Nevroatferdsmekanismer for emosjonsregulering ved depresjon gjennom voksenlivet (Lifespan)

Følelsesregulerende evner er avgjørende for å opprettholde mental helse i møte med kumulative stressfaktorer over ens levetid. Selv om det er godt dokumentert at noen evner til emosjonsregulering bevares eller til og med forbedres i sunn aldring, er lite kjent om hvorfor regulatoriske underskudd vedvarer hos eldre voksne som lider av depresjon. Behandlinger for alvorlig depressiv lidelse (MDD) fokuserer på å avhjelpe affektive dysreguleringsprosesser som gir risiko for funksjonshemming, dårlig livskvalitet og sykelighet sent i livet. Teoretiske perspektiver på emosjonell aldring foreslår utallige endringer i levetiden som potensielt påvirker regulatoriske kapasiteter, inkludert strukturell og funksjonell integritet av dorsal oppmerksomhets- og ventral affektive prosesseringsveier, kognitiv status og bruk av spesifikke reguleringsstrategier, blant andre. Det er imidlertid mangel på empirisk bevis for å indikere hvilken kombinasjon av disse faktorene som kritisk interagerer med depressive symptomer for å påvirke emosjonell dysregulering hos eldre voksne, når disse faktorene blir viktige i løpet av den voksne levetiden, hvilke strategier de bruker på, og om de kan forutsi fremtidig depresjonsstatus. Derfor er målet med denne spesifikke applikasjonen å teste en omfattende modell av aldersrelaterte endringer i hjernekretsløp, nevrokognitiv ytelse og sosial støtte som prediktorer for evne til å regulere følelser og depressive symptomer hos individer med og uten MDD. Revurdering og distraksjon er følelsesreguleringsstrategier av primær interesse.

Modeller vil bli evaluert ved å bruke primært en serie lineære (flere) regresjonsmodeller som fokuserer på effekter/sammenligninger mellom emner (alder, MDD-status, etc.) og emosjonsreguleringsresultatene separat for revurderings- og distraksjonsprosesser. Som en forlengelse av disse modellene vil vi utføre modellering av typen Structural Equation Modeling (SEM) for å oppsummere ansvarsdimensjonene som ligger til grunn for de spesifikke domenene til depresjon [BDI-score som måler depresjons alvorlighetsgrad; levetidsvarighet av depressive episode(r)], og nevrale mål på funksjon av dorsal oppmerksomhetsnettverk [gPPI-tilkobling mellom dlPFC og amygdala; oppgavebasert aktivering under distraksjon i dACC, dlPFC og inferior parietallapp; DTI FA-mål i SLF II] og affektiv nettverksfunksjon [gPPI-tilkobling mellom vlPFC og amygdala; oppgavebasert aktivering under revurdering i vmPFC, vlPFC og amygdala; DTI FA mål for UF]. SEM vil være spesielt nyttig for å forutsi fremtidig depresjon som vil bli vurdert ved ett års oppfølging, der de predikerte (beste lineære objektive prediktorene-BLUPS) verdiene av lavere dimensjonale latente egenskaper, sammen med emosjonsreguleringsutfall, kan brukes som prediktorer for fremtidig depresjon. Dessuten kan hierarkiske modelleringsstrukturer påtvinges latente egenskaper betinget av en delt latent egenskap som beskriver assosiasjoner mellom flere latente egenskaper, og dermed ytterligere redusere underliggende dimensjonalitet og forenkle beregninger. Dette enkelttrekket kan betraktes som en kumulativ effekt av alle latente egenskaper og kan brukes som en enkelt usikkerhetsindeks for å forutsi alvorlighetsgraden av depresjonssymptomer i fremtiden.