Decodning af Følelsesmæssige Dynamikker i Bipolar Lidelse

Denne neurobilleddannelsesundersøgelse undersøger de neurale mekanismer, der ligger til grund for følelsesmæssig dynamik og humørustabilitet hos personer med bipolar lidelse (BD). Bipolar lidelse kendetegnes ved hurtige og intense humørsvingninger, men den neurobiologiske basis for disse overgange, hvordan hjernen skifter mellem følelsesmæssige tilstande i realtid, forstås stadig dårligt. Undersøgelsen har til formål at identificere de øjeblikkelige hjerneprocesser, der driver følelsesmæssig labilitet, og at undersøge, om positiv følelsesforstærkning kan stabilisere følelsesmæssige og neurale tilstande ved BD.

Studie Design

Dette er en undersøgelse udført på Laureate Institute for Brain Research (LIBR) i Tulsa, Oklahoma. Undersøgelsen omfatter i alt 72 deltagere: 36 voksne diagnosticeret med bipolar lidelse type I eller II (i øjeblikket i en depressiv eller blandet tilstand) og 36 raske kontrolpersoner uden psykiatrisk historie. Deltagerne gennemfører to besøg:

• En forberedelsessession til samtykke, kliniske interviews og udfyldelse af spørgeskemaer, og
• En MR-scanning, der inkluderer både hvilestands- og opgavebaseret fMRI.

Data indsamles ved hjælp af multimodale metoder, herunder funktionel magnetisk resonansbilleddannelse (fMRI), diffusionsvejet billeddannelse (DWI), strukturel MR og fysiologisk overvågning (hjertefrekvens, vejrtrækning). Adfærdsmæssige og følelsesmæssige målinger registreres gennem hele undersøgelsen for at justere neurale data med subjektiv følelsesoplevelse.

Videnskabelig Begrundelse Humørustabilitet er et definerende og hæmmende træk ved bipolar lidelse, associeret med underskud i følelsesregulering og kognitiv kontrol. Tidligere neurobilleddannelsesarbejde har identificeret ændringer i præfrontale-limbiske kredsløb, herunder nedsat aktivering i regulerende regioner som den anteriore cingulate cortex (ACC) og præfrontale cortex (PFC), og forøget aktivering i følelsesresponsive regioner som amygdala. De fleste undersøgelser undersøger dog statiske humørtilstande snarere end dynamiske fluktuationer i følelsesoplevelsen.

Denne undersøgelse anvender maskinlæring, kompleksitetsvidenskab og netværkskontrolteori til at kvantificere og modellere dynamik i følelsesmæssige tilstande. Ved at afkode hjerneaktivitet under følelsesreguleringsoppgaver sigter forskningen mod at karakterisere, hvordan følelsesmæssige tilstande udvikler sig over tid, hvordan dette adskiller sig ved BD sammenlignet med raske kontrolpersoner, og om målrettede reguleringsstrategier, specifikt positiv følelsesforstærkning, kan modulere denne dynamik.

Specifikke Mål og Hypoteser Mål 1: Afkod øjeblikkelige følelsesmæssige tilstande fra hele hjernens fMRI-data ved hjælp af maskinlæringstilgange.

Hypotese 1: En maskinlæringsklassifikator kan præcist skelne forskellige følelsesmæssige tilstande (f.eks. ruminering vs. positiv refleksion) fra fMRI-aktiveringsmønstre. BD-deltagere vil udvise mere ustabile, fluktuerende tilstandstrajektorier end raske kontrolpersoner.

Mål 2: Kvantificer følelsesmæssig dynamik ved hjælp af metrikker fra kompleksitetsvidenskab og netværkskontrolteori.

Hypotese 2: Personer med BD vil vise højere følelsesmæssig metastabilitet og lavere fraktal skalering-indikatorer for større tidsmæssig uregelmæssighed i hjerneaktivitet-sammenlignet med raske kontrolpersoner. Netværkskontrolteorianalyse vil identificere de hjerneregioner, der bidrager til tilstandsovergange.

Mål 3: Undersøg effekterne af positiv følelsesforstærkning på følelsesmæssig stabilitet og hjerne-netværksdynamik.

Hypotese 3: Regulering af positiv affekt vil engagere kognitive kontrolregioner (f.eks. dorsolateral PFC, ACC) og fremme mere stabile følelsesmæssige trajektorier hos BD-deltagere.

Eksperimentelle Opgaver og Procedurer

• Besøg 1 (Forberedelsessession):

Deltagerne gennemgår informeret samtykke, psykiatrisk screening (ved hjælp af MINI) og en række standardiserede spørgeskemaer, der vurderer humør, følelsesregulering, angst, ruminering og hedonisk kapacitet (f.eks. MADRS, YMRS, PANAS-X, DERS, ERQ, STAI, PROMIS-skalaer).

