Роль количественных методов анализа электроэнцефалограммы в детской психиатрии
Н.Л. Горбачевская, А.А. Митрофанов
ГУ Научный центр психического здоровья РАМН, Московский городской психолого-педагогический университет, Научно-медицинская фирма “Статокин”, Москва
Электрофизиологическое исследование детей с психической патологией, которое включается в обязательный набор диагностических процедур, нередко сводится лишь к выявлению эпилептической активности. Однако электроэнцефалография (ЭЭГ) содержит гораздо большее количество информации, которая крайне полезна для оценки состояния ребёнка, соответствия его ЭЭГ возрастной норме, для диагностики синдромальных форм психических расстройств, но эта информация практически полностью игнорируется при анализе.
По нашему мнению, анализ ЭЭГ детей с различными нарушениями деятельности мозга должен обязательно включать сопоставление с нормативными базами данных, которые содержат достаточно большое количество записей ЭЭГ здоровых детей разного возраста. Это связано с тем, что при эндогенных процессах, как правило, не обнаруживаются знаки органического поражения ЦНС, которые заметны при визуальном анализе.
В настоящее время подавляющее количество электрофизиологических лабораторий используют компьютерный анализ ЭЭГ, однако отсутствие сравнения с возрастной нормой не позволяет адекватно использовать полученную информацию. Указанного недостатка лишён используемый в нашей работе современный отечественный Аппаратно-программный комплекс для топографического картирования электрической активности мозга “Нейро-КМ” (разработка и производство Научно-медицинской фирмы “Статокин”, Москва), программное обеспечение которого включает нейрометрические банки данных спектральных параметров ЭЭГ, учитывающие пол и возраст обследуемых детей и подростков.
Для практического использования статистических методов полезно приводить спектральные параметры ЭЭГ к нормальному распределению. Именно такой подход позволяет использовать нейрометрические банки данных спектральных параметров ЭЭГ, которые учитывают пол и возраст обследуемых. Сопоставление с нормативными ЭЭГ-данными проводится при помощи “Z-критерия”, в котором величина Z, определённая как степень отклонения от среднего по нормативной группе в единицах стандартного отклонения, не должна в норме превышать 2-3 S.D.
Подобный анализ ЭЭГ, позволяющий сопоставить данные каждого пациента с его возрастной нормой и оценить степень и характер отклонений от нормативных данных, в значительной степени способствует правильной диагностике заболевания.
Мы попытаемся оценить роль количественных методов ЭЭГ анализа на примере расстройств аутистического спектра (РАС). В медико-социальном плане проблема представляется весьма актуальной, поскольку частота РАС в настоящее время составляет до 4:1000 детского населения.
Аутизм является широко распространённым состоянием, в основе которого лежит нарушение функционирования различных генов, контролирующих определенные этапы формирования ЦНС. Это приводит к особому поведенческому фенотипу со своеобразным сочетанием дефекта врождённых поведенческих программ, определяющих речевые и социальные навыки, нарушения когнитивного развития и проблем восприятия. У всех детей с этим расстройством отмечаются трудности социального взаимодействия, нарушение развития речи и стереотипное поведение.
В настоящее время выделено несколько моногенных заболеваний и генетических синдромов, которые являются причиной возникновения аутистических расстройств. Это и синдром ломкой хромосомы Х (до 5% всех случаев аутизма), и туберозный склероз (1-2% случаев), и синдром Ретта (до 2% случаев), и другие заболевания.
В последнее время с помощью более тонких методов генетического исследования — таких, как метод молекулярного кариотипирования (array CGH) — удалось обнаружить в 20-30% случаев микроаномалии генома у больных аутизмом. Метод позволяет проводить компьютерный анализ ДНК всего генома больного ребёнка с помощью биочипов и даёт возможность находить нарушения, недоступные для выявления ранее разработанными методами. Это, в свою очередь, даёт возможность выявлять гены, которые могут находиться в изменённом участке хромосомы. Если известен механизм действия таких генов, можно попытаться найти патогенетически обусловленную терапию и именно на этом пути можно ожидать реальных успехов в помощи больным с психическими нарушениями. Поэтому трудно переоценить важность своевременной и точной диагностики этих расстройств.
Методы сравнительного ЭЭГ-картирования позволяют выявить нарушения тонкой структуры ЭЭГ и поэтому могут оказать неоценимую услугу в диагностике.
