📚 آینده‌نگاران مغز؛ دانش را عمیق بیاموزید، هوشمندانه تمرین کنید.
از یادگیری و سنجش تا تسلط؛ همراه شما برای ساختن یادگیری ماندگار.

علوم اعصاب: یادگیری تخصصی و MCQ   |   زیست‌شناسی: یادگیری مفهومی و آمادگی کنکور و نهایی

تشخیص زودهنگام اسکیزوفرنی با امضای مغز و ریزحالت‌های الکتروانسفالوگرافی | EEG Microstates

تشخیص زودهنگام اسکیزوفرنی با بررسی امضای مغز و ریزحالت‌های EEG

اسکیزوفرنی (Schizophrenia) یکی از پیچیده‌ترین اختلالات روان‌پزشکی و نوروسایکياتریک است که با مجموعه‌ای از تغییرات شناختی، ادراکی، هیجانی و رفتاری همراه می‌شود. توهم، هذیان، اختلال در سازمان‌دهی فکر، کاهش انگیزش، اختلال عملکرد اجتماعی و برخی تغییرات شناختی از جمله تظاهراتی هستند که ممکن است در جریان بیماری مشاهده شوند. با وجود پیشرفت‌های چشمگیر در علوم اعصاب، هنوز یک آزمایش منفرد و قطعی برای تشخیص اسکیزوفرنی وجود ندارد.

با این حال، پژوهش‌های جدید نشان می‌دهند که شاید مغز افراد مبتلا به اسکیزوفرنی و حتی برخی بستگان درجه‌یک آن‌ها، الگوهای فعالیتی قابل اندازه‌گیری و نسبتاً متمایزی داشته باشد. یکی از جذاب‌ترین حوزه‌های پژوهشی در این زمینه، بررسی ریزحالت‌های نوار مغزی یا EEG microstates است؛ الگوهای بسیار کوتاه‌مدتی از فعالیت الکتریکی مغز که برخی پژوهشگران از آن‌ها به‌عنوان «اتم‌های فکر» (Atoms of Thought) یاد می‌کنند.

این یافته‌ها این پرسش مهم را مطرح کرده‌اند که آیا می‌توان از امضای مغزی (Brain Signature) حاصل از ریزحالت‌های EEG به‌عنوان یکی از اجزای یک سامانه غربالگری برای شناسایی افراد در معرض خطر اسکیزوفرنی استفاده کرد؟

اسکیزوفرنی

اسکیزوفرنی چیست و چرا تشخیص زودهنگام اهمیت دارد؟

اسکیزوفرنی یک اختلال نوروسایکياتریک چندعاملی است که حاصل تعامل پیچیده عوامل ژنتیکی، رشدی و محیطی در شکل‌گیری و عملکرد مدارهای مغزی است. این بیماری معمولاً در اواخر نوجوانی یا اوایل بزرگسالی آشکار می‌شود، اگرچه مسیر شکل‌گیری تغییرات عصبی مرتبط با آن می‌تواند بسیار زودتر آغاز شده باشد.

علائم اسکیزوفرنی را می‌توان به‌طور کلی در چند گروه قرار داد. علائم مثبت شامل توهم، به‌ویژه توهم شنوایی، و هذیان هستند. علائم منفی شامل کاهش انگیزش، کاهش ابراز هیجان و کناره‌گیری اجتماعی می‌شوند. علاوه بر این، اختلالات شناختی مانند مشکلات توجه، حافظه کاری و عملکرد اجرایی نیز می‌توانند بخش مهمی از بار بیماری را تشکیل دهند.

اهمیت تشخیص و مداخله زودهنگام از این واقعیت ناشی می‌شود که فاصله میان آغاز تغییرات اولیه و ظهور علائم واضح بالینی می‌تواند فرصتی مهم برای مداخله باشد. بنابراین، یکی از اهداف مهم روان‌پزشکی و علوم اعصاب مدرن، یافتن نشانگرهای زیستی (Biomarkers) است که بتوانند خطر ابتلا یا احتمال بروز بیماری را پیش از شکل‌گیری کامل تابلوی بالینی مشخص کنند.

