مقدمه

الکتروانسفالوگرافی کمی (QEEG) با فراهم کردن امکان ارزیابی دقیق نوسانات عصبی، درک ما را از عملکرد پویای شبکه‌های مغزی و پاتوفیزیولوژی اختلالات روان‌پزشکی و نورولوژیک دگرگون کرده است. در میان امواج گوناگون مغزی، ریتم آلفا (با فرکانس ۸ تا ۱۲ هرتز) به عنوان یکی از برجسته‌ترین و حیاتی‌ترین سیگنال‌ها شناخته می‌شود که نقش محوری در تنظیم جریان اطلاعات، توجه و فیلتر کردن محرک‌های حسی ایفا می‌کند.

این مقاله با هدف بررسی جامع پدیده Alpha-Blocking تدوین شده است. در ادامه، ضمن تبیین مکانیسم‌های فیزیولوژیک و تعریف واکنش‌پذیری آلفا، به اهمیت بالینی این شاخص در اختلالات مختلف روان‌پزشکی و نورولوژیک پرداخته می‌شود و نقش حیاتی آن در پلتفرم‌های تشخیصی QEEG و همچنین تدوین استراتژی‌های درمانی هدفمند (نوروفیدبک و rTMS) مورد بحث قرار خواهد گرفت.

 

۱. ریتم آلفا و پدیده Alpha-Blocking

ریتم آلفای انسان که به ‌طور معمول در نواحی Parietal و Occipital سر هنگامی مشاهده می‌شود که فرد بیدار، آرام و در حالت چشمان بسته قرار دارد. باز کردن چشم‌ها معمولاً منجر به کاهش دامنه فرکانس آلفا (Alpha-Amplitude) می‌شود. این پدیده به عنوان Alpha Blocking شناخته می‌شود. به این معنی که انتظار داریم اندازه ریتم آلفا در حالت چشم بسته بیشتر از حالت چشم باز باشد، به طوری که با باز کردن چشم فرد، اندازه ریتم آلفا کاهش پیدا کند.

این پدیده نمایانگر فعال شدن سامانه‌های بینایی و توجه توام با باز شدن چشم است. زمانی که مغز از حالت Idle State (چشم بسته) به حالت Processing State (چشم باز) انتقال پیدا می‌کند، نوسانات آلفا در ناحیه Parietal کاهش می‌یابند. این کاهش توان یا دامنه آلفا در سطح فیزیولوژیک به‌ واسطه سامانه فعال ‌کننده Ascending Reticular Activating System (ARAS) و Thalamocortical Circuits انجام می‌شود. زمانی که ARAS، Cortical Underarousal را افزایش می‌دهد، اجرای این تغییر باعث غیر هم ‌زمان ‌سازی EEG و کاهش آلفا می‌شود که از طریق فعال‌ شدن نورون‌های رابط Thalamocortical و شبکه‌های قشری اتفاق می‌افتد. در واقع، بلوکه شدن طبیعی آلفا یا Alpha-Blocking نشانه‌ای از قشر مغزی پاسخ ‌گو است. میزان افت دامنه یا توان آلفا در تغییر حالت از وضعیت چشم‌ بسته به چشم باز می‌تواند شاخصی از فعال ‌سازی قشر در واکنش به محرک‌های حسی باشد، در نتیجه هر اندازه افت بیشتر، فعال‌ سازی قشری بهتر است.

