シータバースト刺激によるギャンブル障害における抑制制御ネットワークの調節 (TMS-GD)

特定の目的 認知システムと報酬システムの適切な相互作用は、適応的な人間の行動に不可欠であり、即時の基本的な喜びと長期的に計画された報酬との間の恒常的なバランスを可能にします。 皮質下報酬回路に対する皮質認知システムからの抑制制御の欠損は、ギャンブル障害 (GD) で十分に研究されていない依存行動の重要な病態生理学的特徴です。 この集団の臨床的表現型は、否定的な結果にもかかわらず、ギャンブルを減らしたりやめたりする努力が失敗したことを特徴としており、この臨床症候群の慢性性と併存症を維持するギャンブル衝動の抑制制御の誤りを示唆しています。 行動および認知制御の欠陥は、信号停止課題 (SST) などの実験課題における反応抑制の減少に関連する症状の次元を構成します。 前補足運動野 (pre-SMA) は、反応抑制を担う認知制御ネットワークの重要なノードです。 Pre-SMA の活性化は、SST を使用した fMRI 研究で反応抑制性能に関連付けられており、最近の証拠は、その活動が運動の動機付け信号を表していることも示唆しています。 実際、pre-SMA は、アクションが行われたかどうかを判断するのではなく、期待される報酬と特定のアクションの間の遅延を埋める上で支配的な役割を果たしているようです。 GD の病態生理学は十分に理解されていませんが、安静時の SMA の機能的接続異常に加えて、反応抑制タスク中の GD 患者の前頭前野 (pre-SMA を含む) の脳活動の変化が研究によって示されています。 これらの回路レベルの異常は、経頭蓋磁気刺激 (TMS) などの脳刺激療法によって変調される潜在的な治療標的を表しています。 シータ バースト刺激 (TBS) は、抑制性 (連続または cTBS) または興奮性 (間欠的または iTBS) の TMS の特に簡潔で効果的な形式です。 Pre-SMA は、従来の TMS や TBS を使用して OCD などの衝動制御障害を標的とすることに成功していますが、このアプローチは、治療または機構研究で GD についてテストされたことはありません。 GD の重大な罹患率と死亡率にもかかわらず、これらの患者に対する効果的な治療オプションが劇的に不足しています。 このプロジェクトでは、研究者は、40 人の GD 患者がプレ SMA に 2 週間、アクティブまたは偽の cTBS を受ける無作為化二重盲検プラセボ対照デザインを提案します。 研究者は、回路レベルの作用機序と治療標的（臨床的改善を説明する接続性の変化）を特定するために、TMS、マルチモーダルな構造的および機能的 MRI、および行動測定を組み合わせ、抑制制御と症状の重症度を調節する際の TMS の有効性を評価します。人口。

目的 1 (ACUTE MECHANISM OF ACTION): GD 患者の pre-SMA に対する cTBS の単一セッションの回路レベルの効果を評価すること。 仮説 1.1: cTBS は、皮質抑制ノード (pre-SMA) と報酬皮質下構造 (側坐核、NAc) の間の機能的結合の増加につながり、これらの変化は SST の反応時間の改善と相関します。 仮説 1.2: cTBS は、中皮質辺縁系経路の FA、RD、または AD に急性の変化をもたらさない。 仮説 1.3: cTBS は、SST 中の認知制御ネットワークの増加と NAc 活性化の減少につながります。 探索的分析では、2 週間および 1 か月のフォローアップ後の臨床的改善に対する急性回路変化の予測値をテストします。

目的 2 (作用の慢性メカニズム): GD 患者の pre-SMA に対する cTBS の 10 セッションの回路レベルの効果を評価する 仮説 2.1: cTBS は preSMA と NAc の間の機能的結合の増加につながり、これらは行動と相関します。そして臨床的改善。 仮説 2.2: cTBS は中皮質辺縁系経路の FA の増加と RD および AD の減少につながり、これらは臨床的改善と相関します。 仮説 2.3: cTBS は SST 中の認知制御ネットワークのさらなる増加と NAc 活性化の減少につながり、これらは臨床的改善と相関します。

目的 3 (行動/臨床): GD における cTBS から preSMA への行動的および臨床的変化を判断すること。 仮説 3.1: cTBS の 1 回のセッションは、SST の反応時間の改善につながりますが、臨床スケールで測定される症状の重症度にはつながりません。 仮説 3.2: cTBS の 10 セッションは、臨床スケールで測定した臨床的重症度 (渇望/衝動を含む) の減少に加えて、行動抑制タスクの反応時間の改善につながります。