امضای مغز یا Brain Signature چیست؟

اصطلاح امضای مغز (Brain Signature) به یک الگوی قابل اندازه‌گیری از فعالیت یا سازمان‌دهی مغز اشاره دارد که می‌تواند با یک وضعیت، ویژگی یا اختلال خاص ارتباط داشته باشد.

در زمینه اسکیزوفرنی، پژوهشگران به دنبال الگوهایی هستند که نه‌تنها در افراد مبتلا به بیماری، بلکه در افراد دارای خطر ژنتیکی بالاتر نیز قابل مشاهده باشند.

این موضوع اهمیت زیادی دارد؛ زیرا اگر یک الگوی مغزی در فرد مبتلا مشاهده شود، لزوماً به این معنا نیست که آن الگو علت بیماری است. اما اگر همان ویژگی در بستگان سالم فرد مبتلا نیز مشاهده شود، ممکن است نشان دهد که این ویژگی با آسیب‌پذیری زیستی یا ژنتیکی مرتبط است.

از این منظر، پژوهشگران از مفهوم اندوفنوتیپ (Endophenotype) استفاده می‌کنند. اندوفنوتیپ‌ها ویژگی‌های قابل اندازه‌گیری هستند که می‌توانند میان عوامل ژنتیکی خطر و تظاهرات بالینی یک بیماری ارتباط برقرار کنند.

EEG چگونه فعالیت مغز را اندازه‌گیری می‌کند؟

الکتروانسفالوگرافی (Electroencephalography; EEG) یکی از روش‌های غیرتهاجمی و نسبتاً ساده برای ثبت فعالیت الکتریکی مغز است. در این روش، الکترودهایی روی پوست سر قرار می‌گیرند و تغییرات ولتاژ ناشی از فعالیت جمعی نورون‌های قشر مغز ثبت می‌شود.

در پژوهش مورد بحث، از EEG در حالت استراحت (Resting-State EEG) استفاده شد. شرکت‌کنندگان در شرایط آرام قرار گرفتند و فعالیت مغزی آن‌ها بدون انجام یک تکلیف شناختی پیچیده ثبت شد.

مزیت مهم EEG، تفکیک زمانی بسیار بالای آن است. فعالیت‌های عصبی که در مقیاس میلی‌ثانیه رخ می‌دهند، با EEG قابل بررسی هستند؛ ویژگی‌ای که آن را برای مطالعه تغییرات سریع سازمان فعالیت شبکه‌های مغزی بسیار ارزشمند می‌کند.

اسکیزوفرنی

ریزحالت‌های EEG؛ اتم‌های کوتاه‌مدت فعالیت مغز

یکی از مفاهیم جذاب در تحلیل EEG، ریزحالت‌های نوار مغزی (EEG Microstates) است.

در هر لحظه، فعالیت الکتریکی مغز به‌صورت کاملاً تصادفی تغییر نمی‌کند؛ بلکه برای دوره‌های بسیار کوتاه، الگوهای نسبتاً پایدار و مشخصی از فعالیت فضایی روی سطح سر ایجاد می‌شوند. این الگوها معمولاً در حدود چند ده تا بیش از صد میلی‌ثانیه پایدار می‌مانند و سپس به الگوی دیگری تغییر می‌کنند.

به همین دلیل، ریزحالت‌های EEG گاهی به‌صورت استعاری «اتم‌های فکر» (Atoms of Thought) نامیده می‌شوند.

در تحلیل کلاسیک ریزحالت‌های EEG، چهار الگوی اصلی با حروف A، B، C و D شناخته می‌شوند. هرکدام از این الگوها با سازمان فضایی متفاوتی از فعالیت الکتریکی مغز ارتباط دارند.

