Dekoding av emosjonelle dynamikker ved bipolar lidelse

Denne nevrobildeundersøkelsen undersøker de nevrale mekanismene som ligger til grunn for emosjonell dynamikk og humørustabilitet hos personer med bipolar lidelse (BD). Bipolar lidelse kjennetegnes av raske og intense humørsvingninger, men den nevrobiologiske grunnlaget for disse overgangene, hvordan hjernen skifter mellom emosjonelle tilstander i sanntid, forblir dårlig forstått. Studien har som mål å identifisere de øyeblikkelige hjerneprosessene som driver emosjonell labilitet og å undersøke om positiv følelsesforsterkning kan stabilisere emosjonelle og nevrale tilstander ved BD.

Studiedesign

Dette er en studie utført ved Laureate Institute for Brain Research (LIBR) i Tulsa, Oklahoma. Studien inkluderer totalt 72 deltakere: 36 voksne diagnostisert med bipolar lidelse type I eller II (for tiden i en depressiv eller blandet tilstand) og 36 friske kontroll-deltakere uten psykiatrisk historikk. Deltakerne vil fullføre to besøk:

• En forberedelsessesjon for samtykke, kliniske intervjuer og fullføring av spørreskjemaer, og
• En MR-skanning som inkluderer både hviletilstands-fMRI og oppgavebasert fMRI.

Data vil bli samlet inn ved hjelp av multimodale metoder, inkludert funksjonell magnetresonansavbildning (fMRI), diffusjonsvektet avbildning (DWI), strukturell MRI og fysiologisk overvåkning (hjertefrekvens, respirasjon). Atferds- og emosjonelle mål vil bli registrert gjennom hele studien for å justere nevrale data med subjektiv emosjonell opplevelse.

Vitenskapelig rasjonale Humørustabilitet er et definerende og svekkende trekk ved bipolar lidelse, assosiert med mangler i følelsesregulering og kognitiv kontroll. Tidligere nevrobildearbeid har identifisert endringer i prefrontal-limbisk kretsløp, inkludert redusert aktivering i reguleringsregioner som anterior cingulate cortex (ACC) og prefrontal cortex (PFC), og økt aktivering i følelsesresponsive regioner som amygdala. Imidlertid undersøker de fleste studier statiske humørtilstander snarere enn dynamiske svingninger i emosjonell opplevelse.

Denne studien anvender maskinlæring, kompleksitetsvitenskap og nettverkskontrollteori for å kvantifisere og modellere emosjonell tilstandsdynamikk. Ved å dekode hjerneaktivitet under emosjonsreguleringsoppgaver, tar forskningen sikte på å karakterisere hvordan emosjonelle tilstander utvikler seg over tid, hvordan dette skiller seg i BD sammenlignet med friske kontroller, og om målrettede reguleringsstrategier, spesielt positiv følelsesforsterkning, kan modulere disse dynamikkene.

Spesifikke mål og hypoteser Mål 1: Dekode øyeblikkelige emosjonelle tilstander fra hele-hjernen fMRI-data ved hjelp av maskinlæringstilnærminger.

Hypotese 1: En maskinlæringsklassifikator kan nøyaktig skille mellom distinkte emosjonelle tilstander (f.eks. grubling vs. positiv refleksjon) fra fMRI-aktiveringsmønstre. BD-deltakere vil vise mer ustabile, fluktuerende tilstandstrajektorier enn friske kontroller.

Mål 2: Kvantifiser emosjonell dynamikk ved hjelp av metrikker fra kompleksitetsvitenskap og nettverkskontrollteori.

Hypotese 2: Personer med BD vil vise høyere emosjonell metastabilitet og lavere fraktal skalering - indikatorer på større temporal irregularitet i hjerneaktivitet - i forhold til friske kontroller. Nettverkskontrollteorianalyse vil identifisere hjerneområdene som bidrar til tilstandsoverganger.

Mål 3: Undersøke effektene av positiv følelsesforsterkning på emosjonell stabilitet og hjerne-nettverksdynamikk.

Hypotese 3: Regulering av positiv affekt vil engasjere kognitive kontrollregioner (f.eks. dorsolateral PFC, ACC) og fremme mer stabile emosjonelle trajektorier hos BD-deltakere.

Eksperimentelle oppgaver og prosedyrer

• Besøk 1 (Forberedelsessesjon):

Deltakere vil gjennomgå informert samtykke, psykiatrisk screening (ved bruk av MINI), og en rekke standardiserte spørreskjemaer som vurderer humør, emosjonsregulering, angst, grubling og hedonisk kapasitet (f.eks. MADRS, YMRS, PANAS-X, DERS, ERQ, STAI, PROMIS-skalaer).