В наших исследованиях запись ЭЭГ осуществлялась с помощью компьютерного электроэнцефалографа “Нейро-КМ” от 16 областей коры. Электроды располагались в соответствии с международной схемой отведений 10-20%. При помощи программы обработки ЭЭГ “BrainSys” (А.А. Митрофанов, Россия) вычислялась спектральные параметры ЭЭГ: мощность, когерентность (нормализованная ln(Coh²)/(1-Coh²), межполушарная асимметрия, приведённые математическими преобразованиями к распределению Гаусса. Использовался логарифм от величины мощности отдельных ритмических составляющих ЭЭГ, который является нормально распределённой случайной величиной для отрезков ЭЭГ более 30 сек.
Использование метода количественного анализа ЭЭГ детей с РАС позволило выделить группу больных с предполагаемыми синдромальными формами заболевания по наличию определённых паттернов ЭЭГ, закономерно изменяющихся по мере развития болезни. Так для ЭЭГ пациентов с синдромом Ретта (3 стадия), детей с синдромом ломкой хромосомы Х и синдромом Ангельмана, а также дошкольников с синдромом Прадера-Вилли характерно значительное (более 2 стандартных отклонений) увеличение активности в тета-полосе частот. Причём узкий частотный диапазон, топография и функциональная реактивность этой тета-активности имеют свои особенности при каждом из этих заболеваний.
В качестве примера мы подробно остановимся на возможностях метода количественной ЭЭГ в диагностике синдрома ломкой хромосомы Х (FXS). Более 30% больных этим синдромом страдают аутизмом и в среднем 4% аутистов имеют этот синдром. Белок FMRP, который не вырабатывается при этом синдроме, является важным для передачи информации в нервной системе. Его отсутствие сопровождается увеличением долговременной депрессии и ослаблением синаптических контактов и даже синаптической элиминацией, что и приводит к поведенческому фенотипу, характеризующемуся гиперактивностью, дефицитом внимания, выраженной умственной отсталостью, гипервозбудимостью, аутистическими расстройствами и высоким уровнем тревожности.
ЭЭГ детей с этим синдромом характеризуется выраженным дефицитом альфа-ритма и преобладанием ритмической тета-активности. См.рис. 1 и рис. 2.
Рисунок 1. ЭЭГ пациента 5 лет с диагнозом: ранний детский аутизм. Альфа-ритм отсутствует, преобладает широко распространённый по коре тета-ритм частотой 7 Гц. ЭЭГ-исследование позволило заподозрить синдром ломкой хромосомы Х, что и было подтверждено с помощью генетического исследования.
Рисунок 2. Сравнение записи ЭЭГ этого же пациента в состоянии спокойного бодроствования с закрытыми глазами с помощью Z-статистики с нормативными данными. Видно значительное увеличение активности тета и дельта полосы частот и достоверное уменьшение активности в альфа и бета-1 полосах частот.
Такой же паттерн ЭЭГ характерен и для всей группы испытуемых. Здесь интересно отметить, что сравнение в узких частотных диапазонах с возрастной нормой позволяет уточнить характерный паттерн отличий. На этом рисунке видно, что максимально увеличена по сравнению с нормой относительная спектральная мощность в частотном диапазоне 6-7 Гц в теменных зонах коры. См. рис. 3.
Рисунок 3. Карты значений относительной мощности в диапазонах по 1 Гц в интервале от 0,5 до 30 Гц при сравнении с помощью Z-статистики ЭЭГ-записей пациентов с FXS в состоянии спокойного бодроствования с закрытыми глазами с возрастной нормой. Цветная шкала показывает величину стандартного отклонения (синий цвет – ниже нормы, красный – выше нормы).
Программа позволяет также вычислять корреляции спектральных характеристик ЭЭГ с любым биологическим показателем. Вычисление корреляции спектра ЭЭГ и возраста внутри группы здоровых испытуемых и пациентов с FXS с помощью критерия Пирсона показало, что возрастная динамика ЭЭГ у пациентов с FXS также значительно отличалась от нормативной, особенно по уровню когерентности. В отличие от здоровых испытуемых у больных с возрастом наблюдалось уменьшение уровня когерентности в левом полушарии, тогда как для здоровых испытуемых было характерно существенное увеличение уровня как внутри-, так и межполушарной когерентности.
