiment 1. Die Zellen zeigen M (SD). SCR = Hautleitfähigkeitsreaktion, vor der Analyse logarithmisch transformiert als log(SCR + 1); VAS = visuelle Analogskala von 0 bis 100. n = 37.

In der operanten Phase, nachdem die Vermeidungskontingenz eingeführt worden war, konvergierten die drei Maße. Die Teilnehmer betätigten den Antwortknopf häufiger während des CS+ als während des CS−, F(2, 74) = 9,51, p < 0,001, ηp² = 0,204 (vermeidbar: M = 8,53; unausweichlich: M = 9,04; CS−: M = 7,26; beide Bonferroni ps ≤ 0,027). Die Erwartungs-, Bedrohungs- und Erleichterungsbewertungen unterschieden die beiden CS+ klar entsprechend der Kontrollierbarkeit: Erwartung, F(2, 72) = 136,34, p < 0,001, ηp² = 0,791 (unausweichlich > vermeidbar, d_z = 1,56); Bedrohung, F(2, 72) = 61,09, p < 0,001, ηp² = 0,629 (unausweichlich > vermeidbar, d_z = 1,02); und Erleichterung, F(2, 72) = 14,94, p < 0,001, ηp² = 0,293 (vermeidbar > unausweichlich, d_z = 0,86; alle Bonferroni ps < 0,001), was darauf hindeutet, dass die Teilnehmer verstanden, dass der Knopf die Schockwahrscheinlichkeit nur für den vermeidbaren CS+ verringerte. Die Hautleitfähigkeit unterschied sich in dieser Phase nicht zwischen den Stimuli, F(2, 72) = 0,78, p = 0,462, ηp² = 0,021, was darauf hindeutet, dass die aktive Durchführung der Vermeidungsreaktion das in der pavlovianischen Phase beobachtete differenzielle autonome Signal abschwächte²²(Abbildung 4, Tabelle 2).

Abbildung 4: Operante Phase von Experiment 1: Hautleitfähigkeitsreaktion, Vermeidungsverhalten und Erleichterungsbewertungen. (A) Logarithmisch transformierte Hautleitfähigkeitsreaktion (log[microsiemens + 1]). (B) Anzahl der Knopfdrücke (Vermeidungsverhalten); das Drücken des Knopfes beendet den unkonditionierten Reiz nur während des vermeidbaren CS+, nicht während des unvermeidbaren CS+. (C) Erleichterungsbewertung auf einer visuellen Analogskala von 0–100. Boxplots zeigen Median, Interquartilsabstand, Whisker bis 1,5 × IQR und individuelle Ausreißer. Klammern kennzeichnen signifikante Bonferroni-korrigierte paarweise t-Tests für abhängige Stichproben (*p < 0,05, **p < 0,01, ***p < 0,001); nicht signifikante Paare sind nicht dargestellt. n = 37 bis 38. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Maß	Vermeidbarer CS+	Nicht vermeidbarer CS+	CS-
SCR (log[microsiemens + 1])	0.0197 (0.0150)	0.0196 (0.0151)	0.0212 (0.0169)
Tastendrücke (Anzahl pro CS)	8,53 (3,58)	9,04 (4,01)	7,26 (4,27)
Erwartung (VAS 0–100)	33,78 (26,97)	83,92 (19,80)	7,54 (14,58)
Bedrohung (VAS 0–100)	37,12 (25,41)	70,60 (27,33)	11,60 (20,12)
Erleichterung (VAS 0–100)	62,98 (26,36)	29,97 (27,93)	58,75 (36,29)

Tabelle 2: Deskriptive Statistiken für die operante Phase von Experiment 1. Die Zellen zeigen M (SD). SCR = Hautleitfähigkeitsreaktion, logarithmisch transformiert als log(SCR + 1); VAS = visuelle Analogskala von 0 bis 100. Knopfdrücke entsprechen der durchschnittlichen Anzahl pro CS-Präsentation. Die Spalte CS− berichtet Knopfdrücke, Erwartung, Bedrohung und Erleichterung für Versuchsdurchgänge, bei denen das aversive Ereignis nicht eintreten konnte. n = 37 für SCR und für die Ratings, und n = 38 für Knopfdrücke; das analytische n pro Kanal ist im Absatz zur analytischen Stichprobe der repräsentativen Ergebnisse angegeben.

Experiment 2: Erwerb, Auslöschung und Wiederaufnahme

Eine 2 (Phase: Erwerb vs. Extinktion) × 2 (Stimulus: CS+ vs. CS−) Innersubjekt-ANOVA wurde verwendet, um die Extinktion formell zu testen; die Interaktion Phase × Stimulus stellt den entscheidenden Test für einen selektiven Rückgang der Reaktion auf den CS+ dar. Aufgrund der nicht-gaußförmigen Verteilung der SCR wurde die 2 × 2 ANOVA mit der aligned rank transform²³ berechnet. Die differenzielle SCR war während des Erwerbs vorhanden (Wilcoxon p = 0,008) und verschwand in der Extinktion (p = 0,168); die ART-ANOVA zeigte einen nicht signifikanten Trend zu einem allgemeinen Rückgang der autonomen Reaktion über die Phasen hinweg (F(1, 34) = 3,24, p = 0,081), jedoch keine Phase × Stimulus-Interaktion (F(1, 34) = 0,87, p = 0,358). Erwartungs- und Bedrohungsskalierungen hingegen zeigten in der parametrischen 2 × 2 ANOVA große Phase × Stimulus-Interaktionen (Erwartung: F(1, 35) = 67,71, p < 0,001, ηp² = 0,66; Bedrohung: F(1, 35) = 5,85, p = 0,021, ηp² = 0,14), was die selektive Extinktion auf deklarativer Ebene bestätigt. Die Reerwerbsphase präsentierte gemäß Versuchsdesign nur den CS+ auf der autonomen Ebene; subjektive Bewertungen des CS+ zeigten eine signifikante Wiederkehr, wobei die Erwartung von M = 25,90 in der Extinktion auf M = 55,94 in der Reerwerbsphase anstieg (t(35) = 7,95, p < 0,001, d_z = 1,32) und die Bedrohung von M = 31,26 auf M = 42,04 (t(35) = 3,61, p < 0,001, d_z = 0,60), während die autonome Reaktion keine solche Erholung zeigte, mit SCR gegenüber dem CS+ bei M = 0,012 in der Extinktion und M = 0,010 in der Reerwerbsphase (p = 0,568). Dieses Muster – autonome Extinktion ohne anschließende Erholung, kombiniert mit persistierendem und rasch reaktiviertem deklarativen Wissen – verdeutlicht den Wert des Multi-System-Protokolls²¹ (Abbildung 5, Tabelle 3).