پژوهشگران برای مطالعه ریزحالت‌ها معمولاً ویژگی‌هایی مانند موارد زیر را بررسی می‌کنند:

  • فراوانی وقوع ریزحالت‌ها

  • مدت‌زمان پایداری هر ریزحالت

  • سهم زمانی هر ریزحالت

  • ترتیب و انتقال از یک ریزحالت به ریزحالت دیگر

  • پویایی انتقال میان حالت‌های مختلف

بنابراین، مغز را می‌توان در این چارچوب مانند سامانه‌ای تصور کرد که به‌طور پیوسته میان مجموعه‌ای از حالت‌های کوتاه‌مدت فعالیت شبکه‌ای جابه‌جا می‌شود.

ارتباط ریزحالت‌های EEG با اسکیزوفرنی

مطالعات پیشین نشان داده‌اند که پویایی ریزحالت‌های EEG در افراد مبتلا به اسکیزوفرنی با افراد سالم تفاوت دارد.

یکی از یافته‌های تکرارشده در این حوزه، افزایش حضور ریزحالت کلاس C (Microstate Class C) و کاهش حضور ریزحالت کلاس D (Microstate Class D) در افراد مبتلا به اسکیزوفرنی بوده است.

به بیان ساده، مغز فرد مبتلا به اسکیزوفرنی ممکن است از نظر مدت‌زمان و فراوانی حضور در برخی الگوهای گذرای فعالیت مغزی، سازمان متفاوتی نسبت به مغز افراد سالم داشته باشد.

البته این تفاوت‌ها به‌تنهایی به معنای وجود یک «اثر انگشت قطعی اسکیزوفرنی» نیستند. تفاوت‌های ریزحالت EEG باید در چارچوب مجموعه‌ای از یافته‌های بالینی، شناختی، ژنتیکی و نوروبیولوژیک تفسیر شوند.

مطالعه روی بیماران مبتلا به اسکیزوفرنی و خواهر و برادرهای سالم آن‌ها

یکی از بخش‌های مهم پژوهش مورد بحث، مقایسه سه گروه بود: ۱۰۱ فرد مبتلا به اسکیزوفرنی، ۴۳ خواهر یا برادر سالم افراد مبتلا و ۷۵ فرد سالم بدون سابقه خانوادگی اسکیزوفرنی.

وجود گروه خواهر و برادر سالم اهمیت بسیار زیادی دارد.

اگر یک ویژگی مغزی فقط در بیماران مشاهده شود، نمی‌توان به‌سادگی مشخص کرد که آیا این ویژگی مستقیماً به بیماری مربوط است یا ممکن است پیامد بیماری، دارو، مدت بیماری یا عوامل دیگری باشد.

اما اگر همان ویژگی در بستگان سالم فرد مبتلا نیز مشاهده شود، احتمال ارتباط آن با آسیب‌پذیری زیستی و ژنتیکی افزایش می‌یابد.

نتایج مطالعه نشان داد که خواهر و برادرهای سالم افراد مبتلا نیز در برخی ویژگی‌های ریزحالت‌های EEG، الگویی مشابه بیماران داشتند.

به‌طور مشخص، ریزحالت C در افراد مبتلا به اسکیزوفرنی و خواهر و برادرهای سالم آن‌ها با فراوانی و مدت‌زمان بیشتری مشاهده شد؛ در مقابل، ریزحالت D در این دو گروه با فراوانی و مدت‌زمان کمتری نسبت به افراد سالم بدون سابقه خانوادگی دیده شد.

این یافته، مفهوم «امضای مغزی» مرتبط با آسیب‌پذیری اسکیزوفرنی را بسیار جذاب می‌کند.

آیا خواهر و برادرهای سالم نیز همان امضای مغزی را دارند؟

پاسخ پژوهش تا حد زیادی مثبت بود؛ اما یک نکته مهم وجود داشت.

