ПОКАЗАТЕЛИ ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ КАК НЕЙРОФИЗИОЛОГИЧЕСКИЕ МАРКЕРЫ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ЦЕНТРАЛЬНОЙ НЕРВНОЙ СИСТЕМЫ ПРИ ИНТЕРНЕТ-ЗАВИСИМОСТИ И ПОСТКОВИДНОМ СИНДРОМЕ (обзор литературы)

Библиографическое описание
Эверт Л.С. ПОКАЗАТЕЛИ ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ КАК НЕЙРОФИЗИОЛОГИЧЕСКИЕ МАРКЕРЫ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ЦЕНТРАЛЬНОЙ НЕРВНОЙ СИСТЕМЫ ПРИ ИНТЕРНЕТ-ЗАВИСИМОСТИ И ПОСТКОВИДНОМ СИНДРОМЕ (обзор литературы) / Л.С. Эверт, Ю.Р. Костюченко, А.В. Бурлакова, Е.С. Паничева, М.С. Лавейкина // «Вопросы современной науки»: коллект. науч. монография; [под ред. Н.Р. Красовской]. – М.: Изд. Интернаука, 2022. Т. 75. DOI:10.32743/25001949.2022.75.344555

ПОКАЗАТЕЛИ ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ КАК НЕЙРОФИЗИОЛОГИЧЕСКИЕ МАРКЕРЫ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ЦЕНТРАЛЬНОЙ НЕРВНОЙ СИСТЕМЫ ПРИ ИНТЕРНЕТ-ЗАВИСИМОСТИ И ПОСТКОВИДНОМ СИНДРОМЕ

(обзор литературы)

Эверт Лидия Семеновна

Костюченко Юлия Ринатовна

Бурлакова Анна Валерьевна

Паничева Елена Сергеевна

Лавейкина Марина Сергеевна

 

Электроэнцефалография − нейрофизиологический метод исследования деятельности головного мозга животных и человека, основанный на суммарной регистрации спонтанной биоэлектрической активности отдельных зон, областей и долей мозга [3]. Преимуществом данного метода являются простота в использовании и неинвазивность [36]. ЭЭГ отражает согласованность работы разных структур мозга, что делает метод уникальным и ценным в диагностике функционального состояния мозга.

ЭЭГ является уникальным инструментом, предоставляющим информацию о функциях мозга, которая полезна и даже необходима при широком спектре (нейро)психиатрических состояний. ЭЭГ позволяет оценить есть ли у пациентов неврологические осложнения, такие как энцефалопатия, эпилептогенность и любые очаговые нарушения головного мозга. К достоинствам ЭЭГ относят: объективность, возможность непосредственной регистрации показателей функционального состояния мозга, количественной оценки получаемых результатов, наблюдения в динамике, что необходимо для оценки прогноза развития заболевания [3].

1. Особенности изменений ЭЭГ при интернет-зависимости

Интернет-зависимость (ИЗ) определяется как поведенческая зависимость, включающая психологическую зависимость от интернет-приложений и сайтов [46]. Дети и подростки, выросшие в эпоху цифровых технологий, с раннего возраста знакомы с цифровыми устройствами и Интернетом. У многих людей возникли опасения по поводу такой простоты доступа социальных сетей, особенно для подростков, подверженных интернет-зависимости. Хотя это не официальный диагноз, ИЗ становится широко признанной проблемой, требующей профессионального лечения.

Длительное пребывание в Интернете приводит к возбуждению нейрональных структур, ответственных за сосредоточение и поисковую активность в новых условиях и стимулированию бета-активности. К дополнительным критериям негативных последствий использования Интернета относят социальную дезадаптацию, проблемы со здоровьем и проблемы с управлением временем. Зависимый человек не осознаёт, что чрезмерное использование Интернета отрицательно влияет на его отношения с социумом и семьёй, приводит к возникновению усталости и ухудшению здоровья, нехватке времени на отдых и сон. Это вызывает определённый психологический дискомфорт и приводит к вовлечению сенсомоторной коры и медиабазальных эмоциогенных структур, что в итоге дополнительно увеличивает бета-активность у представителей группы с выраженным и устойчивым паттерном интернет-зависимости [2].

Профиль интернет-зависимости – это профиль молодых людей в подростковом возрасте, распространенность которых значительно увеличилась за 20 лет (Dalal & Basu, 2016; Griffiths et al., 2016). Эпидемиологические исследования показали распространенность среди подростков и молодых людей от 1% до 18%, с более высокими показателями среди мужчин [10, 14].

Сообщается, что в Европе распространенность доступности интернет ресурсов составляет от 1% до 9%, на Ближнем Востоке распространенность составляет от 1% до 12%, а в Азии распространенность составляет от 2% и 18% [13]. Подростки – основные пользователи этих различных инструментов. Основная цель использования – социальное взаимодействие. Однако, некоторые подростки склонны чрезмерно использовать Интернет, в особенности для преодоления психологических страданий и негативных эмоций, связанных с проблемными отношениями с родителями и сверстниками [37].

Расстройство интернет-зависимости это обобщающий термин для различных типов поведенческой зависимости. Электроэнцефалография выявляет изменения амплитуды потенциала вызванного ответа среди интернет зависимых исследуемых, коррелирующие с сопутствующими заболеваниями [46]. Объективными критериями проявления интернет-зависимости являются увеличение времени нахождения в Сети и склонность к более быстрой загрузке программного обеспечения для запуска своих игровых приложений [45].

Очевидно, что с появлением мобильных смартфонов проблемы с использованием смартфонов и интернет-зависимость стали более распространенными среди молодежи. Кроме того, в эти сложные времена пандемии нового коронавируса 2019 года (COVID-19) и распоряжений об ограничении передвижения, введенных правительствами для обеспечения социального дистанцирования, стремление постоянно находиться в Сети стало сильнее среди подростков и молодых людей [6].

