psychiatric疾病导致严重的发病率、生活质量下降和高昂的经济成本,影响全球约9.7亿人。1虽然大多数精神疾病患者受益于一线常规治疗,包括药物治疗和行为治疗,但很大一部分患者对治疗没有反应或治疗后复发。2因此,深部脑刺激(DBS)等神经调节策略已被提出并研究用于难治性病例的治疗。3.
经DBS治疗的最受研究的精神疾病是难治性抑郁症(TRD)。尽管小型开放标签病例系列的初步结果很有希望,但针对亚属扣带皮层(SCC)、腹侧囊/腹侧纹状体(VC/VS)和内囊前肢的三个随机假对照试验未能显示出显著的抗抑郁作用。4- - - - - -6然而,对一些接受持续神经刺激的TRD患者的长期随访显示出有意义的临床益处,这突出了了解神经调节差异反应机制的必要性。7鉴于患者精神症状的显著异质性,精神障碍的神经调节治疗可能需要高度个性化的方法。
颅内作图在外科癫痫的管理已被提出作为一个有前途的范式,发展有效的神经调节治疗精神疾病。8与癫痫患者的侵入性监测阶段类似,立体定向脑电图(sEEG)可用于识别疾病表型、病理网络、最佳靶点和刺激参数的生物标志物。最近有两项临床试验使用sEEG来确定最佳刺激靶点和参数,结果表明sEEG方法可以指导DBS和反应性神经刺激(RNS)治疗TRD。9,10为了支持这些努力,我们通过调查潜在情感行为的神经相关因素,以确定神经刺激的潜在靶点、生物标志物和方法学改进领域,回顾了癫痫患者sEEG研究的现状。这项工作将指导未来的颅内脑电图(iEEG)研究,以理解和个性化有效的神经调节精神疾病。
开云体育世界杯赔率
搜索策略与研究选择
我们于2022年7月使用系统评价和荟萃分析(PRISMA)首选报告项声明在PubMed上进行了全面的文献检索。11搜索词包括“立体定向脑电图”、“立体脑电图”、“sEEG”、“颅内脑电图”、“颅内脑电图”、“皮质电描记术”、“ECoG”和“癫痫”,以及涵盖广泛的精神疾病的术语,包括“抑郁症”、“情绪障碍”、“创伤后应激障碍”、“强迫症”、“双相情感障碍”、“厌食症”、“贪食症”、“成瘾”、“物质使用”和“精神分裂症”。此外,我们的搜索包含了由国家精神卫生研究所(NIMH)研究领域标准(RDoC)描述的正价和负价域所描述的术语。12
RDoC成立于2009年,是一个促进研究方法的框架,以研究精神疾病症状的基本过程。RDoC不是强调一种单一的精神疾病,而是提供了一种解决精神疾病共享的行为表型的方法。RDoC矩阵由六个域(正价、负价、社会过程系统、认知系统、觉醒和调节系统)组成,集成了包括遗传、细胞、分子、电路和行为在内的各个层次的信息。为了获取与该框架相关的行为的颅内映射研究,我们扩大了搜索词,包括正价和负价系统域的构造,包括“威胁”、“恐惧”、“损失”、“奖励”、“预期”、“满足感”、“概率”、“强化”、“预测”和“估值”。
两位作者(C.G.L.R, E.A.Y.)筛选了结果文章的标题、摘要和全文。纳入了在成年癫痫患者(年龄≥18岁)中使用sEEG来调查情绪和精神行为的研究。所有纳入的研究都发表于2010年至2022年之间。排除了单患者病例研究、随机对照试验、实践指南、历史文章、技术/手术报告、系统综述和方法未记录的文章。没有英文全文的文章也被排除在外。我们为全文纳入标准提取了数据,并对潜在相关文献进行了交叉引用,并与三位作者(C.G.L.R、h.t.、E.A.Y.)达成了共识。
数据收集
从文章中提取的数据包括主要作者、年份、样本量、行为、任务和范式、目标、EEG分析方法、RDoC域(正价或负价系统)、映射类型(主动刺激vs被动记录)、潜在行为的神经活动、精神病共病患者的纳入和精神量表的使用。根据研究结果,确定了精神疾病神经刺激的潜在靶点。
偏倚风险评估
采用纽卡斯尔-渥太华量表(NOS)评估非随机研究的偏倚风险。13该量表有三个组成部分:选择、可比性和结果,每个部分的最高价值分别为4星、2星和3星。综合NOS评分范围从0星(低质量)到9星(高质量)。对于所有纳入的研究,通过三位作者(C.G.L.R, h.t., E.A.Y.)达成的共识分配切片和综合NOS评分。
