Clinico-physiological characteristics of patients with epilepsy with different effectiveness of purposeful activity on the basis of electrophysiological parameters

Cover Page

Abstract


The results of study of electroencephalographic parameters, characteristics of cognitive evoked potential P300 and heart rate variability in 110 patients with epilepsy are presented. The prognostic value of physiologic parameters for determination of effectiveness of purposeful activity was estimated using artificial neural network technology. The greater role of activity of stress-realizing systems and parameters of synchronous activity of cortical structures in effectiveness of behavior in patients with epilepsy was determined.

Full Text

Одним из факторов, определяющих результативность целенаправленной деятельности человека, является взаимодействие физиологических механизмов, среди которых особую роль играют неспецифические модулирующие влияния стволовых структур, интегрированные в процессы мотивации и эмоционального санкционирования [2], деятельность ассоциативных корковых структур, обеспечивающих распознавание и дифференцированный ответ на стимул [1], а также механизмы вегетативного обеспечения деятельности [3]. Целью данной работы является оценка результативности деятельности и системных механизмов её обеспечения у больных эпилепсией. Материалы и методы Обследовано 110 больных эпилепсией, средний возраст 36,1 лет (стандартная ошибка средней 1,33 лет), из них 52 мужчины и 58 женщин. Целенаправленная деятельность моделировалась при помощи теста Шульте -Горбова, оценивался средний интервал между выборами чисел, среднее время до и после ошибки, среднее число ошибок. Регистрация и анализ электроэнцефалограмм (ЭЭГ) проводились с целью оценки функциональной активности неспецифических модулирующих структур ствола мозга и корковых нейронных пулов в динамике целенаправленной деятельности при помощи 16-канального цифрового электроэнцефалографа «Ней-рон-Спектр-3» фирмы «Нейрософт» в монополярной коммутации с референтными электродами на ушах (А1 и А2). Проводился спектральный анализ, кросс-корреляционный анализ ЭЭГ. Регистрация вызванного потенциала Р300 проводилась при помощи программно-аппаратного комплекса «Нейро-МВП» (ООО «Нейрософт») при вероятностном появлении значимого стимула (30% веро 68 Российский медико-биологический вестник имени академика И.П. Павлова, № 4, 2015 г. ятность, высота тона 2000 Гц) по отведениям Pz, Cz, Fz c референтными электродами на ушах. Особенности вегетативной регуляции оценивались методом анализа вариабельности сердечного ритма (ВСР) при помощи прибора «Варикард 2.51» и программы «ИСКИМ 6.0» фирмы «Рамена» с оценкой статистических показателей динамического ряда кардиоинтервалов (среднеквадратичное отклонение - SDNN, индекс напряжения - SI) и данных спектрального анализа. Статистическая обработка данных проводилась при помощи пакета программ Statistica 10.0. Распределение пациентов на подгруппы осуществлялось методом кластерного анализа (k-средних), сравнительный анализ проводился с использованием непараметрического критерия Манна-Уитни (Z), различия считались достоверными при уровне p<0,05. Для описательной характеристики подгрупп пациентов применялись средние значения параметров, медиана (Me), верхний (UQ) и нижний квартиль (LQ). Применение пакета программ Statistica Artificial Neural Networks 10.0 позволило осуществить решение задачи классификации исследуемых на кластеры на основе физиологических показателей; были выделены прогностически значимые факторы (предикторы). В качестве показателей эффективности работы искусственных нейронных сетей (ИНС) использовались уровень ошибки, производительность, а также результаты решения задачи классификации. Результаты и их обсуждение На основе кластерного анализа подгруппа больных эпилепсией разделена на 2 кластера: с меньшим числом ошибок, меньшим временем выбора числа, средним временем выбора после ошибки и до ошибки (подгруппа 1-70 человек) и подгруппа с противоположными характеристиками (подгруппа 2-40 человек) (рис. 1). Рис. 1. Показатели