Abbildung 5: Experiment 2: abhängige Maße über die drei Phasen hinweg. (A) Logarithmisch transformierte Hautleitfähigkeitsreaktion (log[microsiemens + 1]). (B) Erwartungsbewertung (visuelle Analogskala 0–100). (C) Bedrohungsbewertung (visuelle Analogskala 0–100). Die Erwerbs- und Extinktionsphasen enthielten sowohl CS+- als auch CS--Durchgänge; in der Wiedererwerbsphase wurde nach dem experimentellen Design lediglich der CS+ auf der autonomischen Ebene präsentiert, um das schnelle Wiederauftreten der konditionierten Reaktion (Spareffekt) zu testen. Subjektive Bewertungen wurden für beide Reize in jeder Phase erhoben. Boxplots zeigen Median, Interquartilbereich, Whisker bis 1,5 × IQR sowie individuelle Ausreißer. Die Klammern in Abbildung A kennzeichnen Wilcoxon-Test für verbundene Stichproben von CS+ im Vergleich zu CS- pro Phase; die Klammern in den Abbildungen B und C zeigen gepaarte t-Tests von CS+ im Vergleich zu CS- pro Phase (*p < 0,05, **p < 0,01, ***p < 0,001); nicht signifikante Paare werden nicht dargestellt. Die Wiedererwerbsphase weist keinen SCR-Klammervergleich auf, da nach dem experimentellen Design nur der CS+ auf der autonomischen Ebene präsentiert wurde. Obwohl der mediane CS+ - CS--Unterschied in Abbildung A zwischen Erwerb und Extinktion ähnlich erscheint, unterschied sich der Anteil der Teilnehmer mit CS+ > CS- (72 % beim Erwerb gegenüber 60 % bei der Extinktion), was der Wilcoxon-Test als Unterschied in der Intra-Subjekt-Konsistenz erfasst. n = 35 bis 36. Bitte klicken Sie hier, um eine vergrößerte Version dieser Abbildung anzusehen.

Maß	Erwerb CS+	Erwerb CS-	Extinktion CS+	Extinktion CS-	Wiederaufnahme CS+	Wiederaufnahme CS-
SCR (log[microsiemens + 1])	0.0121 (0.0124)	0.0109 (0.0125)	0.0113 (0.0126)	0.0098 (0.0102)	0.0103 (0.0126)	- (per Design)
Drohung (VAS 0–100)	47,64 (27,47)	16,83 (20,71)	31,26 (26,32)	12,99 (17,62)	42,04 (26,71)	12,17 (18,90)
Erwartung (VAS 0–100)	73,34 (21,31)	11,42 (18,21)	25,90 (24,07)	7,18 (11,65)	55,94 (23,04)	6,53 (10,38)

Tabelle 3: Deskriptive Statistik für Experiment 2 (Erwerb, Auslöschung, Reerwerb). Die Zellen zeigen Mittelwerte (Standardabweichung). SCR = Hautleitfähigkeitsreaktion, logarithmisch transformiert als log(SCR + 1); VAS = visuelle Analogskala von 0 bis 100. In der Reerwerbsphase wurden gemäß Versuchsplan nur die CS+ auf autonometrischer Ebene präsentiert, um die schnelle Wiederkehr der konditionierten Reaktion nach der Auslöschung zu testen (Spareffekt); die Zelle für CS− bei SCR bleibt daher leer und enthält keine fehlenden Daten. Subjektive Bewertungen wurden in allen drei Phasen für sowohl CS+ als auch CS− erhoben. n = 36 für die Bewertungen und für die SCR im Erwerb; n = 35 für die SCR in der Auslöschung.

Experiment 3: Lernen mit probabilistischer Belohnung

Die Teilnehmer lernten die probabilistischen Zusammenhänge zuverlässig. Der mittlere Anteil an Entscheidungen zugunsten der wahrscheinlicheren Option betrug M = 0,734 (SD = 0,119) und lag damit signifikant über Zufall, t(36) = 11,97, p < 0,001, d = 1,97. Das 80/20-Paar wurde genauer gelernt als das 70/30-Paar, F(1,36) = 29,56, p < 0,001. Pro Teilnehmer angepasste Parameter des Verstärkungslernens ergaben moderate Q-Lernraten (Alpha: M = 0,42, SD = 0,23) und inverse Temperaturen, die mit einer moderaten Ausnutzung (Exploitation) vereinbar sind (Beta: M = 4,68, SD = 2,33).

Empfindlichkeit gegenüber individuellen Unterschieden in der Kindheitserfahrung

Die in diesem Abschnitt beschriebenen Analysen veranschaulichen die Messkapazität des Protokolls und stellen keine Bestätigungstests dar. Die Studie war darauf ausgelegt, innerhalb von Probanden auftretende Effekte – die oben genannten kanonischen Paradigmen-Effekte – nachzuweisen, nicht jedoch Interaktionen zwischen Probanden; bei N = 38 sind die Modelle für individuelle Unterschiede explorativ und werden lediglich dargestellt, um zu zeigen, dass die aus der Testbatterie abgeleiteten Indizes interpretierbare Varianz zwischen Teilnehmenden aufweisen. Vier Moderationsmodelle (CTQ-mal-Lernindex) erfüllten ein vorab festgelegtes Kriterium der Doppelsignifikanz (eine signifikante bivariate Korrelation zwischen der CTQ-Subskala und der Symptombewertung sowie ein signifikanter Interaktionsterm). Diese vier Modelle, das konzeptionelle Diagramm des Moderationsmodells²⁴ und die dargestellte Interaktionsgrafik sind vollständig in Zusatzdatei 2 dokumentiert (enthält Zusatzabbildung 1 und Zusatzabbildung 2), die dieser Einreichung beigefügt ist und zusätzlich gemeinsam mit dem Analysecode im öffentlichen Repository (https://doi.org/10.5281/zenodo.21365750) hinterlegt wurde. Sie sollten als Nachweis dafür gelesen werden, dass aus dem Protokoll abgeleitete Indizes empfindlich gegenüber individuellen Unterschieden sind, nicht jedoch als Beleg für ein spezifisches neurokognitives Profil von Kindheitsbelastungen; derartige Profile erfordern eine Bestätigungsstudie mit einer deutlich größeren Stichprobe.