结果
文献检索
我们的文献检索共撷取2758篇文章(图1),其中69篇为全文文章。其中32篇符合最终纳入标准(表1).19项(59%)研究发表于前5年(图2一个).每项研究中纳入的癫痫患者数量从3到39人不等。
癫痫患者情绪和精神行为的颅内脑电图研究
作者及年份 | 不。的分 | 行为 | 任务/范式 | 映射 | RDoC域价 | 包括心理病人 | 心理量表 | NOS组成部分(最高分) | |||
---|---|---|---|---|---|---|---|---|---|---|---|
选择(4) | (2)可比性 | 结果(3) | 总(9) | ||||||||
Cristofori等人,201342 | 15 | 排斥带来的社会痛苦 | 赛博球,包含和排除块 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
克里斯托福里等人,2015年41 | 6 | 排斥带来的社会痛苦 | 网络游戏,金钱奖励 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
Chen等人,202125 | 13 | 害怕学习 | 恐惧调节视觉,电刺激 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
伊尔马兹·巴尔班等人,202144 | 3. | 视觉威胁处理 | 虚拟现实分级高度模拟 | 被动 | − | 是的 | GAD-7,污渍 | 2 | 0 | 3. | 5 |
Inman等人,2020年32 | 9 | 生理和情绪反应 | 单极电刺激 | 活跃的 | − | 没有 | 没有 | 2 | 1 | 3. | 6 |
费德勒等人,2020年18 | 9 | 视觉情绪处理 | 动态视觉恐惧面孔和中性景观 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
郑等,201722 | 9 | 视觉情绪处理 | 动态的恐惧面孔和中性的景观 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
王等,201427 | 10 | 视觉情绪处理 | 泡沫 | 被动 | − | 没有 | 没有 | 2 | 1 | 3. | 5 |
Huijgen等人,201526 | 5 | 视觉情绪处理 | 带有凝视厌恶的面部刺激;空间注意范式 | 被动 | − | 没有 | 没有 | 2 | 1 | 3. | 5 |
布歇等人,201531 | 8 | 视觉情绪处理 | IAPS图片集查看 | 被动 | −+ | 没有 | 没有 | 2 | 0 | 3. | 5 |
Meletti等人,2012年24 | 4 | 视觉情绪处理 | 面部情绪识别评估 | 被动 | −+ | 没有 | 没有 | 2 | 0 | 3. | 5 |
佐藤等,201123 | 6 | 视觉情绪处理 | 虚拟性别歧视 | 被动 | − | 没有 | 没有 | 2 | 1 | 3. | 6 |
Omigie等,201520. | 5 | 听觉情绪加工 | 带有辅音和不协和和弦的听觉音乐刺激 | 被动 | − | 没有 | 没有 | 2 | 1 | 2 | 5 |
Zhang等,201917 | 24 | 听觉情绪加工 | 情感和非情感的声音刺激 | 被动,主动 | − | 没有 | 没有 | 2 | 1 | 3. | 6 |
Domínguez-Borràs等,201921 | 7 | 听觉,视觉的情感处理 | 正面、中性和负面效价的面部和声音刺激 | 被动 | − | 没有 | 没有 | 2 | 1 | 3. | 6 |
