Electroencephalographic features of alcohol use disorders with different decision-making efficiency in risk conditions

全文:

Алкогольная зависимость характеризуется неадекватной моделью потребления алкоголя, обусловленной неспособностью остановить или контролировать чрезмерную алкоголизацию, несмотря на ее пагубные последствия. При уровне распространенности в 8.6% во всем мире [1] алкогольная зависимость представляет собой серьезную медико-социальную проблему. В многочисленных нейропсихологических исследованиях неоднократно подчеркивалось, что алкогольная зависимость связана с нарушением исполнительных функций, включая рабочую память, планирование и когнитивную гибкость [2–5]. Длительное и чрезмерное употребление алкоголя, наблюдаемое при алкогольной зависимости, подвергает людей риску развития синдрома Корсакова [6]. В литературе поведенческие и когнитивные нарушения, обусловленные алкогольной зависимостью, часто связывают с дефицитом принятия решений [3, 4, 7]. Нарушения в принятии решений даже описывались, как центральная черта алкогольной зависимости [7]. Действительно, больные алкогольной зависимостью, по-видимому, более склонны к рискованному (связанному со здоровьем) поведению, чем здоровые люди [3, 7]. Важно отметить, что это увеличение рискованного поведения может быть как следствием, так и фактором риска для поддержания употребления алкоголя.

Как показывают исследования, лица с алкогольной зависимостью крайне ограничены в возможностях гибкой смены стратегий действий, контроле над поведением и подавляют психосоциальные адаптационные способности, что, в свою очередь, может служить основой для снижения эффективности принятия ими решений в условиях риска [7–9]. Нарушение процесса принятия решений при алкогольной зависимости было подтверждено в более ранних исследованиях, например, с помощью игровой задачи Айова, теста "Кубок", "Подбрасывание монеты", Кембриджской игровой задачи и др. [7, 10, 11]. Эти исследования показали, что больные алкогольной зависимостью предпочитают варианты с высоким, но редким вознаграждением. Тем не менее, в свете ограниченного объема данных необходимы дальнейшие исследования.

В последние годы применение нейрофизиологических (электрофизиологических) методов в психиатрии и психологии стали особенно актуальны. Высокоинформативным нейрофизиологическим показателем функционального состояния головного мозга при психических расстройствах, в том числе и при алкогольной зависимости, являются количественные параметры фоновой электроэнцефалограммы (ЭЭГ) [12], что позволяет исследовать связь ЭЭГ-показателей с клиническими оценками и результатами психологических тестов для выявления и уточнения нейрофизиологических основ нарушений когнитивной деятельности при алкогольной зависимости.

Цель исследования — провести сравнительный анализ показателей ЭЭГ у больных алкогольной зависимостью с разной эффективностью принятия решений в условиях риска.

Методика

Отбор пациентов осуществляли на базе клиники ФГБНУ "Научно–исследовательский институт психического здоровья" Томского национального исследовательского медицинского центра РАН (г. Томск). В исследовании принимали участие 57 больных: 44 мужчин и 13 женщин (медиана возраста M — 47 лет, межквартильный диапазон Q₁–Q₃ – 41–55 лет) с установленным клиническим диагнозом: психические и поведенческие расстройства, вызванные употреблением алкоголя, синдром зависимости (F10.2 по критериям МКБ–10).

Высшее образование имели 25 (43.9%) пациентов, среднее специальное — 20 (35.1%), среднее — 12 (21%). Исследование пациентов было проведено на 2–4 день поступления в стационар после детоксикации.

Критериями включения являлись: 1) установленный диагноз алкогольной зависимости по МКБ–10, 2) добровольное согласие на участие в исследовании, 3) возраст 20–60 лет. Критерии исключения: 1) отказ от участия в исследовании, 2) деменция, 3) умственная отсталость, 4) другие тяжелые органические заболевания головного мозга с выраженными когнитивными нарушениями (энцефалиты, менингиты, последствия черепно-мозговой травмы (ЧМТ), и др.), 5) острые или хронические декомпенсированные соматические заболевания, требующие интенсивного терапевтического вмешательства.

