Спектральная мощность бета-ритма электроэнцефалограммы как маркёр депрессивного расстройства
- Авторы: Галкин С.А.1, Васильева С.Н.1, Симуткин Г.Г.1, Иванова С.А.1,2, Бохан Н.А.1,2
-
Учреждения:
- Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук
- Сибирский государственный медицинский университет
- Выпуск: Том LII, № 4 (2020)
- Страницы: 33-38
- Раздел: Оригинальные исследования
- URL: https://journals.rcsi.science/1027-4898/article/view/54539
- DOI: https://doi.org/10.17816/nb54539
- ID: 54539
Цитировать
Аннотация
Цель настоящего исследования — выявить особенности электроэнцефалограммы у пациентов с депрессивными расстройствами и оценить корреляции с клинико-динамическими параметрами.
Материал и методы. В исследование были включены 74 пациента с депрессивным расстройством. Выраженность депрессивного расстройства оценивали с помощью шкалы депрессии Гамильтона и шкалы общего клинического впечатления. Для оценки клинических особенностей течения депрессивного расстройства использованы шкала тревожности Гамильтона, шкала оценки ангедонии Снайта–Гамильтона и шкала социальной адаптации. Информацию о давности депрессивного расстройства брали из историй болезни пациентов. В дополнение к клиническим данным проводили оценку уровня когнитивной гибкости с помощью теста Струпа. Осуществляли запись и анализ электроэнцефалограммы по международной системе 10–20 в условиях покоя с закрытыми глазами. Анализировали значения спектральной мощности ритмов. Проводили корреляционный анализ клинических и электроэнцефалографических данных пациентов.
Результаты. Анализ спектральной мощности ритмов выявил статистически значимые различия между группой пациентов с депрессивными расстройствами и контролем только в β-диапазоне частот во фронтальной (р=0,000001), центральной (р=0,00028) и теменной (р=0,017) коре. Были обнаружены прямые корреляции между уровнем спектральной мощности β-ритма во фронтальной коре головного мозга и тяжестью депрессивного расстройства (r=0,2856; p=0,015), уровнем тревожности (r=0,2622; p=0,028), степенью когнитивной ригидности (r=0,3728; p=0,007). Также были выявлены прямые корреляции между спектральной мощностью β-ритма в центральной коре головного мозга и степенью когнитивной ригидности (r=0,3332; p=0,017).
Выводы. Преобладание высокочастотной активности у пациентов с депрессивными расстройствами отражает повышение коркового возбуждения в головном мозге, что сопровождается рядом клинических особенностей в виде более тяжёлого течения заболевания, наличия тревожной симптоматики и когнитивной ригидности. Таким образом, полученные результаты позволяют использовать данные количественной электроэнцефалограммы для уточнения степени выраженности клинических симптомов депрессивного расстройства.
Ключевые слова
Полный текст
Открыть статью на сайте журналаОб авторах
Станислав Алексеевич Галкин
Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук
Автор, ответственный за переписку.
Email: s01091994@yandex.ru
Россия, 634014, г. Томск, ул. Алеутская, 4
Светлана Николаевна Васильева
Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук
Email: vasilievasn@yandex.ru
Россия, 634014, г. Томск, ул. Алеутская, 4
Герман Геннадьевич Симуткин
Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук
Email: ggsimutkin@gmail.com
Россия, 634014, г. Томск, ул. Алеутская, 4
Светлана Александровна Иванова
Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук; Сибирский государственный медицинский университет
Email: ivanovaniipz@gmail.com
Россия, 634014, г. Томск, ул. Алеутская, 4; 634050, г. Томск, Московский тракт, 2
Николай Александрович Бохан
Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук; Сибирский государственный медицинский университет
Email: mental@tnimc.ru
Россия, 634014, г. Томск, ул. Алеутская, 4; 634050, г. Томск, Московский тракт, 2
Список литературы
- Краснов В.Н. Депрессия как социальная и клиническая проблема современной медицины. Рос. психиатрич. ж. 2011; (6): 8–10. [Krasnov V.N. Depression as a social and clinical problem of modern medicine. Rossijskij psihiatricheskij zhurnal. 2011; (6): 8–10. (In Russ.)]