Weisholtz等人,202239 | 14 | 听觉,视觉的情感处理 | 正面、中性和负面效价的面部和言语刺激 | 被动 | − | 没有 | 没有 | 2 | 1 | 3. | 6 |
Sonkusare等人,2020年19 | 4 | 听觉,视觉的情感处理 | 图片、音乐、电影的情感突出刺激 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
Zhang等,201917 | 7 | 情绪模式分离加工 | 情感模式分离 | 被动 | − | 没有 | 没有 | 2 | 0 | 3. | 5 |
夏皮拉-利希特等人,201845 | 4 | 情绪冲突处理 | Face-emotional特鲁 | 被动 | − | 是的 | 没有 | 2 | 2 | 3. | 7 |
Jenison 201437 | 3. | 奖励处理 | 食物的选择 | 被动 | + | 没有 | 没有 | 2 | 0 | 3. | 5 |
李等,201636 | 8 | 奖励处理 | 老虎机 | 被动 | + | 没有 | 没有 | 2 | 0 | 3. | 5 |
Saez等人,2018年34 | 10 | 奖励处理 | 简单的赌博 | 被动 | + | 没有 | 没有 | 2 | 0 | 3. | 5 |
Manssuer等人,202228 | 16 | 奖励处理 | 货币激励延迟 | 被动 | + | 没有 | 没有 | 3. | 2 | 3. | 8 |
史密斯等人,2015年46 | 7 | 决策中的反馈强化处理 | 多源干扰(类stroop) | 被动 | + | 没有 | 没有 | 2 | 2 | 3. | 7 |
Billeke等人,2020年43 | 19 | 奖励绩效反馈处理 | 概率决策、社会决策(最后通牒博弈) | 被动 | + | 没有 | 没有 | 2 | 0 | 3. | 5 |
Ramayya等,201538 | 39 | 强化奖励处理 | 概率学习 | 被动 | + | 没有 | 没有 | 2 | 0 | 3. | 5 |
Lopez-Persem等人,2020年35 | 36 | 决策中的奖励评估过程 | 估价(年龄、食物、面孔、画作) | 被动 | + | 没有 | 没有 | 2 | 1 | 3. | 6 |
饶等人,201815 | 25 | 抑郁症Sxs的 | OFC的直接电刺激 | 活跃的 | − | 是的 | BDI | 2 | 0 | 3. | 5 |
斯坎戈斯等人,2020年14 | 13 | 抑郁症Sxs的 | 静息状态的记录 | 被动 | − | 是的 | CMS, phq - 9 | 2 | 0 | 3. | 5 |
柯克比等人,2018年16 | 21 | 情绪状态和变化 | 被动iEEG记录与IMS问卷 | 被动 | −+ | 是的 | Ims, bdi, bai | 2 | 0 | 3. | 5 |
萨尼等人,201830. | 7 | 自发情感行为 | 被动记录iEEG数据 | 被动 | −+ | 是的 | IMS | 2 | 0 | 3. | 5 |
Bijanzadeh等人,202229 | 11 | 自发情感行为 | 中脑边缘网络iEEG数据的被动记录 | 被动 | −+ | 没有 | 没有 | 2 | 1 | 3. | 6 |
国际情感影像系统;综合情绪评分;广泛性焦虑障碍7;即时情绪标量;精神病学的;Pt =病人;状态特质焦虑量表;Sx =症状;−=负;+ =正。
情绪和精神行为研究
研究的行为包括恐惧条件反射、视听情绪处理、奖励评估和预期、社会痛苦、冲突监控、反馈处理、抑郁症状和自然情感状态(图3).消极效价域行为的研究比例(n = 24.75%)高于积极效价域行为的研究比例(n = 13.41%;图2 b).绝大多数作者在他们的研究方法中没有具体说明他们的研究人群中是否存在精神合并症或他们的排除标准的一部分。只有少数研究专门检查了抑郁症背景下的情绪变化。14- - - - - -16其余的文章研究了情绪处理行为,但没有明确地涉及精神疾病,尽管一些作者推断了他们的发现对情绪障碍的影响。因此,只有少数研究将精神病学量表纳入分析。14- - - - - -16