Benevolent Childhood Experiences (BCE) und CTQ-Subskalen waren stark und umgekehrt korreliert, wobei die größten negativen Koeffizienten zwischen CTQ-EN (emotionale Vernachlässigung) und BCE-CPF/DPF auftraten, mit rs = -0.68 und -0.67, beide ps < 0.001, N = 38. Zusätzlich waren höhere BCE-Werte mit einer besseren Genauigkeit im Verstärkungslernen und geringerer kontingenter Vermeidung assoziiert, ein Muster, das mit einem weniger defensiven und eher explorativen Verhaltensprofil übereinstimmt. Diese bivariaten Zusammenhänge sind deskriptiv: Sie zeigen, dass die Testbatterie Indizes liefert, die ausreichend zwischenpersonale Varianz aufweisen, um mit Maßen früher Erfahrungen zu variieren; sie prüfen jedoch keine vermittelnden oder kausalen Wirkwege. Die vollständige bivariate Matrix befindet sich in Supplementary Table 2 und der begleitende Text in Supplementary File 3.

Schlussfolgerungen aus den repräsentativen Ergebnissen

In allen drei Experimenten erzeugte das Protokoll die erwarteten kanonischen Effekte jedes Paradigmas: pavlovianische Diskriminierung (robust auf deklarativer Ebene und schwächer, weniger präzise auf autonomer Ebene), operante Vermeidung mit klaren, kontrollierbarkeitsabhängigen Erwartungs-, Bedrohungs- und Erleichterungsbewertungen, selektive Auslöschung deklarativer Reaktionen begleitet von einer nicht-selektiven Abnahme autonomer Reaktionen sowie probabilistisches Belohnungslernen über Zufallswahrscheinlichkeit hinaus. Anstelle einer einheitlichen Konvergenz ergab das Mehrkanal-Design eine Mischung aus Konvergenz (z. B. operante Differenzierung sowohl in Tastendrücken als auch in Bewertungen) und theoretisch aufschlussreichen Dissociationen zwischen physiologischen, verhaltensbezogenen und subjektiven Maßen (z. B. schwächere pavlovianische SCR im Vergleich zur deklarativen Differenzierung; autonome Reaktion zeigte keinen Wiederaufschwung während der Neuerwerbung, obwohl eine starke deklarative Erholung stattfand), was der Auffassung entspricht, dass explizite Bedrohungsbeurteilung und Hautleitfähigkeit teilweise voneinander getrennte Konditionierungskanäle darstellen²¹.

Es ist wichtig, genau abzugrenzen, was diese Ergebnisse belegen und was sie nicht belegen. Gezeigt wurde, dass die Untersuchung innerhalb einer einzelnen 60-minütigen Sitzung technisch durchführbar ist, dass jedes Paradigma seine kanonische Wirkung mit der erwarteten Richtung und Größenordnung hervorruft und dass die Analysepipeline einen Satz interpretierbarer, individuenspezifischer Indizes liefert (differenzielle SCR-Kontraste, operante Erleichterungskontraste, kontingente Vermeidungszahlen sowie Q-Learning-Alpha- und Beta-Parameter), die ohne Modifikation des Protokolls in größeren Stichproben erneut verwendet werden können. Nicht gezeigt wurde die Sensitivität oder Spezifität dieser Indizes für den Nachweis von durch Belastung verursachten Veränderungen. Die Stichprobe war auf within-subject-Effekte ausgelegt, nicht auf Effekte individueller Unterschiede; dementsprechend veranschaulichen die oben berichteten CTQ- und BCE-Analysen lediglich die Messkapazität und stellen keine bestätigende Validierung neurokognitiver Marker für belastende Kindheitserfahrungen dar. Die Aufgabe, zu ermitteln, welche dieser Indizes – falls vorhanden – Unterschiede zwischen Expositiongruppen aufdecken oder klinische Ergebnisse vorhersagen, bleibt den ausreichend powerstarken Bestätigungsstudien vorbehalten, die in der Diskussion skizziert werden.

Die Analyse-Pipeline (R- und Python-Skripte), der Code zur Erstellung der Abbildungen sowie die zusammengefassten Tabellen auf AggregatEbene, die die Ergebnisse dieser Studie unterstützen, sind öffentlich im Zenodo-Repository verfügbar unter https://doi.org/10.5281/zenodo.21365750 (DOI: 10.5281/zenodo.21365750). Anonymisierte individuenspezifische Daten (Hautleitfähigkeitskurven und Verhaltensantworten) können beim entsprechenden Autor auf begründete Anfrage angefordert werden, vorbehaltlich einer unterzeichneten Vereinbarung zur Datennutzung und der Genehmigung durch den Wissenschaftlichen Ethikausschuss der Universidad de los Andes (ID: CEC2025023). Code und Tabellen, die für die in Supplementary File 2 beschriebenen Moderationsmodelle relevant sind, sind als ergänzende Dateien beigefügt. Das Analyseskript (paper_analyses_R.R; Supplementary Coding File 1) reproduziert jede in den repräsentativen Ergebnissen angegebene Statistik, und das Skript zur Erstellung der Abbildungen (paper_figures_R.R; Supplementary Coding File 2) generiert Abbildung 3, Abbildung 4 und Abbildung 5 direkt aus den Rohdatendateien neu. Die experimentellen Versuchspläne für Experiment 1, Experiment 2 und Experiment 3 sind in Supplementary Table 3, Supplementary Table 4 bzw. Supplementary Table 5 dargestellt.

Maß	M	SD
Anteil der Entscheidungen zugunsten der wahrscheinlicheren Option (gesamt)	0.73	0.12
80/20-Kontingenzpaar	0.79	0.12
70/30-Kontingenzpaar	0.68	0.14
Q-Lernrate (Alpha)	0.42	0.23
Inverse Temperatur (Beta)	4.68	2.33

Tabelle 4: Deskriptive Statistiken für Experiment 3 (probabilistisches Belohnungslernen). Die Zellen zeigen M (SD). Der Anteil an Entscheidungen für die wahrscheinlichere Option misst die Genauigkeit über die experimentellen Entscheidungsblöcke hinweg (Zufallsniveau = 0,50; siehe Zusätzliche Tabelle 5 für die Versuchsstruktur): insgesamt = 0,73 (0,12); 80/20-Kontingenzpaar = 0,79 (0,12); 70/30-Kontingenzpaar = 0,68 (0,14). Das 80/20-Paar liefert deterministischere Rückmeldungen, während das 70/30-Paar stochastischer ist und ein geringeres Signal-Rausch-Verhältnis aufweist. Einstichproben-t-Test der Gesamtgenauigkeit gegen Zufall: t(36) = 11,97, p < 0,001, d = 1,97. Innerhalb-Subjekte-Vergleich 80/20 vs. 70/30: F(1, 36) = 29,56, p < 0,001. Verstärkungslern-Parameter wurden pro Teilnehmer angepasst: Q-Lernrate Alpha = 0,42 (0,23), begrenzt auf [0, 1], steuert die Größe der Wertaktualisierung (moderates Lernen); inverse Temperatur Beta = 4,68 (2,33), steuert das Verhältnis von Exploration zu Exploitation (moderate Exploitation). n = 37.