در حالی که خواهر و برادرهای سالم برخی ویژگی‌های غیرطبیعی ریزحالت‌های C و D را مانند افراد مبتلا نشان می‌دادند، آن‌ها در ریزحالت کلاس B نیز تفاوت قابل توجهی داشتند.

ریزحالت B در خواهر و برادرهای سالم نسبت به افراد مبتلا، فراوانی و مدت‌زمان بیشتری داشت.

این مشاهده یک فرضیه بسیار جذاب ایجاد می‌کند: شاید افزایش فعالیت یا پایداری ریزحالت B در برخی افراد دارای خطر ژنتیکی، نوعی سازوکار محافظتی (Protective Mechanism) باشد.

بر اساس این فرضیه، ممکن است فرد از نظر ژنتیکی بخشی از زمینه آسیب‌پذیری مرتبط با اسکیزوفرنی را به ارث برده باشد، اما سازمان خاصی از فعالیت شبکه‌های مغزی بتواند مانع از تبدیل این آسیب‌پذیری به علائم بالینی شود.

البته این موضوع هنوز یک فرضیه پژوهشی است و نمی‌توان بر اساس یافته‌های موجود نتیجه گرفت که ریزحالت B به‌طور قطعی از ابتلا به اسکیزوفرنی جلوگیری می‌کند.

ریزحالت‌های EEG و اولین اپیزود روان‌پریشی

یکی از یافته‌های مهم دیگر این پژوهش، بررسی افرادی بود که نخستین اپیزود روان‌پریشی خود را تجربه کرده بودند.

الگوهای غیرطبیعی ریزحالت‌های مغزی در این افراد مشابه الگوهایی بود که در افراد مبتلا به اسکیزوفرنی با سابقه طولانی‌تر مشاهده می‌شد.

این مشاهده اهمیت زیادی دارد؛ زیرا نشان می‌دهد تغییرات ریزحالت‌های EEG ممکن است صرفاً پیامد سال‌ها زندگی با بیماری نباشند.

به عبارت دیگر، اگر این الگوها در مراحل ابتدایی بیماری نیز وجود داشته باشند، احتمال دارد بخشی از آن‌ها با فرآیندهای نوروبیولوژیک مرتبط با شروع اختلال ارتباط داشته باشند.

با این حال، برای اثبات اینکه این تغییرات پیش از شروع علائم بالینی ایجاد می‌شوند، به مطالعات طولی آینده‌نگر در افراد در معرض خطر نیاز است.

آیا EEG microstates می‌توانند اسکیزوفرنی را پیش از بروز علائم تشخیص دهند؟

اینجا باید میان دو مفهوم مهم تفاوت قائل شد: تشخیص (Diagnosis) و پیش‌بینی خطر (Risk Prediction).

مطالعه مورد بحث نشان نمی‌دهد که پزشکان می‌توانند با انجام یک EEG، اسکیزوفرنی را با قطعیت در فردی که هنوز هیچ علامتی ندارد تشخیص دهند.

آنچه یافته‌ها پیشنهاد می‌کنند این است که برخی ویژگی‌های ریزحالت‌های EEG ممکن است به‌عنوان نشانگر آسیب‌پذیری یا خطر ابتلا مورد استفاده قرار گیرند.

برای تبدیل این یافته به یک ابزار بالینی واقعی، باید مشخص شود که این الگوها در چه درصدی از افراد در معرض خطر دیده می‌شوند، چه میزان حساسیت و ویژگی دارند، آیا در جمعیت‌های مختلف تکرار می‌شوند و تا چه اندازه می‌توانند بروز آینده بیماری را پیش‌بینی کنند.

از این رو، ریزحالت‌های EEG در حال حاضر بیشتر یک نشانگر زیستی پژوهشی امیدوارکننده هستند تا یک آزمایش تشخیصی مستقل.

چرا این یافته برای علوم اعصاب اهمیت دارد؟

اهمیت این پژوهش فراتر از یافتن یک تفاوت ساده در نوار مغزی است.

