در پژوهشی که توسط Näätänen و همکاران در سال ۲۰۲۰ و همچنین Light و Swerdlow در سال ۲۰۱۵ انجام شده است، نقش کاهش Mismatch Negativity (MMN) در EEG شنوایی به عنوان نورومارکری معتبر برای پیش‌بینی پیامدهای عملکردی در اسکیزوفرنی بررسی شده است.
Mismatch Negativity یک پتانسیل مرتبط با رویداد شنوایی (auditory ERP) است که به‌طور خودکار و بدون نیاز به توجه آگاهانه، تغییرات غیرمنتظره در محرک‌های صوتی را شناسایی می‌کند.
در افراد مبتلا به اسکیزوفرنی، دامنه‌یMMN ، به‌ویژه در پاسخ بهduration deviants ، به‌طور قابل‌توجهی کاهش می‌یابد که نشان‌دهنده‌ی نقص در auditory predictive coding است.
این پاسخ معمولاً در نواحی Fronto-Central مغز، از جمله الکترودهایFz ، FCz و Cz ثبت می‌شود.
کاهش دامنه‌ی MMN در بیماران اسکیزوفرن با عملکرد اجتماعی و شغلی پایین‌تر، افزایش شدت علائم منفی و اختلالات شناختی بیشتر مرتبط است.
همچنین این شاخص نسبتاً پایدار بوده و کمتر از سایر ERP ها تحت تأثیر دوز داروهای آنتی‌سایکوتیک قرار می‌گیرد، که آن را به ابزاری مناسب برای پایش طولی تبدیل می‌کند.
کاهش قابل‌توجه MMN می‌تواند به عنوان نورومارکری برای شناسایی بیماران در معرض پیامدهای عملکردی ضعیف مورد استفاده قرار گیرد و ارجاع زودهنگام به مداخلاتی مانند توان‌بخشی، روان‌اجتماعی و درمان شناختی را توجیه کند.
کاربردهای بالینی عبارت‌اند از:
پیش‌آگهی پایه و برنامه‌ریزی شدت مراقبت
پایش پاسخ به درمان‌های شناختی یا آموزش شنوایی‌محور (با انتظار بهبود تدریجی MMN در برنامه‌های مؤثر)
آموزش بیمار و افزایش انگیزه با نمایش نشانگرهای عینی اختلال پردازش
در تفسیرMMN ، باید عوامل همراه مانند وضعیت شنوایی، ظرفیت توجه و سایر اختلالات هم‌زمان که ممکن است بر پردازش شنوایی اثر بگذارند در نظر گرفته شوند.
برای ثبت MMN از passive auditory oddball paradigm استفاده می‌شود، که شامل ارائه محرک‌های پرتکرار استاندارد در کنار محرک‌های انحرافی مرتبط با مدت‌زمان است.
در طول آزمایش، بیمار یک ویدئوی بی‌صدا تماشا می‌کند. ثبت سیگنال در نواحیFz ، FCz و Cz و با رفرنس به linked mastoids انجام می‌شود.
اختلاف بین پاسخ به محرک استاندارد و انحرافی محاسبه شده و MMN به‌عنوان پیک منفی در بازه‌ی ۱۰۰ تا ۲۵۰ میلی‌ثانیه اندازه‌گیری می‌شود. پیشنهاد می‌شود این ارزیابی هر ۳ تا ۶ ماه تکرار شود.
کاهش MMN در EEG می‌تواند به‌عنوان یک نورومارکر مفید برای پیش‌بینی پیامدهای بالینی، انتخاب نوع و شدت مداخلات درمانی، و پایش روند بهبودی در بیماران مبتلا به اسکیزوفرنی مورد استفاده قرار گیرد.
Näätänen, R., Paavilainen, P., Rinne, T., & Alho, K. (2020). The mismatch negativity ERP component: A window to the brain's automatic processing. Psychophysiology, 57(7), e13565. https://doi.org/10.1111/psyp.13565
Light, G. A., & Swerdlow, N. R. (2015). Future clinical uses of neurophysiological biomarkers to predict and monitor treatment response for schizophrenia. Annals of the New York Academy of Sciences, 1344(1), 105–119.