Abbildung 1 (Zusatzmaterial): Konzeptionelles Diagramm des Moderator-Modells. Es wird angenommen, dass der Prädiktor X (eine CTQ-Unterskala zur Erfassung von Kindheitsbelastungen) den Outcome Y (Angst- oder depressive Symptome) direkt über den Koeffizienten b1 beeinflusst, während der Moderator W (ein lernbezogener Index pro Teilnehmer, abgeleitet aus dem Protokoll – z. B. operanter Erleichterungskontrast, restliche SCR während der Extinktion oder differenzielle Bedrohungsbeurteilung) die Stärke des Zusammenhangs zwischen X Y über den Interaktionsterm b3 moduliert. Ein signifikanter b3-Koeffizient zeigt an, dass der Effekt von Kindheitsbelastungen auf erwachsene Symptome in Abhängigkeit vom Lernprofil variiert, was den konzeptionellen Rahmen für die vier in Zusatzdatei 2 beschriebenen Moderator-Modelle darstellt. In der vorliegenden Arbeit werden vier spezifische W-Variablen berichtet (jeweils eine pro Moderator-Modell, die das Kriterium der Doppelsignifikanz erfüllt): (1) der operante Erleichterungskontrast = subjektive Erleichterung durch den vermeidbaren CS+ abzüglich der Erleichterung durch den CS− (Experiment 1, operante Phase); (2) die restliche differenzielle SCR während der Extinktion = log-SCR auf den CS+ abzüglich log-SCR auf den CS− am Ende der Extinktionsphase (Experiment 2); (3) die operante SCR auf den vermeidbaren CS+ = log-SCR auf den vermeidbaren CS+ abzüglich log-SCR auf den CS− (Experiment 1, operante Phase); und (4) die differenzielle Bedrohungsbeurteilung für den unvermeidbaren CS+ = Bedrohungsbeurteilung für den unvermeidbaren CS+ abzüglich Bedrohungsbeurteilung für den CS− (Experiment 1, operante Phase, 0–100 visuelle Analogskala).Bitte klicken Sie hier, um diese Datei herunterzuladen.

Abbildung 2 (zusätzlich): Wechselwirkungsdiagramm für die hervorgehobene Moderation. Der Effekt emotionaler Vernachlässigung (CTQ-EN) auf depressive Symptome (PHQ-9) ist bei drei Stufen des Moderators W dargestellt (operante Erleichterungskontrast: subjektive Erleichterung durch den vermeidbaren CS+ im Vergleich zum CS-): niedrig (-1 SD), Mittelwert und hoch (+1 SD). Die auseinanderlaufenden Regressionslinien veranschaulichen den Interaktionsterm b3 aus Abbildung 1 (zusätzlich): Bei niedrigen Werten der operanten Erleichterung ist die Steigung von CTQ-EN PHQ-9 positiv (stärkere Vernachlässigung, mehr depressive Symptome), während bei hohen Werten die Steigung abflacht, was einen abschirmenden Effekt der subjektiven Handlungssteuerung über aversive Ergebnisse zeigt (B = -2,05, p = 0,041; vollständiges Modell in Zusatzdatei 2).Bitte klicken Sie hier, um diese Datei herunterzuladen.

Erweiterte Tabelle 1: Reizparameter in den Experimenten 1, 2 und 3. Diese Tabelle fasst die physikalischen und prozeduralen Parameter der in den drei Experimenten verwendeten Reize zusammen. Für jedes Experiment werden Art und Dauer des konditionierten Reizes (CS) sowie des unkonditionierten Reizes (US), die CS+ US-Intensität und -Kontingenz, die von den Teilnehmenden geforderte Antwort, das Intertrialintervall (ITI), die erfassten abhängigen Maße und das Counterbalancing-Schema angegeben. Experiment 1 (pavlov’sche/operative Vermeidung) verwendete farbige Lampen als CSs und einen aversiven 95-dB-Schall – weißes Rauschen oder ein Gabelton, jeweils counterbalanciert – als US. Experiment 2 (Erwerb/Extinktion/Reerwerb) verwendete neutrale menschliche Gesichter als CSs und einen 95-dB-lauten männlichen Schrei, gekoppelt mit einem wütenden Gesicht, als US. Experiment 3 (probabilistische Wahl) verwendete Paare abstrakter Bilder mit probabilistischem visuellem Feedback. CS = konditionierter Reiz; US = unkonditionierter Reiz; SCR = Hautleitfähigkeitsreaktion; VAS = visuelle Analogskala.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 2: Pearsonsche Korrelationsmatrix zwischen den CTQ-Subskalen. Negative Korrelationen zwischen den BCE und den Symptomskalen spiegeln die erwartete schützende Wirkung positiver Kindheitserfahrungen wider. Die Werte entsprechen den Pearsonschen Korrelationskoeffizienten. Der obere Abschnitt zeigt die Korrelationen zwischen den CTQ-Subskalen und den BCE-Skalen; der untere Abschnitt gibt die Korrelationen der CTQ-Subskalen und BCE-Skalen mit den aktuellen Symptomen an. Signifikanzkennzeichnung: *p < 0,05, **p < 0,01, ***p < 0,001, +p < 0,10. N = 38 (nur Selbstangaben; die vollständige eingeschriebene Stichprobe). Der begleitende Text zu dieser Matrix befindet sich in Ergänzende Datei 3. EA = emotionale Misshandlung, PA = physische Misshandlung, SA = sexueller Missbrauch, EN = emotionale Vernachlässigung, PN = physische Vernachlässigung, BCE-Skalen: CPF = Fürsorge und Schutz durch die Familie, DPF = positive familiäre Dynamik, BCE-Gesamt = Gesamtwert der positiven Kindheitserfahrungen) und Symptombewertungen (PHQ-9 = Depression; GAD-7 = generalisierte Angststörung; SAI = Zustandsangst [STAI-S]; TAI = Eigenschaftsangst [STAI-T]).Bitte klicken Sie hier, um diese Datei herunterzuladen.