 

۲. تعریف Alpha‑Blocking Error و واکنش ‌پذیری آلفا

گاهی مغز توانایی کاهش ریتم آلفا را ندارد؛ به این حالت Alpha‑Blocking Error گفته می‌شود؛ یعنی در شرایطی مانند باز بودن چشم یا در هنگام محرک، آلفا به‌ طور غیر طبیعی حفظ می‌شود. در EEG کمی، واکنش ‌پذیری آلفا را با شاخص Alpha‑Blocking Index اندازه می‌گیرند. این شاخص تفاوت یا درصد کاهش قدرت ناحیه آلفا بین وضعیت چشم‌های بسته و چشم‌های باز را محاسبه می‌کند. شاخص پایین به معنی واکنش‌ پذیری ضعیف است. از دیدگاه بالینی،Alpha‑Blocking Error  نشانه عدم پاسخ‌ دهی طبیعی سامانه‌های بیداری مغز به محرک‌هاست. این وضعیت ممکن است به طور قشری منجر به ماندن مغز در حالت سکون یا حالت Cortical Underarousal (در مواردی که آلفا از قبل کاهش یافته) گردد. در هر دو حالت، Thalamocortical Sensory Gating در انتقال اطلاعات حسی مختل می‌شود و EEG توان تغییر از فعالیت Synchronized بهDesynchronized  را نشان نمی‌دهد؛ نشانه ناکار آمدی در تنظیم بیداری و پردازش محرک است.

 

۳. اهمیت بالینی واکنش‌ پذیری آلفا

۳.۱ ADHD بزرگسالان و Cortical Underarousal

در بزرگسالان مبتلا به اختلال نقص توجه/بیش‌فعالی (Adult ADHD)، غالباً واکنش‌پذیری امواج آلفا (Alpha Reactivity) دچار نقص است؛ یافته‌ای که با نظریه کاهش برانگیختگی قشری (Cortical Underarousal Theory) مطابقت دارد. در EEG حالت استراحت، بسیاری از این بیماران فعالیت بیش از حد امواج آلفا و یا امواج کندِ (Slow-Waves) دیگری را نشان می‌دهند که نشانگر سطح پایین گوش‌به‌زنگی (Vigilance) در مغز است. به‌طور طبیعی، با باز شدن چشم‌ها یا درگیر شدن در تکالیف شناختی، مغز باید ریتم آلفا را سرکوب کند (آلفا بلاکینگ/Alpha Desynchronization). با این حال، ارزیابی‌های EEG نشان می‌دهند که بیماران مبتلا به ADHD در این فرآیند دچار اختلال هستند و کاهشِ توانِ باند آلفا در آن‌ها در پاسخ به محرک‌های شناختی، در مقایسه با افراد سالم، به‌طور معناداری کمتر است. به بیان دیگر، شبکه‌های قشری مغز این افراد در مواقعی که نیاز به پردازش فعال اطلاعات دارند، همچنان در حالت سکون (Idle State) باقی می‌مانند که این پدیده مستقیماً با بروز علائم بالینی بی‌توجهی (Inattention) در ارتباط است.

از منظر بالینی، شناسایی این نقصِ الکتروفیزیولوژیک (عدم وقوع آلفا بلاکینگِ مؤثر یا Alpha-Blocking Error) می‌تواند به‌عنوان یک نشانگر زیستی (Biomarker) در تأیید فرضیه کم‌برانگیختگی قشری عمل کند. این ارزیابی به روانپزشک در انتخاب رویکردهای درمانیِ هدفمندتر، از جمله تجویز داروهای محرک (Stimulants) که سطح برانگیختگی پایه را افزایش می‌دهند، و یا استفاده از پروتکل‌های فعال‌ساز در نوروفیدبک، کمک شایانی می‌نماید. (1,2)

 

