Мозг здорового человека не работает как унылый заводской конвейер: когда мы переключаемся с отдыха на сложную задачу, его крупные сети меняют связи и подстраиваются под новую работу. Новое исследование, опубликованное в журнале Nature Communications, показывает: у людей с психиатрическими диагнозами такие перестройки выражены слабее — словно мозг убавляет громкость перемен. А характер этой «плоскости» может быть связан с сочетанием симптомов теснее, чем с диагнозом в медицинской карте.
Мозг — не статичная схема
Функциональные сети мозга — это группы участков коры и более глубоких структур, которые взаимодействуют друг с другом. Чтобы оценить их работу, исследователи используют функциональную магнитно-резонансную томографию (фМРТ). Она фиксирует изменения кровотока, связанные с активностью нервных клеток. Если активность двух участков меняется согласованно, учёные считают их функционально связанными.
Мозг при этом не похож на печатную плату с раз и навсегда припаянными дорожками. Его связи меняются в зависимости от того, что человек делает. Однако многие исследования измеряют их только в состоянии покоя — когда участник лежит в сканере и старается ничего не делать. Исследования здоровых людей уже показывали, что во время заданий мозговые сети перестраиваются: по-разному при простых движениях и при сложных задачах на рабочую память. Работа 2021 года, одним из авторов которой была ведущий автор нового исследования Карриса Кокузза, также показала: индивидуальные изменения связей во время заданий помогают точнее предсказывать активность мозга в разных когнитивных условиях.
Связать такие перестройки с психическими расстройствами непросто. Диагнозы объединяют людей с разными симптомами, а люди с совершенно разными диагнозами — например, депрессией и шизофренией — могут испытывать похожие трудности: упадок мотивации, усталость или проблемы с планированием. К тому же отдельные, более слабые или временные проявления этих трудностей бывают и у людей без диагноза. Поэтому исследователи всё чаще рассматривают психическое здоровье не только через жёсткие категории, но и через широкие измерения функционирования.
Эту идею поддерживают и предыдущие работы: у детей, подростков и взрослых особенности связей мозга лучше совпадали с широкими группами симптомов — например, направленными внутрь переживаниями или обращённым вовне поведением, — чем с возрастом или отдельными диагнозами. Другие исследования показывали, что меняющиеся во времени связи мозга в покое позволяют отличать людей с шизофренией, биполярным расстройством или СДВГ от здоровых участников лучше, чем статичные показатели.
Что именно изучали
Команда Каррисы В. Кокуззы из Rutgers University и Yale University, старшего автора Аврама Дж. Холмса из Rutgers University и их коллег проверила, могут ли перестройки сетей мозга между покоем и заданиями отражать индивидуальные сочетания симптомов.
Исследователи использовали данные 219 взрослых в возрасте от 18 до 70 лет; средний возраст составлял 36,2 года. Среди участников были 123 женщины, 93 мужчины и три небинарных человека. Данные взяли из открытого проекта Transdiagnostic Connectome Project, ранее собранные в Yale University и McLean Hospital при участии нескольких авторов работы.
У 134 участников были психиатрические диагнозы из 11 основных групп: депрессия, тревожные расстройства, биполярное расстройство, посттравматическое стрессовое расстройство (ПТСР), шизофрения или шизоаффективное расстройство, расстройство, связанное с употреблением психоактивных веществ, СДВГ, обсессивно-компульсивное расстройство (ОКР), паническое расстройство и расстройства пищевого поведения. Ещё 85 человек не имели психиатрического анамнеза.
Чтобы информация об участниках, на которых модель должна была проверяться, случайно не попала в её обучение, выборку разделили заранее. В исследовательскую часть вошли 176 человек, а отдельную проверочную группу составили 43 участника. Данные и код анализа выложили в открытый доступ; сами авторы называют подход предварительной проверкой идеи, а не окончательным доказательством.
