Avkodning av känslomässiga dynamiker vid bipolär sjukdom

Denna neuroavbildningsstudie undersöker de neurala mekanismerna bakom emotionell dynamik och humörinstabilitet hos personer med bipolär sjukdom (BD). Bipolär sjukdom kännetecknas av snabba och intensiva humörsvängningar, men den neurobiologiska grunden för dessa övergångar, hur hjärnan skiftar mellan emotionella tillstånd i realtid, förblir dåligt förstådd. Studien syftar till att identifiera hjärnans processer ögonblick för ögonblick som driver emotionell labilitet och att undersöka om positiv känsloförstärkning kan stabilisera emotionella och neurala tillstånd vid BD.

Studiedesign

Detta är en studie som genomförs vid Laureate Institute for Brain Research (LIBR) i Tulsa, Oklahoma. Studien inkluderar totalt 72 deltagare: 36 vuxna diagnosticerade med bipolär sjukdom typ I eller II (för närvarande i ett depressivt eller blandat tillstånd) och 36 friska kontrollpersoner utan psykiatrisk historik. Deltagarna kommer att genomföra två besök:

• En förberedelsesession för samtycke, kliniska intervjuer och ifyllnad av enkäter, och
• En MR-skanning som inkluderar både vilotillstånds-fMRI och uppgiftsbaserad fMRI.

Data kommer att samlas in med multimodala metoder, inklusive funktionell magnetresonanstomografi (fMRI), diffusionsviktad avbildning (DWI), strukturell MRI och fysiologisk övervakning (hjärtfrekvens, andning). Beteende- och emotionsmått kommer att registreras under hela studien för att anpassa neural data till subjektiv känsloupplevelse.

Vetenskaplig motivering Humörinstabilitet är ett definierande och nedsättande drag hos bipolär sjukdom, förknippat med brister i känsloreglering och kognitiv kontroll. Tidigare neuroavbildningsarbete har identifierat förändringar i prefrontala-limbiska kretslopp, inklusive minskad aktivering i regulatoriska regioner som gyrus cinguli anterior (ACC) och prefrontala cortex (PFC), och ökad aktivering i känsloresponsiva regioner som amygdala. Däremot undersöker de flesta studier statiska humörstillstånd snarare än dynamiska fluktuationer i känsloupplevelse.

Den aktuella studien tillämpar maskininlärning, komplexitetsvetenskap och nätverkskontrollteori för att kvantifiera och modellera dynamiken i emotionella tillstånd. Genom att avkoda hjärnaktiviteten under känsloregleringsuppgifter syftar forskningen till att karakterisera hur emotionella tillstånd utvecklas över tid, hur detta skiljer sig vid BD jämfört med friska kontroller, och om riktade regleringsstrategier, specifikt positiv känsloförstärkning, kan modulera denna dynamik.

Specifika mål och hypoteser Mål 1: Avkoda momentana emotionella tillstånd från helhjärnans fMRI-data med maskininlärningsmetoder.

Hypotes 1: En maskininlärningsklassificerare kan exakt särskilja distinkta emotionella tillstånd (t.ex. ruminering vs. positiv reflektion) från fMRI-aktiveringsmönster. BD-deltagare kommer att uppvisa mer instabila, fluktuerande tillståndsbanor än friska kontroller.

Mål 2: Kvantifiera emotionell dynamik med mått från komplexitetsvetenskap och nätverkskontrollteori.

Hypotes 2: Individer med BD kommer att visa högre emotionell metastabilitet och lägre fraktal skalning-indikatorer för större temporal oregelbundenhet i hjärnaktivitet-jämfört med friska kontroller. Nätverkskontrollteorianalys kommer att identifiera de hjärnregioner som bidrar till tillståndsövergångar.

Mål 3: Undersöka effekterna av positiv känsloförstärkning på emotionell stabilitet och hjärnnätverksdynamik.

Hypotes 3: Reglering av positiv affekt kommer att engagera kognitiva kontrollregioner (t.ex. dorsolateral PFC, ACC) och främja mer stabila emotionella banor hos BD-deltagare.

Experimentella uppgifter och procedurer

• Besök 1 (Förberedelsesession):

Deltagarna kommer att genomgå informerat samtycke, psykiatrisk screening (med MINI), och en serie standardiserade enkäter som bedömer humör, känsloreglering, ångest, ruminering och hedonisk kapacitet (t.ex. MADRS, YMRS, PANAS-X, DERS, ERQ, STAI, PROMIS-skalan).