۳.۲ افسردگی: کندی قشری Frontal و واکنش‌ پذیری ضعیف

در اختلال افسردگی اساسی (MDD)، یکی از یافته‌های مهم الکتروفیزیولوژیک، نقص در واکنش‌پذیری شبکه قشری یا همان بروز «خطای انسداد آلفا» (Alpha-Blocking Error) است. در یک مغز سالم، باز کردن چشم‌ها یا تمرکز بر یک محرک شناختی بیرونی، بلافاصله منجر به سرکوب و کاهش دامنه امواج آلفا (Alpha Desynchronization) می‌شود تا قشر مغز برای پردازش اطلاعات فعال گردد. با این حال، در بیماران مبتلا به افسردگی، این مکانیسم واکنشی به‌ویژه در نواحی خلفی و پاریتال دچار اختلال است و انسداد آلفا به میزان مورد انتظار رخ نمی‌دهد (Blunted Alpha Reactivity). از منظر بالینی و شناختی، این خطای انسداد نشان‌دهنده نقص سیستم عصبی در «تغییر وضعیت» (State Switching) است. به عبارت دیگر، مغز بیمار در تغییر جهتِ توجه از پردازش‌های درونی نظیر نشخوار فکری (Rumination) و تمرکز مرضی بر خویشتن به سمت پردازش محرک‌های محیطی و بیرونی ناتوان است. باقی ماندن امواج آلفا پس از باز کردن چشم‌ها، نشان می‌دهد که شبکه‌های درونی مغز (مانند Default Mode Network) همچنان غالب هستند و سیستم تنظیم برانگیختگی (Arousal System) نمی‌تواند مغز را برای درگیری موثر با محیط پیرامون «بیدار» کند. شناسایی این خطای انسداد در ارزیابی‌های الکتروفیزیولوژیک، می‌تواند به عنوان یک نشانگر زیستی برای درک پایه عصبیِ بی‌انگیزگی و نقص توجهِ مرتبط با افسردگی به کار رود و هدفی دقیق برای مداخلات مبتنی بر تعدیل عصبی (Neuromodulation) باشد.

 

دلالت‌های درمانی بر اساس فنوتیپ‌های EEG

پاسخ به دارو: مطالعات فارماکو-الکتروانسفالوگرافی (Pharmaco-EEG) نشان می‌دهند بیمارانی که در نوار مغزی آن‌ها کندی فرونتال (افزایش آلفا/تتا در پیشانی) بارز است، غالباً پاسخ بالینی مطلوب‌تری به مهارکننده‌های انتخابی بازجذب سروتونین (Ssris) نشان می‌دهند.

پاسخ به نورومدولاسیون: در مقابل، بیمارانی که با کندی کانونی (Focal Slowing) مقاوم، فرکانس غالبِ (PAF) پایین و واکنش‌پذیری ضعیف آلفا در نواحی خلفی مراجعه می‌کنند، احتمالاً کاندیداهای مناسب‌تری برای مداخلات تعدیل‌کننده عصبی نظیر تحریک مغناطیسی مکرر فراجمجمه‌ای (rTMS) هستند، تا شبکه‌های قشریِ کم‌کار به‌طور مستقیم تحریک و فعال گردند. (3,4) 

 

۳.۳ اضطراب، بیش ‌هشیاری و سرکوب بیش از حد آلفا

در اختلالات اضطرابی نظیر اختلال اضطراب فراگیر (GAD) و اختلال استرس پس از سانحه (PTSD)، «خطای انسداد آلفا» ماهیتی کاملاً متفاوت داشته و عمدتاً ناشی از بیش‌برانگیختگی مزمن قشر مغز (Cortical Hyperarousal) است. در یک مغز سالم، ریتم آلفا در وضعیت چشمان بسته (حالت استراحت) غالب است؛ اما در بیماران مضطرب، به دلیل فعالیت بیش‌ازحد سیستم سمپاتیک و گوش‌به‌زنگی پیوسته (Hypervigilance)، امواج آلفا حتی در حالت استراحت پایه نیز به‌شدت سرکوب شده و الگوی امواج سریع با ولتاژ پایین (Low-Voltage Fast EEG) دیده می‌شود. به دلیل این افت شدید آلفا در حالت پایه، هنگام باز کردن چشم‌ها تفاوت معناداری در توان آلفا مشاهده نمی‌شود. در واقع، خطای واکنش‌پذیری در این بیماران ناشی از «اثر کف» (Floor Effect) است؛ یعنی توان آلفا از قبل آن‌قدر سرکوب شده است که شبکه قشری ظرفیتی برای انسداد یا کاهش بیشتر (Desynchronization) ندارد. در موارد مزمن، بار آلوستاتیک (Allostatic Load) و خستگی سیستم تنظیم برانگیختگی می‌تواند منجر به نوسانات ناپایدار در الگوهای واکنش‌پذیری شود (گاهی افت شدید و گاهی بازگشت مقطعی و جبرانی آلفا)، که نشان‌دهنده انعطاف‌ناپذیری و فرسودگی شبکه‌های عصبی است.