Erweiterungstabelle 3: Experimenteller Aufbau von Experiment 1 (Within-Subject). Diese Tabelle zeigt das Within-Subject-Design von Experiment 1, einem pavlov’schen/instrumentellen Vermeidungsparadigma mit drei konditionierten Stimuli: einem vermeidbaren CS+ (A), einem unvermeidbaren CS+ (B) und einem CS− (C). Die Zeilen entsprechen den Stimuli und die Spalten den vier Phasen des Experiments (pavlov’sche Konditionierung, pavlov’scher Test, instrumentelle Training, instrumenteller Test); die Zellen geben die Anzahl der Durchgänge und die Kontingenzen in der üblichen assoziativen Lernnotation^25,26 an, wobei „+“ eine mit dem US verbundene CS, „−“ eine CS ohne US und „R“ die Knopfdruckreaktion bezeichnet. In der instrumentellen Phase verhindert R den US bei der vermeidbaren CS+, ist jedoch bei der unvermeidbaren CS+ wirkungslos. Die letzte Zeile gibt die nach den entsprechenden Phasen erhobenen VAS-Bewertungen (Bedrohung, Erwartung, Erleichterung) an. Jede Versuchsperson absolvierte 52 Durchgänge.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Erweiterungstabelle 4: Versuchsplan von Experiment 2 (innerhalb des Probanden). Diese Tabelle zeigt den innerhalb des Probanden angelegten Versuchsplan von Experiment 2, ein Standardparadigma zur Erwerbs–Ausklingens–Wiederaufnahme mit zwei konditionierten Stimuli: einem CS+ (A) und einem CS− (B). Die Zeilen entsprechen den Stimuli und die Spalten den sechs Phasen (Erwerb, Erwerbstest, Ausklingen, Ausklingtest, Wiederaufnahme, Wiederaufnahmetest); die Zellen enthalten die Anzahl der Durchgänge sowie die Kontingenz, wobei „+“ einen Durchgang angibt, der auf den US folgt, und „−“ einen Durchgang ohne US. Während der Erwerbsphase wurde der CS+ in 80 % der Durchgänge (8 von 10) verstärkt. Die Wiederaufnahmephase enthält per Versuchsplan nur den CS+ – dies ist kein fehlendes Datenelement. Die letzte Zeile zeigt die nach den entsprechenden Phasen erhobenen VAS-Bewertungen (Erwartung und Bedrohung) an. Jeder Teilnehmer absolvierte 52 Durchgänge.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Zusatz-Tabelle 5: Experimenteller Aufbau von Experiment 3 (innerhalb des Probanden). Diese Tabelle zeigt den within-subject-Aufbau von Experiment 3, einer probabilistischen Lernaufgabe mit zwei Paaren abstrakter Reize (A–B und C–D). Nach einer Übungsphase absolvierten die Teilnehmer zwei aufeinanderfolgende Entscheidungsblöcke; jeder Block präsentierte nur eines der beiden Paare, wobei im zweiten Block stets das Paar getestet wurde, das im ersten Block nicht gezeigt wurde. Die Zeilen entsprechen den zwei zwischen den Probanden variierten Reihenfolgen der Entscheidungsblöcke (A–B zuerst vs. C–D zuerst), die Spalten den Phasen des Experiments. Die Verstärkungsbedingungen betrugen p(A) = 0,80, p(B) = 0,20, p(C) = 0,70 und p(D) = 0,30; die C1/C2-Gegenbalance kehrt zudem um, welches Element jedes Paares die höhere Wahrscheinlichkeit trägt. Die Entscheidung wurde kodiert als 1 (hochwahrscheinlicher Reiz), 0 (keine Entscheidung/Auslassung) oder −1 (niedrigwahrscheinlicher Reiz). Jeder Proband absolvierte 200 Durchgänge.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Zusatzdatei 1: Datenverwaltung, Verzeichnisstruktur und Dateibenennungskonventionen. Ausführliche Beschreibung der Verzeichnisstruktur, der Subordner für die Gegengewichtung, der Teilnehmerordner, der Dateibenennungskonventionen und der Datenbankskripte anhand eines durchgerechneten Beispiels. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Zusatzdatei 2: Analysen zur Moderatorwirkung individueller Unterschiede. Begründung und Analyseplan für die Modelle zu individuellen Unterschieden, die vier CTQ-mal-Lernindex-Interaktionen, die das Kriterium der doppelten Signifikanz erfüllten, das konzeptionelle Diagramm des Moderatormodells (Zusatzabbildung 1) sowie die dargestellte Interaktionsgrafik (Zusatzabbildung 2). Diese Analysen veranschaulichen die messtechnische Leistungsfähigkeit des Protokolls und stellen keine bestätigenden Tests dar.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Zusatzdatei 3: Positive Kindheitserfahrungen und Verhaltenssignatur. Korrelationen zwischen den CTQ-Unterskalen, BCE-Skalen und Symptomwerten (Zusatzdatei 2) sowie die mit positiven Kindheitserfahrungen assoziierten Verhaltensphänotypen.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Zusatzdatei 4: Verfahrensempfehlungen und Fehlerbehebung. Die sechs Schritte, die am stärksten darüber entscheiden, ob eine Sitzung auswertbare Daten liefert, die Regeln zur Fehlerbehebung bei einer beeinträchtigten physiologischen Aufzeichnung sowie die möglichen Anpassungen für Labore mit unterschiedlicher Ausrüstung oder Rekrutierungsbeschränkungen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Codedatei 1: paper_analyses_R.RBitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Codedatei 2: paper_figures_R.RBitte klicken Sie hier, um diese Datei herunterzuladen.

Diskussion

Die vorliegenden Ergebnisse belegen die technische und methodische Durchführbarkeit einer integrierten, einheitlichen Testbatterie in einer einzigen Sitzung, die die Bedrohungsassoziation mit instrumenteller Kontrolle, das Erlernen von Sicherheit sowie die Rückkehr der Angst und das probabilistische Belohnungslernen umfasst. In einer Stichprobe von 35 bis 38 gesunden Erwachsenen (die analytischen Stichprobengrößen variierten geringfügig zwischen den Experimenten aufgrund signalbedingter Kanalverluste, nicht jedoch aufgrund von Teilnehmerausfällen) zeigte jedes Paradigma seinen typischen Effekt: differenzielle subjektive und – schwächer ausgeprägte – autonome Konditionierung während der pavlov’schen Phase, kontrollierbarkeitsabhängige Vermeidung und Erleichterung während der operanten Phase, selektive Extinktion deklarativer Bedrohungsassoziationen bei gleichzeitig nicht-selektiver Abnahme der autonomen Reaktionen im Experiment 2 sowie zuverlässiges, über Zufallswerte hinausgehendes probabilistisches Lernen im Experiment 3. Es ist wichtig, genau festzuhalten, was hiermit belegt ist und was nicht. Belegt ist, dass die drei Paradigmen gleichzeitig in einer 60-minütigen Sitzung ohne gegenseitige Störung durchgeführt werden können, dass alle drei typischen Effekte trotz der reduzierten Anzahl an Durchgängen, die eine solche Sitzung notwendig macht, erhalten bleiben und dass die Methode eine Reihe von pro Teilnehmer berechneten Kennwerten liefert, die unverändert auf andere Stichproben übertragen werden können. Nicht belegt – und weiterhin zu klären – ist, ob diese Kennwerte empfindlich und spezifisch gegenüber den Folgen kindlicher Belastungserfahrungen sind. Die Reproduktion der typischen Effekte innerhalb der Probanden ist eine notwendige, aber keine hinreichende Voraussetzung für diese Behauptung, und die vorliegende Stichprobe ist für bestätigende Analysen individueller Unterschiede unterdimensioniert²⁷. Die Ergebnisse zu individuellen Unterschieden veranschaulichen daher lediglich die Messkapazität, stellen aber keine bestätigenden Belege für Trauma-Lernmechanismen dar.