Формирование выборки и клиническую оценку текущего состояния пациентов осуществляли психиатры на основании критериев МКБ–10. Дополнительно применяли специально разработанную для данного исследования анкету, которая включала в себя: возраст первой пробы алкоголя, возраст начала систематического употребления алкоголя, среднее количество употребления алкоголя за последний месяц (литров в день), количество госпитализаций в наркологические учреждения, длительность заболевания.

В качестве группы контроля обследовали 33 психически здоровых испытуемых без признаков злоупотребления и зависимости от алкоголя: 25 мужчин и 8 женщин (медиана возраста M — 46 лет, межквартильный диапазон Q₁–Q₃ – 43–55 лет). Высшее образование имели 19 (57.6%) чел., среднее специальное — 10 (30.3%), среднее — 4 (12.1%).

Для количественной оценки параметров принятия решений использовали следующие психометрические методики:

Задача Go/NoGo [13] – простейшая модель принятия решений, которая оценивает, прежде всего, сдерживающий (ингибиторный) контроль. В данном задании испытуемым необходимо было нажимать на кнопку при появлении на экране овала зеленого цвета (Go) и не нажимать — при появлении красного овала (NoGo). Стимулы (овалы) предъявляли в случайном порядке. Время предъявления стимула составляло 500 мс, интервал между стимулами — 800 мс. В качестве выходных данных использовали количество ошибок — ложное нажатие на сигнал NoGo, и пропуск сигнала Go.

Тест "Воздушный шар" (The Balloon Analog Risk Task — BART) [14] – компьютеризированное задание, которое моделирует склонности к риску в поведении путем создания целостной концептуальной системы потенциальных вероятностей вознаграждения по сравнению с возможностью потери выигрыша. Иначе, оно направлено на оценку предполагаемых рисков в ходе принятия решений. В данной версии задания участнику исследования предлагали надуть 10 воздушных шаров, нажатием на кнопку. При этом шар мог лопнуть в любой момент. Таким образом, участники сами решали, до какой степени они будут надувать каждый шар. В качестве оценки использовали среднее количество "подкачиваний" (нажатий на кнопку), которые соответствуют склонности к риску.

Кембриджская игровая задача (Cambridge Gambling Task – CGT) [15] – компьютерный тест, который позволяет оценить различные аспекты принятия решений на основе вознаграждения, такие как скорость принятия решения, качество решения и корректировка рисков. В данной версии теста участникам предстояло угадать спрятан ли жетон за красными или синими ящиками, представленными в различных соотношениях (от 5–5 до 9–1), а затем сделать ставку (из набора из пяти заранее определенных сумм) на уверенность в принятом решении. Всего у участников было 10 попыток. В ходе выполнения теста анализировали обратное значение качества принятия решений (алогизм) и среднее время принятия решений.

Игровая задача Айова (Iowa Gambling Task – IGT) [16] – психологическая задача, направленная на оценку принятия решений на основе эмоционального научения (интуиции) в ситуации неопределенности. В используемой версии методики IGT участнику на экране монитора предлагали 4 колоды карт, нужно было последовательно делать выбор из любой колоды. В двух колодах находятся карточки высокого риска — они дают высокие баллы (по 100 баллов), но и редкие крупные штрафы (от 250 до 500 баллов), результатом чего является долговременный проигрыш. Две другие колоды дают небольшие баллы (по 50 баллов), но и небольшие штрафы (по 50 баллов), в результате чего достигается долговременный выигрыш. При анализе результатов выполнения данной задачи оценивали количество выбранных карт из колод с "высоким" риском ("проигрышные" карты).

Проведение электроэнцефалографии осуществляли в электрически экранированной комнате с приглушенным светом. Пациенты во время исследования находились в состоянии спокойного расслабленного бодрствования, в положении сидя с закрытыми глазами. Все пациенты в течение записи ЭЭГ находились под наблюдением врача, и в случае выявления признаков засыпания или ЭЭГ–признаков сонливости запись прекращалась. ЭЭГ записывали с помощью энцефалографа NEUROFAX EEG–1200K (Nihon Kohden, Япония) по международной системе 10–20%, монополярно в 16–ти стандартных отведениях с частотой дискретизации 1 кГц, Fz в качестве электрода заземления и референтными электродами на мочках ушей. Длительность записи ЭЭГ составила в среднем 5 мин. Полученные ЭЭГ подвергали полосовой фильтрации в диапазоне от 1 до 40 Гц. Каждую ЭЭГ очищали от артефактов (баллистокардиограмма, окулографические и электромиграфические потенциалы) на основе автоматической и визуальной оценки. После удаления артефактов проводили спектральный анализ с помощью пакета программы NEUROFAX. Рассчитывали значения абсолютной спектральной мощности (мкВ²) для θ– (4–7.9 Гц), α– (8–13.9 Гц) и β– (14–40 Гц) ритмов.