از منظر درمانی، این الگو نشان می‌دهد که مغز توانایی بازگشت به حالت استراحت را از دست داده است. بنابراین، مداخلاتی مانند پروتکل‌های نوروفیدبک آرام‌ساز (نظیر آموزش افزایش آلفا در نواحی خلفی یا پروتکل آلفا/تتا) و تکنیک‌های ذهن‌آگاهی، با هدف بازیابی ریتم آلفا در حالت چشمان بسته و بازگرداندن انعطاف‌پذیری عصبی (Neuroplasticity) انجام می‌شوند. (5,6)

 

۳.۴ اختلالات شناختی و نقص در مدارهای Thalamocortical

ریتم آلفا (8-13هرتز) نقش محوری در مکانیسم «دروازه‌بانی حسی» (Sensory Gating) و تنظیم جریان اطلاعات در مدارهای تالاموکورتیکال (Thalamocortical Circuits) ایفا می‌کند. از منظر شبکه‌های عصبی، آلفای حالت استراحت با فعالیت شبکه حالت پیش‌فرض (DMN) مرتبط است. بنابراین، پدیده انسداد آلفا (Alpha-Desynchronization) در پاسخ به باز کردن چشم یا تکالیف شناختی، صرفاً یک واکنش بینایی نیست، بلکه نشان‌دهنده توانایی قشر مغز برای «سوئیچینگ شبکه‌ای» (سرکوب DMN و فعال‌سازی شبکه‌های اجرایی مرکزی - CEN) است. این فرآیند به‌شدت تحت کنترل سیستم تعدیل‌کننده کولینرژیک (به‌ویژه هسته قاعده‌ای مینرت) قرار دارد. (7) در اختلالات شناختی و دمانس، بررسی واکنش‌پذیری آلفا (Alpha Reactivity) اطلاعات بالینی و افتراقی بسیار ارزشمندی فراهم می‌کند:

3.4.1 تشخیص افتراقی دمانس‌ها (LBD در برابر AD)

یکی از چالش‌های بالینی، افتراق دمانس با اجسام لویی (LBD) از بیماری آلزایمر (AD) است. در حالی که در آلزایمر کاهش فرکانس و توان آلفا روندی تدریجی دارد، در LBD به دلیل درگیری زودهنگام و شدیدتر سیستم کولینرژیک، ریتم غالب خلفی (PDR) سریع‌تر کند شده و واکنش‌پذیری آلفا (Alpha-Blocking) به‌طور چشمگیری کاهش یافته یا کاملاً از بین می‌رود. این فقدان واکنش‌پذیری، همراه با نوسانات بارز شناختی و توهمات بینایی، یک مارکر تشخیصی قوی برای LBD محسوب می‌شود. (8)

3.4.2 پیش‌بینی افت شناختی در MCI و مراحل اولیه آلزایمر

در اختلال شناختی خفیف (MCI)، پیش از آنکه تغییرات ساختاری در MRI به‌طور کامل مشهود شود، اختلال در سینتیک امواج آلفا قابل ردیابی است. به‌ویژه، نقص در غیرهمگام‌سازی (Desynchronization) باند «آلفای فوقانی» (Upper Alpha: 10-12 Hz) که مستقیماً با پردازش حافظه سمانتیک مرتبط است، با سرعت پیشرفت MCI به دمانس آلزایمر همبستگی بالایی دارد. (9) هرچه واکنش‌پذیری آلفا در پاسخ به محرک‌ها ضعیف‌تر باشد، پیش‌آگهی افت شناختی وخیم‌تر است.