теста Шульте-Горбова у больных эпилепсией Примечание: сплошная линия - показатели в подгруппе 1 больных эпилепсией, штриховая линия - показатели в подгруппе 2 больных эпилепсией Таблица 1 Показатели теста Шульте-Горбова Показатели Подгруппа 1 больных эпилепсией Подгруппа 2 больных эпилепсией Z p Me LQ UQ Me LQ UQ Средний интервал, с 1,55 1,28 2,06 2,21 1,66 2,87 -3,0 0,003 Время после ошибки, с 0,13 0,00 0,51 0,48 0,14 0,85 -3,5 0,0001 Время до ошибки, с 0,24 0,00 1,21 2,10 0,71 6,00 -4,8 0,0001 Среднее число ошибок 0,33 0,00 1,00 4,67 3,00 6,00 -7,8 0,0001 69 Российский медико-биологический вестник имени академика И.П. Павлова, № 4, 2015 г. В таблице 1 представлена сравнительная характеристика показателей теста Шульте-Горбова в подгруппах 1 и 2 больных эпилепсией. Определяются различия между подгруппами по показателям теста Шульте-Горбова; при этом достоверно большее время выбора, число ошибок, среднее время выбора до и после ошибки определялось в подгруппе 2 больных эпилепсией. Важно, что различия между кластерами больных эпилепсией, выделенными на основе показателей результативности деятельности, определялись и по клини ческим показателям. Выявлено достоверно большее среднее ежемесячное число сложных парциальных приступов (Me в подгруппе 1 0,6, Me в подгруппе 2 1,2, Z=-1,903, p=0,049) и генерализованных приступов (как первичных, так и вторичных) за период наблюдения в подгруппе 2 больных эпилепсией (Me в подгруппе 1 0,85, Me в подгруппе 2 1,39, Z=-1,87, p=0,048). В таблице 2 представлены показатели мощности колебаний ЭЭГ в диапазоне тета-колебаний в подгруппах. Таблица 2 Мощность тета-колебаний ЭЭГ (мкВ2) в подгруппах Отведения Подгруппа 1 больных эпилепсией Подгруппа 2 больных эпилепсией Z Р Me LQ UQ Me LQ UQ F3 72 24 66 116 39 123 -2,8 0,005 F4 76 24 66 117 34 128 -2,7 0,008 T3 59 17 48 88 26 105 -2,6 0,010 C3 83 22 69 116 42 125 -2,5 0,013 C4 81 22 76 125 36 157 -2,2 0,027 T4 73 20 56 107 29 132 -2,2 0,027 P3 71 22 71 114 34 128 -2,3 0,023 P4 75 21 77 124 31 136 -2,2 0,027 Определяются достоверные различия по показателям между подгруппами, при этом максимальная мощность тета-колебаний определяется в подгруппе 2. Были изучены различия показателей когнитивного вызванного потенциала Р300 в подгруппах (табл. 3). Определяется большая латентность N2 и Р3 пиков в подгруппе 2 больных эпилепсией, кроме того, в данной подгруппе определяется достоверно более высокий уровень амплитуды пика N2. В таблице 4 представлены показатели ВСР, характеризующие вегетативное обеспечение деятельности в подгруппах исследуемых. Определяется достоверно более низкий уровень SDNN и более высокий уровень SI в подгруппе 2 больных эпилепсией в фоновом состоянии и во время когнитивной нагрузки. Обращает на себя внимание сохранение высокого уровня показателя SI в период после когнитивной нагрузки в подгруппе 2. Таблица 3 Показатели потенциала Р300 в подгруппах Показатели Подгруппа 1 больных эпилепсией Подгруппа 2 больных эпилепсией Z Р Me LQ UQ Me LQ UQ Латентность N2 компонента в Pz, мс 222 197 247 238 210 268 -2,5 0,014 Латентность P3 компонента в Pz, мс 323 293 338 380 327 407 -2,7 0,008 Амплитуда N2 в Pz, мкВ 2,7 1,6 5,8 3,8 3,1 5,3 -2,8 0,005 Амплитуда Р3 в Pz, мкВ 8,9 4,3 12,0 6,5 4,0 9,5 0,8 0,418 70 Российский медико-биологический вестник имени академика И.П. Павлова, № 4, 2015 г. Таблица 4 Показатели ВСР в подгруппах испытуемых Показатели Подгруппа 1 больных эпилепсией Подгруппа 2 больных эпилепсией Z Р Me LQ UQ Me LQ UQ SDNN, мс 35 24 49 27 20 46 3,6 0,0003 SI, у.е. 241 134 553 397 218 811 -3,0 0,0029 SDNN когн, мс 33 24 46 25 20 29 2,4 0,017 SI когн., 266 138 513 501 399 885 -2,4 0,017 SDNN после когн., мс 32 24 44 25 19 38 2,2 0,029 SI после когн, у.е. 253 136 574 516 200 762 -2,3 0,023 Примечание: у.