Der methodologische Beitrag liegt weniger in einem einzelnen Paradigma als vielmehr in deren gemeinsamer Anwendung. Wie in der Einleitung dargelegt, umfassen die drei Aufgaben drei rechnerisch voneinander trennbare Anforderungen, und ihre Messung bei denselben Teilnehmenden ermöglicht eine Fragestellung, die konstruktionsbedingt von keiner Studie mit nur einer Aufgabe beantwortet werden kann: ob ACE-assoziierte Veränderungen eine domänenübergreifende Neukalibrierung des assoziativen Lernens widerspiegeln oder eine valenzspezifische Veränderung, die auf Bedrohungen beschränkt ist. Eine Testbatterie, die zwei Bedrohungsparadigmen oder zwei Belohnungsparadigmen kombiniert, könnte keine der beiden Hypothesen gegen die jeweils andere widerlegen, während das vorliegende Trio dies kann. Drei weitere Merkmale unterscheiden es von Einzelaufgaben-Protokollen: Das Lernen im Bereich Bedrohung und Belohnung wird in derselben Sitzung gemessen, wodurch zwischen Sitzungen bestehende Zustandsvariabilität eliminiert wird; das Mehrkanal-Design liefert eine wiederverwendbare Werkzeugbox mit individuellen Indizes pro Teilnehmer; und die parallele Erhebung der BCE-Skala zusammen mit der CTQ-SF bildet – im Einklang mit Narayan et al.¹⁰ – das Kontinuum von Belastung und Wohlwollen ab, nicht nur die Belastung allein. Die moderate inverse Korrelation zwischen den beiden Skalen (|r| ≈ 0,50–0,68; Zusatzdatei 3) bestätigt, dass sie zwar unterschiedlich, aber teilweise überlappend sind, was ihre gemeinsame Berücksichtigung rechtfertigt.

Die schwachen und stellenweise fehlenden physiologischen Effekte verdienen eine ausführliche Betrachtung, da sie nicht als Nebenbemerkung zur Leistung des Protokolls zu betrachten sind, sondern möglicherweise das informativste Ergebnis darstellen. Drei Muster fallen auf. In der pavlov’schen Phase von Experiment 1 war die deklarative Diskrimination robust, während der autonome Effekt schwach war und nach Korrektur für multiple Vergleiche nicht signifikant blieb. Noch auffälliger war, dass die Hautleitfähigkeit ab dem Zeitpunkt, an dem die Vermeidungsreaktion in der operanten Phase eingeführt wurde, die Reize gar nicht mehr differenzierte – also genau zu dem Zeitpunkt, an dem sich die Erwartungs-, Bedrohungs- und Erleichterungsbewertungen präzise entsprechend der Kontrollierbarkeit voneinander trennten. In Experiment 2 erlosch die autonome Reaktion und zeigte beim Wiedererwerb keine Erholung, während die deklarativen Antworten stark zurückkehrten. Die entsprechenden statistischen Angaben finden sich im Abschnitt „Repräsentative Ergebnisse“. Theoretisch handelt es sich bei dem operanten Ergebnis nicht um einen Messfehler, sondern um eine erwartete Konsequenz erfolgreicher instrumenteller Kontrolle: Wenn eine verfügbare Aktion das aversive Ergebnis zuverlässig verhindert, wird die defensiv-erregte Reaktion herunterreguliert, auch wenn das Organismus weiterhin den Reiz als gefährlich repräsentiert. Genau dies ist die von LeDoux et al.²² vorgeschlagene Neukonzeptualisierung der Vermeidung und der klassische Kontrollierbarkeitseffekt, der in der Literatur zur erlernten Hilflosigkeit beschrieben wird²⁸: Die instrumentelle Reaktion selbst fungiert als Regulator der Erregung, und ihre Einführung sollte daher genau jene autonome Differenzierung beseitigen, die ihr vorausging. Das Muster aus Experiment 2 wiederum ist ein Lehrbuchbeispiel für die teilweise Entkopplung zwischen Reaktionssystemen, wie sie von Lonsdorf et al.²¹ dokumentiert wurde: Hautleitfähigkeit und explizite Bewertung sind teilweise voneinander trennbare Prozesse, und Dibbets und Evers¹¹ selbst berichteten bereits über einen individuellen Unterschied in den Bewertungen ohne entsprechenden Effekt auf die SCR im genau hier adaptierten Paradigma. Dies ist speziell für die Forschung zu Kindheitsbelastungen von Bedeutung. Wenn frühe Belastungen den autonomen Kanal bevorzugt neu kalibrieren, während die deklarative Bewertung unverändert bleibt – oder umgekehrt –, dann würde ein einkanaliges Protokoll je nachdem, welchen Kanal der Untersucher zufällig aufgezeichnet hat, zu entgegengesetzten Schlussfolgerungen führen. Dies ist eine plausible Quelle der Heterogenität, die Ruge et al.¹ in einer Literatur beschreiben, in der kein Outcome-Maß universell als zuverlässiger erwiesen wurde. Die Aufzeichnung über mehrere Kanäle ist daher nicht redundant, sondern eine Voraussetzung für interpretierbare Forschung zu individuellen Unterschieden. Klinisch gesehen ist die Persistenz subjektiver Bedrohung nach dem Erlöschen der autonomen Reaktion das Laboräquivalent der verbleibenden Bedrohungsbewertung nach Expositionstherapie, die Rückfälle vorhersagt, und stellt damit selbst ein plausibles therapeutisches Ziel dar. Dennoch betonen wir die ehrliche alternative Erklärung: Abgeschwächte SCR-Effekte sind auch mit einer geringen Teststärke und geringen Reliabilität des autonomen Kanals unter den Bedingungen der begrenzten Versuchszahl einer 60-minütigen Testbatterie vereinbar – wenige Versuche pro Zelle, Habituation über drei aufeinanderfolgende Aufgaben hinweg und das bekannte Vorkommen von SCR-Nichtreaktoren. Diese Erklärung kann mit den vorliegenden Daten nicht ausgeschlossen werden, und beide Erklärungen schließen sich nicht gegenseitig aus. Studien, die zwischen diesen Erklärungen entscheiden wollen, sollten die in Schritt 8.14 des Protokolls festgelegten Kriterien zur Signalqualität anwenden, die Ausschlusskriterien für Nichtreaktoren vorab registrieren und damit rechnen, dass ein längeres Protokoll mit mehr Versuchen pro Zelle erforderlich ist, bevor ein fehlender autonomer Effekt als Hinweis auf eine Dissoziation und nicht auf unzureichende Messpräzision interpretiert werden kann.