3.4.3 انسفالوپاتی‌ها، آسیب‌های مغزی (TBI) و کما

در سطح مراقبت‌های ویژه (ICU)، واکنش‌پذیری EEG یک شاخص حیاتی برای ارزیابی یکپارچگی ساقه مغز و قشر مخ است. در آسیب‌های شدید مغزی، انسفالوپاتی‌های متابولیک/توکسیک یا پس از ایست قلبی، مشاهده الگوی «آلفای غیرواکنش‌پذیر» (مانند وضعیت Alpha Coma) نشان‌دهنده قطع ارتباط تالاموکورتیکال است. اگر ریتم آلفا به هیچ محرک حسی (نوری، صوتی، دردناک) پاسخ ندهد و اصطلاحاً Block نشود، این امر نشان‌دهنده از دست رفتن انعطاف‌پذیری دینامیک قشر مغز بوده و پیش‌آگهی بالینی بسیار ضعیفی (احتمال بالای مرگ مغزی یا حالت زندگی نباتی) را به همراه دارد. (11)

نتیجه‌گیری بالینی: در مجموع، پایش خطای انسداد آلفا در QEEG/EEG به روان‌پزشکان و نورولوژیست‌ها اجازه می‌دهد تا پیش از بروز علائم ساختاری شدید، افت عملکردی مدارهای کولینرژیک و تالاموکورتیکال را شناسایی کرده، در تشخیص افتراقی دمانس‌ها دقیق‌تر عمل کنند و پیش‌آگهی بیماران را با دقت بالاتری ارزیابی نمایند.

 

۴ .کاربردهای درمانی و پیش‌آگهی شاخص Alpha-Blocking

شاخص آلفا بلاکینگ (Alpha-Blocking Index) فراتر از یک یافته‌ی تشخیصی، یک نشانگر زیستی (Biomarker) ارزشمند برای تعیین استراتژی درمان و پایش بالینی است.

4.1 پیش‌بینی و پایش پاسخ به درمان

پیش‌بینی درمان: میزان واکنش‌پذیری آلفا پیش از شروع درمان، یک پیش‌بینی کننده (Predictor) قوی برای اثربخشی مداخلات است. در اختلالاتی نظیر افسردگی، وجود یا عدم وجود آلفا بلاکینگِ طبیعی می‌تواند احتمال پاسخ به داروها (مانند SSRIها) یا مداخلات تحریک عصبی (مانند rTMS) را مشخص کند.

پایش بهبود: تغییرات متوالی در شاخص آلفا بلاکینگ، ابزاری عینی برای سنجش پیشرفت درمان است. بازگشت واکنش‌پذیری آلفا به حالت طبیعی (افزایش شاخص آلفا بلاکینگ) در طول زمان، نشان‌دهنده بهبود پلاستیسیته شبکه‌های عصبی، بازیابی عملکرد شبکه‌های توجهی و ارتقای توانایی پردازش شناختیِ بیمار است.

4.2 هدف‌گذاری دقیق واکنش‌پذیری در نوروفیدبک

در مواردی که بیمار دارای «خطای آلفا بلاکینگ» است، پروتکل‌های نوروفیدبک به جای تمرکز صرف بر افزایش یا کاهش دامنه مطلق امواج، مستقیماً بر آموزش پویایی و انعطاف‌پذیری قشری (Cortical Flexibility) متمرکز می‌شوند:

آموزش تغییر وضعیت (State-Switching Training): در این پروتکل‌ها، مغز آموزش می‌بیند تا دامنه آلفا را هنگام استراحت (چشم بسته) حفظ کرده و بلافاصله با ارائه یک محرک بینایی یا شناختی، آن را سرکوب کند.

