Количественные характеристики альфа-ритма электроэнцефалограммы при депрессивных расстройствах

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель исследования — изучить количественные характеристики альфа-ритма у пациентов с депрессивными расстройствами.

Материал и методы. Выборку исследования составили пациенты, проходивших лечение в клинике Научно-исследовательского института психического здоровья (отделение аффективных состояний) Томского национального исследовательского медицинского центра. Всего были обследованы 84 пациента (67 женщин и 17 мужчин) в возрасте от 20 до 60 лет с расстройствами настроения в рамках депрессивного эпизода, рекуррентного депрессивного расстройства и дистимии. Проводили запись электроэнцефалограммы в состоянии покоя с закрытыми и открытыми глазами. Анализировали значения абсолютной спектральной мощности альфа-ритма, параметры микроструктуры альфа-веретена и рассчитывали индекс реактивности (эффект Бергера).

Результаты. При открытых глазах показатели спектральной мощности альфа-ритма были статистически значимо выше у пациентов с депрессивными расстройствами в отведениях Fp1 (p=0,041), F4 (p=0,042), F7 (p=0,046) и T4 (p=0,047) по сравнению с контролем. Также у пациентов с депрессивными расстройствами регистрировался преимущественно низкоамплитудный альфа-ритм (53,6% против 26,7%, р=0,006). Степень депрессии альфа-ритма в задневисочных отведениях Т5 (р=0,012) и Т6 (р=0,006) оказалась статистически значимо менее выражена у пациентов с депрессивными расстройствами по сравнению с контрольной группой здоровых людей.

Вывод. Обнаруженные изменения косвенно указывают на снижение осцилляторной активности мозговых процессов при депрессивных расстройствах.

Об 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
ORCID iD: 0000-0002-7709-3917
SPIN-код: 3902-4570

младший научный сотрудник

Россия, 634014, Томск, ул. Алеутская, 4

Светлана Николаевна Васильева

Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук

Email: vasilievasn@yandex.ru
ORCID iD: 0000-0001-7600-7557
SPIN-код: 3607-2437

кандидат медицинских наук, научный сотрудник

Россия, 634014, Томск, ул. Алеутская, 4

Герман Геннадьевич Симуткин

Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук

Email: ggsimutkin@gmail.com
ORCID iD: 0000-0002-9813-3789
SPIN-код: 4372-4950

доктор медицинских наук, ведущий научный сотрудник

Россия, 634014, Томск, ул. Алеутская, 4

Николай Александрович Бохан

Научно-исследовательский институт психического здоровья, Томский национальный исследовательский медицинский центр Российской академии наук; Сибирский государственный медицинский университет

Email: mental@yamndex.ru
ORCID iD: 0000-0002-1052-855X
SPIN-код: 2419-1263

доктор медицинских наук, профессор, академик РАН

Россия, 634014, Томск, ул. Алеутская, 4; 634050, Томск, Московский тракт, 2

Список литературы

  1. Краснов В.Н. Депрессия как социальная и клиническая проблема современной медицины // Рос. психиатрич. ж. 2011. №6. С. 8–10.
  2. Узбеков М.Г., Гурович И.Я., Иванова С.А. Потенциальные биомаркёры психических заболеваний в аспекте системного подхода // Социал. и клин. психиатрия. 2016. №1. С. 77–94.
  3. Галкин С.А., Пешковская А.Г., Симуткин Г.Г. и др. Нарушения функции пространственной рабочей памяти при депрессии лёгкой степени тяжести и их нейрофизиологические корреляты // Ж. неврол. и психиатрии им. С.С. Корсакова. 2019. №10. С. 56–61.
  4. Лапин И.А., Алфимова М.В. ЭЭГ-маркёры депрессивных состояний // Социал. и клин. психиатрия. 2014. №4. С. 81–89.
  5. Изнак А.Ф., Изнак Е.В., Медведева Т.И. и др. Особенности спектральных параметров ЭЭГ у больных депрессией с разной эффективностью принятия решений // Физиол. человека. 2018. №6. С. 27–35.
  6. Галкин С.А., Васильева С.Н., Симуткин Г.Г. и др. Спектральная мощность бета-ритма электроэнцефалограммы как маркёр депрессивного расстройства // Неврологич. вестн. 2020. №4. С. 33–38.
  7. Roh S.C., Park E.J., Shim M., Lee S.H. EEG beta and low gamma power correlates with inattention in patients with major depressive disorder // J. Affect Disord. 2016. №204. С. 124–130. doi: 10.1016/j.jad.2016.06.033.
  8. Базанова О.М. Современная интерпретация альфа-активности электроэнцефалограммы // Успехи физиол. наук. 2009. №3. С. 32–53.
  9. Галкин С.А., Васильева С.Н., Иванова С.А., Бохан Н.А. Электроэнцефалографические маркёры устойчивости депрессивных расстройств к фармакотерапии и определение возможного подхода к индивидуальному прогнозу эффективности терапии // Психиатрия. 2021. №2. С. 39–45.
  10. Zoon H.F., Veth C.P., Arns M. et al. EEG alpha power as an intermediate measure between brain-derived neurotrophic factor Val66Met and depression severity in patients with major depressive disorder // J. Clin. Neurophysiol. 2013. N. 3. Р. 261–267. doi: 10.1097/WNP.0b013e3182933d6e.
  11. Tement S., Pahor A., Jaušovec N. EEG alpha frequency correlates of burnout and depression: The role of gender // Biol. Psychol. 2016. N. 114. Р. 1–12. doi: 10.1016/j.biopsycho.2015.11.005.
  12. Kustubayeva A., Kamzanova A., Kudaibergenova S. et al. Major depression and brain asymmetry in a decision-making task with negative and positive feedback // Symmetry. 2020. N. 12. Р. 2118. doi: 10.3390/sym12122118.
  13. Мельников Е.М. Реакция активации на электроэнцефалограмме химически зависимых лиц: связи с наркологичес-кими и психологическими переменными и изменения в контексте тренинга нейробиоуправления // Бюлл. сибирской мед. 2014. №4. С. 66–72.
  14. Moosmann M., Ritter P., Krastel I. et al. Correlates of alpha rhythm in functional magnetic resonance imaging and near infrared spectroscopy // Neuroimage. 2003. N. 1. P. 145–158. doi: 10.1016/s1053–8119(03)00344–6.
  15. Becker R., Knock S., Ritter P., Jirsa V. Relating alpha power and phase to population firing and hemodynamic activity using a thalamo-cortical neural mass model // PLoS Comput. Biol. 2015. N. 9. P. e1004352. doi: 10.1371/journal.pcbi.1004352.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Система «10–20»

Скачать (75KB)
Метаданные
3. Рис. 2. Показатели спектральной мощности альфа-ритма. Слева — медианы альфа-ритма при закрытых глазах (ЗГ); справа — при открытых глазах (ОГ); *уровень статистической значимости при сравнении групп с помощью критерия Манна–Уитни

Скачать (150KB)
Метаданные

© Галкин С.А., Васильева С.Н., Симуткин Г.Г., Бохан Н.А., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».