Deltakere vil også huske tilbake på åtte autobiografiske hendelser - fire positive (erindring) og fire negative (grubling) - og skrive korte nøkkelord-beskrivelser av hver. Disse personaliserte signalene vil bli brukt senere i MR-oppgaven for å fremkalle emosjonelle tilstander uten å avsløre personlig innhold.

• Besøk 2 (MR-skanning):

Deltakere vil fullføre både hviletilstands- og oppgavebaserte MR-skanninger som varer opptil to timer. Fysiologiske signaler (hjertefrekvens og respirasjon) vil bli registrert samtidig for å fjerne fysiologiske artefakter og undersøke autonome korrelater av emosjon.

MR-sekvenser inkluderer:

• Høyoppløselige T1-vektede strukturelle skanninger
• Diffusjonsvektede skanninger for hvit substans-konnektivitet
• Hviletilstands-fMRI (12 minutters varighet)
• Oppgave-fMRI: Think and Regulate Affective States Task (TReAT)

TReAT-oppgaveoversikt

Think and Regulate Affective States Task (TReAT) er et nytt paradigme designet for å modellere virkelighetsnær emosjonell prosessering. Deltakere presenteres med korte signalord som tilsvarer deres personlige autobiografiske hendelser og veksler mellom flere typer blokker:

• Tenk-blokker: Deltakere tenker på den signalerte hendelsen, og fordypet seg i den tilhørende emosjonelle opplevelsen.
• Vurderingsblokker: Umiddelbart etter rangerer de emosjonell valens (positiv-negativ) og opphisselse ved hjelp av Affective Slider.
• Reguleringsblokker: Deltakere prøver å forsterke positivt humør mens de fokuserer på det samme signalet.
• Oppmerksomhetsblokker: Deltakere utfører en kort pilretnings-oppmerksomhetsoppgave (6 forsøk, 2 sekunder hver) for å tømme kognitiv belastning mellom emosjonelle blokker.
• Hvileblokker: Deltakere fikserer på et kryss, instruert til å slappe av og tømme tankene.

Disse blokkene gjentas over fire fMRI-kjøringer, hver varer omtrent 12-15 minutter. Designet tillater modellering av både spontane og regulerte emosjonelle tilstander, og muliggjør fin-temporalt dekodingsanalyse av emosjonell dynamikk.

Etter hver kjøring rangerer deltakerne tretthet, søvnighet og emosjonell engasjement. Etter-skanning spørreskjemaer (f.eks. PANAS-X, STAI-S, Tilbakemeldingsskjema) vurderer emosjonell og fysisk komfort.

Dataanalyseplan Funksjonell MRI-data vil bli forbehandlet ved hjelp av standardiserte pipelines og analysert med multivariat mønsteranalyse (MVPA) for å klassifisere emosjonelle tilstander. Tilstandsrom-trajektorianalyser vil undersøke hvordan dekokede hjerne-tilstander fluktuerer over tid innenfor og mellom subjekter. Mål på metastabilitet, fraktal skalering og nettverkskontrollerbarhet vil kvantifisere den temporale kompleksiteten og fleksibiliteten til hjerne-nettverk.

Mellomgruppe-sammenligninger (BD vs. HC) vil vurdere om BD-deltakere utviser større temporal irregularitet eller redusert kontrollenergi i emosjonsrelaterte kretsløp. Moduleringen av disse parameterne ved positiv emosjonsregulering vil bli testet ved hjelp av innenfor-subjekt-kontraster av Regulerings- vs. Tenk-blokker.

Vitenskapelig og klinisk betydning Denne studien integrerer banebrytende beregningsmetoder: maskinlæring, kompleksitetsmetrikker og nettverkskontrollteori for å dekode den temporale strukturen av emosjonsregulering ved bipolar lidelse. Ved å identifisere nevrobiologiske signaturer av ustabilitet og teste om positiv affektregulering stabiliserer disse dynamikkene, tar dette arbeidet sikte på å bygge bro mellom affektiv nevrovitenskap og personalisert psykiatri.

Det resulterende datasettet vil bidra til National Institute of Mental Health (NIMH) Data Archive og informere fremtidige storskala-studier som tar sikte på biomarkører for emosjonell dysregulering. Til syvende og sist vil denne forskningen legge grunnlaget for adaptive, hjerne-tilstands-drevne behandlinger som dynamisk responderer på pasienters emosjonelle tilstander, og tilbyr nye strategier for humørstabilisering ved bipolar lidelse.