Активность ЭЭГ в состоянии покоя представляет собой готовность или потенциал мозга к распределению нейронных ресурсов. Сеть режима по умолчанию это сеть областей мозга, которая проявляет повышенную активность во время состояния покоя, и известно, что внутренняя активность в этих областях влияет на последующую активность, вызванную стимулом или задачей. Таким образом, исследование мозговой активности в состоянии покоя может способствовать дальнейшему пониманию основных функций мозга. Активность дельта- и тета-волн участвует в различных когнитивных процессах. Например, повышенная тета-мощность наблюдается во время выполнения задач, требующих внимания, что позволяет предположить, что низкочастотные диапазоны задействованы в процессах управления более высокого порядка [28].

Высокое временное разрешение, мобильность, неинвазивное сканирование, и относительно низкая стоимость ЭЭГ делают ее ценным инструментом для изучения аддиктивного поведения по сравнению с методами нейровизуализации [50].

Растет признание того, что активность ЭЭГ, которая регистрируется либо в состоянии покоя с закрытыми глазами, либо с открытыми глазами, либо одновременно во время предъявления стимула, основанного на задаче, действует как коррелят мозговой активности поведения. Интерпретация волн ЭЭГ подразделяется на частотные диапазоны, которые обозначают различные степени активности мозга. Активность бета-диапазона это высокочастотные волны, которые связаны с осуществлением тормозного контроля, в результате чего активация внимания вызовет увеличение амплитуды β-волны в лобной области и уменьшение амплитуды β-волны в задних областях. Амплитуда α-волны увеличивается с увеличением когнитивных способностей, памяти и внимания, и уменьшается, когда ECN осуществляет ингибирующий контроль. Напротив, увеличение амплитуды θ-волны указывает на когнитивную дисфункцию [53].

Расстройство интернет-зависимости включает в себя широкий спектр вызывающих привыкание онлайн-стимулов, которые вызывают тягу и обнаруживают отсутствие сдерживания у зависимых подростков и молодых людей обоих полов. И наоборот, расстройство, связанное с интернет-играми, которое является специфическим типом интернет-зависимости, особенно поражает молодых мужчин. Подростки относятся к наиболее уязвимой возрастной группе, поскольку пристрастие к Интернету у них развивается в более короткие сроки и вызывает более серьезные осложнения со стороны здоровья по сравнению с другими возрастными группами [47].

ЭЭГ в состоянии покоя обычно демонстрирует повышенную активность θ-диапазона в лобных областях мозга наркоманов. Следовательно, уменьшенная абсолютная мощность полосы θ в лобной области мозга может быть признаком интернет-зависимости, который может действовать как биомаркер для выявления снижения когнитивного контроля [26, 27, 49]. В качестве альтернативы, было выдвинуто предположение, что повышенная абсолютная мощность полосы θ представляет собой маркеры признаков интернет-зависимости с сопутствующим депрессивным расстройством, потому что θ-волны преимущественно связаны с восстановлением эмоциональной памяти и медитативными состояниями [46].

Также важно отметить, что сопутствующие заболевания, такие как cиндром дефицита внимания и гиперактивности (СДВГ), могут влиять на форму сигналов ЭЭГ, например, у интернет-зависимых исследуемых с сопутствующим тяжелым депрессивным расстройством была снижена когерентность α-диапазона между межполушарными лобными областями [54]. Что касается испытуемых только с СДВГ, то наблюдается повышенная мощность θ в лобных областях, однако для СДВГ с ИЗ наблюдается повышенная мощность β-волн в височных областях, вероятно, вызванная повторяющейся активацией систем вознаграждения мозга и рабочей памяти во время непрерывной игры [38].

Исследования электрической активности мозга, межполушарных взаимодействий у интернет-независимых и интернет-зависимых лиц, проведенные на базе психофизиологической лаборатории кафедры психологии развития и профессиональной деятельности Дагестанского государственного университета, показали следующие результаты: анализ ритмических составляющих ЭЭГ позволяет сделать вывод о значительной дезорганизации волновой активности у интернет-зависимых лиц при спокойном бодрствовании, смещении спектрально-амплитудных характеристик в сторону преобладания медленноволновой активности и быстрых бета-волн. Ослабление альфа–ритма ЭЭГ отражает неуравновешенно беспокойное состояние интернет-зависимых лиц. Появление же дезорганизованного альфа-ритма с низкой амплитудой свидетельствует об ухудшении функционального состояния головного мозга [4]. Также было характерно изменение амплитудно- частотных характеристик бета-активности. Бета-ритм наиболее выражен в правом полушарии: передневисочной, затылочно-теменной, задневисочной областях. В левом полушарии бета-активность представлена в передневисочной и затылочной областях.

Для оценки состояния функциональной активности мозга в группах лиц с интернет-зависимостью и без неё определяли показатель отношения амплитудных характеристик альфа- к тета- и дельта- ритмам, характеризующих степень стабилизации корковой активности. В группе исследуемых с ИЗ по сравнению с интернет-независимыми отмечается значительное нарушение стабилизации корковой активности с большей выраженностью в правом полушарии. Отмечалось значительное присутствие тормозных, сомногенных влияний на формирование корковой ритмики одновременно с присутствием типовых признаков бодрствования: наличия бета-ритма в передних отделах, сохранности правильности зонального, частотного и амплитудного распределения ритма [4].

Исследования в 2018 [32] года выявили связь между лобной долей и когнитивным функционированием в IGD. Те, кто пристрастился к играм, имеют более слабое торможение реакции, рабочую память, принятие решений и регуляцию эмоций, что связано со снижением функционирования префронтальной коры. Недавние метааналитические исследования показали, что люди с ИЗ имеют когнитивные нарушения, включая моторный тормозной контроль, рабочую память и принятие решений, а также снижение серого вещества в дорсо-латеральной префронтальной коре и передней поясной извилине, которые участвуют в обработке вознаграждений, принятии решений и верхней части мозга подавление ингибирующего контроля [24, 46].

В настоящее время BP является широко распространенной проблемой, которая затрагивает людей во всем мире. В связи с быстрым увеличением числа диагнозов ИЗ необходимо всестороннее понимание этого расстройства для разработки эффективных стратегий его профилактики [34].

Исследование, проведенное в медицинском центре SMG-SNU Boramae в Сеуле, Южная Корея, было первым, в котором была исследована связь между сопротивляемостью и нейрофизиологическими особенностями пациентов с IGD с использованием метода ЭЭГ в состоянии покоя. Пациенты с ИЗ демонстрировали более низкую устойчивость и повышенную когерентность, особенно в правом полушарии, по сравнению с пациентами с интернет-зависимым поведением и высокой устойчивостью.

Пациенты с IGD с более низкой устойчивостью демонстрировали тяжелые депрессивные симптомы и более высокий уровень стресса, что было связано с большей альфа-когерентностью в правом полушарии. Кроме того, хорошо известно, что ИЗ ассоциируется с тревогой, депрессией и стрессовыми жизненными событиями. Устойчивость является важнейшей защитной чертой от развития и поддержания интернет-зависимого поведения. Таким образом, понимание нейрофизиологических механизмов, лежащих в основе устойчивости, может помочь разработать эффективные стратегии лечения и предотвращения возникновения пациентов с ИЗ [34, 55].

В нескольких исследованиях использовалась ЭЭГ в состоянии покоя для изучения характеристик пациентов с ИЗ. Абсолютная бета-мощность у этих пациентов ниже в состоянии покоя и коррелирует со стандартными показателями импульсивности по самооценке. Более того, активность ЭЭГ пациентов с ИЗ в состоянии покоя помогает дифференцировать эту популяцию от пациентов с расстройством, связанным с употреблением алкоголя (AUD). Пациенты с интернет-зависимым поведением также часто проявляют сопутствующие депрессивные или тревожные симптомы; таким образом, вполне вероятно, что сопутствующая патология этих состояний может влиять на мозговую активность в состоянии покоя. Например, Lee и соавт. [33] обнаружили, что пациенты с IGD с депрессией демонстрируют повышенную абсолютную мощность в дельта-диапазоне, повышенную относительную тета- и пониженную относительную альфа-мощность во всех областях, особенно в лобно-центральных областях, которые, как известно, тесно связаны с депрессией. Следовательно, необходимо диагностировать индивидуальные сопутствующие психиатрические симптомы пациентов с IGD, чтобы точно охарактеризовать нейробиологические характеристики, связанные с этим расстройством [28].

В настоящем исследовании у пациентов с интернет-зависимым поведением наблюдалось значительное улучшение симптомов зависимости. Кроме того, повышенная активность дельта-диапазона, наблюдаемая на исходном уровне в этой группе, нормализовалась после лечения и была значительно коррелирована с улучшением симптомов. Более того, настоящее исследование показало, что более высокая абсолютная тета-активность на исходном уровне предсказывает большую вероятность улучшения симптомов ИЗ после лечения. После контроля последствий депрессивных или тревожных симптомов эти результаты оставались значительными [28].

Д.Б. Демин (2021) изучал электроэнцефалографические изменения у подростков с различным риском развития интернет-зависимости. В ходе исследования было выявлено, что у большинства подростков с минимальным риском возникновения ИЗ и сформированными симптомами ИЗ имеют организованный тип ЭЭГ-активности, а подростки с выраженным риском ИЗ имеют этот тип ЭЭГ лишь в половине случаев, что вызвано гетерохронией формирования паттерна ЭЭГ у подростков на Севере и особенностями формирования и развития ИЗ.

На основе имеющейся в настоящее время исследовательской литературы повышенная медленноволновая активность в состоянии покоя (бета и тета) может быть предложена в качестве ценного нейрофизиологического биомаркера ИЗ [25].

Kim и др. (2017) изучал записи ЭЭГ людей с интернет зависимостью в попытке найти ее диагностические и прогностические биомаркеры. Сравнивали записи состояния покоя исследуемых с ИЗ и нормальной здоровой контрольной группы до и после шести месяцев лечения селективными ингибиторами обратного захвата серотонина. Было проведено сравнение между записями до лечения в группе IGD и контрольной группе, а также между записями ЭЭГ до лечения и после лечения в группе IGD. Результаты показали повышенную медленноволновую активность на исходном уровне в группе ИЗ. Однако после шести месяцев лечения эта повышенная медленноволновая активность и симптомы зависимости нормализовались. Кроме того, было обнаружено, что более высокая активность тета-диапазона связана с лучшим контролем симптомов зависимости в записях ЭЭГ после лечения. В исследовании был сделан вывод, что повышенную медленноволновую активность можно считать ценным нейрофизиологическим диагностическим маркером ИЗ, но повышенная тета-активность, в частности, может служить прогностическим маркером [28].

Аналогичные результаты были подтверждены в другом исследовании - Choi и соавт. (2016). Они сравнили ЭЭГ-сканирование пациентов с интернет зависимым поведением, имеющих депрессию или тревожное расстройство, и группу здоровых пациентов. У пациентов с ИЗ было обнаружено повышение бета- и тета-активности в состоянии покоя на исходном уровне. Более того, повышенная тета-активность наряду с симптомами игровой зависимости также показала значительное улучшение после 6 месяцев лечения [15].

Park с соавт. (2018) сравнили анализ когерентности ЭЭГ в состоянии покоя до и после шести месяцев лечения СИОЗС у пациентов с IGD. Было зарегистрировано двустороннее увеличение гамма- и бета-внутриполушарной когерентности наряду с увеличением дельта-внутриполушарной когерентности правого полушария на исходном уровне. Более того, эта повышенная когерентность не показала какого-либо значительного улучшения, несмотря на улучшение симптомов ИЗ после шести месяцев фармакотерапии. Был сделан вывод, что повышенная внутриполушарная высокочастотная когерентность может быть полезным диагностическим маркером ИЗ, но это не имело никакого значения для прогнозирования ответа на лечение [39].

Son с соавт. (2015) сравнили паттерны ЭЭГ в состоянии покоя при ИЗ, расстройстве употребления алкоголя и здоровых испытуемых в попытке найти нейрофизиологические маркеры, уникальные для интернет-аддикции. Результаты показали более слабую абсолютную бета-мощность у субъектов с ИЗ по сравнению с 2-мя другими группами. Таким образом, было высказано предположение, что более низкая абсолютная бета-мощность может быть потенциальным диагностическим маркером интернет-зависимости [49].

В другом исследовании, несмотря на повышенную медленноволновую активность в состоянии покоя, испытуемые с интернет-зависимостью показали  снижение активности тета-, альфа- и бета-диапазонов в левой лобной области во время их любимого игрового процесса. Также была обнаружена сильная отрицательная корреляция между левой тета-мощностью и тяжестью симптомов у пациентов с ИЗ. В исследовании был сделан вывод, что именно левая тета-сила может быть сильным маркером дисфункционального когнитивного контроля у людей с ИЗ [26].

2. Особенности изменений ЭЭГ в постковидном периоде

Глобальная пандемия COVID-19 повлияла на экономику, повседневную жизнь, психическое и физическое здоровье. Общие симптомы пациентов с COVID-19 включают лихорадку, кашель и затрудненное дыхание [20]. У некоторых пациентов наблюдаются неврологические симптомы, такие как головная боль, головокружение, изменение психического статуса или судороги [35]. Также сообщалось, что COVID-19 вызывает серьезные неврологические осложнения, такие как инсульт, энцефалит, менингит, энцефалопатия или эпилептический статус [5, 16, 51].

В некоторых исследованиях были успешно описаны результаты ЭЭГ у пациентов с COVID-19 [7]. Takafumi Kubota и др. (2021) проанализировали результаты ЭЭГ у пациентов с COVID-19 [31]. Доля аномальной фоновой активности была чрезвычайно высокая (96,1%). Высока вероятность, что у пациентов, инфицированных COVID-19, которым требуется ЭЭГ, скорее всего, может быть энцефалопатия [8]. Установили, что проявления энцефалопатии присутствовали у 20,3% пациентов. Причины появления ЭД у пациентов с COVID-19 могут включать острые симптоматические припадки, эпилептогенность de novo или ранее существовавшую эпилепсию с обострением или без него. Другим важным выводом исследования было то, что доля судорог и эпилептического статуса на ЭЭГ была низкой. Доля клинических припадков и эпилептического статуса у пациентов с COVID-19 составляет 0,08-0,5% и 0,03% соответственно [17, 35].

Ранее проведённые два систематических обзорных исследования с аналогичными клиническими вопросами согласуются с результатами работы Takafumi Kubota и др. (2021) и показывают, что аномальная фоновая активность была наиболее распространенной находкой, а эпилептические припадки/эпилептический статус были редкими [42].

Несколько исследований показали, что значительная доля пациентов с расстройством личности бордерлайн (БЛД) показывают ЭЭГ с наличием непрогрессивного и неметаболического диффузного замедления ЭЭГ и пароксизмальной активности. Были зарегистрированы признаки мозговой дисфункции, либо текущая эпилепсия в 27% связанных с этим случаев, а также травма головы в анамнезе, энцефалит или прошлые припадки в 11% случаев. Это говорит о том, что электрофизиологические исследования могут быть полезны при исследовании БЛД. У 25-30% пациентов с паническим расстройством наблюдаются явные нарушения ЭЭГ, указывающие на процесс, отличный от идиопатического панического расстройства. Отсюда следует, что проявление панических симптомов является определенным показанием для проведения ЭЭГ-исследования [12].

В входе исследования, проведенного в 2022 году Изабель Саэс-Ландете и др., были сделаны следующие заключения [43]. Неспецифический диффузный замедляющийся паттерн ЭЭГ при COVID-19 являлся наиболее распространенным обнаружением, о котором сообщалось, кроме того, в дополнение к этому, ученые обнаружили в качестве отличительного признака, ЭЭГ низкого напряжения, что может объяснить низкую распространенность эпилептической активности у этих пациентов. Метаболический/гипоксический механизм представлялся маловероятным на основании результатов ЭЭГ. Эта картина при других этиологиях напоминает тяжелые состояния энцефалопатии, связанные с плохим прогнозом. Однако нереактивный паттерн низкого напряжения у пациентов с COVID-19 не обязательно связан с плохим прогнозом.

В исследовании 2022 года была реализована относительно новая диагностическая методика изучения когнитивных нарушений на основе анализа ЭЭГ-микросостояний, позволившая выявить признаки функциональной перестройки нейрональных макросетей головного мозга и проследить характерную адаптацию человека в период реконвалесценции.  Проведенное обследование показало, что SARS-Co-V2 вызывает объективные изменения функциональной активности головного мозга: нарушение реализации речевой функции, как нарушение системы восприятия, а также связи между полями центра Вернике и центра Брока, приводящим к развитию коммуникативных дисфункций, вызывающих характерную клиническую симптоматику, обусловленную нарушением восприятия новой информации и затруднений в реализации решения [1].

В ходе рассмотрения результатов ЭЭГ у пациентов с диагнозом COVID-19 путем систематического обзора опубликованных статей, Катрина Т. Роберто и др. пришли к следующим выводам. Большинство записей ЭЭГ показывали неспецифические отклонения ЭЭГ от нормы фонового ритма, такие как генерализованное/фокальное замедление и эпилептиформные разряды. Генерализованное замедление присутствовало примерно у 6 из 10 пациентов с ЭЭГ, о которых сообщалось в литературе. Остается неясным, вызваны ли неврологические осложнения COVID-19, такие как энцефалопатия, прямой вирусной нейроинвазией или являются результатом критического заболевания.

Фокальное неэпилептическое замедление является еще одной аномалией ЭЭГ, наблюдаемой в ряде случаев при COVID-19. Это открытие предполагает возможную очаговую структурную патологию головного мозга неспецифической этиологии. Среди зарегистрированных случаев только один с очаговым замедлением имел ранее существовавшее или хроническое структурное поражение [18]. Другие МРТ-исследования случаев COVID-19 в других отчетах показали аномалии в медиальной височной доле, мультифокальных областях белого вещества и правой прямой извилине [30, 40], большинство результатов соответствовали ишемическим инсультам, лептоменингеальному усилению и энцефалиту [29]. Дальнейшие невропатологические исследования выявили наличие тяжелых гипоксических и геморрагических фенотипов, тромботических осложнений, острого диссеминированного энцефаломиелита, энцефалита и менингита [41, 44, 48, 52, 55].

Таким образом, эти нейровизуализационные и патологические исследования демонстрируют доказательства, свидетельствующие о нейроинвазивной способности вируса изменять кору головного мозга человека, что может быть потенциальным источником фокальных или генерализованных аномалий, наблюдаемых при отслеживании ЭЭГ.

Кроме того, количество процедур, выполняемых во время этой пандемии, резко сократилось [8]. Проведение непрерывной ЭЭГ во время этой пандемии ограничено только неотложными случаями из-за соображений безопасности, вызванных контагиозностью вируса. В контексте COVID-19 может быть полезен сокращенный монтаж ЭЭГ, поскольку он позволяет сократить время контакта специалистов по ЭЭГ с инфицированными пациентами [22], однако, его чувствительность для выявления эпилептиформных аномалий была поставлена под сомнение. Одно исследование продемонстрировало разумную диагностическую полезность ЭЭГ с уменьшенным каналом для выявления генерализованных или полушарных припадков и ритмических периодических паттернов [21]. Таким образом, у пациентов с COVID-19 часто могут проявляться аномалии ЭЭГ, особенно в тяжелых случаях [52]. Однако аномальные результаты ЭЭГ, по-видимому, неспецифичны. Должны быть проведены дальнейшие исследования взаимосвязи результатов ЭЭГ с клиническим состоянием и краткосрочным или долгосрочным прогнозом пациентов с COVID-19, чтобы помочь клиницистам определить, каким пациентам потребуется процедура ЭЭГ и в конечном итоге потребуется лечение с конечной целью улучшения их клинических результатов.

3. Электроэнцефалограмма при головной боли

Головная боль является одной из наиболее распространенных жалоб у детей и подростков. Является основной причиной инвалидности среди подростков и молодых людей в возрасте от 10 до 24 лет [19]. С возрастом распространенность головной боли увеличивается. Первыми шагами в оценке являются тщательный сбор анамнеза и неврологическое обследование. Если в ходе обследования были выявлены отклонения, характерные для этиологии вторичной головной боли, проводится дополнительное диагностическое тестирование [11]. Нейрофизиологические тесты используются в дифференциальной диагностике головной боли, наблюдении за возможными осложнениями у пациентов с симптоматической головной болью. Головная боль как симптом присутствует при различных заболеваниях мозга и системных заболеваниях и нарушениях обмена веществ [36].

Распространенность головной боли увеличивается с возрастом. Дети, которые жалуются на головную боль, обычно обращаются к врачу со своими опекунами из-за пропусков школы, вследствие снижения социальной активности или опасений по поводу злокачественной этиологии, такой как опухоль головного мозга или неизлечимая болезнь. Первыми шагами в оценке являются тщательное анамнез, физическое и неврологическое обследование. Если они являются ненормальными или подозрительными для вторичной этиологии, проводится дополнительное диагностическое тестирование.

Первичные головные боли, включающие мигрень, головную боль напряжения и кластерную головную боль, являются доброкачественными и составляют большинство головных болей. Они не имеют органической основы и обычно рецидивируют. Вторичные головные боли менее распространены и вызваны органическими заболеваниями, начиная от синусита и заканчивая субарахноидальным кровоизлиянием [23].

Регистрируемые изменения на энцефалограмме, наблюдаемые у пациентов с головной болью, не специфичны для конкретного расстройства, но могут предложить дополнительную оценку и ускорить точную диагностику и более раннее лечение. Кроме того, электрофизиологический диагностический тест может способствовать лучшему пониманию патофизиологии головной боли [36].

Исследования, предназначенные для определения того, имеют ли пациенты с головной болью повышенную распространенность аномалий ЭЭГ, дают противоречивые результаты. Американская академия неврологии (AAN) сообщает, что ЭЭГ не имеет преимуществ перед клинической оценкой при диагностике головной боли, не улучшает результаты. Обзор литературы 40 статей, описывающих результаты ЭЭГ у пациентов с головной болью, показал, что ЭЭГ не является эффективным скринингом структурных причин головной боли и не позволяет эффективно выявлять подгруппы головной боли с различным прогнозом.

AAN сообщает, что ни одно исследование не продемонстрировало, что ЭЭГ повышает точность диагностики у пациентов, страдающих головной болью и дает следующие рекомендации [9, 11]. ЭЭГ бесполезна при рутинном обследовании пациентов с головной болью. Однако, это не исключает использования ЭЭГ для оценки пациентов с головной болью с сопутствующими симптомами, указывающими на судорожный синдром, такими как атипичная мигренозная аура или эпизодическая потеря сознания. ЭЭГ не рекомендуется при рутинном обследовании ребенка с рецидивирующими головными болями, так как маловероятно, что это позволит установить этиологию, улучшить диагностическую ценность или отличить мигрень от других типов головных болей.

 

Список литературы:

  1. Гуляев С.А. Функциональное электроэнцефалографическое исследование лиц, перенесших легкую форму COVID-19 // РКЖ. - 2022. - S5. URL: https://cyberleninka.ru/article/n/funktsionalnoe-elektroentsefalograficheskoe-issledovanie-lits-perenesshih-legkuyu-formu-covid-19 (дата обращения: 10.08.2022)   
  2. Дёмин Д.Б. Мозговая активность у подростков с различным уровнем риска интернет-зависимости // Экология человека. - 2021. - №6. URL: https://cyberleninka.ru/article/n/mozgovaya-aktivnost-u-podrostkov-s-razlichnym-urovnem-riska-internet-zavisimosti (дата обращения: 08.08.2022).
  3. Клиническая электроэнцефалография: учебное пособие / Л.Н. Неробкова, С.Б. Ткаченко ГБОУ ДПО «Российская медицинская академия последипломного образования». – М.: ГБОУ ДПО РМАПО, 2016. – 213 с. ISBN 978-5-7249-2574-7    
  4. Рабаданова А.И., Черкесова Д.У., Бабаева Э.М., Ашурбекова М.И. Электрическая активность мозга и межполушарные взаимодействия при формировании интернет-зависимости // Известия Самарского научного центра РАН. - 2017.  -  № 2-3. URL: https://cyberleninka.ru/article/n/elektricheskaya-aktivnost-mozga-i-mezhpolusharnye-vzaimodeystviya-pri-formirovanii-internet-zavisimosti (дата обращения: 08.08.2022). 
  5. Ahmed MU, Hanif M, Ali MJ, Haider MA, Kherani D, Memon GM, et al. Neurological manifestations of COVID-19 (SARS-CoV-2): a review // Front Neurol. – 2020. – No 11. – P. 518. https://doi.org/10.3389/fneur.2020.00518
  6. Amin KP, Griffiths MD, Dsouza DD. Online Gaming During the COVID-19 Pandemic in India: Strategies for Work-Life Balance // Int J Ment Health Addict 2020. – No 10. – P. 1-7. 
  7. Antony AR, Haneef  Z. Systematic review of EEG findings in 617 patients diagnosed with COVID-19. Seizure 2020. https://doi.org/10.1016/ j.seizure.2020.10.014
  8. Assenza G, Lanzone J, Ricci L, Boscarino M, Tombini M, Galimberti CA, et al. Electroencephalography at the time of Covid-19 pandemic in Italy // Neurol Sci. – 2020. – No 41. – P. 1999–2004. https://doi.org/10.1007/s10072-020-04546-8
  9. Bajwa ZH, Wootton RJ. Evaluation of headache in adults. In: UpToDate. Swanson JW, Jarvik JG (Eds). UpToDate, Waltham MA. Accessed November 16, 2018. 
  10. Ballarotto G., Volpi B., Marzilli E., et al. Adolescent Internet Abuse: A Study on the Role of Attachment to Parents and Peers in a Large Community Sample // Biomed. Res. Int. – 2018. – Vol. 8, No 4. – P. 5769250. doi: 10.1155/2018/5769250. eCollection 2018
  11. Bonthius DJ, Lee AG, Hershey AD. Headache in children: Approach to evaluation and general management strategies. In: UpToDate. Drutz JE, Patterson MC, Swanson JW (Eds). UpToDate, Waltham MA. Accessed November 16, 2018 
  12. Campanella S, Arikan K, Babiloni C, Balconi M, Bertollo M, Betti V, Bianchi L, Brunovsky M, Buttinelli C, Comani S, Di Lorenzo G, Dumalin D, Escera C, Fallgatter A, Fisher D, Giordano GM, Guntekin B, Imperatori C, Ishii R, Kajosch H, Kiang M, López-Caneda E, Missonnier P, Mucci A, Olbrich S, Otte G, Perrottelli A, Pizzuti A, Pinal D, Salisbury D, Tang Y, Tisei P, Wang J, Winkler I, Yuan J, Pogarell O. Special Report on the Impact of the COVID-19 Pandemic on Clinical EEG and Research and Consensus Recommendations for the Safe Use of EEG // Clin EEG Neurosci. - 2021 Jan. – Vol. 52, No 1. P. 3-28. doi: 10.1177/1550059420954054. Epub 2020 Sep 25. PMID: 32975150; PMCID: PMC8121213
  13. Cao H., Sun Y., Wan Y., et al. Problematic Internet use in Chinese adolescents and its relation to psychosomatic symptoms and life satisfaction // BMC Public Health. -2011. – Vol 14, No 11. – P. 802.   
  14. Chen H.C., Wang J.Y., Lin Y.L. et al. Association of Internet Addiction with Family Functionality, Depression, Self-Efficacy and Self-Esteem among Early Adolescents // Int. J. Environ. Res. Public Health. – 2020. – Vol. 17. – No 23. – P. 8820. doi: 10.3390/ijerph17238820
  15. Choi JS, Kim DJ, Choi SW: OR- 12: resting-state slow-wave activity is associated with symptom improvements following outpatient treatment for Internet gaming disorder with comorbidity // J Behav Addict. – 2016. – No 5. – P. 8-9. 
  16. Ellul MA, Benjamin L, Singh B, Lant S, Michael BD, Easton A, et al. Neurological associations of COVID-19 // Lancet Neurol. – 2020. – Vol. 4422. – P. 2–3. https://doi.org/ 10.1016/S1474-4422(20)30221-0
  17. Еmami A, Fadakar N, Akbari A, Lotfi M, Farazdaghi M, Javanmardi F, et al. Seizure in patients with COVID-19 // Neurol Sci. – 2020. – Vol. 41. – P. 3057–61. 
  18. Filatov A, Sharma P, Hindi F, Espinosa PS. Neurological complications of coronavirus disease (COVID-19): encephalopathy // Cureus. – 2020. – Vol. 12, No 3. P. 1-6.  
  19. GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019 // Lancet. – 2020. Vol. 396. – P. 1204.    
  20. Guan W, Ni Z, Hu YHYYH, Liang W, Ou C, He J, et al. Clinical characteristics of coronavirus disease 2019 in China // N Engl J Med. – 2020. – Vol. 382/ - P. 1708–20. https:// doi.org/10.1056/NEJMoa2002032
  21. Gururangan K, Razavi B, Parvizi J. Clinical Neurophysiology Practice Diagnostic utility of eight-channel EEG for detecting generalized or hemispheric seizures and rhythmic periodic patterns // Clin Neurophysiol Pract. – 2018. – Vol. 3. – P. 65–73. 
  22. Haines S, Caccamo A, Chan F, Galaso G, Catinchi A, Gupta PK. Practical considerations when performing neurodiagnostic studies on patients with COVID- 19 and other highly virulent diseases neurodiagnostic studies on patients with COVID-19 and other highly virulent diseases. // Neurodiagn J. – 2020. – Vol. 00(02). – P. 1–18. 
  23. Headache Classification Committee of the International Headache Society (IHS) The International Classification of Headache Disorders, 3rd edition. Cephalalgia. Available at: https://www.ichd-3.org/wp-content/uploads/2018/01/The-International-Classification-of-Headache-Disorders-3rd-Edition-2018.pdf. Accessed Nov 16, 2018    
  24. Ioannidis K., Hook R., Goudriaan A. E., Vlies S., Fineberg N. A., Grant J. E., ... Chamberlain S. R. (2019). Cognitive deficits in problematic internet use: Meta-analysis of 40 studies // The British Journal of Psychiatry. – 215. – P. 639–646. https://doi.org/10.1192/bjp.2019.3   
  25. Kashif S Sr, Pandey S, Warriach ZI. Neurophysiological Markers of Internet Gaming Disorder: A Literature Review of Electroencephalography Studies // Cureus. - 2021 Sep 10. – Vol. 13, No 9. - e17866. doi: 10.7759/cureus.17866. PMID: 34660067; PMCID: PMC8504875
  26. Kim J, Park J, Park YM, Jang D, Namkoong K, Jung YC, Kim IY: Diminished frontal theta activity during gaming in young adults with internet gaming disorder // Front Neurosci. – 2019. – Vol. 13. – P. 1183. doi: 10.3389/fnins.2019.01183
  27. Kim JW, Kim SY, Choi JW, Kim KM, Nam SH, Min KJ, et al. Differences in resting-state quantitative electroencephalography patterns in attention deficit/hyperactivity disorder with or without comorbid symptoms // Clinical Psychopharmacology and Neuroscience . – 2017. – Vol. 15, No 2. – P. 138-45. 
  28. Kim YJ, Lee JY, Oh S, Park M, Jung HY, Sohn BK, Choi SW, Kim DJ, Choi JS. Associations between prospective symptom changes and slow-wave activity in patients with Internet gaming disorder: A resting-state EEG study // Medicine (Baltimore). -2017 Feb. – Vol. 96, No 8. – P. e6178. doi: 10.1097/MD.0000000000006178. PMID: 28225502; PMCID: PMC5569420
  29. Kremer S, Lersy F, Anheim M, Merdji H, Schenck M, Oesterl ́e H, et al. Neurologic and neuroimaging findings in COVID-19 patients: a retrospective multicenter study // Neurology [Internet]. – 2020 17(July). https://doi.org/10.1212/ 
  30. Kremer S, Lersy F, de S`eze J, Ferr ́e J-C, Maamar A, Carsin-Nicol B, et al. BrainMRI findings in severe COVID-19: a retrospective  observational study // Radiology [Internet]. - 2020;16(June):202222. https://doi.org/10.1148/radiol.2020202222.
  31. Kubota T, Gajera PK, Kuroda N. Meta-analysis of EEG findings in patients with COVID-19 // Epilepsy Behav. - 2021 Feb. – Vol. 115. – P. 107682. doi: 10.1016/j.yebeh.2020.107682. Epub 2020 Dec 4. PMID: 33342709; PMCID: PMC7833461  
  32. Kuss, D. J., Pontes, H. M., & Griffiths, M. D. (2018). Neurobiological correlates in internet gaming disorder: A systematic literature review. Frontiers in Psychiatry, 9, 166. https://doi.org/10.3389/fpsyt.2018.00166  
  33. Lee J, Hwang JY, Park SM, et al. Differential resting-state EEG patterns associated with comorbid depression in Internet addiction // Prog Neuropsychopharmacol Biol Psychiatry. – 2014. – Vol. 50. – P. 21–6. 
  34. Lee JY, Choi JS, Kwon JS. Neurophysiological Mechanisms of Resilience as a Protective Factor in Patients with Internet Gaming Disorder: A Resting-State EEG Coherence Study // J Clin Med. - 2019 Jan 6. – Vol. 8, No 1. – P. 49. doi: 10.3390/jcm8010049. PMID: 30621356; PMCID: PMC6352195
  35. Mao L, Jin H, Wang M, Hu Y, Chen S, He Q, et al. Neurologic manifestations of hospitalized patients with coronavirus disease 2019 in Wuhan // China. JAMA Neurol. - 2020. https://doi.org/10.1001/jamaneurol.2020.1127
  36. Miskov S. Neurofizioloski postupci u dijagnosticiranju glavobolja [Neurophysiological methods in headache diagnosis] // Acta Med Croatica. - 2008 May. – Vol. 62, No 2. – P. 189-96. Croatian. PMID: 18710083    
  37. N. Pednekar and S. S. Tung. Role of parent and peer attachment, and family environment in discriminating between adoescents in low and high problematic internet use groups // International Journal of Indian Psychology. – 2017. - Vol. 3, No. 97.
  38. Park JH, Hong JS, Han DH, Min KJ, Lee YS, Kee BS, et al. Comparison of qeeg findings between adolescents with attention deficit hyperactivity disorder (ADHD) without comorbidity and adhd comorbid with internet gaming disorder // Journal of Korean Medical Science. – 2017. – Vol. 32, No 3. – P. 514-21. 
  39. Park S, Ryu H, Lee JY, Choi A, Kim DJ, Kim SN, Choi JS: Longitudinal changes in neural connectivity in patients with internet gaming disorder: a resting-state EEG coherence study // Front Psychiatry. – 2018. – Vol. 9. – P. 252. 10.3389/fpsyt.2018.00252  
  40. Politi Ls, Salsano E, Grimaldi M. Magnetic resonance imaging alteration of the brain in a patient with coronavirus disease 2019 (COVID-19) and anosmia // JAMA Neurol [Internet]. – 2020. – Vol. 77, No 8. – P. 1028. https://jamanetwo rk.com/journals/jamaneurology/fullarticle/2766765
  41. Reichard RR, Kashani KB, Boire NA, Constantopoulos E, Guo Y, Lucchinetti CF. Neuropathology of COVID-19: a spectrum of vascular and acute disseminated encephalomyelitis (ADEM)-like pathology // Acta Neuropathol [Internet]. – 2020. – Vol. 140, No 1. – P. 1–6. Available from: http://link.springer.com/10.1007/s00401-020-02 166-2.  
  42. Roberto KT, Espiritu AI, Laurence M, Fernandez L, Gutierrez C. Electroencephalographic findings in COVID-19 patients: a systematic review // Seizure Eur J Epilepsy. – 2020. – Vol. 82. – P. 17–22.   
  43. Sáez-Landete I, Gómez-Domínguez A, Estrella-León B, Díaz-Cid A, Fedirchyk O, Escribano-Muñoz M, Pedrera-Mazarro A, Martín-Palomeque G, Garcia-Ribas G, Rodríguez-Jorge F, Santos-Pérez G, Lourido-García D, Regidor-BaillyBailliere I. Retrospective Analysis of EEG in Patients With COVID-19: EEG Recording in Acute and Follow-up Phases // Clin EEG Neurosci. - 2022 May. – Vol. 53, No 3. – P. 215-228. doi: 10.1177/15500594211035923. Epub 2021 Jul 28. PMID: 34319186; PMCID: PMC8958306. 
  44. Schaller T, Hirschbühl K, Burkhardt K, Braun G, Trepel M, M ̈arkl B, et al. Postmortem examination of patients with COVID-19 // JAMA [Internet]. – 2020. – Vol. 323, No 24. – P. 2518. Available from: https://jamanetwork.com/journals/jama/fullar ticle/2766557
  45. Sharifat H, Rashid A, Suppiah S. Systematic review of the utility of functional MRI to investigate internet addiction disorder: recent updates on resting state and task-based fMRI // Malaysian J Med Heal Sci. – 2018. – Vol. 14, No 1. – P. 21-33.
  46. Sharifat H, Suppiah S. Electroencephalography-detected neurophysiology of internet addiction disorder and internet gaming disorder in adolescents - A review // Med J Malaysia. - 2021 May. – Vol. 76, No 3. – P. 401-413. PMID: 34031341
  47. Solly J. E., Hook R. W., Grant J. E., Cortese S., & Chamberlain, S. R. (2021). Structural gray matter differences in problematic usage of the internet: A systematic review and Cognitive deficits in problematic internet.  www.cambridge.org meta-analysis. Molecular Psychiatry, 1–10. https:// doi.org/10.1038/s41380-021-01315-7  
  48. Solomon IH, Normandin E, Bhattacharyya S, Mukerji SS, Keller K, Ali AS, et al. Neuropathological features of Covid-19 //  N Engl J Med [Internet]. – 2020. – Vol. 383, No 10. - P.  989–92. https://doi.org/10.1056/NEJMc2019373.
  49. Son KL, Choi JS, Lee J, et al.: Neurophysiological features of Internet gaming disorder and alcohol use disorder: a resting-state EEG study // Transl Psychiatry. – 2015. – Vol. 5. - e628. https://doi.org/10.1038/tp.2015.124   
  50. Syed Nasser N, Ibrahim B, Sharifat H, Abdul Rashid A, Suppiah S. Incremental benefits of EEG informed fMRI in the study of disorders related to meso-corticolimbic dopamine pathway dysfunction: A systematic review of recent literature // J Clin Neurosci. – 2019. – Vol. 65. – P. 87-99.  
  51. Varatharaj A, Thomas N, Ellul MA, Davies NWS, Pollak TA, Tenorio EL, et al. Neurological and neuropsychiatric complications of COVID-19 in 153 patients: a UK-wide surveillance study // Lancet Psychiatry. - 2020.  
  52. von Weyhern CH, Kaufmann I, Neff F, Kremer M. Early evidence of pronounced brain involvement in fatal COVID-19 outcomes // Lancet [Internet]. – 2020. – Vol. 395, No 10241. - e109. Available from: https://linkinghub.elsevier.com/retrieve/pii /S0140673620312824
  53. Wang GY, Griskova-Bulanova I. Electrophysiological activity is associated with vulnerability of Internet addiction in non-clinical population // Addictive Behaviors. – 2018. – Vol. 84. – P. 33-9.
  54. Youh J, Hong JS, Han DH, Chung US, Min KJ, Lee YS, et al. Comparison of electroencephalography (EEG) coherence between major depressive disorder (MDD) without comorbidity and MDD comorbid with internet gaming disorder // Journal of Korean Medical Science. – 2017. – Vol. 32, No 7. – P. 1160-5. 
  55. Younes F., Halawi G., Jabbour H., El Osta N., Karam L., Hajj A., Khabbaz L.R. Internet addiction and relationships with insomnia, anxiety, depression, stress and self-esteem in university students: A cross-sectional designed study // PLoS ONE. – 2016. – Vol. 11. - e0161126.