任务和范式
动态或静态视听刺激的面部表情,电影或声音剪辑,或自然主义图像是最常用的范式,用于研究情绪加工。采用赌博、对象估值、货币激励延迟和绩效反馈任务研究奖励处理。大多数任务的时间都锁定在刺激上,而少数任务则基于静息状态颅内数据的被动记录来评估神经活动。只有3项研究在实验范式中使用了直接电刺激。
脑电分析方法及研究频段开云体育世界杯赔率
大多数研究进行了事件相关电位(erp)、功率谱密度和时频分析(图2 c).大约三分之一的研究通过跨频耦合和连通性方法评估了不同振荡之间的相互作用。开云体育世界杯赔率五项已报道的研究使用分类算法来描述与情绪状态相关的频带特征。11项研究报告了两种或更多频率的结果。在频谱特征中,gamma (n = 16,50%)和theta (n = 14,44%)频率是最常见的,其次是alpha (n = 5,16%), beta (n = 4,13%)和delta (n = 3,9%)。
系统综述的解剖目标和发现
杏仁核(n = 20)和眼窝前额皮质(OFC;N = 13)表示所分析的大部分结构(表2,图2 d),大多数文章都研究了多种结构。
情绪与精神行为相关的sEEG研究成果综述
神经结构 | 神经活动 | 相关精神疾病 |
---|---|---|
杏仁核 | 在情绪定价中的整体作用,与广泛的皮质边缘结构相互作用,包括PFC, OFC,岛叶和海马体在频段范围内;厌恶刺激诱发杏仁核HGB活动;每分类分析β功率衰减w/杏仁核和β相干BTWN杏仁核和海马预测更糟糕的情绪状态;θ振荡编码恐惧学习 | 抑郁,焦虑,创伤后应激障碍 |
ACC | 参与情绪加工,在区分情感行为和中性行为方面有很强的作用;ACC θ振荡和β功率随w/增加分别反映了痛苦和抑郁特征;情绪冲突编码在单神经元水平w/ ACC | 抑郁、焦虑 |
脑岛 | 参与区分情感行为和中性行为;沿脑岛后前轴的情绪加工的不同程度;θ振荡编码社会排斥和HGB与视觉威胁相关 | 抑郁症 |
离岸金融中心 | 参与决策和主观刺激评估;OFC中的HGB编码任务相关的价值分配,HGB耦合OFC和其他部位,特别是杏仁核,在决策中明显;Theta活动与视觉威胁呈负相关,β能量增加与抑郁情绪相关;侧侧OFC刺激可减轻抑郁性Sxs | 抑郁、焦虑 |
PFC | 在决策过程中通过可变HGB活动编码主观价值;PFC中的θ振荡w/表示在恐惧学习期间与杏仁核交流的排斥和社会窘迫;PFC的内侧(功率更大)和外侧(功率更小)方面的θ波段功率梯度;内侧PFC表现出更强的theta-HGB耦合,表明反馈相关信息从内侧PFC传递到外侧PFC | 抑郁症、创伤后应激障碍 |
海马体 | 与各种皮质边缘结构的相互作用,特别是海马和杏仁核的相互作用,是情绪处理和兴奋的组成部分;降低β能量和β相干性BTWN杏仁核和海马体的情绪状态更糟的特征 | 抑郁,焦虑,创伤后应激障碍 |
颞叶 | 不同价态刺激诱发颞中回HGB活性w/差异变化,颞叶theta活性对情绪价态刺激的反应调节杏仁核HGB活性w/变化,表明颞极和杏仁核之间存在等级相互作用 | 抑郁、焦虑 |
其他(梭状回,额叶和枕叶) | 梭状回的θ振荡对应着来自社会排斥的社会窘迫感;情绪价效刺激可引起枕叶和额叶HGB信号的广泛变化,并主要促进枕叶HGB活动的增加 | 抑郁症 |
HGB =高伽马带;PFC =前额皮质;创伤后应激障碍。
杏仁核和海马体