Рисунок 4. Возрастные изменения уровня когерентности у здоровых испытуемых от 3-х до 19 лет (сверху) и у больных с синдромом ломкой хромосомы Х (снизу). Цветная шкала справа от рисунков показывает значения коэффициентов корреляции Пирсона (со знаком) между значениями когерентности и возрастом. Как видно на рисунке, у здоровых испытуемых в этот период увеличивались значения как внутри-, так и межполушарной когерентности во всех ритмических диапазонах, тогда как у пациентов с FXS отмечено уменьшение удалённых связей практически во всех частотных диапазонах, кроме тета и лишь незначительное увеличение связей между близкорасположенными зонами коры.<
Таким образом, использование данных ЭЭГ-картирования позволяет заподозрить синдромальные формы аутизма и целенаправленно проводить поиск их генетических маркеров. Как мы уже указывали выше, в настоящее время своевременная диагностика генетических заболеваний позволяет проводить патогенетически обоснованную терапию. Так на модели синдрома FXS было показано, что использование антагонистов глутаматергического рецептора приводит к существенному уменьшению долговременной депрессии, восстановлению синаптических шипиков, что сопровождалось значимым улучшением способности к обучению и восстановлением нарушенного поведения.
Совсем недавно (R. Hagerman et al., 2008) были представлены первые результаты применения такого рода антагонистов на больных с синдромом ломкой хромосомы Х. Было доказано улучшение поведения и когнитивных функций у этих больных в результате терапии. Похоже, что этот препарат будет полезен и больным с аутизмом, у которых нет синдрома FXS, но которые имеют сходные поведенческие проблемы. В подобных случаях данные количественной ЭЭГ можно использовать для оценки эффективности терапии.
Одним из способов такой оценки может быть сопоставление данных ЭЭГ с возрастной нормой при помощи Z-статистики до и после лечения. Положительным здесь будет считаться приближение к возрастным нормативам. Сравнение же количественных данных ЭЭГ до и после терапии с помощью критерия Вилкоксона или Стьюдента для связанных выборок позволит оценить уровень и характер изменений в результате терапии.
Здесь в качестве примера мы приводим данные оценки при помощи количественной ЭЭГ эффективности терапии детей с синдромом дефицита внимания и гиперактивностью (СДВГ) с использованием препарата церебролизин. ЭЭГ детей с этим синдромом характеризуется хорошо сформированным возрастным зрительным альфа-ритмом, но выраженным дефицитом сенсомоторного ритма в центральных и теменных зонах коры (Н.Л. Горбачевская и соавт., 1996).
Рисунок 5. Слева – сравнение с нормативной базой спектральных характеристик ЭЭГ группы детей 7-9 лет с синдромом дефицита внимания с гиперактивностью до терапии церебролизином со значениями СМ до начала терапии. Видно отчётливое увеличение значений спектральной плотности именно в центральных зонах коры правого полушария.
На рисунке 5 приведено сравнение данных ЭЭГ картирования с нормативной группой до начала терапии церебролизином и сравнение ЭЭГ этой же группы пациентов до и после терапии. Удалось показать, что используемый препарат оказывает положительное клиническо действие (Н.Н. Заваденко и соавт.,1999) и восстанавливает сенсомоторный ритм. Как продемонстрировано в наших исследованиях (А.И. Хромов, Н.Л. Горбачевская, 2008), такой же эффект наблюдается и при использовании биологической обратной связи.
В заключении хочется ещё раз отметить, что значительный прогресс в понимании нейробиологии психических расстройств требует совершенствования методов диагностики психических заболеваний, в которых немаловажную роль играет и метод количественной ЭЭГ. Важно помнить, что комплекс количественных данных ЭЭГ можно использовать для дифференциально-диагностических уточнений только при сопоставлении их с нормативной базой данных.
Работа выполнена при поддержке ИОП МГППУ.
Издание “Медицинский алфавит. Больница.”, 4/2008
Литература:
1. Горбачевская Н.Л., Заваденко Н.Н., Якупова Л.П. и соавт. Электроэнцефалографическое исследование детской гиперактивности// Физиология человека. ─ 1996─ Т. 22, № 5. ─ С. 49-56
2. Заваденко Н.Н., Горбачевская Н.Л., Якупова Л.П. и соавт. Церебролизин в лечении синдрома дефицита внимания с гиперактивностью у детей// Лекарственные препараты в неврологии. ─ 1999. ─ № 2. ─ С. 37-42
3. Хромов А.И., Горбачевская Н.Л. Возможности БОС-тренинга в улучшении адаптационных возможностей подростков (психологическое и ЭЭГ-исследование)// Сб. «Психология ХХI столетия», т. 2 (под ред. В.В. Козлова), Ярославль. ─ 2008, ─ С. 280-283
4. Hagerman R., Berry-Kravis E., Hesal D. et al. Trial of fenobam, an mGluR5 antagonist, in adults with Fragile X Syndrome// Journal of Intellectual Disability Research. ─ 2008. ─ Vol.52. ─ Р. 814.
