Složenost depresije se odražava u širini teorija koje pokušavaju da objasne uzrok, varijaciju simptoma, trajanje, lečenje i ishode. Faktori koji utiču na osetljivost pojedinca na depresiju mogu se naći u neurofiziologiji, endokrinologiji, psihologiji, socio-ekonomiji, razvoju, genetici, pa čak i evolucionim teorijama (Badcock, 2017). Neke endokrine bolesti mogu izazvati depresiju, kao što su bolesti srca, dijabetes, hiper i hipotireoza, Addisonova ili Kušingova, što je dovelo do endokrinih teorija depresije (NICE, 2010). Poboljšanje tehnika neuroskeniranja za analizu depresivnih mozgova su pokazala napretke u prosvetljenju strukturnih i funkcionalnih mehanizama mozga kod ovih pacijenata (Fitzgerald, 2008). Konačno, psihologija pokriva važnost kognitivnih i emocionalnih procesa kod depresivnih pacijenata (Gerber et. al. 1992).


 

Napredak u tehnikama neuroskeniranja obećava razjašnjavanje neuro procesa koji su u osnovi depresije. Kao posledica toga, neuroanatomski i neurofunkcionalni elementi se mogu pripisati ovom poremećaju. Štaviše, sasvim je validno pretpostavljati da depresivno stanje utiče na složenu neuronsku organizaciju i koherentnost arhitekture unutrašnjih moždanih mehanizama (Fitzgerald, 2008; Bijsterbosch et.al. 2017)Uobičajeni pristupi proučavanju depresije kroz tehnike neuroskeniranja su merenje neuronske aktivnosti tokom zadatka ili u mirovanju; što se može pratiti u zavisnosti od vremena. Ovo je veoma obećavajuće za proučavanje efekata i neuronskih promena kao rezultat lečenja antidepresivima i/ili ostalim metodama (Bijsterbosch et.al. 2017).

Funkcionalna MR (fMRI), sa BOLD kontrastom (signal se izdvaja kao posledica lokalnih promena nivoa kiseonika u krvi), može se koristiti u ove svrhe kada se proučava funkcionalna povezanost. Tokom odmora, dakle kada pacijent leži u skeneru bez da mu je zadat bilo kakav zadatak, fMRI registruje spontane fluktuacije visoke amplitude i niske frekvencije (<0,1 Hz), koje kada su vremenski povezane, pokazuju korespondenciju s funkcionalno relevantnim mrežama stanja mirovanja (Damoiseauk et.al., 2006). Nazvane funkcionalna povezanost, ove korelacije daju detaljne mape složenih neuronskih sistema, koji zajedno čine funkcionalni konektom pojedinca (Biswal et.al., 2010).

Veliki broj tradicionalnih studija s fMRI se fokusira na izolovanje ključnog regiona (ROI; RegionOfInterest), koji je prethodno određen; uglavnom na osnovu prethodnih istraživanja. Ovaj pristup je koristan kada je hipoteza već postavljena pre snimanja. Nedostatak ovog pristupa je velika ograničenost početnog ROI-a i njegovih ciljnih veza s ostalim regionima; a i nemogućnost predefinisanja početne hipoteze, pa makar naši snimci pokazali značajnu aktivnost ROI-a udaljenog samo par centimetara. Zato nam je potreban metod koji je nezavisan od hipoteza (tj. ,,vođen podacima”) i koji je dovoljno jednostavan, efikasan i sveobuhvatan da prosvetli latentne, nezavisne, veće ili manje mreže pojedinaca (Biswal et.al., 2010).

U skorije vreme (zadnjih 10-tak godina) se funkcionalna magnetna rezonanca (fMRI) u stanju mirovanja (rsfMRI; resting state fMRI) pokazala kao dobar kadnidat za koji može da odgovori na izazov otkrivanja bezbrojnih funkcionalnih moždanih sistema bez potrebe za hipotezom pre analize (Bijsterbosch et.al., 2017). Što je jelte veliki napredak u odnosu na prethodni ,,ROI-vođeni” pristup. Pošto je depresija karakteristična mentalna bolest koja je relativno nedokučiva pojedinim ROI-ima i generalno zahvata celokupnu  unutrašnju koherentnosti mozga, onda nam je rsfMRI metoda posebno važna za istraživanja (Fitzgerald, 2008).