е. - условные единицы, когн. - когнитивная нагрузка, после когн. -после когнитивной нагрузки При помощи технологии ИНС были созданы, обучены и тестированы нейронные сети, реализующие задачу классификации испытуемых на подгруппы на основе физиологических показателей. Из 10 созданных ИНС для больных эпилепсией была отобрана сеть с оптимальными показателями. Она представляла собой многослойный персептрон с 9 входными нейронами, 4 нейронами в промежуточ ном слое и 1 выходным нейроном (производительность 0,981). В таблице 5 представлены показатели решения задачи классификации исследуемых при помощи ИНС. Как следует из таблицы, ИНС эффективно прошла процедуру обучения, при тестировании же наибольшее количество ошибок было совершено при распределении испытуемых в подгруппу 2 (20% ошибок). Таблица 5 нейронных сетей Обучающая выборка Тестовая выборка Группа1 Г руппа2 Группа1 Г руппа2 Общее число 29 20 41 20 Верные решения 29 20 40 16 Неверные решения 0 0 1 4 % ошибок 0 0 2 20 Технология ИНС с применением ал- лей предложенных для обучения (около горитма отбора значимых переменных 150) выделить наиболее прогностически позволила из большого набора показате- важные (табл. 6). Таблица 6 Ранжированный список показателей, отобранных ИНС для решения задачи классификации Ранг Показатели 1 Частота когерентности ЭЭГ в паре отведений P4-O2 2 Общая мощность спектра ВСР во время когнитивной нагрузки 3 Амплитуда N2 потенциала Р300 в Pz 4 SDNN во время когнитивной нагрузки 5 Частота когерентности ЭЭГ в паре отведений P3-O1 6 Амплитуда N2 потенциала Р300 в Fz 7 Корреляция ЭЭГ в паре отведений F3-F4 8 Высокочастотная составляющая спектра ВСР в фоновой записи 9 Высокочастотная составляющая спектра ВСР во время когнитивной нагрузки 71 Российский медико-биологический вестник имени академика И.П. Павлова, № 4, 2015 г. Как следует из таблицы, 44% прогностически значимых показателей составляют характеристики ВСР, 33% показателей составляют характеристики корреляции и когерентности ЭЭГ сигнала, около 20% показателей - характеристики когнитивного вызванного потенциала Р300. Эффективное решение задачи кластеризации отражает гетерогенность исследуемых по показателям результативности деятельности, при этом подгруппу 1 больных эпилепсией можно обозначить как «высокорезультативную», а подгруппу 2 как «низкорезультативную». Пациенты с эпилепсией из «низкорезультативной» подгруппы имеют более неблагоприятное течение заболевания по клиническим характеристикам, что указывает на связь между «системоквантом» моделируемой деятельности [6] и клиническими характеристиками заболевания [4, 5]. При сравнительном анализе отдельных показателей установлено, что показатели спектрального анализа ЭЭГ демонстрируют увеличение мощности тета-колебаний в «низкорезультативной» подгруппе больных эпилепсией, что указывает на усиление синхронизирующих стволовых влияний как отражение деактивации головного мозга [8, 9]. При анализе особенностей деятельности ассоциативных субсистем по данным латентности N2 и Р3 показателей потенциала Р300 в «низкорезультативной» подгруппе больных эпилепсией выявляется большая временная задержка в реализации механизмов опознания стимула и принятия решения в отношении реакции на него. Кроме того, у больных с низкой результативностью деятельности опознание стимула сопровождается большим биоэлектрогенезом (по показателю амплитуды N2) [1, 10]. Показатели ВСР указывают на преобладание активности симпатического отдела автономной нервной системы как компонента стресс-реализующих субсистем в низкоэффективной подгруппе больных эпилепсией [7]. Показатели, отобранные при помощи генетического алгоритма технологии ИНС, демонстрируют специфику механизмов, включающихся в целенаправленную деятельность у больных эпилепсией. Эти данные могут указывать на большее значение активности стресс-реализующих структур по характеристикам ВСР и синхронизации деятельности корковых структур во влиянии на результативность деятельности у больных эпилепсией. Выводы 1. Различия результативности целенаправленной деятельности у больных эпилепсией связаны с клиническими характеристиками заболевания: подгруппа пациентов с низкой результативностью характеризуется большей частотой приступов. 2. У больных эпилепсией в реализации механизмов целенаправленной деятельности большее значение имеют механизмы вегетативного обеспечения и показатели синхронизации деятельности корковых структур.