Статистический анализ выполняли с использованием программного обеспечения Statistica for Windows V. 12.0 (Statsoft). Проверку на согласие распределения с нормальным законом осуществляли с помощью критериев Колмогорова–Смирнова (с поправкой Лиллиефорса) и критерия Шапиро–Уилка. Данные с нормальным типом распределения представлены в виде среднего значения и стандартного отклонения — M ± SD, при отсутствии нормального распределения данные представлены в виде медианы и межквартильного размаха — Me [Q₁; Q₃]. Качественные данные представлены частотными показателями в абсолютных и относительных единицах — n (%). Для выделения вариантов выраженности дефицита принятия решений применяли кластерный анализ методом K–средних. При сравнении нескольких независимых переменных использовали критерий Краскела–Уоллиса ANOVA с процедурой апостериорного попарного сравнения (тест Данна). При сравнении электроэнцефалографических данных между подгруппами пациентов использовали критерий Манна-Уитни. Для сопоставления частот использовали критерий χ². Пороговый уровень статистической значимости р был принят равным 0.05.

Результаты исследования

Основные характеристики выборки представлены в табл. 1.

Таблица 1. Общая характеристика выборки

Согласно данным табл. 1 исследуемые группы контроля и пациентов статистически значимо не различались по возрасту (р = 0.399), уровню образования (р > 0.05) и возрасту первой пробы алкоголя (р = 0.461).

По данным когнитивных тестов было выделено три кластера эффективности принятия решений: 1–й кластер (22 (38.6%) пациента) с "умеренным" дефицитом принятия решений, 2-й кластер (35 (61.4%) пациентов) с "выраженным" дефицитом принятия решений, контрольная группа (33 (100%) здоровых лиц) (р < 0.05) (рис. 1).

Рис. 1. Профиль выделенных вариантов эффективности принятия решений.

I — ошибки на сигнал Go в задаче Go/NoGo, II — ошибки на сигнал NoGo в задаче Go/NoGo, III — склонность к риску в тесте BART, IV – "алогизм" в CGT, V — время принятия решений в CGT, VI — выбор колод с высоким риском в IGT.

Полученные кластеры пациентов также статистически значимо не различались по социально–демографическим и клиническим показателям (р > 0.05) (табл. 2).

Таблица 2. Социально-демографические и клинические показатели в выделенных кластерах пациентов

При сравнении топографических карт ЭЭГ между выделенными кластерами были обнаружены различия по показателям спектральной мощности в α- и θ-диапазоне) (рис. 2).

Рис. 2. Топографические карты фоновой спектральной мощности электроэнцефалограммы (ЭЭГ) в 3–частотных диапазонах в группах больных алкогольной зависимостью, вошедших по результатам кластер–анализа в 1–й кластер (А) и 2–й кластер (Б).

По данным рис. 2 видно, что со снижением эффективности принятия решений отмечается и снижение фоновой спектральной мощности θ- и α–ритма на ЭЭГ.

Детальный анализ выявил статистически значимые различия спектральной мощности θ– и α-ритма между кластерами пациентов в центральных, теменных, затылочных и височных отведениях ЭЭГ (табл. 3).

Таблица 3. Показатели спектральной мощности ЭЭГ-ритмов в выделенных кластерах пациентов

Примечание: ^* – уровень статистической значимости при р < 0.05.

Обсуждение результатов

В результате проведенного кластер-анализа по данным когнитивных тестов, требующих принятия решений в условиях риска, были выделены две подгруппы больных алкогольной зависимостью, которые имели значимые различия по спектральным параметрам ЭЭГ. Подгруппа больных, вошедших в 1-й кластер (с "умеренным" дефицитом принятия решений), по сравнению с пациентами, образовавшими кластер 2 (с "выраженным" дефицитом принятия решений), имела более высокие значения фоновой спектральной мощности θ- и α-ритма в центральных, теменных, затылочных и височных отведениях ЭЭГ.

Поскольку полученные кластеры пациентов (1 и 2) статистически значимо не различались ни по социально-демографическим показателям, ни по клиническим (наркологическим) данным, выявленные в работе различия между ними в отношении эффективности принятия ими решений в условиях риска, по-видимому, обусловлены индивидуальными особенностями функционального состояния головного мозга, нашедшими свое отражение в различии спектральных характеристик ЭЭГ (спектральной мощности).

Тип ЭЭГ, представленный у больных алкогольной зависимостью, образовавших 2-й кластер, характеризовался сниженной спектральной мощностью θ- и α-ритма, что отражает определенный дефицит тормозных систем головного мозга, который ассоциировался с худшим выполнением когнитивных тестов по сравнению с пациентами 1-го кластера.

Представленные результаты нашего исследования в целом согласуются с данными, полученными под руководством А.Ф. Изнака [12, 17], о положительной связи между значениями спектральной мощности θ- и α-ритма ЭЭГ и успешности выполнения когнитивных тестов на принятие решений, хотя в нашем исследовании участвовали больные с алкогольной зависимостью, а не депрессией, как в работах указанного коллектива. Таким образом, можно говорить о схожести нейрофизиологических механизмов, лежащих в основе нарушения принятия решений, как у больных с алкогольной зависимостью, так у больных с депрессией: "дефицит принятия решений может быть обусловлен недостаточностью мозговых механизмов торможения, обеспечивающих нормальную интегративную деятельность головного мозга, в том числе, такие высшие психические функции как память, внимание и принятие решений" [12].

Заключение

Проведенное исследование показало, что у больных алкогольной зависимостью по данным кластер-анализа можно выделить два типа нарушений принятия решений в условиях риска (с "умеренным" и "выраженным" дефицитом принятия решений), различающиеся по спектральным характеристикам ЭЭГ, но сопоставимые по социально-демографическим и клинико-динамическим параметрам. Подгруппа больных с "выраженным" дефицитом принятия решений отличалась статистически значимо меньшими значениями спектральной мощности θ- и α-ритма в центральных, теменных, затылочных и височных отведениях, что отражает более выраженное нарушение тормозных систем головного мозга по сравнению с пациентами с "умеренным" дефицитом принятия решений.

Финансирование работы. Исследование выполнено за счет РНФ (грант № 22-75-00023), https://rscf.ru/project/22-75-00023/.

Соблюдение этических стандартов. Все исследования проводились в соответствии с принципами биомедицинской этики, изложенными в Хельсинкской декларации 1964 г. и последующих поправках к ней. Они также были одобрены локальным этическим комитетом при Научно–исследовательском институте психического здоровья Томского национального исследовательского медицинского центра РАН (Томск), протокол № 115 от 13.09.2022 г.

Каждый участник исследования дал добровольное письменное информированное согласие после получения разъяснений о потенциальных рисках и преимуществах, а также о характере предстоящего исследования.

Конфликт интересов. Авторы данной работы заявляют, что у них нет конфликта интересов.

作者简介

S. Galkin

编辑信件的主要联系方式.
Email: s01091994@yandex.ru
俄罗斯联邦, Tomsk

参考

补充文件

附件文件

动作

1. JATS XML

下载

2. Fig. 1. Profile of the selected variants of decision-making efficiency. I — errors on the Go signal in the Go/NoGo task, II — errors on the NoGo signal in the Go/NoGo task, III — risk propensity in the BART test, IV — "alogism" in CGT, V — decision-making time in CGT, VI — choice of high-risk decks in IGT.

下载 (110KB)

索引源数据

3. Fig. 2. Topographic maps of the background spectral power of the electroencephalogram (EEG) in 3-frequency ranges in groups of patients with alcohol dependence, included in the 1st cluster (A) and 2nd cluster (B) according to the results of cluster analysis.

下载 (137KB)

索引源数据