DOI: https://doi.org/10.31071/kit2021.17.03

Опис-посилання

ISSN 1812-7231(print), ISSN 2786-5800 (Online) Klin. inform. telemed. Volume 16, Issue 17, 2021, Pages 28-41

Автор(и)

А. Г. Черненко¹, О. Ю. Майоров^{1, 2} , Т. Д. Нессонова¹, А. Б. Прогнімак¹

Установа(ви)

¹Харківська медична академія післядипломної освіти, Україна

^{1, 2}ДУ «Інститут Охорони здоров’я дітей та підлітків НАМН України», Харків

Назва статті

Дослідження функціонального стану головного мозку у пацієнтів з епізодичною мігренню за даними спектрального аналізу ЕЕГ

Анотація (резюме)

Вступ. Мігрень — це не просто головний біль, а комплексний неврологічний розлад c різною клінічною маніфестацією.

Мета. Дослідити функціональний стан головного мозку у пацієнтів з епізодичною мігренню за даними спектрального аналізу ЕЕГ та з’ясувати як традиційні клінічні симптомі пов’язані зі змінами біоелектричної активності тих чи інших областей кори головного мозку.

Матеріали і методи. У дослідженні приймали участь 26 пацієнтів з епізодичною мігренню (середній вік 37,65 ± 10,61 років). Діагноз мігрені встановлювався згідно критеріям міжнародної класифікації головного болю. Контрольну групу склали 11 клінічно здорових осіб (середній вік 35,28 ± 9,52 років). Для реєстрації ЕЕГ використовували 24-х канальний електроенцефалограф (DX-системи®, Україна). Проводився монополярний запис ЕЕГ з об’єданим референтним електродом в стані спокійного неспання та проба з інтелектуальним навантаженням (зворотний рахунок в розумі).

Аналіз ЕЕГ здійснювали за допомогою системи кЕЕГ NeuroResearcher®InnovationSuite (Інститут Мі&T, Україна). Пацієнти не приймали препарати для превентивного лікування. Використовувались клінічні тести епізодичної мігрені: рівень пептиду CGRP плазми крові; кількість днів з головним болем протягом 3-х місяців; візуально-аналогова шкала (VAS); Індекс інвалідності шиї (NDI), наявність алодінії. Достовірність відмінностей визначали з використанням непараметричного критерія «U» Вілкоксона–Манна–Уітні. Проведена процедура Data Mining (Feature Selection and Variable Screening) для визначення взаємовпливу показників (Statistica 13.0, ліцензія).

Результати. Проведена нейрофізіологічна і патофізіологічна інтерпретація результатів із застосуванням проекції ЕЕГ електродів на цитоархітектонічні поля Бродмана, що дозволяє отримати детальну інформацію про можливі клінічні відхилення діяльності мозку у пацієнтів з епізодичною мігренню. Виявлено відмінності функціонального стану зон Бродмана, на яких були розташовані ЕЕГ електроди, у пацієнтів в міжприступний період в порівнянні із клінічно здоровими особами на основі спектрального аналізу ЕЕГ. Виявлено предіктори та зв’язок стану окремих областей головного мозку (параметрів спектрального аналізу) з визнаними клінічними тестами, які традиційно застосовуються при обстеженні пацієнтів з епізодичною мігренню. Отримані кількісні параметри кожного ЕЕГ діапазону, які відображають порушення когнітивної та іншої церебральної діяльності, допомагають провести коректну патофізіологічну інтерпретацію результатів для вибору таргетного лікування.

Ключові слова

епізодична мігрень; спектральний аналіз ЕЕГ; поля Бродмана.

Список літератури

1. Hadache disorders factsheet. World Health Organization (WHO). Available from: https://www.who.int/news-room/fact-sheets/detail/headache-disorders. Accessed: April 21 2021.

2. De Tommaso M., Ambrosini A., Brighina F., Coppola G., Perrotta A. Et al. Altered processing of sensory stimuli in patients with migraine. Nat. Rev. Neurol., 2014, vol. 10, pp. 144–155.

3. Goadsby P. J. The vascular theory of migraine — a great story wrecked by the facts. Brain, 2009, vol. 132, pp. 6–7.

4. Levy D., Burstein R. The vascular theory of migraine: leave it or love it? Ann. Neurol. 2011, vol. 69, pp.600–601.

5. De Tommaso Marina. An update on EEG in migraine. Expert Review of Neurotherapeutics, 2019, vol. 19, no. 8, pp. 729–737. doi: 10.1080/14737175.2019.1586534

6. Headache Classification Committee of the International Headache Society (IHS). The International Classification of Headache Disorders, 3rd edition. Cephalalgia. 2018, vol. 38 (1), pp. 1–211. doi:10.1177/0333102417738202.].