Deltagarna kommer också att återkalla åtta självbiografiska händelser-fyra positiva (reminiscens) och fyra negativa (ruminering)-och skriva korta nyckelordsbeskrivningar av varje. Dessa personliga cues kommer att användas senare i MR-uppgiften för att framkalla emotionella tillstånd utan att avslöja personligt innehåll.

• Besök 2 (MR-skanning):

Deltagarna kommer att genomföra både vilotillstånds- och uppgiftsbaserade MR-skannringar som varar upp till två timmar. Fysiologiska signaler (hjärtfrekvens och andning) kommer att registreras samtidigt för att ta bort fysiologiska artefakter och undersöka autonoma korrelat till känslor.

MR-sekvenser inkluderar:

• Högupplösta T1-viktade strukturella skanningar
• Diffusionsviktade skanningar för vit substansans koppling
• Vilotillstånds-fMRI (12 minuters varaktighet)
• UppgiftsfMRI: Tänk och Reglera Affektiva Tillståndsuppgiften (TReAT)

TReAT-uppgift Översikt

Tänk och Reglera Affektiva Tillståndsuppgiften (TReAT) är ett nytt paradigm utformat för att modellera verklighetsbaserad emotionell bearbetning. Deltagarna presenteras med korta cue-ord som motsvarar deras personliga självbiografiska händelser och växlar mellan flera typer av block:

• Tänk-block: Deltagarna tänker på den cued händelsen och fördjupar sig i den associerade känsloupplevelsen.
• Bedömningsblock: Omedelbart efter bedömer de emotionell valens (positiv-negativ) och arousal med Affektiv Skjutreglage.
• Regleringsblock: Deltagarna försöker förstärka positivt humör medan de fokuserar på samma cue.
• Uppmärksamhetsblock: Deltagarna utför en kort pilriktningsuppmärksamhetsuppgift (6 försök, 2 sekunder vardera) för att rensa kognitiv belastning mellan emotionella block.
• Viloblock: Deltagarna fokuserar på ett kors, instruerade att slappna av och rensa sina tankar.

Dessa block upprepas över fyra fMRI-genomföranden, varje varande ungefär 12-15 minuter. Designen möjliggör modellering av både spontana och reglerade emotionella tillstånd, vilket möjliggör finfördelad temporal avkodning av emotionell dynamik.

Efter varje genomförande bedömer deltagarna trötthet, sömnighet och emotionellt engagemang. Efterskansningsenkäter (t.ex. PANAS-X, STAI-S, Feedback-enkät) bedömer emotionell och fysisk komfort.

Dataanalysplan Funktionell MRI-data kommer att förbearbetas med standardpipelines och analyseras med multivariat mönsteranalys (MVPA) för att klassificera emotionella tillstånd. Tillståndsrymdsbananalyser kommer att undersöka hur avkodade hjärntillstånd fluktuerar över tid inom och mellan försökspersoner. Mått på metastabilitet, fraktal skalning och nätverksstyrbarhet kommer att kvantifiera den temporala komplexiteten och flexibiliteten hos hjärnnätverk.

Mellan-gruppjämförelser (BD vs. HC) kommer att bedöma om BD-deltagare uppvisar större temporal oregelbundenhet eller reducerad kontrollenergi i känslorelaterade kretsar. Moduleringen av dessa parametrar genom positiv känsloreglering kommer att testas med within-subject-kontraster av Reglerings- vs. Tänk-block.

Vetenskaplig och klinisk betydelse Denna studie integrerar banbrytande beräkningsmetoder: maskininlärning, komplexitetsmått och nätverkskontrollteori för att avkoda den temporala strukturen av känsloreglering vid bipolär sjukdom. Genom att identifiera neurobiologiska signaturer av instabilitet och testa om positiv affektreglering stabiliserar denna dynamik, syftar detta arbete till att överbrygga klyftan mellan affektiv neurovetenskap och personaliserad psykiatri.

Den resulterande dataseten kommer att bidra till National Institute of Mental Health (NIMH) Data Archive och informera framtida storskaliga studier som riktar sig mot biomarkörer för emotionell dysreglering. Slutligen kommer denna forskning att lägga grunden för adaptiva, hjärntillståndsdrivna behandlingar som dynamiskt svarar på patienters emotionella tillstånd, vilket erbjuder nya strategier för humörstabilisering vid bipolär sjukdom.