Die aus dem Protokoll abgeleiteten Indizes waren nicht nur in der Lage, kanonische Paradigmen-Effekte zu reproduzieren, sondern auch empfindlich genug, theoretisch bedeutsame Assoziationen mit kindheitlicher Belastung in einer moderaten Stichprobe nachzuweisen. Vier CTQ-mal-Lernindex-Modellierungen zur Moderatoranalyse erfüllten ein Kriterium der Doppelbedeutsamkeit (eine signifikante bivariate Korrelation und einen signifikanten Interaktionsterm), und die CTQ- und BCE-Skalen zeigten die erwartete moderate inverse Korrelation. Beide Befunde werden als Veranschaulichung der messtechnischen Leistungsfähigkeit des Protokolls dargestellt, nicht als bestätigende Tests von Trauma-Lern-Wegen; vollständige statistische Einzelheiten und theoretische Interpretationen finden sich in Supplementary File 2.

Drei Faktoren bestimmen die Qualität der Elektrodermalregistrierung und erfordern während der Datenerhebung besondere Beachtung: eine gleichmäßige Auftragung des leitfähigen Gels auf beiden Elektroden mit festem, aber bequemem Kontakt am ersten Glied der Mittel- und Ringfinger der nicht-dominanten Hand; eine ständige drahtlose Verbindung des Armbands, die vor jeder Aufgabe und erneut bei jedem Übergang zwischen den Aufgaben überprüft werden muss, da kurze Kommunikationsausfälle am Teilnehmerende unbemerkt bleiben, jedoch flache Abschnitte in der Kurve verursachen; sowie die Bewegungslosigkeit der nicht-dominanten Hand, da Fingerkontraktionen und Haltungskorrekturen transiente Signale erzeugen, die eine automatisierte phasische Zerlegung nicht von echten Reaktionen unterscheiden kann. Falls die Verbindung während einer Aufgabe abbricht, sollte das Experiment fortgesetzt und die Sitzung nicht wiederholt werden: Behandeln Sie den betroffenen Kanal für diese Aufgabe als fehlende Daten, während der Teilnehmer für die anderen Paradigmen sowie für die Verhaltens- und subjektiven Kanäle derselben Aufgabe weiterhin verwendbar bleibt. Diese Entscheidungsregel erklärt, warum sich das analytische n zwischen 35 und 38 über die einzelnen Experimente hinweg bewegte. Die übrigen betrieblichen Empfehlungen, die Counterbalancing- und Kalibrierungsprüfungen, die Ledalab-Parameter sowie die vollständige Fehlerbehebungsanleitung finden sich in Supplementary File 4.

Mehrere Einschränkungen sollten bei der Interpretation dieser Ergebnisse berücksichtigt werden, die gemeinsam den Status dieser Arbeit als translationsorientierte methodische Vorschlag und nicht als bestätigende Studie definieren. Erstens und am wichtigsten ist die Stichprobe (n = 35–38, variiert zwischen den Experimenten) zwar ausreichend für die hier berichteten Effekte im Within-Subject-Paradigma, jedoch unzureichend dimensioniert für bestätigende Analysen individueller Unterschiede. Fritz und MacKinnon²⁴ schätzen, dass ein N ≥ 71 erforderlich ist, um einen mittleren vermittelten Effekt nachzuweisen, und McClelland sowie Judd²⁷ zeigen, dass zum Nachweis einer Interaktion in einer moderaten Community-Stichprobe mehrfach die Stichprobengröße benötigt wird, die für einen Haupteffekt erforderlich ist. Die Moderationsmodelle werden daher als Illustration der Messsensitivität des Protokolls dargestellt, nicht als Tests von Trauma-Lern-Pfaden, und es wird keine Behauptung über eine neurokognitive Signatur von Belastung aufgestellt. Die direkte Konsequenz ist, dass der klinische Nutzen des Protokolls noch nicht belegt ist: Die hier abgeleiteten Indizes müssen als Nächstes in ausreichend dimensionierten, vorregistrierten Validierungsstudien an größeren und idealerweise an extremgruppenangereicherten oder klinischen Stichproben überprüft werden, bevor einer von ihnen als Kandidatenmarker in Betracht gezogen werden kann. Zweitens ist die Hautleitfähigkeit prinzipiell anfällig für Bewegungsartefakte und intermittierende Unterbrechungen der drahtlosen Verbindung, und ihre Datenqualität variierte in der vorliegenden Stichprobe über die drei Experimente hinweg; die Verhaltens- und subjektiven Kanäle erwiesen sich als robuster, weshalb das Protokoll sie gleichzeitig erfasst, anstatt allein auf den autonomen Kanal zu vertrauen. Labore, die die Testbatterie anwenden, sollten kanalspezifische Datenverluste erwarten und das analytische n pro Kanal und pro Aufgabe angeben (siehe Schritt 8.14.9). Drittens ist das Protokoll durch die Dauer eines einzelnen Labortermins begrenzt (ca. 60 Minuten, inklusive Einrichtung), was die Anzahl der Versuchsdurchgänge pro Paradigma einschränkt und somit eine untere Grenze für die Within-Subject-Reliabilität der abgeleiteten personenspezifischen Indizes setzt; längere oder mehrsitzige Protokolle würden stabilere individuelle Schätzungen liefern, jedoch auf Kosten von Ermüdung oder Kontrolle innerhalb der Sitzung. Schließlich wurde die Testbatterie bisher nur an gesunden Erwachsenen im Alter von 18 Jahren oder älter angewendet, und ihre Anwendbarkeit bei Minderjährigen, älteren Erwachsenen und klinischen Populationen bleibt noch zu überprüfen. Was der vorliegende Artikel beiträgt, ist die standardisierte, reproduzierbare Messinfrastruktur – Paradigmen, Erfassungsparameter, Qualitätskriterien und Indexableitung –, auf deren Grundlage nun solche bestätigenden klinischen Validierungen aufgebaut werden können.