- Kessler R.C., Bromet E.J. The epidemiology of depression across cultures. Annu. Rev. Public Health. 2013; (34): 119–138. doi: 10.1146/annurev-publhealth-031912-114409.
- Aboraya A., Rankin E., France C. et al. The reliability of psychiatric diagnosis revisited: The clinician's guide to improve the reliability of psychiatric diagnosis. Psychiatry (Edgmont). 2006; 3 (1): 41–50.
- Mohammadi M., Al-Azab F., Raahemi B. et al. Data mining EEG signals in depression for their diagnostic value. BMC Med. Inform. Decis. Mak. 2015; (15): 108. doi: 10.1186/s12911-015-0227-6.
- Drevets W.C., Price J.L., Furey M.L. Brain structural and functional abnormalities in mood disorders: implications for neurocircuitry models of depression. Brain Struct. Funct. 2008; (1–2): 93–118. doi: 10.1007/s00429-008-0189-x.
- Birur B., Kraguljac N.V., Shelton R.C., Lahti A.C. Brain structure, function, and neurochemistry in schizophrenia and bipolar disorder-a systematic review of the magnetic resonance neuroimaging literature. NPJ Schizophr. 2017; (3): 15. doi: 10.1038/s41537-017-0013-9.
- Изнак А.Ф., Изнак Е.В., Абрамова Л.И., Ложников М.А. Модели количественного прогноза терапевтического ответа больных депрессией по параметрам исходной ЭЭГ. Физиол. человека. 2019; (6): 36–43. [Iznak A.F., Iznak E.V., Abramova L.I., Lozhnikov M.A. Models for quantitative prediction of therapeutic response in patients with depression based on the parameters of the initial EEG. Fiziologija cheloveka. 2019; (6): 36–43. (In Russ.)]
- Галкин С.А., Рощина О.В., Васильева С.Н. и др. Нейрокогнитивные изменения при депрессивных расстройствах. Социал. и клин. психиатрия. 2020; (3): 26–30. [Galkin S.A., Roshchina O.V., Vasilyeva S.N. et al. Neurocognitive changes in depressive disorders. Social'naya i klinicheskaya psihiatriya. 2020; (3): 26–30. (In Russ.)]
- Segrave R.A., Cooper N.R., Thomson R.H. et al. Individualized alpha activity and frontal asymmetry in major depression. Clin. EEG Neurosci. 2011; (1): 45–52. doi: 10.1177/155005941104200110.
- Vinne N., Vollebregt M.A., Putten M., Arns M. Frontal alpha asymmetry as a diagnostic marker in depression: Fact or fiction? A meta-analysis. Neuroimage Clin. 2017; (16): 79–87. doi: 10.1016/j.nicl.2017.07.006.
- Галкин С.А., Ткачёва Г.Д., Симуткин Г.Г. и др. Изменения показателей биоэлектрической активности мозга при депрессивных расстройствах в процессе терапии СИОЗС. Психич. здоровье. 2020; (3): 3–8. [Galkin S.A., Tkacheva G.D., Simutkin G.G. et al. Changes in indicators of brain bioelectric activity in depressive disorders during SSRI therapy. Psihicheskoe zdorov'e. 2020; (3): 3–8. (In Russ.)]
- Fingelkurts A.A., Fingelkurts A.A., Rytsala H. et al. Impaired functional connectivity at EEG alpha and theta frequency bands in major depression. Hum. Brain Mapp. 2007; (3): 247–261. doi: 10.1002/hbm.20275.
- Scarpina F., Tagini S. The stroop color and word test. Front. Psychol. 2017; (8): 557. doi: 10.3389/fpsyg.2017.00557.
- Newson J.J., Thiagarajan T.C. EEG frequency bands in psychiatric disorders: A review of resting state studies. Front. Hum. Neurosci. 2019; (12): 521. doi: 10.3389/fnhum.2018.00521.
- Лапин И.А. Нейрофизиологические маркёры суицидального риска при депрессиях. Социал. и клин. психиатрия. 2017; 2: 29–40. [Lapin I.A. Neurophysiological markers of suicidal risk in depression. Social'naya i klinicheskaya psihiatriya. 2017; 2: 29–40. (In Russ.)]