7. Delgado D. A., Lambert B. S., Boutris N. et al. Validation of Digital Visual Analog Scale Pain Scoring With a Traditional Paper-based Visual Analog Scale in Adults. J. American Acad. of Orthopaedic Surgeons. Global research & reviews, 2018, vol. 2, iss. 3, e088. 23. doi:10.5435/JAAOSGlobal-D-17-00088.

8. Loder E., Burch R. Measuring pain intensity in headache trials: which scale touse? Cephalalgia, 2012, vol. 32 iss. 3, рр. 179–182. doi: 10.1177/0333102411434812.

9. Vernon H., Mior S. The Neck Disability Index: a study of reliability and validity. J. Manipulative Physiol. Ther., 1991, Sep; vol. 14 (7), pp. 409-415.

10. Foster J. J., David W. Sutterer, John T. Serences, Edward K. Vogel, and Edward Awh. Alpha-Band Oscillations Enable Spatially and Temporally Resolved Tracking of Covert Spatial Attention.

11. Carrasco M. Visual attention: The past 25 years. Vision Re-search, 2011, vol. 51, pp. 1484-1525. doi:10.1016/j.visres.2011.04.012

12. Frid A., Shor M.; Shifrin A.; Yarnitsky D.; Granovsky Y. A Biomarker for Discriminating Between Migraine with and Without Aura: Machine Learning on Functional Connectivity on Resting-State EEGs. Ann. Biomed. Eng. 2020, vol. 48, pp. 403–412. doi: 10.1007/s10439-019-02357-3

13. Bassez I., Van De Steen F., Ricci K., Vecchio E., Gentile E., Marinazzo D., De Tommaso M. Dynamic Causal Modelling of the Reduced Habituation to Painful Stimuli in Migraine: An EEG Study. Brain Sci., 2020, vol. 10, p. 712. doi:10.3390/brainsci10100712

14. Frid A., Shor M., Shifrin A., Yarnitsky D., Granovsky Y. A Bio-marker for Discriminating Between Migraine with and with-out Aura: Machine Learning on Functional Connectivity on Resting-State EEGs. Ann. Biomed., Eng. 2020, vol. 48, pp. 403–412. doi: 10.1007/s10439-019-02357-3

15. Charles A. The evolution of a migraine attack — a review of recent evidence. Headache. 2013, vol. 53, pp. 413–419.

16. Cortical Functions Reference. Trans Cranial Technologies Ldt. 2012, 66 p.

17. David A. Kaiser, Cortical cartography. Biofeedback, 2010, vol. 38, iss. 1, pp. 9–12. doi:10.5298/1081-5937-38.1.9

18. Knowlton B. J., Morrison R. G., Hummel J. E., Holyoak K. J. A neurocomputational system for relational reasoning. Trends in Cognitive Sciences, 2012, vol. 16, iss. 7, pp. 373–381.

19. Ramnani N., Owen A. M. Anterior prefrontal cortex: insights into function from anatomy and neuroimaging. Nat. Rev. Neurosci., 2004, vol. 5, iss. 3, pp. 184–194.

20. Semendeferi K., Armstrong E., Schleicher A., Zilles K., Van Hoesen G. W. Prefrontal cortex in humans and apes: a comparative study of area 10. Am. J. Phys. Anthropol., 2001, vol. 3, iss. 114, pp. 224–241.

21. Braver T. S., Bongiolatti S. R. The Role of Frontopolar Cortex in Subgoal Processing during Working Memory. NeuroImage, 2002, vol. 15, pp. 523–536.

22. Koechlin E. & Hyafil A. Anterior prefrontal function and the limits of human-decision making. Science, 2007, vol. 318. pp. 594–598.

23. Electroencephalography. Editors: Niedermeyer E, da Silva F. L. 5th Edition, 2005, Lippincott Williams & Wilkins, 3258 р.

24. Volz K.G., Schubotz R.I., von Cramon D.Y. Variants of uncertainty in decision-making and their neural correlates. Brain Res. Bull., 2005, no. 67 (5), pp. 403–412.

25. Rangaswamy M., Porjesz B., Chorlian D. B., Wang K., et al. Beta power in the EEG of alcoholics. Biological Psychology. 2002, vol. 52 (8), pp. 831–842. doi: 10.1016/s0006-3223(02)01362-8

26. Di’az H., Maureira F., Ota’rola J., Rojas R., Alarco’n O., Canete L. EEG Beta band frequency domain evaluation for assessing stress and anxiety in resting, eyes closed, basal conditions. Proc. Computer Science, 2019; 162: 974–981.