Drei zukünftige Anwendungen ergeben sich unmittelbar aus dem Protokoll. Erstens könnten größere Stichproben (n ≥ 71, um Effekte über Mediatoren nachzuweisen)²⁴ formelle Mediationstests des Pfads frühe Benachteiligung –> Lernen –> Symptome unterstützen, idealerweise mit vorab registrierten Hypothesen und präzise festgelegten Moderator-mal-Prädiktor-Zellen. Zweitens würde eine klinische Validierung, bei der gesunde Kontrollpersonen mit klinischen Gruppen verglichen werden (Posttraumatische Belastungsstörung, Major depressive Störung), aufzeigen, welche aus dem Protokoll abgeleiteten Indizes die Diagnose am besten differenzieren oder die Behandlungsreaktion am treffsichersten vorhersagen. Drittens ermöglicht die bereits durch die informierte Einwilligung abgedeckte Re-Test-Welle nach sechs Monaten die Bewertung der Intra-Person-Stabilität und der Empfindlichkeit der Indizes gegenüber Behandlungen, was eine Voraussetzung für ihre Verwendung als Kandidaten-Biomarker darstellt. Wir empfehlen, dass Studien zum langfristigen psychologischen Einfluss von Kindheitsbelastungen integrierte, multisystemische Protokolle dieser Art anstelle von Einzelaufgaben- oder rein Selbsteinschätzungsdesigns verwenden.

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
AcqKnowledge-Software	BIOPAC Systems Inc.	ACK100W (Windows) / ACK100M (Mac)	Software zur Erfassung und Analyse physiologischer Signale. RRID:SCR_014279 (überprüfen Sie den aktuellen SciCrunch-Eintrag).
afex (R-Paket)	Singmann, Bolker, Westfall, Aust & Ben-Shachar	Version 1.5-1	R-Paket für faktorielle Experimente. Wird für alle ANOVAs mit Messwiederholung (Experimente 1–3) über aov_ez() verwendet. RRID:SCR_022761 (überprüfen Sie den aktuellen SciCrunch-Eintrag).
ARTool (R-Paket)	Wobbrock, Findlater, Gergle & Higgins	Version 0.11.2	Aligned Rank Transform für nichtparametrische faktorielle ANOVA. Wird für die Phase × Stimulus-ANOVA an der Hautleitfähigkeit im Experiment 2 verwendet, deren Verteilung nicht gaußförmig ist.
Benevolent Childhood Experiences (BCE)-Skala	Narayan, Rivera, Bernstein, Harris & Lieberman (2018)	Publikumswirksames Instrument (10 Items)	Spanische Adaptation wurde verwendet. Kein RRID für dieses Instrument vergeben; zitieren Sie die ursprüngliche Validierungsarbeit.
BioNomadix Handgelenkband (Sender)	BIOPAC Systems Inc.	BN-PPGED-T	Tragbarer Sender für EDA- und PPG-Signale. Wird zusammen mit dem BioNomadix-Empfängermodul verwendet.
Childhood Trauma Questionnaire – Kurzform (CTQ-SF)	Bernstein et al. (2003)	Validierte retrospektive Selbstbeurteilung mit 28 Items	Fünf Subskalen (EA, PA, SA, EN, PN). Kein RRID vergeben; zitieren Sie die ursprüngliche Validierungsarbeit. Spanische Adaptation wurde verwendet.
Leitgel für EDA-Elektroden	BIOPAC Systems Inc.	GEL101A	Isotonisches Gel für Hautleitfähigkeitsmessungen.
Einweg-Ag/AgCl-EDA-Elektroden	BIOPAC Systems Inc.	EL507A	Einweg-Elektroden zur Aufzeichnung der Hautleitfähigkeit.
Generalized Anxiety Disorder Scale (GAD-7)	Spitzer, Kroenke, Williams & Löwe (2006)	7-Item-Selbstbeurteilung	Validierte spanische Version wurde verwendet. Kein Instrumenten-RRID vergeben; zitieren Sie die Originalarbeit.
ggplot2 (R-Paket)	Wickham	Version 4.0.3	Plot-System nach der Grammatik der Grafiken. RRID:SCR_014601 (überprüfen Sie den aktuellen SciCrunch-Eintrag).
Kopfhörer (Over-Ear)	HyperX (HP Inc.)	Cloud III	Kabelgebundener geschlossener Gaming-Headset; wird zur Darbietung des auditiven unkonditionierten Reizes während der Angst-Konditionierung verwendet.
Ledalab	Benedek & Kaernbach (2010)	Open-Source-MATLAB-Toolbox v3.2.5	Kontinuierliche Dekompositionsanalyse (CDA) von Hautleitfähigkeitssignalen. Kein RRID vergeben (stattdessen Originalarbeit zitieren).
lme4 (R-Paket)	Bates, Maechler, Bolker & Walker	Version 1.1-37	Lineare Mixed-Effects-Modelle. Wurden verwendet, um die lernverlaufsbezogenen Steigungen pro Teilnehmer im Experiment 3 zu schätzen. RRID:SCR_015654 (überprüfen Sie den aktuellen SciCrunch-Eintrag).
MATLAB	MathWorks	R2025a	Wurde verwendet, um Ledalab und die SCR-Vorverarbeitungspipeline auszuführen. RRID:SCR_001622.
Patient Health Questionnaire-9 (PHQ-9)	Kroenke, Spitzer & Williams (2001)	9-Item-Selbstbeurteilung	Validierte spanische Version wurde verwendet. Kein Instrumenten-RRID vergeben; zitieren Sie die Originalarbeit.
Einheit zur Erfassung physiologischer Daten (PsychoPy)	BIOPAC Systems Inc.	MP200	Hauptgerät zur Erfassung physiologischer Signale. Wird mit dem drahtlosen EDA-Modul BioNomadix kombiniert.
Python	Python Software Foundation	Version 3.12	Wird für die Vorverarbeitungspipeline verwendet, die die Ledalab-Ausgabe mit den PsychoPy-Verhaltensdaten verbindet (Data_Bases.py, Completed_Bases_Per_Experiment.py). RRID:SCR_008394 (überprüfen Sie den aktuellen SciCrunch-Eintrag).
R (statistische Rechenumgebung)	R Foundation for Statistical Computing	Version 4.5.0	Umgebung, in der alle statistischen Analysen durchgeführt wurden. Moderationsmodelle wurden mittels gewöhnlicher Kleinster-Quadrate-Regression mit der lm()-Funktion des Basis-Stats-Pakets geschätzt, wobei die Prädiktoren z-standardisiert und der Interaktionsterm als deren Produkt berechnet wurde; es wurde kein spezialisiertes Moderationspaket verwendet. RRID:SCR_001905 (überprüfen Sie den aktuellen SciCrunch-Eintrag).
State-Trait Anxiety Inventory (STAI)	Spielberger et al. (1983)	STAI Form Y (40 Items, SAI + TAI)	Validierte spanische Version wurde verwendet. Kein Instrumenten-RRID vergeben; zitieren Sie die Originalarbeit.
Monitor zur Stimulusdarbietung	Samsung	LS22D300GALXZS (S22D300, 22-Zoll-LED)	Display zur Darstellung visueller CS+/CS−-Stimuli und Bewertungsskalen.