文/ 吳胤蓁、余汯恩、楊惇安
編修/ 林宜美教授
高雄醫學大學心理系臨床心理學組
現代人忙碌的工作、繁複的課業，以及緊張的人際關係，人們經常會抱怨「壓力好大！」。適當的壓力有助於提升表現，但處於長期壓力下，若缺乏壓力調適與因應，容易對情緒與健康造成負面影響，心跳變異生理回饋(heart rate variability biofeedback, HRVB)已被證實對許多臨床疾病之療效，它對舒解壓力也具有效果嗎？
一、生理回饋簡介
生理回饋可透過測量生理反應並提供回饋，協助個案進行自我覺察與自我調節，訓練以健康為導向之特定生理功能，以達到壓力舒解之目的。
Yu等人(2018)針對46篇文獻進行系統性回顧，整理出生理回饋需具備的四個核心要素：(1)以生理訊號感測器進行測量(例如：心跳、心跳變異、呼吸、膚電等)；(2)接收生理訊號的主機；(3)資料處理系統；(4)透過電腦或其他回饋系統進行回饋，例如：穿載裝置、結合手機APP、聲光與物理結構改變的回饋系統。
生理回饋的生理訊號又可分為單一與多重指標，單一指標生理回饋僅測量和呈現單一特定的生理指標，個案僅需專注一項生理訊號，進行自我調節，裝置通常較為精簡、方便攜帶且容易操作，例如：攜帶型指溫感測器、耳夾式脈波感測器結合手機APP；而多重指標生理回饋系統，則透過多個生理訊號感測器同步測量多種生理反應，並計算生理指標之間的關係，例如：將心跳與心跳間距轉換為心跳變異(heart rate variability, HRV)，做為自主神經活性指標，反映個體在面對壓力的調節能力。
生理回饋經常使用壓力與情緒相關量表做為療效指標，例如：情境－特質焦慮量表(state-trait anxiety inventory, STAI)、放鬆量表(relaxation rating scale, RRS)，用以了解個案的焦慮與放鬆程度。
針對舒解壓力的生理回饋方案，訓練期間介於單次療程、3天至3個月；每次訓練時間介於5至30分鐘。
二、HRVB對壓力之療效研究
Goessl等人(2017)進行後設分析檢驗生理回饋對降低壓力與焦慮之療效，共納入24篇研究共484位參與者，訓練次數介於1至50次，訓練方式以穿戴式裝置在家中訓練或接受治療師提供固定次數的訓練。結果顯示HRVB組後測相較於前測有效降低壓力與焦慮症狀(Hedges’ g = 0.81)；HRVB組在降低壓力與焦慮症狀之療效優於對照組(包含等候控制、標準照護、常規治療、記錄每日想法、漸進式肌肉放鬆或假生理回饋；Hedges’ g = 0.83)，此結果驗證HRVB對壓力和焦慮之療效。
Lehrer等人(2020)回顧58篇HRVB進行後設分析，結果發現：(1)共振頻率呼吸(每分鐘6次呼吸)在情緒與心理指標的效果優於放鬆的自然呼吸(每分鐘15次呼吸)；(2)HRVB與其他具療效的心理介入沒有顯著差異，亦即HRVB與其他實證證實有療效的治療方式之效果相當，此外HRVB優於其他沒有介入的控制組；(3)回歸分析顯示，不論HRVB研究發表的年代、前後測間隔時長、治療次數長短皆不會影響HRVB的療效。
三、HRVB對其他疾病之療效
HRVB除了應用於舒解壓力外，也廣泛應用於改善其他疾病與臨床症狀，在生氣、憂鬱、物質渴望、腸胃道症狀、疼痛的改善有大的效果量；在焦慮、疲倦、心血管疾病、血壓、運動員、呼吸系統相關症狀、運動員表現、執行與認知功能上有小的效果量。其他疾病與臨床症狀，可能需要更大的樣本與實證研究來支持(Lehrer et al., 2020)。
四、未來更多元的生理回饋介入方式
目前生理回饋在舒解壓力之應用，仍以電腦呈現視覺回饋為主，但隨著科技進展與多媒體技術的發展，在生理訊號回饋除了以傳統圖形或曲線回饋外，科技化的回饋模式逐漸被開發出來，例如：以實體互動(tangible interaction)、周邊互動(peripheral interaction)、環境顯示(ambient display)與音樂界面(musical interface)等。
隨著人工智慧的興起，結合物聯網的智慧居家、智慧醫療平台將成為新的趨勢，未來更逐漸往非接觸性感測生理訊號為發展目標(例如：以錄影機偵測臉部脈波與心跳，並轉換為自主神經指標)。
現在流行的穿戴式裝置(例如：手機、智慧型手錶、耳機、眼鏡)也已經可以測量到呼吸型態、心跳速率，再透過深度學習模型進一步分析，即以自動識別使用者的心理壓力狀態、認知負荷程度以及壓力指標(Abdelrahman et al., 2017)，提供使用者即時監控與回饋。
生理訊號的回饋亦可與人機互動的技術結合，例如Schnädelbach等人 (2012)開發的ExoBuilding，就是將生理訊號以環境媒體的形式呈現，藉由視覺與聽覺刺激回饋個案的呼吸、心跳與膚電反應。也有些研究將生理回饋與虛擬實境(virtual reality, VR)結合，以增強身臨其境的放鬆體驗(Gaggioli et al., 2014; van Rooij et al., 2016)。
現代生理回饋介入多強調裝置使用之可近性、可用性、舒適度，以提升個案的使用動機，改善其困擾與不適症狀為目標。
五、總結與未來展望
我們需要學習如何因應日常生活中無所不在的壓力，生理回饋可以幫助我們提升自我察覺、學習自我調節，有效改善壓力帶來的情緒、身體、認知與行為症狀。