تقویت ERD (Event-Related Desynchronization): این مداخله مستقیماً مکانیسم آلفا بلاکینگ را هدف قرار می‌دهد و به بیمار کمک می‌کند تا توانایی مغز برای گذار سریع از «حالت استراحتِ شبکه‌های عصبی» به «حالت پردازش فعال» را بازیابی کند.

لورتا نوروفیدبک: در شرایطی که بیمار اختلال در آلفا بلاکینگ یا Alpha-Blocking Error داشته باشد٬ با توجه به اینکه این اختلال ناشی از بدکارکردی یا Functional Problems در ناحیه Occipital و Parietal می‌باشد٬ میتوان پروتکل‌های زیر را به پروتکل نوشته شده در قسمت Networks لورتا نوروفیدبک اضافه کرد:

• DTI – Local Occipital
• DTI – Local Parietal

 

4.3 تفسیر بالینی در پلتفرم‌های پردازش QEEG (مانند QEEGhome)

با توجه به اینکه آلفا بلاکینگ یکی از شاخص‌های مهم و Reliable در QEEG هست، استخراج اطلاعات درست مرتبط با این مارکر و نیز تفسیر دقیق متناسب با شرایط بیمار، بسیار حائز اهمیت و تاثیرگذار می‌باشد. در بنابراین، تشخیص «خطای آلفا بلاکینگ» صرفاً با نگاه بصری به تغییر رنگ در توپومپ‌های توان مطلق (Absolute Power) باند آلفا (8-12  هرتز) بسیار دشوار و مستعد خطای انسانی است و نمیتوان وضعیت دقیق و درست Alpha-Blocking را صرفا با نگاه کردن به تصاویر توپومپ Z-Score بدست آورد. به عنوان مثال، ممکن است افت توان آلفا به صورت بصری جزئی به نظر برسد، اما از نظر آماری و دینامیک شبکه‌ای کاملاً مختل باشد؛ و یا برعکس، به دلیل پایین بودن ذاتی آلفا (Floor Effect)، تغییر رنگی در نقشه دیده نشود در حالی که مکانیسم سرکوب دچار نقص است. بنابراین، گزارش QEEGhome این محاسبه پیچیده را انجام داده و نتیجه را به صورت یک شاخص قطعی در صفحه EEG Neuromarker Values با عنوان Alpha Blocking Error ارائه می‌دهد. متخصص باید در این جدول به ردیف Alpha Blocking Error نگاه کند. درج کلمه Observed (مشاهده شد) در این بخش، تأییدکننده قطعی وجود این خطا است. پس از رویت کلمه Observed برای خطای آلفا بلاکینگ در جدول نورومارکرها، متخصص باید با نگاهی به نقشه‌های توپومپ توان مطلق آلفا (برای تشخیص بالا یا پایین بودن میزان پایه آلفا)، یکی از دو سناریوی زیر را در گزارش تفسیری بیمار درج کند:

 تفسیر سناریوی اول: خطای آلفا بلاکینگ با منشأ کم‌برانگیختگی (Cortical Underarousal) 

نحوه تشخیص در گزارش QEEGhome:

کلمه Observed در مقابل Alpha Blocking Error در جدول نورومارکرها ثبت شده است.

در نقشه‌های توپومپ (Z Score Summary)، رنگ باند آلفا در توان مطلق (Absolute Power) در هر دو حالت چشم‌بسته و چشم‌باز، متمایل به رنگ‌های گرم (قرمز/زرد - نشان‌دهنده توان بالا) است.

توجه داشته باشید که کلمه Cortical Hyper-Arousal و Cortical Hypo-Arousal با Arousal نوشته شده در صفحه نورومارکرها متفاوت می‌باشد. ایندکس Arousal یک نورومارکر نشان‌دهنده سطح انگیختگی بالینی بیمار می‌باشد که از تلفیق چندین ویژگی EEG بدست می‌آید٬ در حالی که Cortical Arousal سطح انگیختگی کورتکس بوده و با مقدار توان آلفا ارتباط دارد.

نمونه متن پیشنهادی برای درج در تفسیر بالینی:

«بر اساس جدول نورومارکرهای ارزیابی شده، شاخص خطای آلفا بلاکینگ (نقص در واکنش‌پذیری آلفا) ثبت گردیده است. با توجه به حضور امواج آلفای با دامنه بالا در حالت چشم‌باز، این یافته نشان‌دهنده کم‌برانگیختگی قشری و ناتوانی شبکه‌های عصبی در گذار از وضعیت سکون (Idling State) به وضعیت پردازش فعالِ شناختی است.»

ارتباط تشخیصی: این پروفایل عمدتاً مؤید مشکلات نقص توجه (مانند ADHD)، کندی شناختی (Sluggish Cognitive Tempo) یا زیرگروه‌هایی از افسردگی با کندی روانی-حرکتی است.

 

 تفسیر سناریوی دوم: خطای آلفا بلاکینگ با منشأ بیش‌برانگیختگی قشری (Floor Effect / Cotritcal Hyperarousal)

نحوه تشخیص در گزارش QEEGhome: 

کلمه Observed در مقابل Alpha Blocking Error در جدول نورومارکرها ثبت شده است. (مانند نمونه بیمار تست در تصویر اول)

در نقشه‌های توپومپ (Z Score Summary)، رنگ باند آلفا در توان مطلق در هر دو حالت چشم‌بسته و چشم‌باز، متمایل به رنگ‌های سرد یا خنثی (آبی/سبز/سفید - نشان‌دهنده توان پایین یا سرکوب‌شده) است.

توجه داشته باشید که کلمه Cortical Hyper-Arousal و Cortical Hypo-Arousal با Arousal نوشته شده در صفحه نورومارکرها متفاوت می‌باشد. ایندکس Arousal یک نورومارکر نشان‌دهنده سطح انگیختگی بالینی بیمار می‌باشد که از تلفیق چندین ویژگی EEG بدست می‌آید٬ در حالی که Cortical Arousal سطح انگیختگی کورتکس بوده و با مقدار توان آلفا ارتباط دارد.

نمونه متن پیشنهادی برای درج در تفسیر بالینی:

«بر اساس جدول نورومارکرها، خطای آلفا بلاکینگ رویت گردید. با توجه به اینکه امواج آلفا در حالت پایه (چشم‌بسته) نیز به صورت غیرطبیعی دارای توان پایینی هستند، عدم مشاهده افت آلفا در حالت چشم‌باز به دلیل اثر کف (Floor Effect) است. این یافته نمایانگر بیش‌برانگیختگی مزمن قشری، گوش‌به‌زنگی بالا و ناتوانی مغز در ورود به فاز استراحت می‌باشد.

ارتباط تشخیصی: این پروفایل عمدتاً مؤید اختلالات اضطرابی شدید (مانند GAD)، اختلال استرس پس از سانحه (PTSD) و فشار آلوستاتیک ناشی از استرس مزمن است.

 

نتیجه‌گیری 

در مجموع، پدیده انسداد آلفا (Alpha-Blocking) و ارزیابی کمّی آن از طریق شاخص واکنش‌پذیری، یک بیومارکر الکتروفیزیولوژیک کلیدی برای ارزیابی سلامت مدارهای تالاموکورتیکال و توانایی مغز در تغییر وضعیت (State-Switching) به شمار می‌رود. بررسی خطای انسداد آلفا (Alpha-Blocking Error) در QEEG امکان تفکیک دقیق فنوتیپ‌های بالینی را فراهم می‌کند؛ از جمله تشخیص کم‌برانگیختگی قشری در اختلالاتی نظیر ADHD و افسردگی، و شناسایی بیش‌برانگیختگی مزمن در اضطراب و PTSD (از طریق پدیده Floor Effect).

