Ricerca scientifica in ambito sociale/Cause della depressione

Lo studio sperimentale su Zenodo: https://zenodo.org/records/10821700 dal titolo "An experimental paradigm for triggering a depressive syndrome" è volto a indurre sintomi depressivi in individui sani attraverso un paradigma di esclusione sociale controllato. 134 studenti universitari sani e non clinici sono stati assegnati in modo casuale a un gruppo di Esclusione (EX) o di Inclusione (IN) tramite il gioco online Cyberball di lancio della palla (credendo che si stesse svolgendo in tempo reale con gli altri partecipanti). Tuttavia, il gioco era pre-programmato: i partecipanti del gruppo di inclusione hanno ricevuto una distribuzione equa dei lanci durante il gioco; i partecipanti del gruppo di esclusione ne hanno ricevuti molti meno. Alla fine del gioco il gruppo di esclusione ha ricevuto un feedback negativo.

Andrews, P. (2024). Data from: An experimental paradigm for triggering a depressive syndrome [Data set]. Zenodo. https://doi.org/10.5061/dryad.v6wwpzh2v

I risultati indicano che i partecipanti esclusi hanno:

• Auto-riferito un aumento significativo della tristezza e una diminuzione della felicità, ma non di ansia o calma.
• Ottenuto punteggi significativamente più alti in quattro delle cinque variabili relative alla ruminazione depressiva.
• Mostrato una performance significativamente peggiore in un compito di doppia interferenza, suggerendo una capacità di concentrazione compromessa.

Caricamento delle librerie e dei dati in R

I dati dello studio sperimentale sono allegati al progetto:

 library(dplyr)
 library(ggplot2)
 library(statsr)
 library(gridExtra)
 library(readxl)

 data <-read.csv("RFactorScore.csv", header = TRUE)
 data$Time <- as.factor(data$Time)
 data$Cond <- factor(data$Cond, levels = c(1, 0), labels
 = c("Exclusion", "Inclusion"))

 data2 <-read_excel("CyberMLCNF.xlsx")
 data2$Cond <- factor(data2$Cond, levels = c(1, 0), labels
 = c("Exclusion", "Inclusion"))
 data2$WordCond <- factor(data2$WordCond)
 data2$`RAPM Score` <- as.numeric(data2$`RAPM Score`)

 attach(data)

Aumento della tristezza e diminuzione della felicità

Creiamo nel dataset data le variabili tristezza, felicità, ansia e calma totali sommando le rispettive colonne e tracciamo i 4 grafici delle medie di tali variabili per condizione (Inclusione e Esclusione) e nei 3 tempi in cui le misurazioni vengono fatte. Si nota in caso di esclusione un aumento significativo della tristezza e una diminuzione della felicità, ma non di ansia o calma:

 data$TotalSadness = Sad + Low + Dep + Down
 data$TotalHappiness =  Happy + Over + Joy
 data$TotalAnxiety = Anx + Nerv + Wor + Tense + Uneasy
 data$TotalCalmness = Calm + Peace + Cont + Satis

 g1<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_sadness = mean(TotalSadness, na.rm=T)) %>%
  ggplot(aes(Time, mean_sadness, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Tristezza")

g2<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_happiness = mean(TotalHappiness, na.rm=T)) %>%
  ggplot(aes(Time, mean_happiness, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Felicità")

g3<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_anxiety = mean(TotalAnxiety, na.rm=T)) %>%
  ggplot(aes(Time, mean_anxiety, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Ansia")

g4<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_calmness = mean(TotalCalmness, na.rm=T)) %>%
  ggplot(aes(Time, mean_calmness, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Calma")

grid.arrange(g1,g2,g3,g4, nrow=2, ncol=2)

Ruminazione depressiva

La ruminazione depressiva è stata misurata in questo studio principalmente attraverso l'analisi dei testi scritti dai partecipanti dopo l'esperienza con il gioco Cyberball. Le analisi statistiche hanno esaminato le differenze tra le condizioni di inclusione ed esclusione in relazione a questi indicatori di ruminazione. I risultati hanno mostrato che i partecipanti nel gruppo di esclusione hanno ottenuto punteggi significativamente più alti in quattro delle cinque variabili relative alla ruminazione depressiva.

