Neurobehawioralne mechanizmy regulacji emocji w depresji przez całe dorosłe życie (Lifespan)

Zdolności regulacji emocji są kluczowe dla zachowania zdrowia psychicznego w obliczu kumulujących się stresorów w ciągu całego życia. Chociaż dobrze udokumentowano, że niektóre zdolności regulacji emocji są zachowane lub nawet ulepszone w zdrowym starzeniu się, niewiele wiadomo o tym, dlaczego deficyty regulacyjne utrzymują się u osób starszych cierpiących na depresję. Leczenie dużych zaburzeń depresyjnych (MDD) koncentruje się na remediacji procesów dysregulacji afektywnej, które powodują ryzyko niepełnosprawności, niskiej jakości życia i zachorowalności w późnym wieku. Teoretyczne perspektywy starzenia się emocjonalnego proponują niezliczone zmiany w długości życia, które potencjalnie wpływają na zdolności regulacyjne, w tym między innymi integralność strukturalną i funkcjonalną grzbietowych ścieżek uwagi i brzusznego przetwarzania afektywnego, stan poznawczy i stosowanie określonych strategii regulacyjnych. Jednak brakuje dowodów empirycznych wskazujących, która kombinacja tych czynników krytycznie oddziałuje z objawami depresyjnymi, wpływając na rozregulowanie emocjonalne u osób starszych, kiedy czynniki te stają się ważne w ciągu dorosłego życia, do jakich strategii mają zastosowanie i czy mogą przewidzieć przyszły stan depresji. Dlatego celem tej konkretnej aplikacji jest przetestowanie kompleksowego modelu zmian związanych z wiekiem w obwodach mózgowych, wydajności neurokognitywnej i wsparciu społecznym jako predyktorów zdolności regulacji emocji i objawów depresyjnych u osób z MDD i bez. Ponowna ocena i rozproszenie uwagi to główne strategie regulacji emocji.

Modele zostaną ocenione przede wszystkim przy użyciu serii modeli regresji liniowej (wielokrotnej), koncentrujących się na efektach/porównaniach między podmiotami (wiek, status MDD itp.) oraz wynikach regulacji emocji oddzielnie dla procesów ponownej oceny i rozproszenia uwagi. Jako rozszerzenie tych modeli przeprowadzimy modelowanie typu równań strukturalnych (SEM) w celu podsumowania wymiarów odpowiedzialności leżących u podstaw określonych dziedzin depresji [wyniki BDI mierzące nasilenie depresji; czas trwania epizodów depresyjnych w ciągu całego życia] oraz neuronalne miary funkcjonowania sieci uwagi grzbietowej [łączność gPPI między dlPFC a ciałem migdałowatym; aktywacja oparta na zadaniu podczas rozproszenia w dACC, dlPFC i dolnym płacie ciemieniowym; Miara DTI FA w SLF II] i funkcjonowanie sieci afektywnej [łączność gPPI między vlPFC a ciałem migdałowatym; aktywacja oparta na zadaniach podczas ponownej oceny w vmPFC, vlPFC i ciele migdałowatym; miara UF DTI FA]. SEM będzie szczególnie przydatny w przewidywaniu przyszłej depresji, która zostanie oceniona po rocznej obserwacji, gdzie można zastosować przewidywane (najlepsze liniowe nieobciążone predyktory - BLUPS) wartości ukrytych cech o niższych wymiarach, wraz z wynikami regulacji emocji jako predyktory przyszłej depresji. Co więcej, hierarchiczne struktury modelowania mogą być nakładane na ukryte cechy warunkowo na wspólną ukrytą cechę opisującą powiązania między kilkoma ukrytymi cechami, co jeszcze bardziej zmniejsza podstawową wymiarowość i upraszcza obliczenia. Ta pojedyncza cecha może być traktowana jako skumulowany efekt wszystkich ukrytych cech i może być używana jako pojedynczy wskaźnik niepewności w przewidywaniu przyszłego nasilenia objawów depresji.