اسکیزوفرنی یک اختلال چندژنی (Polygenic) و پیچیده است. برخلاف بیماری‌هایی که یک جهش مشخص می‌تواند بخش عمده‌ای از خطر بیماری را توضیح دهد، در اسکیزوفرنی مجموعه بزرگی از تغییرات ژنتیکی و عوامل محیطی در ایجاد آسیب‌پذیری نقش دارند.

بنابراین، یافتن ویژگی‌های مغزی قابل اندازه‌گیری که بتوانند میان ریسک ژنتیکی، سازمان شبکه‌های عصبی و علائم بالینی ارتباط برقرار کنند، می‌تواند به ساختن مدل‌های دقیق‌تر از بیماری کمک کند.

در این چارچوب، EEG microstates نه به‌عنوان یک «آزمایش جادویی برای اسکیزوفرنی»، بلکه به‌عنوان پنجره‌ای برای مطالعه پویایی شبکه‌های مغزی (Brain Network Dynamics) اهمیت پیدا می‌کنند.

از امضای مغزی تا پزشکی شخصی‌سازی‌شده

یکی از چشم‌اندازهای هیجان‌انگیز این حوزه، استفاده از نشانگرهای مغزی در پزشکی شخصی‌سازی‌شده (Personalized Medicine) است.

اگر پژوهش‌های آینده نشان دهند که الگوهای مشخصی از ریزحالت‌های EEG با زیرگروه‌های خاصی از بیماران ارتباط دارند، شاید بتوان در آینده بیماران را نه فقط بر اساس علائم ظاهری، بلکه بر اساس ویژگی‌های نوروبیولوژیک طبقه‌بندی کرد.

چنین رویکردی می‌تواند در آینده به انتخاب دقیق‌تر روش‌های درمانی، پیش‌بینی پاسخ به درمان و حتی شناسایی افرادی که ممکن است بیشترین سود را از مداخلات زودهنگام ببرند، کمک کند.

از سوی دیگر، اگر مشخص شود که برخی الگوهای ریزحالت با سازوکارهای محافظتی ارتباط دارند، شناخت این سازوکارها ممکن است مسیرهای تازه‌ای برای توسعه درمان‌های مبتنی بر تعدیل فعالیت مغز (Brain Activity Modulation) ایجاد کند.

محدودیت‌های استفاده از EEG microstates در تشخیص اسکیزوفرنی

با وجود جذابیت این یافته‌ها، باید از تفسیر بیش از حد آن‌ها اجتناب کرد.

نخست اینکه اسکیزوفرنی یک بیماری ناهمگون است و همه بیماران الگوی یکسانی از تغییرات مغزی ندارند.

دوم اینکه ریزحالت‌های EEG اختصاصی اسکیزوفرنی نیستند و تغییرات مشابه ممکن است در سایر اختلالات روان‌پزشکی و شرایط نوروبیولوژیک نیز مشاهده شوند.

سوم اینکه داروهای ضدروان‌پریشی، وضعیت شناختی، خواب، سن، شرایط ثبت EEG و عوامل متعدد دیگر می‌توانند بر فعالیت الکتریکی مغز اثر بگذارند.

چهارم اینکه برای استفاده بالینی از یک نشانگر زیستی، صرف مشاهده تفاوت میان گروه‌ها کافی نیست؛ بلکه باید عملکرد آن در سطح فردی، اعتبارسنجی مستقل و قابلیت تعمیم آن به جمعیت‌های مختلف نیز مشخص شود.

آینده تشخیص زیستی اسکیزوفرنی

آینده پژوهش در این زمینه احتمالاً به سمت ترکیب چند نوع داده حرکت خواهد کرد. به جای تکیه بر یک شاخص منفرد، می‌توان اطلاعات EEG، تصویربرداری مغزی، ژنتیک، عملکرد شناختی، علائم بالینی و عوامل محیطی را در قالب مدل‌های چندوجهی (Multimodal Models) ترکیب کرد.