Le 5 variabili misurate sono:

• Ricostruzione causale (Causal Reconstruction, variabile CR): Misura in cui il partecipante tenta di ricostruire la catena di eventi che ha portato a un problema o a un fallimento, identificando possibili punti di intervento. I valutatori hanno assegnato un punteggio a questo aspetto in base a quanto chiaramente il partecipante comunicava la ricostruzione causale.

inference(x = Cond, y = CR, data = data2,
                statistic = "mean", type = "ht",
                method = "theoretical", alternative = "greater", null = 0,
                conf_level = 0.95)

Response variable: numerical
Explanatory variable: categorical (2 levels)
n_Exclusion = 71, y_bar_Exclusion = 1.5634, s_Exclusion = 1.2275
n_Inclusion = 63, y_bar_Inclusion = 0.6825, s_Inclusion = 1.0599
H0: mu_Exclusion =  mu_Inclusion
HA: mu_Exclusion > mu_Inclusion
t = 4.4573, df = 62
p_value = < 0.0001

Essendo p_value <0,05 scartiamo l'ipotesi nulla HO e accettiamo l'ipotesi alternativa HA per cui siamo fiduciosi al 95% che la media del punteggio di ricostruzione causale CR è maggiore negli esclusi rispetto agli inclusi.

• Auto-colpevolizzazione (Self-blame, variabile SelfB): Misura in cui il partecipante si identifica come la causa principale di un problema o di un sentimento negativo. Il punteggio rifletteva quanto chiaramente il partecipante si attribuiva la colpa.

Analogamente essendo p_value <0,05 scartiamo l'ipotesi nulla HO e accettiamo l'ipotesi alternativa HA per cui siamo fiduciosi al 95% che la media del punteggio di auto-colpevolizzazione selfB è maggiore negli esclusi rispetto agli inclusi.

• Bassa autostima (Low self-esteem, variabile LSE): Misura in cui il partecipante esprime una percezione negativa del proprio valore o importanza. I valutatori hanno cercato indicazioni di questa percezione negativa nei testi.

Analogamente essendo p_value <0,05 scartiamo l'ipotesi nulla HO e accettiamo l'ipotesi alternativa HA per cui siamo fiduciosi al 95% che la media del punteggio di bassa autostima LSE è maggiore negli esclusi rispetto agli inclusi.

• Presenza di un problema (Presence of a problem, variabile PofaP): Sebbene non specificamente un aspetto della "ruminazione", l'ammissione di un problema o di un sentimento negativo è stata valutata nei testi.

Analogamente essendo p_value <0,05 scartiamo l'ipotesi nulla HO e accettiamo l'ipotesi alternativa HA per cui siamo fiduciosi al 95% che la media del punteggio di presenza di un problema PofaP è maggiore negli esclusi rispetto agli inclusi.

• Pensieri controfattuali (Counterfactual Thoughts, variabile CT): Misura in cui il partecipante riflette sugli eventi passati e immagina alternative a ciò che è successo. Anche in questo caso, i valutatori hanno determinato un punteggio in base alla chiarezza con cui i pensieri controfattuali venivano espressi.

inference(x = Cond, y = CT, data = data2,
                statistic = "mean", type = "ht",
                method = "theoretical", alternative = "twosided", null = 0,
                conf_level = 0.95)

Response variable: numerical
Explanatory variable: categorical (2 levels)
n_Exclusion = 71, y_bar_Exclusion = 0.3521, s_Exclusion = 0.7191
n_Inclusion = 63, y_bar_Inclusion = 0.2222, s_Inclusion = 0.7058
H0: mu_Exclusion =  mu_Inclusion
HA: mu_Exclusion != mu_Inclusion
t = 1.0539, df = 62
p_value = 0.296

Essendo p_value> 0,05 accettiamo l'ipotesi nulla H0 per cui siamo fiduciosi al 95% che non ci sia una significativa differenza tra la media del punteggio di pensieri controfattuale CT tra gli esclusi e gli inclusi.

Difficoltà di concentrazione

Ai partecipanti sono stati dati 10 minuti per completare il RAPM, mentre dovevano ricordare un elenco di parole per valutare la loro capacità di concentrazione e memorizzazione. Gli esclusi hanno mostrato una performance significativamente peggiore in tale compito, suggerendo una capacità di concentrazione compromessa.

inference(x = Cond, y = `RAPM Score`, data = data2,
                statistic = "mean", type = "ht",
                method = "theoretical", alternative = "less", null = 0,
                conf_level = 0.95)

Response variable: numerical
Explanatory variable: categorical (2 levels)
n_Exclusion = 69, y_bar_Exclusion = 6.5362, s_Exclusion = 2.6711
n_Inclusion = 62, y_bar_Inclusion = 7.4677, s_Inclusion = 1.9646
H0: mu_Exclusion =  mu_Inclusion
HA: mu_Exclusion < mu_Inclusion
t = -2.2887, df = 61
p_value = 0.0128

Essendo p_value <0,05 scartiamo l'ipotesi nulla HO e accettiamo l'ipotesi alternativa HA per cui siamo fiduciosi al 95% che la media del punteggio per valutare la capacità di concentrazione `RAPM Score` è minore negli esclusi rispetto agli inclusi.