情感视听刺激(声音、电影场景、音乐声音、面部情绪表达)持续在杏仁核中引起强烈的宽带反应。17- - - - - -24研究发现,在面部恐惧处理过程中,杏仁核中的θ波和α波振荡会调节海马体中的高伽马波活动。22Chen等人发现恐惧条件反射依赖于杏仁核和内侧前额叶皮层(mPFC)之间的θ波振荡。25在情绪记忆的背景下,杏仁核和海马阶段的theta-gamma耦合导致了对情绪刺激的成功辨别,而杏仁核通过alpha振荡对海马的影响导致辨别能力差——这可能是创伤后应激障碍(ptsd)病理记忆的潜在机制。22在对情感电影和音乐片段的反应中,也证明了颞极低频相位和杏仁核高伽马活动的耦合。19在使用配价面部表情的空间注意范式中,Huijgen等人展示了凝视线索对杏仁核活动的稳健影响,杏仁核活动影响参与者的目标检测反应。26Wang等人分析了杏仁核中的单单元神经元,发现基底外侧核中的神经元编码了对面部刺激的主观判断,超越了内在的物理特征。27在正价域的背景下,杏仁核中的高γ活动也被发现在奖励处理过程中编码结果价值。28
其他作者通过静息状态或自然主义范式分析杏仁核活动,对预测情感状态的神经活动进行分类。14,16,29,30.Scangos等人根据患者健康问卷-9 (PHQ-9)对13名患者进行了24小时静息状态记录,这些患者被分为低抑郁组或高抑郁组。14通过使用主成分分析,基于杏仁核和海马β能量降低以及OFC和扣带β能量增加的生物标志物正确地分类了78%的重度抑郁症状患者。类似地,Kirkby等人表明,杏仁核-海马体β一致性子网络的变异性增加与情绪状态恶化相关,并且根据贝克焦虑量表(BAI),具有该子网络的受试者表现出高基线焦虑。16利用机器学习,Bijanzadeh等人从11名参与者的中性行为中解码了自然主义情感行为(微笑、大笑、痛苦),准确率高达93%。29杏仁核和海马体在解读这些行为方面都很重要,尽管岛叶和前扣带皮层(ACC)在区分情感行为和中性行为方面贡献更大。一般来说,增强的高伽马功率和降低的低频活动是贯穿中脑边缘网络的自然主义情感行为的特征。31只有一项研究包括对杏仁核的积极刺激,并表明增加刺激会导致更大的心率减速和增加的真皮电活动。32令人惊讶的是,在这项研究中,尽管观察到自主神经的变化,但刺激只在9名患者中引起了恐惧或焦虑。
眼窝前额皮质
由于OFC已被证明在决策中发挥着不可或缺的作用,大多数sEEG研究都在奖励加工和正价域的背景下评估了该区域。32,33在赌博和主观选择任务的结果评估、奖励预期和奖励接收过程中,OFC的伽马活动较高。28,34- - - - - -36Manssuer等人在执行一项金钱激励延迟任务时发现,增加的OFC和杏仁核theta同步会编码奖励预期,而在金钱损失期间观察到杏仁核和OFC的高γ活动。28在另一项研究中,杏仁核的α振荡被发现在简单食物选择的价价编码过程中调节OFC的活动。37Ramayya等人研究了概率任务中的强化学习,发现与负反馈相比,在奖励反馈的响应下,OFC的伽马活动增加了,这是由奖励预期调节的。38
四篇文章报道了OFC在情绪处理中的作用。与杏仁核一样,在处理情绪突出的词语、面部表情或声音时,在OFC中观察到高伽马活动。20.,39Scangos等人根据PHQ-9发现,增强的OFC beta功率与患有重度抑郁症状的患者相关。14一项研究采用直接刺激外侧额叶皮层,根据贝克抑郁量表(BDI),对25名高-中度至重度抑郁症患者的情绪症状产生了剂量依赖的改善。15刺激降低了OFC的α和θ能量,这被发现与积极的情绪状态相关,暗示OFC是抑郁症的潜在治疗靶点。
脑岛
脑岛是一个复杂的结构,涉及情绪调节、体感和内脏状态的处理以及错误处理。40为了表征脑岛各分支在情感处理中的作用,Zhang等人发现,在情感声音期间,前脑岛(AI)的宽带功率更高,而在非情感声音期间,后脑岛的高频活动更高。17他们得出的结论是,人工智能在处理声音相对于声学特征的情感特征方面很重要,这一点得到了主动刺激的进一步支持。Cristofori等人在执行一项抛球任务时表明,由社会排斥引起的“社会痛苦”或痛苦是由人工智能中的θ波振荡编码的。41在后续研究中,金钱奖励被发现可以调节θ波活动,这表明人工智能在处理奖励价值信息方面发挥了作用。42