About the authors

R A Zorin

Email: zorin.ra30091980@mail.ru

V A Zhadnov

Email: vladimir.zhadnov@mail.ru

M M Lapkin

Email: lapkin_rm@mail.ru

References

  1. Гнездицкий В.В. Атлас по вызванным потенциалам мозга (практическое руководство, основанное на анализе конкретных клинических наблюдений) / В.В. Гнездицкий, О.С. Корепина. - Иваново: ПресСто, 2011. - 532 с.
  2. Данилова Н.Н. Физиология высшей нервной деятельности / Н.Н. Данилова, А.Л. Крылова. - Ростов н/Д: Феникс, 2005. - 478 с.
  3. Димитриев Д.А. Вариабельность сердечного ритма и артериальное давление при ментальном стрессе / Д.А. Димитриев, Е.В. Саперов // Российский физиологический журнал им. И.М. Сеченова. - 2015. - Т. 101, № 1. -С. 98-107.
  4. Зорин Р.А. Физиологические предикторы в прогнозе особенностей течения эпилепсии / Р.А. Зорин, В.А. Жаднов, М.М. Лапкин // Врач-аспирант. Научно-практический журнал. - 2014 - № 3.1. (64). - С. 140-149.
  5. Кривцова А.Ю. Сравнительная характеристика структурно-функциональной организации больных эпилепсией с различными типами приступов / А.Ю. Кривцова, В.А. Жаднов // Российский медико-биологический вестник им. акад. И.П. Павлова. - 2012. - № 4. - С. 107-112.
  6. Лапкин М.М. Индивидуальные особенности животных и человека в системной организации целенаправленного поведения / М.М. Лапкин // Материалы VII Павловских научных чтений, посвящённых 160-летию со дня рождения И.П. Павлова. - Рязань, 2009. - С. 21-39.
  7. Пшенникова М.Г. Стресс: регуляторные системы и устойчивость к стрес-сорным повреждениям / М.Г. Пшенникова // Дизрегуляционная патология под ред. Г.Н. Крыжановского. - М.: Медицина, 2002. - С. 307-324.
  8. Соколова Л.С. Формирование функциональной организации коры больших полушарий в покое у детей младшего школьного возраста с различной степенью зрелости регуляторных систем мозга. Сообщение I. Анализ спектральных характеристик ЭЭГ в покое / Л.С. Соколова, Р.И. Мачинская // Физиология человека. - 2006. -Т. 15. - C. 1-15.
  9. Synchrony in normal and focal epileptic brain: the seizure onset zone is functionally disconnected / CP. Warren [et al.] // Journal Neurophysiology. - 2010. - Vol. 104, № 6. - P. 3530-3539.
  10. Tsai M.L. Long-term neurocognitive outcome and auditory event-related potentials after complex febrile seizures in children / M.L. Tsai, K.L. Hung, Y.Y. Tsan // Epilepsy Behav. - 2015. - Vol. 47. - P. 55-60.

Statistics

Views

Abstract - 261

PDF (Russian) - 193

PlumX

Refbacks

  • There are currently no refbacks.

Copyright (c) 2015 Zorin R.A., Zhadnov V.A., Lapkin M.M.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies