img-name

نشانگرهای EEG در اختلالات مصرف مواد: ناهنجاری‌های دلتا و بتا به‌عنوان پیش‌بینی‌کننده‌های عود (Relapse)

2 هفته پیش

در این مطالعه ی بالینی که در سال ۲۰۲۴ منتشر شده است، الگوهای EEG در حالت استراحت در افراد مبتلا به اختلالات مصرف مواد  (SUDs) مورد بررسی قرار گرفت تا نورومارکرهای مرتبط با خطر عود شناسایی شوند. این پژوهش با هدف شناسایی شاخص‌های نوروفیزیولوژیکی پایدار برای پیش‌بینی احتمال بازگشت به مصرف، به‌ویژه در مراحل اولیه (abstinence)، طراحی شده است.

یافته‌های این تحقیق

داده‌های EEG از ۸۶ بیمار در دوره پرهیز جمع‌آوری شد. تحلیل طیفی نشان داد که افزایش قدرت امواج دلتا و بتا در نواحی فرونتوسنتـرال با خطر بیشتر عود در بازه زمانی شش‌ماهه همراه است. همچنین، در بیمارانی که از کنترل شناختی ضعیف‌تری برخوردار بودند، کاهش قابل‌توجهی در قدرت آلفا دیده شد. افزون بر این، بررسی اتصال‌پذیری عملکردی نشان داد که در باندهای دلتا و بتای پایین، hyper-coherence بین نواحی مغزی مرتبط با پاداش و مهار شناختی وجود دارد، که ممکن است بیانگر اختلال در یکپارچگی شبکه‌های تنظیم‌کننده رفتار باشد.

نتایج

این یافته‌ها حاکی از آن است که الگوهای خاصی در فعالیت  EEGبه‌ویژه افزایش قدرت باندهای دلتا و بتا و ناهنجاری‌های اتصال در شبکه‌های پیش‌پیشانی، می‌توانند به‌عنوان trait-like neuromarkers برای آسیب‌پذیری نسبت به عود عمل کنند.

کاربرد بالینی

تحلیل EEG در حالت استراحت می‌تواند ابزاری مقرون‌به‌صرفه، غیرتهاجمی و قابل‌استفاده در محیط‌های درمانی برای شناسایی بیماران در معرض خطر عود باشد. این نشانگرها می‌توانند برای طراحی مداخلات شخصی‌سازی‌شده مانند نوروفیدبک، دارودرمانی هدفمند یا تمرین‌های بهبود کنترل شناختی به‌کار گرفته شوند تا از بازگشت به مصرف پیشگیری شود.

این مطالعه گامی مهم در مسیر استفاده از EEG برای پیش‌بینی و پیشگیری از عود در اختلالات مصرف مواد به‌شمار می‌آید و راه را برای توسعه ابزارهای بالینی کاربردی هموار می‌سازد.

منبع:

Kamarajan, C. et al. (2024). Resting-state EEG and relapse prediction in substance use disorders: A clinical neurophysiology study. Clinical Neurophysiology.

 

ارسال شده توسط :
منتشر شده در: QEEGhome