Neuroverhaltensmechanismen der Emotionsregulation bei Depressionen über die gesamte Lebensspanne eines Erwachsenen (Lifespan)

Die Fähigkeit zur Emotionsregulation ist entscheidend für die Aufrechterhaltung der psychischen Gesundheit angesichts der sich im Laufe des Lebens ansammelnden Stressfaktoren. Obwohl gut dokumentiert ist, dass einige Fähigkeiten zur Emotionsregulation im gesunden Alter erhalten bleiben oder sich sogar verbessern, ist wenig darüber bekannt, warum Regulierungsdefizite bei älteren Erwachsenen, die an Depressionen leiden, bestehen bleiben. Die Behandlung schwerer depressiver Störungen (MDD) konzentriert sich auf die Behebung affektiver Dysregulationsprozesse, die bis ins hohe Alter Risiken für Behinderung, schlechte Lebensqualität und Morbidität mit sich bringen. Theoretische Perspektiven zum emotionalen Altern deuten auf unzählige Veränderungen im Laufe der Lebensspanne hin, die sich möglicherweise auf die Regulierungsfähigkeiten auswirken, darunter unter anderem die strukturelle und funktionelle Integrität der dorsalen Aufmerksamkeits- und ventralen affektiven Verarbeitungswege, den kognitiven Status und die Verwendung spezifischer Regulierungsstrategien. Es mangelt jedoch an empirischen Belegen dafür, welche Kombination dieser Faktoren entscheidend mit depressiven Symptomen zusammenwirkt und sich auf die emotionale Dysregulation bei älteren Erwachsenen auswirkt, wann diese Faktoren im Laufe der Erwachsenenlebensspanne wichtig werden, auf welche Strategien sie anwendbar sind und ob Sie können den zukünftigen Depressionsstatus vorhersagen. Das Ziel dieser spezifischen Anwendung besteht daher darin, ein umfassendes Modell altersbedingter Veränderungen der Gehirnschaltkreise, der neurokognitiven Leistung und der sozialen Unterstützung als Prädiktoren für die Fähigkeit zur Emotionsregulation und depressiven Symptome bei Personen mit und ohne MDD zu testen. Neubewertung und Ablenkung sind die Strategien zur Emotionsregulation, die von vorrangigem Interesse sind.

Die Modelle werden hauptsächlich mithilfe einer Reihe linearer (multipler) Regressionsmodelle bewertet, die sich auf Effekte/Vergleiche zwischen Subjekten (Alter, MDD-Status usw.) und die Ergebnisse der Emotionsregulation konzentrieren, getrennt für Neubewertungs- und Ablenkungsprozesse. Als Erweiterung dieser Modelle werden wir eine Modellierung vom Typ „Structural Equation Modeling“ (SEM) durchführen, um die Haftungsdimensionen zusammenzufassen, die den spezifischen Depressionsbereichen zugrunde liegen [BDI-Scores zur Messung des Schweregrads der Depression; Lebenszeitdauer der depressiven Episode(n)] und neuronale Messungen der Funktion des dorsalen Aufmerksamkeitsnetzwerks [gPPI-Konnektivität zwischen dlPFC und Amygdala; aufgabenbasierte Aktivierung während der Ablenkung bei dACC, dlPFC und inferiorem Parietallappen; DTI FA-Messung in SLF II] und affektive Netzwerkfunktion [gPPI-Konnektivität zwischen vlPFC und Amygdala; aufgabenbasierte Aktivierung während der Neubewertung in vmPFC, vlPFC und Amygdala; DTI FA-Maß für UF]. Das SEM wird besonders nützlich sein, um die zukünftige Depression vorherzusagen, die bei der einjährigen Nachuntersuchung beurteilt wird, wobei die vorhergesagten (beste lineare unvoreingenommene Prädiktoren – BLUPS) Werte niedrigdimensionaler latenter Merkmale zusammen mit den Ergebnissen der Emotionsregulation verwendet werden können als Prädiktoren für zukünftige Depressionen. Darüber hinaus können latenten Merkmalen hierarchische Modellierungsstrukturen unter der Bedingung auferlegt werden, dass ein gemeinsames latentes Merkmal Assoziationen zwischen mehreren latenten Merkmalen beschreibt, wodurch die zugrunde liegende Dimensionalität weiter reduziert und Berechnungen vereinfacht werden. Dieses einzelne Merkmal kann als kumulativer Effekt aller latenten Merkmale angesehen werden und kann als einzelner Unsicherheitsindex bei der Vorhersage der zukünftigen Schwere der Depressionssymptome verwendet werden.