علاوه بر این، ارزیابی این شاخص نقش محوری در تشخیص افتراقی زودهنگام اختلالات شناختی (مانند تفکیک LBD از AD) و تعیین پیش‌آگهی در آسیب‌های مغزی ایفا می‌کند. از منظر درمانی، پایش واکنش‌پذیری آلفا مسیر را برای رویکردهای پزشکی شخصی‌سازی‌شده (Personalized Medicine) هموار می‌سازد و به متخصصان در انتخاب و تنظیم دقیق پروتکل‌های نورومدولاسیون (نظیر نوروفیدبک و rTMS) کمک شایانی می‌کند. تحقیقات آینده باید بر اعتبارسنجی این شاخص در پایگاه‌داده‌های بزرگ‌تر و یکپارچه‌سازی آن با الگوریتم‌های تشخیصی خودکار متمرکز شوند تا جایگاه ارزیابی‌های مبتنی بر واکنش‌پذیری EEG در روان‌پزشکی و نورولوژی دقیق (Precision Neurology) بیش از پیش تثبیت گردد.

 

منابع:

Barry, R. J., Clarke, A. R., & Johnstone, S. J. (2003). A Review Of Electrophysiology In Attention-Deficit/Hyperactivity Disorder: I. Qualitative And Quantitative Electroencephalography. Clinical Neurophysiology, 114(2), 171–183.

Loo, S. K., & Makeig, S. (2012). Clinical Utility Of EEG In Attention-Deficit/Hyperactivity Disorder: A Research Update. Neurotherapeutics, 9(3), 569–587.

Hegerl, U., & Hensch, T. (2014). The Vigilance Regulation Model Of Affective Disorders And ADHD. Neuroscience & Biobehavioral Reviews, 44, 45–57.

Bruder, G. E., Stewart, J. W., & Tenke, C. E. (2017). Electroencephalogram (EEG) Measures In Major Depressive Disorder. Focus, 15(4), 405–408.

Begić, D., Hotujac, L., & Jokić-Begić, N. (2001). Electroencephalographic Comparison Of Veterans With Combat-Related Post-Traumatic Stress Disorder And Healthy Subjects. International Journal Of Psychophysiology, 40(2), 167–177.

Oathes, D. J., Ray, W. J., Yamasaki, A. S., Peters, J. C., Carmel, T. C., & Castano, A. (2008). Excitation And Inhibition In The Parietal Cortex In Relation To Trait Anxiety. Biological Psychology, 79(3), 354–360.

Babiloni, C., Del Percio, C., Lizio, R., Marzano, N., Infarinato, F., Soricelli, A., Ferri, R., Pascarelli, F., & Rossini, P. M. (2014). Cortical EEG Alpha Rhythms Reflect Task-Specific Somatosensory And Motor Interactions In Humans. Clinical Neurophysiology, 125(10), 1936–1945.

Bonanni, L., Thomas, A., Tiraboschi, P., Perfetti, B., Varanese, S., & Onofrj, M. (2008). EEG Comparisons In Early Alzheimer’s Disease, Dementia With Lewy Bodies And Parkinson’s Disease With Dementia Patients With A 2-Year Follow-Up. Brain, 131(3), 690–705.

Babiloni, C., Lizio, R., Marzano, N., Capotosto, P., Soricelli, A., Triggiani, A. I., Cordone, S., Gesualdo, L., & Del Percio, C. (2016). Brain Neural Synchronization And Functional Coupling In Alzheimer’s Disease As Revealed By Resting State EEG Rhythms. International Journal Of Psychophysiology, 103, 88–102.

Klimesch, W. (2012). Alpha-Band Oscillations, Attention, And Controlled Access To Stored Information. Trends In Cognitive Sciences, 16(12), 606–617.

Admiraal, M. M., Van Rootselaar, A. F., & Horn, J. (2019). EEG Reactivity Testing For Prediction Of Poor Outcome In Patients After Cardiac Arrest. Neurology, 93(13), E1284–E1293.