Dok leže u skeneru, učesnicima eksperimenta se kaže da ,,ne razmišljaju o ničem specijalnom” i da se samo ,,odmaraju”, ali s otvorenim očima da ne bi zaspali. Signali koji se beleže se odraz spontane aktivnosti celog mozga, pri čemu regioni koji se vremenski zajedno menjaju (u korelaciji su, ili ne) pokazuju kako su ovi regioni povezani po aktivaciji. Takođe, govori nam kako ovi regioni komuniciraju međusobno kroz vreme – sve ovo nazivamo funkcionalna povezanost.

Da bi odredili jednu nervnu mrežu, što znači naći set regiona koji su funkcionalno povezani, zahteva specijalne analize – npr. ,,semenska?” (seed-based) korelacija ili analiza nezavisnih komponenti (ICA; independent component analysis). Ove tehnike mogu naći mreže koje uključuju specifične regione ili mogu otkriti set funkcionalnih mreža presentovanih u mozgu.

Alternativno, matrice povezanosti koje sumiraju konektivnost između seta regiona, mogu biti ekstrahovane iz rsfMRI podataka. Metode analize ovih matrica su obično modelovanje mreža ili teorija grafova.

Sve u svemu, analiza i interpretacija rsfMRI podataka je relativno novo polje istraživanja i dosta toga ostaje da se dokuči o značenju obrazaca i promena povezanosti. Sreća je da već imamo dosta informacija o povezivanju, uključujući za parcelaciju korteksa na osnovu povezanosti i za biomarkere bolesti.

Kako god da se opredelimo za tumačenje i analizu, idalje postoji borba u pokušaju da se napravi čak i osnovna predviđanja o bolesti, njenoj prvoj epizodi, simptomima, trajanju i ishodu pripisanog lečenja. U međuvremenu, možemo da proučavamo simptome, pratimo promene i ispitujemo efekte tretmana na mentalno i fizičko zdravlje depresivnih pacijenata (NICE, 2010).

<< Tretman depresivnih pacijenata 🧠 Sadržaj

Reference

– Badcock, P. B., Davey, C. G., Whittle, S., Allen, N. B., & Friston, K. J. (2017). The Depressed Brain: An Evolutionary Systems Theory. Trends in cognitive sciences, 21(3), 182–194. https://doi.org/10.1016/j.tics.2017.01.005

– Bijsterbosch, J., Smith, S. M., & Beckmann, C. F. (2017). An introduction to resting state fMRI functional connectivity. Oxford University Press.

– Biswal, B. B., Mennes, M., Zuo, X. N., Gohel, S., Kelly, C., Smith, S. M., … & Milham, M. P. (2010). Toward discovery science of human brain function. Proceedings of the National Academy of Sciences, 107(10), 4734-4739.

– Fitzgerald, P. B., Laird, A. R., Maller, J., & Daskalakis, Z. J. (2008). A meta-analytic study of changes in brain activation in depression. Human brain mapping, 29(6), 683–695. https://doi.org/10.1002/hbm.20426

– Gerber, P. D., Barrett, J. E., Barrett, J. A., et al. (1992) The relationship of presenting physical complaints to depressive symptoms in primary care patients. Journal of General Internal Medicine, 7, 170–173.

– Damoiseaux, J. S., Rombouts, S. A. R. B., Barkhof, F., Scheltens, P., Stam, C. J., Smith, S. M., & Beckmann, C. F. (2006). Consistent resting-state networks across healthy subjects. Proceedings of the national academy of sciences, 103(37), 13848-13853.

– NICE, National Collaborating Centre for Mental Health (UK) (2010). Depression: The Treatment and Management of Depression in Adults (Updated Edition). Leicester (UK): British Psychological Society. PMID: 22132433.