为了证明脑岛在决策中的作用,Billeke等人表明,在概率任务期间,AI中的beta振荡编码了绩效反馈价。43此外,他们发现AI中的beta振荡相位影响mPFC中的gamma波段功率,并假设向mPFC发送错误预测信号可能是一种分配认知资源以适应行为的机制。
Yilmaz Balban等人使用基于虚拟现实的范式模拟距离地面150英尺的狭窄木板的体验,测量了对视觉威胁的行为和生理反应。44这种高度刺激在脑岛中产生了高伽马活动,这与皮肤电导反应的增加密切相关,皮肤电导反应是一种威胁唤醒的测量方法,因此支持脑岛在自主神经处理中的作用。
质量评估
NOS综合评分范围为5 ~ 8分,平均评分为5.44±0.76 (表1).所有研究都获得了2星(4星)的选择,除一项研究外,所有研究都获得了3星(3星)的结果。在可比性方面,32项研究中只有13项(40.6%)获得了星星,这表明对混杂因素的控制很差。然而,这一结果反映了考虑到相当有限的样本量和放置sEEG的适应症,为患有sEEG的癫痫患者纳入合适对照的固有挑战。此外,大多数研究在假设中都是探索性的,以确定参与者作为自己对照的行为的神经相关性。
讨论
据我们所知,这是对sEEG研究检查精神病学相关行为的最全面的系统综述。在皮质边缘结构放置深度电极用于癫痫发作监测,为研究具有高时间和空间分辨率的情感行为的神经活动提供了独特的机会。这篇综述中收录的文章评估了广泛的行为范围,包括抑郁、自然主义情感状态、焦虑、恐惧、社会痛苦、情绪记忆辨别、奖励评估和结果处理以及冲突监控。神经活动的几种振荡和同步模式与这些行为相关,从高伽马活动到β能量,再到涉及杏仁核、海马体、OFC、岛叶、ACC和前额叶皮层的低频θ和α带。此外,一些研究通过连通性分析阐明了这些神经区域之间复杂的相互作用和信息传递。
我们发现,大多数作者并没有专门针对精神障碍背景下的情感行为进行研究,尽管许多人在他们的讨论中暗示了这一点。绝大多数的文章没有在他们的研究方法中报告患有精神病共病的受试者是否参与了他们的研究。鉴于sEEG研究在认知方面的主要局限性之一是,由于潜在的癫痫活动可能改变大脑网络,因此无法将结果推广到健康人群,这一点很重要。8,47因此,由于癫痫患者精神合并症的高患病率,必须谨慎解释情感处理中的sEEG研究结果。48
Scangos等人发现,61%的癫痫受试者根据PHQ-9报告有高度抑郁症状。14同样,Kirkby等人发现,在他们的21名癫痫患者中,只有13人具有杏仁核-海马体β一致性子网络,可以预测糟糕的情绪状态,这13名受试者是由BAI测量的具有高度焦虑特征的人,他们被发现具有这种网络。16未来在情感行为方面的sEEG研究应报告是否包括精神障碍的癫痫患者,因为这些研究证明了它们对结果的影响。我们的回顾还强调了各种情绪量表的实施,以评估急性和慢性情感状态。在情感处理的iEEG研究中使用哪种仪器是未知的,可能是未来研究中严格验证的主题,以确保使用高度敏感和特定的仪器来识别情绪网络中的异常。
精神病学相关行为的立体定向脑电图研究也可能受益于采用NIMH RDoC等框架,该框架为恐惧和奖励等行为构建提供了指南,以开展跨精神疾病共享的行为表型研究。这些研究的未来作者还应该考虑采用可能更好地模拟体内环境的范式和任务来研究复杂的人类行为和相互作用。我们综述中的一项研究利用虚拟现实范式模拟高度的视觉威胁来研究岛叶活动。42由于sEEG的限制,大多数研究在计算机上执行锁定时间的视听刺激任务。最后,sEEG研究可能会借鉴其他领域,如神经经济学,来开发可能更好地评估复杂人类互动的任务,这些任务之前已经被提出作为研究情绪障碍的强大方法。49
