Lo stress è definito come uno stato che si manifesta quando le richieste esterne o interne superano le risorse di coping dell’individuo (Hobfoll et al., 1993).

In contesti realistici, è comune incontrare fattori stressanti come un’elevata richiesta di compiti, mancanza di controllo, frustrazione e pressione temporale. Tali stressor influenzano negativamente le prestazioni, alterando i processi cognitivi alla base del decision-making, dell’attenzione e della memoria.

Una misura non invasiva del livello di stress è l’attività elettrodermica (EDA). Quando un individuo è sotto stress, l’attività delle ghiandole sudoripare aumenta, producendo un incremento della conduttanza cutanea. Poiché le ghiandole sudoripare sono controllate anche dal Sistema Nervoso Simpatico (SNS), la conduttanza cutanea funge da indicatore dell’attivazione simpatica in risposta allo stress (Sequeira et al., 2009).

Un’altra misura affidabile dello stress può essere ottenuta tramite i segnali EEG. In particolare, è stato riscontrato che, in presenza di fattori stressanti, la potenza alfa diminuisce nella corteccia prefrontale, mentre la potenza beta aumenta nelle aree temporali e parietali (Al-Shargie et al., 2016). In diversi contesti, si è dimostrato che condizioni di stress inducono asimmetrie nell’attivazione cerebrale (Murat et al., 2009). È stato inoltre osservato che l’emisfero destro è principalmente coinvolto nella produzione di cortisolo, più dell’emisfero sinistro (Lewis et al., 2007).

BrainSigns ha sviluppato e validato misure di stress per l’utilizzo fuori dal laboratorio, sia mediante la conduttanza cutanea, sia tramite il segnale EEG, con particolare attenzione all’attività della banda beta nell’area parietale destra. Tale algoritmo è stato validato all’interno del progetto Mindtooth (Sciaraffa et al., 2021).

L’indice di stress è impiegato da BrainSigns per la valutazione del benessere dell’utente in contesti di training, così come per analizzare la percezione dell’utente nell’interazione con diverse tecnologie. In ambito human factor, viene utilizzato nei settori automotive (Sciaraffa et al., 2021) e aviazione (Borghini et al., 2020).

Lo Stress è una delle neurometriche disponibili nella Neurometrics App di Mindtooth, sviluppata da BrainSigns.

RIFERIMENTI BIBLIOGRAFICI

• Al-Shargie, M. Kiguchi, N. Badruddin, S. C. Dass, A. F. M. Hani, and T. B. Tang, “Mental stress assessment using simultaneous measurement of EEG and fNIRS,” Biomed. Opt. Express, vol. 7, no. 10, p. 3882, Oct. 2016.
• Borghini, Gianluca, et al. "A multimodal and signals fusion approach for assessing the impact of stressful events on Air Traffic Controllers." Scientific reports 10.1 (2020): 8600.
• Hobfoll, S. E., & Shirom, A. (1993). Stress and burnout in the workplace conservation of resources. In R. T. Golembiewski (Ed.), Handbook of organizational behavior (pp. 41-60). New York
• Lewis, N. Y. Weekes, and T. H. Wang, “The effect of a naturalistic stressor on frontal EEG asymmetry, stress, and health,” Biol. Psychol., vol. 75, no. 3, pp. 239–247, Jul. 2007.
• Murat, M. N. Taib, Z. M. Hanafiah, S. Lias, R. S. S. A. Kadir, and H. A. Rahman, “Initial investigation of brainwave synchronization after five sessions of horizontal rotation intervention using EEG,” Proc. 2009 5th Int. Colloq. Signal Process. Its Appl. CSPA 2009, pp. 350–354, 2009.
• Sciaraffa, Nicolina, et al. "Validation of a light EEG-based measure for real-time stress monitoring during realistic driving." Brain sciences 12.3 (2022): 304.
• Sequeira, P. Hot, L. Silvert, and S. Delplanque, “Electrical autonomic correlates of emotion,” Int. J. Psychophysiol., vol. 71, no. 1, pp. 50–56, Jan. 2009.