目前HRVB對舒解壓力之長期追蹤研究較少，仍無法確定長期療效；另外，穿戴式裝置的應用仍以生理訊號測量為主(例如：Apple、Fitbit或Garmin等智慧型手錶仍以提供心跳速率、睡眠、血氧等生理訊號)，在生理訊號回饋與生理回饋訓練，進而從訓練中給予增強與酬賞的設計仍較缺乏，值得後續研究進一步開發與驗證。
參考文獻
- Abdelrahman, Y., Velloso, E., Dingler, T., Schmidt, A., & Vetere, F. (2017). Cognitive heat: Exploring the usage of thermal imaging to unobtrusively estimate cognitive load. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 1(3), 1-20. https://doi.org/10.1145/3130898
- Gaggioli, A., Pallavicini, F., Morganti, L., Serino, S., Scaratti, C., Briguglio, M., Crifaci, G., Vetrano, N., Giulintano, A., Bernava, G., Tartarisco, G., Pioggia, G., Raspelli, S., Cipresso, P., Vigna, C., Grassi, A., Baruffi, M., Wiederhold, B., & Riva, G. (2014). Experiential virtual scenarios with real-time monitoring (interreality) for the management of psychological stress: A block randomized controlled trial. Journal of Medical Internet Research, 16(7), e3235. https://doi.org/10.2196/jmir.3235
- Goessl, V. C., Curtiss, J. E., & Hofmann, S. G. (2017). The effect of heart rate variability biofeedback training on stress and anxiety: A meta-analysis. Psychological Medicine, 47(15), 2578-2586. http://doi.org/10.1017/S0033291717001003
- Lehrer, P., Kaur, K., Sharma, A., Shah, K., Huseby, R., Bhavsar, J., & Zhang, Y. (2020). Heart rate variability biofeedback improves emotional and physical health and performance: A systematic review and meta-analysis. Applied Psychophysiology and Biofeedback, 45(3), 109-129. http://doi.org/10.1007/s10484-020-09466-z
- Schnädelbach, H., Irune, A., Kirk, D., Glover, K., & Brundell, P. (2012). ExoBuilding: Physiologically driven adaptive architecture. ACM Transactions on Computer-Human Interaction, 19(4), 1-22. https://doi.org/10.1145/2395131.2395132
- van Rooij, M., Lobel, A., Harris, O., Smit, N., & Granic, I. (2016, May 7-12). DEEP: A biofeedback virtual reality game for children at-risk for anxiety [Conference presentation]. 2016 CHI Conference Extended Abstracts on Human Factors in Computing Systems. California, San Jose, United States. https://doi.org/10.1145/2851581.2892452
- Yu, B., Funk, M., Hu, J., Wang, Q., & Feijs, L. (2018). Biofeedback for everyday stress management: A systematic review. Frontiers in ICT, 5, 23. https://doi.org/10.3389/fict.2018.00023