Deltagerne vil også huske otte autobiografiske hændelser-fire positive (erindring) og fire negative (ruminering)-og skrive korte nøgleordsbeskrivelser af hver. Disse personaliserede signalord vil senere blive brugt i MR-opgaven til at fremkalde følelsesmæssige tilstande uden at afsløre personligt indhold.

• Besøg 2 (MR-scanning):

Deltagerne gennemfører både hvilestands- og opgavebaserede MR-scanninger på op til to timer. Fysiologiske signaler (hjertefrekvens og vejrtrækning) registreres samtidigt for at fjerne fysiologiske artefakter og undersøge autonome korrelationer med følelser.

MR-sekvenser inkluderer:

• Højopløselige T1-vægtede strukturelle scanninger
• Diffusionsvægede scanninger til hvidstubforbindelser
• Hvilestands-fMRI (12 minutters varighed)
• Opgave-fMRI: Tænk og Reguler Affektive Tilstande Opgave (TReAT)

TReAT Opgave Oversigt

Tænk og Reguler Affektive Tilstande Opgaven (TReAT) er et nyt paradigme designet til at modellere virkelighedsnær følelsesmæssig behandling. Deltagerne præsenteres for korte signalord, der svarer til deres personlige autobiografiske hændelser, og skifter mellem flere typer blokke:

• Tænk-blokke: Deltagerne tænker på den signalerede hændelse og fordyber sig i den tilhørende følelsesoplevelse.
• Vurderingsblokke: Umiddelbart efter vurderer de følelsesmæssig valens (positiv-negativ) og opstemthed ved hjælp af Affective Slider.
• Reguleringsblokke: Deltagerne forsøger at forstærke positivt humør, mens de fokuserer på det samme signalord.
• Opmærksomhedsblokke: Deltagerne udfører en kort pilretningsopmærksomhedsopgave (6 forsøg, 2 sekunder hver) for at rydde kognitiv belastning mellem følelsesmæssige blokke.
• Hvileblokke: Deltagerne fikserer på et kryds og får besked på at slappe af og rydde deres tanker.

Disse blokke gentages over fire fMRI-kørsler, hver varer cirka 12-15 minutter. Designet muliggør modellering af både spontane og regulerede følelsesmæssige tilstande og muliggør finjusteret tidsmæssig afkodning af følelsesdynamik.

Efter hver kørsel vurderer deltagerne træthed, søvnighed og følelsesmæssig engagement. Efterspørgeskemaer efter scanning (f.eks. PANAS-X, STAI-S, Feedback-spørgeskema) vurderer følelsesmæssig og fysisk komfort.

Dataanalyseplan Funktionelle MRI-data vil blive forbehandlet ved hjælp af standard pipelines og analyseret med multivariat mønsteranalyse (MVPA) til at klassificere følelsesmæssige tilstande. Tilstandsrumstrajektoranalyser vil undersøge, hvordan afkodede hjerne-tilstande fluktuerer over tid inden for og mellem forsøgspersoner. Målinger af metastabilitet, fraktal skalering og netværkskontrollerbarhed vil kvantificere den tidsmæssige kompleksitet og fleksibilitet af hjerne-netværk.

Mellemgruppesammenligninger (BD vs. HC) vil vurdere, om BD-deltagere udviser større tidsmæssig uregelmæssighed eller reduceret kontrolenergi i følelsesrelaterede kredsløb. Moduleringen af disse parametre ved positiv følelsesregulering vil blive testet ved hjælp af within-subject kontraster af Regulerings- vs. Tænk-blokke.

Videnskabelig og Klinisk Betydning Denne undersøgelse integrerer banebrydende beregningsmetoder: maskinlæring, kompleksitetsmetrikker og netværkskontrolteori til at afkode den tidsmæssige struktur af følelsesregulering ved bipolar lidelse. Ved at identificere neurobiologiske signaturer af ustabilitet og teste om positiv affektregulering stabiliserer denne dynamik, sigter dette arbejde mod at bygge bro mellem affektiv neurovidenskab og personaliseret psykiatri.

Det resulterende datasæt vil bidrage til National Institute of Mental Health (NIMH) Dataarkiv og informere fremtidige storskalaundersøgelser, der sigter mod biomarkører for følelsesmæssig dysregulering. I sidste ende vil denne forskning lægge grundlaget for adaptive, hjerne-tilstandsdrevne behandlinger, der dynamisk reagerer på patienters følelsesmæssige tilstande, og tilbyder nye strategier for humørstabilisering ved bipolar lidelse.