Для оценки состояния участников команда рассмотрела 110 клинических, поведенческих и когнитивных показателей — от результатов интервью и анкет до когнитивных тестов. Алгоритм сгруппировал показатели по тому, насколько сходно они менялись у разных людей. Получились четыре широких измерения:
- интернализация — например, депрессия, тревожность и нейротизм;
- экстернализация — например, раздражительность и экстраверсия;
- когнитивные функции — например, интеллект и результаты когнитивных тестов;
- социальное и связанное с вознаграждением функционирование — например, опыт отношений и стремление к новизне.
Названия кластеров — лишь короткие ярлыки, а не аккуратные коробки с одинаковым содержимым. Самая распространённая тема соответствовала только 20% показателей в группе социального функционирования и вознаграждения и 40% — в группе интернализации. Авторы отдельно предупреждают: не стоит приписывать названиям больше смысла, чем в них действительно есть.
Затем исследователи проверили, насколько выражен у каждого участника каждый из четырёх профилей по сравнению с остальной группой. Так для каждого человека составили бинарный набор признаков — своеобразный «отпечаток симптомов». Всего возможны 16 сочетаний.
Шесть сканирований и одна заметная разница
Каждый участник прошёл шесть фМРТ-сканирований в трёх состояниях: три сканирования в покое, два — во время теста Струпа и одно — во время задания с эмоциональными лицами. Тест Струпа проверяет когнитивный контроль: человеку нужно назвать цвет чернил, которым написано слово, и подавить автоматическое желание просто прочитать его. В задании с эмоциональными лицами участникам показывали испуганные выражения.
Для каждого сканирования учёные оценивали согласованность активности 434 участков коры, подкорковых структур и мозжечка. Эти участки были объединены в 21 функциональную сеть. Затем с помощью метода машинного обучения исследователи выделили базовые схемы взаимодействия и проследили, насколько выражена наиболее эффективная и хорошо разделённая схема в шести условиях.
В исследовательской группе сравнили 108 участников с диагнозами и 68 без них. У первой группы связи мозга между разными сканированиями менялись меньше. Чтобы измерить сходство, учёные сопоставили все 15 пар сканирований для каждого человека: показатель мог варьироваться от −1 (полностью противоположные схемы) до 1 (одинаковые). Среднее значение составило 0,95 у участников с диагнозами и 0,91 у участников без диагноза. Чем ближе показатель к единице, тем меньше сети различались от одного состояния к другому.
Разница была статистически значимой при сравнении с 10 000 случайно перемешанных моделей. Описательные результаты также указывали на ослабленную динамику при разных диагнозах. Особенно заметной она выглядела при паническом расстройстве, расстройствах пищевого поведения, ОКР и СДВГ. Но в каждой из этих групп было всего от двух до четырёх человек — статистическая опора здесь примерно как табурет на одной ножке.
«Отпечатки симптомов» пересекали привычные диагностические границы. Профиль только с признаками интернализации в основном включал людей с депрессией. А сочетания нескольких измерений — например, интернализации с когнитивными трудностями или всех четырёх измерений сразу — объединяли людей с разными диагнозами, в том числе ПТСР, и участников без психиатрического диагноза.
Что модель смогла предсказать
Классификатор, проверенный на отдельной группе из 43 человек, предсказывал по динамике мозговых сетей статус «есть диагноз или нет», основной диагноз и один из 16 профилей симптомов. Во всех случаях точность была выше случайного угадывания. Уровень случайного угадывания составлял примерно 50% для разделения на группы с диагнозом и без него, 8,3% для основного диагноза и 6,6% для «отпечатков» симптомов; эти значения оценивали, перемешивая метки участников.
По стандартным статистическим показателям лучше всего модель справлялась с разделением на группы с диагнозом и без. Но по стандартизированной оценке размера эффекта результат для профилей симптомов был более чем в пять раз выше, чем для такого разделения, и почти вдвое выше, чем для предсказания основного диагноза. Сравнивать эти показатели напрямую, однако, трудно: у задач разные уровни случайного угадывания, а возможный шум в результатах не был полностью измерен. Авторы не предлагают превращать эти цифры в соревнование диагнозов за первое место.
Чтобы выяснить, какие системы мозга важны для распознавания симптоматических профилей, учёные по очереди исключали из данных отдельные сети и повторно запускали классификатор. Удаление систем когнитивного контроля — в частности, части фронтопариетальной сети и таламуса, — а также лимбических, зрительных и соматомоторных сетей статистически значимо снижало точность модели, местами до двух процентных пунктов.