27. Newson J. J., Thiagarajan T. C. EEG frequency bands in psychiatric disorders: a review of resting state studies. Front Hum Neurosci. 2019; 9 (12): 521.

28. Kaiser D. A. Cortical cartography. Biofeedback, 2010, vol. 38, iss. 1, pp. 9–12. doi: 10.5298/1081-5937-38.1.9

29. Buzsaki G. Rhythms of the Brain. Oxford University Press, Inc., 2006, 448 p.

30. Seghier M. L. The angular gyrus: multiple function ad multiple subdivisions. Neuroscientist, 2012, vol. 19, iss. 1, pp. 43–61. doi: 10.1177/1073858412440596.

31. Vatansever D., Manktelow A. E., Sahakian B. J.; Menon D. K., Stamatakis E. A. Angular default mode network connectivity across working memory load. Human Brain Mapping, 2017, vol. 38, no. 1, pp. 41–52. doi:10.1002/hbm.23341

32. Pourtois G., Degelder B., Bol A., Crommelinck M. Perception of Facial Expressions and Voices and of their Combination in the Human Brain. Cortex, 2005, vol. 41, no. 1, pp. 49–59. doi: 10.1016/S0010-9452(08)70177-1.

33. Acheson D. J., Hagoort P. Stimulating the brain’s language network: syntactic ambiguity resolution after TMS to the inferior frontal gyrus and middle temporal gyrus. J. Cogn. Neurosci.,2013,vol.25,iss.10, pp.1664–1677. doi: 10.1162/jocn_a_00430.

34. Petrides M., Pandya D. N. Comparative cytoarchitectonic analysis of the human and the macaque ventrolateral prefrontal cortex and corticocortical connection patterns in the monkey. European J. Neuroscience, 2002, vol. 16, no. 2, pp. 291–310. doi: 10.1046/j.1460-9568.2001.02090.x.

35. Levitin D. J., Menon V. Musical structure is processed in «language» areas of the brain: A possible role for Brodmann Area 47 in temporal coherence. NeuroImage, 2003, vol. 20, pp. 242–252.

36. Warner C. E., Goldshmit Y., Bourne J. A. Retinal afferents synapse with relay cells targeting the middle temporal area in the pulvinar and lateral geniculate nuclei. Front Neuroanat, 2010, vol. 4, Article 8. doi:10.3389/neuro.05.008.2010.

37. Palmer S. M., Rosa M. G. A distinct anatomical network of cortical areas for analysis of motion in far peripheral vision. Eur.J.Neurosci., 2006, vol. 24, iss. 8, pp. 2389–2405.doi: 10 z.1111/j.1460-9568.2006.05113.x.

38. Foster J. J., Sutterer D. W., Serences J. T., Vogel E .K., Awh E. Alpha-Band Oscillations Enable Spatially and Temporally Resolved Tracking of Covert Spatial Attention. Psychological Science, 2017, vol. 28, iss. 7, pp. 929–941. doi: 10.1177/0956797617699167.

39. Bagherzadeh Y., Baldauf D., Pantazis D., Desimone R. 2020. Alpha Synchrony and the Neurofeedback Control of Spatial Attention. Neuron, 2019, vol. 105, no. 3, pp. 577–587. doi: 10.1016/j.neuron.2019.11.001

40. Niedermeyer E. Alpha rhythms as physiological and abnormal phenomena. Intern. J. Psychophysiology, 1997, vol. 26, iss. 1–3, pp. 31–49. doi: 10.1016/s0167-8760(97)00754-x.

41. Bradley L. C. Human hippocampal theta oscillations and the formation of episodic memories. Hippocampus, 2011, vol. 22, iss. 4, pp. 748–761. doi: 10.1002/hipo.20937.

42. Buzsa’ki G. Theta rhythm of navigation: link between path integration and landmark navigation, episodic and semantic memory. Hippocampus, 2005, vol. 15, iss. 7, pp. 827–840. doi:10.1002/hipo.20113.

43. Hasselmo M. E. What is the Function of Hippocampal Theta Rhythm? – Linking Behavioral Data to Phasic Properties of Field Potential and Unit Recording Data. Hippocampus, 2005, vol. 15, no. 7, pp. 936–949. doi:10.1002/hipo.20116.

44. McLoughlin G., Gyurkovics M., Palmer J., Makeig S. Midfrontal Theta Activity in Psychiatric Illness: An Index of Cognitive Vulnerabilities Across Disorders. Review. Biological Psychiatry, 2021, vol. 91, iss.10, pp. 173–182. doi: 10.1016/j.biopsych.2021.08.020.

Повнотекстова версія http://kit-journal.com.ua/uk/viewer_uk.html?doc/2021_17/03.pdf