最近两个关键的n- 1试验证明了使用sEEG指导和改进刺激治疗难治性精神疾病的可行性。9,10在PReSiDio试验(NCT04004169)中,9在一名36岁的重度TRD女性患者中,使用sEEG来确定杏仁核高伽马带功率与抑郁严重程度之间的相关性。采用立体定向脑电图刺激测试和确定性束描记术来确定植入右杏仁核和VC/VS并与NeuroPace RNS系统连接的两个感知/刺激深度电极的目标。50刺激后24小时内情绪有显著改善,第12天蒙哥马利-阿斯伯格抑郁评定量表下降50%以上,这几乎符合疾病缓解的标准。在另一项正在进行的试验(NCT03437928)中,10一名37岁的西班牙裔男性TRD患者在SCC和VC/VS接受了4个双侧DBS传感电极和10个双侧皮质边缘sEEG电极。通过分析抑郁问卷和sEEG记录,确定了情感和功能上理想的“大脑状态”。利用计算建模,生成了优化的刺激参数的排序列表,以重新创建这种大脑状态。在第22周,该患者获得了顶级刺激参数的临床缓解。
上述结果表明,sEEG是一种有前途的范式,可以确定精神疾病的最佳目标和刺激参数。此外,这些结果强调了在开发有效的个性化神经调节治疗中结合其他方式(如功能MRI和束造影)的重要性。先前对运动障碍、强迫症和抑郁症的研究表明,DBS的靶点位置及其与白质束的连接可能预测观察到的疗效的变化,51- - - - - -54支持连接组学方法来研究神经刺激。因此,应考虑功能MRI和弥散张量成像等辅助方式来加强情感行为的sEEG研究。此外,本综述中确定的范式和任务可能在住院设置之外实施。为精神病学或非精神病学适应症植入的感应闭环设备可能被用于进一步了解情绪波动、社会互动和在门诊环境中的情感性障碍。55- - - - - -57
我们的审查有一些局限性。使用RDoC框架,我们将我们的搜索限制在正价和负价域,因为它们与精神病学行为相关。只有2010年至2022年期间发表的研究被纳入到最新的sEEG研究中。由于缺乏此类出版物,我们没有对精神疾病患者的sEEG研究进行综述。9,10,14,58相反,我们通过sEEG对精神相关的情感行为进行了研究,sEEG最常植入癫痫患者。脑电图方法学分析没有详细讨论,因为这些超出了本文的范围,并在其他地方进行了详细讨论。48,59,60我们没有讨论,但承认在进行iEEG研究时采用适当的伦理标准的必要性。iEEG研究的伦理指南以前已经报道过。60,61最后,虽然这篇综述的重点是精神病学相关行为的sEEG研究,但必须注意到sEEG是研究其他认知过程或疾病(如慢性疼痛、运动障碍、言语、记忆、睡眠和觉醒)的神经回路时空动态的强大研究工具。62- - - - - -64此外,本综述中包括的研究已经证明了机器学习算法在iEEG数据中的强大应用,这将加强我们对人类行为背后的神经网络的理解。
结论
通过sEEG研究精神病学行为的神经相关性,为未来进入精神病学神经外科提供了基础。开云体育app官方网站下载入口在皮质边缘结构中观察到广泛的神经振荡和同步活动。鉴于精神疾病的异质性,sEEG为开发个性化有效的神经调节治疗提供了机会。未来的研究应该通过采用理想的框架来优化范式和任务,以调查在精神疾病中重叠的广泛行为表型。
披露的信息
作者报告在本研究中使用的材料或方法或本文中指定的发现没有利益冲突。开云体育世界杯赔率
作者的贡献
构思和设计:Lopez Ramos, Cleary, Shahin, Raslan。数据获取:Lopez Ramos, Tan, Yamamoto。数据分析和解释:Lopez Ramos, Tan。文章起草人:Lopez Ramos, Tan, Yamamoto。批判性地修改文章:所有作者。审稿版本:所有作者。批准了手稿的最终版本代表所有作者:洛佩兹·拉莫斯。统计分析:洛佩兹·拉莫斯。行政/技术/物资支持:洛佩兹·拉莫斯、拉斯兰。研究督导:Lopez Ramos, Raslan。
补充信息
视频
参考文献
-
13. ↑
井遗传算法,非洲酪脂树B,奥康奈尔D,et al。纽卡斯尔-渥太华量表(NOS)用于评估meta分析中非随机研究的质量.渥太华医院研究所.访问于2022年12月2日.https://www.ohri.ca/programs/clinical_epidemiology/oxford.asp