در چنین رویکردی، EEG microstates می‌توانند یکی از اجزای یک مدل پیش‌بینی پیچیده‌تر باشند.

هوش مصنوعی و یادگیری ماشین نیز می‌توانند در این مسیر نقش مهمی ایفا کنند؛ زیرا استخراج الگوهای پیچیده از داده‌های EEG و ترکیب آن‌ها با سایر داده‌های زیستی، فراتر از توان تحلیل ساده انسانی است.

با این حال، مدل‌های هوش مصنوعی نیز باید در جمعیت‌های مستقل، با نمونه‌های بزرگ و طراحی‌های طولی اعتبارسنجی شوند تا از تبدیل همبستگی‌های آماری به ادعاهای بالینی نادرست جلوگیری شود.

جمع‌بندی؛ آیا مغز می‌تواند پیش از علائم بیماری با ما سخن بگوید؟

پژوهش درباره ریزحالت‌های EEG (EEG Microstates) یکی از نمونه‌های جذاب تلاش علوم اعصاب برای عبور از تشخیص صرفاً مبتنی بر علائم و حرکت به سوی زیست‌شناسی قابل اندازه‌گیری اختلالات روان‌پزشکی است.

یافته‌های حاصل از مقایسه افراد مبتلا به اسکیزوفرنی، خواهر و برادرهای سالم آن‌ها و افراد بدون سابقه خانوادگی نشان می‌دهد که برخی ویژگی‌های پویایی مغز ممکن است با آسیب‌پذیری زیستی مرتبط باشند. افزایش حضور ریزحالت C و کاهش حضور ریزحالت D در افراد مبتلا و خواهر و برادرهای سالم، در کنار افزایش ریزحالت B در خواهر و برادرهای سالم، تصویری پیچیده‌تر از رابطه میان ژنتیک، سازمان شبکه‌های عصبی و تظاهر بالینی اسکیزوفرنی ارائه می‌دهد.

مهم‌ترین پیام این یافته‌ها آن نیست که «اسکیزوفرنی را می‌توان با یک نوار مغزی تشخیص داد»؛ بلکه این است که شاید بتوان در آینده با ترکیب EEG microstates، نشانگرهای ژنتیکی، ارزیابی شناختی، تصویربرداری عصبی و داده‌های بالینی، افرادی را که در معرض خطر بیشتری قرار دارند با دقت بالاتری شناسایی کرد.

از این منظر، امضای مغز شاید در آینده نه یک برچسب تشخیصی، بلکه بخشی از یک نقشه زیستی خطر اسکیزوفرنی باشد؛ نقشه‌ای که می‌تواند به درک بهتر آغاز بیماری، شناسایی زودهنگام افراد آسیب‌پذیر و در نهایت توسعه رویکردهای پیشگیرانه و شخصی‌سازی‌شده کمک کند.

امتیاز شما به این مطلب:

★ اول از راست = ۱ امتیاز | ★ پنجم از راست = ۵ امتیاز

میانگین امتیازها: 5 / 5. تعداد آراء: 82

اولین نفری باشید که به این پست امتیاز می‌دهید.

داریوش طاهری

نه اولین، اما در تلاش برای بهترین بودن؛ نه پیشرو در آغاز، اما ممتاز در پایان. ---- ما شاید آغازگر راه نباشیم، اما با ایمان به شایستگی و تعالی، قدم برمی‌داریم تا در قله‌ی ممتاز بودن بایستیم.

یک دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
ورود | ثبت نام
شماره موبایل یا پست الکترونیک خود را وارد کنید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
درخواست بازیابی رمز عبور
لطفاً پست الکترونیک یا موبایل خود را وارد نمایید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
ایمیل بازیابی ارسال شد!
لطفاً به صندوق الکترونیکی خود مراجعه کرده و بر روی لینک ارسال شده کلیک نمایید.
تغییر رمز عبور
یک رمز عبور برای اکانت خود تنظیم کنید
تغییر رمز با موفقیت انجام شد