Фронтопариетальная сеть включает области лобной и теменной долей, помогающие удерживать цель и управлять действиями. Таламус — глубокая структура мозга, работающая в том числе как узел передачи сигналов. Если убрать часть сети пассивного режима мозга, связанной, среди прочего, с внутренним фокусом и отдыхом, точность немного возрастала, но статистически значимым это изменение не было. Авторы предполагают, что сети пассивного режима и когнитивного контроля могут дополнять друг друга при переходе от лёгких состояний к требующим усилий.
В отдельном исследовательском анализе сравнили семь сочетаний сканирований. Неожиданно, использование всех шести сканирований дало худший результат при классификации симптоматических профилей. Это не означает, что данных всегда становится меньше, когда их больше, — различия между семью моделями были небольшими и формально не сравнивались между собой. Лучше всего сработала модель, объединявшая сканирования в покое и во время теста Струпа. Важными узлами связи в ней оказались фронтопариетальная сеть, таламус и стриатум — глубокая структура, участвующая в управлении действиями и обработке вознаграждения.
По мнению авторов, важным фактором может быть именно то, насколько гибко мозг переключается из состояния покоя в режим когнитивного контроля, требующий усилий.
Что пока нельзя заключить
Результат согласуется с двумя предыдущими исследованиями: одно связало особенности мозговых состояний у здоровых взрослых с психотическими переживаниями, другое — изменения оптических показателей связей мозга у маленьких детей с выраженностью симптомов аутизма. Но условия там были другими: в одном случае изучали субклинические психотические переживания в покое, в другом — поминутные изменения оптических сигналов у детей, а не переходы между несколькими заданиями в фМРТ.
Кроме того, вывод о сглаженной динамике при психических расстройствах расходится с результатами более раннего исследования фМРТ в покое у людей, принимавших антидепрессанты. Там изменения сетей связывались с приёмом препаратов, а не просто с диагнозом депрессии или тревожного расстройства. Возможно, дело в способе измерения: новая работа анализировала различия между покоем и заданиями, а не колебания связей внутри одного сканирования в покое.
Исследование не позволяет понять, что появляется первым: ослабление перестроек мозга или симптомы. Все данные собрали за один период, поэтому причинно-следственную связь установить нельзя. Многие психиатрические симптомы меняются со временем; чтобы проследить, как вместе с ними меняется мозговая динамика, нужны длительные исследования и измерения более быстрых изменений — например, от попытки к попытке внутри одного задания.
Есть и ограничения выборки. Хотя в общей группе было 219 человек, проверочная выборка состояла из 43 участников, а отдельные диагностические подгруппы насчитывали лишь нескольких человек. Модели решали задачи с разными уровнями случайного угадывания и возможного шума. Поэтому результаты нужно проверять на более крупных независимых группах и с дополнительными когнитивными заданиями.
Авторы также не сообщают, учитывали ли при анализе приём лекарств. Между тем предыдущие работы связывали лекарства с изменениями динамики сетей, так что часть наблюдаемого эффекта могла быть связана с лечением, а не только с самим расстройством. На результаты потенциально могут влиять движения головы, дыхание и уровень бодрствования во время сканирования. Кроме того, даже при строгой коррекции движений и единых протоколах нельзя полностью исключить небольшие различия между сканерами Yale University и McLean Hospital.
И всё же работа предлагает перспективный способ смотреть на психическое здоровье шире привычных диагностических ярлыков: изучать, насколько гибко мозг координирует свою работу при переходе между разными задачами. Пока это не готовый диагностический тест и не объяснение причин расстройств, а скорее новый ракурс — полезный, но требующий проверки.
Статья «Brain network dynamics reflect psychiatric illness status and transdiagnostic symptom profiles across health and disease» написана Каррисой В. Кокуззой, Сидхантой Чопрой, Ашлеей Сегал, Лоиком Лабашем, Роуэной Чин, Кейли Джосс и Аврамом Дж. Холмсом.