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
- Статья получена: 10.12.2020
- Статья одобрена: 11.12.2020
- Статья опубликована: 14.03.2021
- URL: https://journals.eco-vector.com/1027-4898/article/view/54539
- DOI: https://doi.org/10.17816/nb54539
- ID: 54539
Цитировать
Полный текст



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

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
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.)]
Дополнительные файлы
