Home Educación Investigadores del IIT Madras identifican marcadores fisiológicos para predecir y gestionar la...

Investigadores del IIT Madras identifican marcadores fisiológicos para predecir y gestionar la ansiedad ante los exámenes en los estudiantes

21

NUEVA DELHI: Investigadores del Instituto Indio de Tecnología de Madrás han identificado indicadores fisiológicos mensurables que pueden ayudar a identificar a los estudiantes más vulnerables a la ansiedad ante los exámenes, allanando el camino para nuevas intervenciones específicas que podrían revolucionar la forma en que los sistemas educativos abordan el estrés y el rendimiento, según funcionarios.

Investigadores del IIT Madras identifican marcadores fisiológicos para predecir y gestionar la ansiedad ante los exámenes en los estudiantes

La investigación fue publicada en Behavioral Brain Research, una revista internacional revisada por pares que publica estudios sobre las bases neurobiológicas del comportamiento y los procesos cognitivos en humanos y animales.

El estudio destaca cómo el cerebro y el corazón reaccionan de manera diferente en los estudiantes con ansiedad durante los exámenes, proporcionando una base científica para la identificación temprana y estrategias personales de afrontamiento.

La ansiedad ante los exámenes afecta aproximadamente al 81% de los estudiantes indios, según el Consejo Nacional de Investigación y Capacitación Educativa, y a menudo afecta el rendimiento académico y la salud mental a largo plazo. Si bien algunos estudiantes son capaces de desempeñarse bajo presión, otros caen en conductas de evitación, incapaces de afrontar la situación de manera efectiva.

Según Venkatesh Balasubramanian, Departamento de Diseño de Ingeniería del IIT Madras, el equipo de investigación buscó comprender por qué sucede esto, centrándose en datos fisiológicos objetivos que van más allá de las percepciones autoinformadas.

“Descubrieron que cuando la red de comunicación cerebro-corazón se rompe durante el estrés, algunos estudiantes tienen más probabilidades de desarrollar ansiedad severa y evitación, lo que revela una clara distinción biológica entre respuestas adaptativas y desadaptativas a las pruebas”, dijo a PTI.

Y añadió: “El gran avance del estudio radica en la integración de dos marcadores fisiológicos: la asimetría alfa frontal, un indicador de regulación emocional basado en el cerebro, y la variabilidad de la frecuencia cardíaca, una medida del control adaptativo del corazón. Juntas, estas señales ayudan a identificar a los estudiantes propensos a la ansiedad”.

Balasubramanian explicó que el equipo encontró que aquellos con un patrón de FAA negativo mostraban una regulación cardíaca mucho más deficiente durante el estrés, lo que significa que su predisposición a la ansiedad podría anular la capacidad del corazón para permanecer equilibrado en un entorno evaluativo.

“Esta comprensión matizada cambia la forma en que vemos el estrés académico: no como una cuestión puramente psicológica, sino como una cuestión basada en reacciones fisiológicas mensurables”, dijo.

Estas ideas abren enormes posibilidades para aplicaciones prácticas, afirmó Swathi Parameswaran, investigadora del IIT Madras. Al entrenar sistemas de inteligencia artificial en estos signos psicológicos y fisiológicos, pronto será posible desarrollar herramientas de monitoreo no invasivas en tiempo real que alerten a los maestros y profesionales de la salud mental sobre estudiantes en riesgo, sin esperar signos obvios de angustia.

“Los hallazgos también respaldan el diseño de intervenciones conductuales y de manejo personalizado del estrés que puedan integrarse en programas de salud escolares y universitarios, brindando apoyo proactivo en lugar de tratamiento reactivo”, dijo.

Aunque este estudio es preliminar y se realizó con 52 participantes, representa un paso crítico hacia la integración de la neurociencia con la psicología educativa.

El equipo ahora pretende ampliar el alcance de la investigación involucrando a grupos de participantes más grandes y diversos y explorando factores adicionales como patrones de sueño y niveles de actividad para mejorar los modelos predictivos. También se utilizarán técnicas avanzadas, como el mapeo de conectividad basado en electroencefalograma (EEG), para profundizar la comprensión de la dinámica del corazón y el cerebro bajo estrés.

Este artículo se generó a partir de un servicio de noticias automatizado sin modificaciones en el texto.

Enlace fuente