Функциональная магнитно-резонансная томография покоя при биполярном аффективном расстройстве. Систематизированный обзор

Сложности диагностики биполярного аффективного расстройства (БАР) обуславливают необходимость поиска его возможных маркеров. Функциональная магнитно-резонансная томография покоя (фМРТп) представляет собой перспективный неинвазивный метод, позволяющий уточнить патофизиологические характеристики психических и неврологических заболеваний in vivo. Объем накопленных в мировом научном сообществе данных об изменениях спонтанной активности и функциональной коннективности (ФК) областей головного мозга при БАР требует качественного синтеза для определения спектра нарушений. Проведен систематизированный обзор обзоров с целью обобщения изменений, характерных для пациентов с БАР по данным фМРТп. Качественный синтез результатов 9 систематических обзоров и 6 мета-анализов позволил определить изменения спонтанной активности и ФК наиболее характерные для БАР, подтверждая единство функциональных нарушений у пациентов с данным расстройством. При этом, маниакальное состояние чаще всего ассоциировано с повышением активности миндалевидного тела и снижением его ФК с лобным отделом, снижением активности поясной коры и повышением её ФК с полосатым телом. Для депрессивной фазы наиболее характерны нарушения ФК внутри сети пассивного режима работы мозга, преимущественно связанные с задней поясной корой. Функциональные изменения при эутимии могут отражать остаточные проявления одной из экзацербационных фаз или могут быть связаны с наличием в анамнезе психотического эпизода. Кроме того, впервые в России проведен сравнительный анализ возможных методов количественного синтеза данных фМРТп.

1. Иванов М.В., Тумова М.А. Методы нейровизуализации: место и роль в персонифицированной диагностике и терапии эндогенных психических расстройств. Сибирский вестник психиатрии и наркологии. 2018;4(101):105-110. https://doi.org/10.26617/1810-3111-2018-4(101)-105-110.

2. Касьянов Е.Д., Меркулова Т.В., Кибитов А.О., Мазо Г.Э. Генетика расстройств биполярного спектра: фокус на семейные исследования с использованием полноэкзомного секвенирования. Генетика. 2020;7(56):762-782. https://doi.org/10.31857/S001667582007005X.

3. Морозова М.А., Потанин С.С., Бурминский Д.С. и др. Низкие дозы кветиапина (Сероквеля) в качестве корректора импульсивности у пациентов с биполярным аффективным расстройством в ремиссии. Журнал неврологии и психиатрии им. C.С. Корсакова. 2022;8(122):120-127. https://doi.org/10.17116/jnevro2022122081120.

4. Мосолов С.Н., Шафаренко А.А., Ушкалова А.В. и др. Формализованная диагностика биполярного аффективного расстройства у больных с приступообразной шизофренией и шизоаффективным расстройством. Современная терапия психических расстройств. 2014;3:2-7.

5. Мосолов С.Н., Ушкалова А.В., Костюкова Е.Г. и др. Диагностика биполярного аффективного расстройства II типа среди пациентов с текущим диагнозом рекуррентного депрессивного расстройства. Современная терапия психических расстройств. 2014;2:2-12.

6. Петрова Н.Н., Бутома Б.Г., Дорофейкова М.В. Настоящее и будущее биомаркеров в диагностике эндогенных психических расстройств. Психиатрия, психотерапия и клиническая психология. 2020;2(11):289-296. https://doi.org/10.34883/PI.2020.11.2.006.

7. Aromataris E, Fernandez R, Godfrey CM, Holly C, Khalil H, Tungpunkom P. Summarizing systematic reviews: methodological development, conduct and reporting of an umbrella review approach. Int J Evid Based Health. 2015;13(3):132–40. https://doi.org/10.1097/XEB.0000000000000055

8. Birur B, Kraguljac NV, Shelton RC, Lahti AC. Brain structure, function, and neurochemistry in schizophrenia and bipolar disorder – a systematic review of the magnetic resonance neuroimaging literature. NPJ Schizophr. 2017;3:15. https://doi.org/10.1038/s41537-017-0013-9

9. Bullmore E, Sporns O. The economy of brain network organization. Nat Rev Neurosci. 2012;13(5):336–49. https://doi.org/10.1038/nrn3214

10. Calhoun VD, Adali T, Pearlson GD, Pekar JJ. A method for making group inferences from functional MRI data using independent component analysis. Hum Brain Mapp. 2001;14(3):140–51. https://doi.org/10.1002/hbm.1048

11. Carvalho AF, Firth J, Vieta E. Bipolar Disorder. N Engl J Med. 2020;383(1):58–66. https://doi.org/10.1056/NEJMra1906193

12. Cattarinussi G, Di Giorgio A, Wolf RC, Balestrieri M, Sambataro F. Neural signatures of the risk for bipolar disorder: A meta-analysis of structural and functional neuroimaging studies. Bipolar Disord. 2019;21(3):215–27. https://doi.org/10.1111/bdi.12720

13. Cattarinussi G, Bellani M, Maggioni E, Sambataro F, Brambilla P, Delvecchio G. Restingstate functional connectivity and spontaneous brain activity in early-onset bipolar disorder: A review of functional Magnetic Resonance Imaging studies. J Affect Disord. 2022;311:463–71. https://doi.org/10.1016/j.jad.2022.05.055

14. Claeys EHI, Mantingh T, Morrens M, Yalin N, Stokes PRA. Resting-state fMRI in depressive and (hypo)manic mood states in bipolar disorders: A systematic review. Prog Neuropsychopharmacol Biol Psychiatry. 2022;113:110465. https://doi.org/10.1016/j.pnpbp.2021.110465

15. Cole DM, Smith SM, Beckmann CF. Advances and pitfalls in the analysis and interpretation of resting-state FMRI data. Front Syst Neurosci. 2010;4:8.https://doi.org/10.3389/fnsys.2010.00008

16. DiGangi JA, Tadayyon A, Fitzgerald DA, Rabinak CA, Kennedy A, Klumpp H, et al. Reduced default mode network connectivity following combat trauma. Neurosci Lett. 2016;615:37–43. https://doi.org/10.1016/j.neulet.2016.01.010

17. Eickhoff SB, Bzdok D, Laird AR, Kurth F, Fox PT. Activation Likelihood Estimation metaanalysis revisited. Neuroimage. 2012;59(3):2349–61. https://doi.org/10.1016/j.neuroimage.2011.09.017

18. Ghaemi SN, Vohringer PA. Athanasios Koukopoulos’ Psychiatry: The Primacy of Mania and the Limits of Antidepressants. Curr Neuropharmacol. 2017;15(3):402–8. https://doi.org/10.1016/j.neuroimage.2011.09.017

19. Gong J, Wang J, Qiu S, Chen P, Luo Z, Wang J, et al. Common and distinct patterns of intrinsic brain activity alterations in major depression and bipolar disorder: voxel-based metaanalysis. Transl Psychiatry. 2020;10:353. https://doi.org/10.1038/s41398-020-01036-5

20. Gong J, Wang J, Chen P, Qi Z, Luo Z, Wang J, et al. Large-scale network abnormality in bipolar disorder: A multimodal meta-analysis of resting-state functional and structural magnetic resonance imaging studies. J Affect Disord. 2021;292:9–20.https://doi.org/10.1016/j.jad.2021.05.052

21. Grant MJ, Booth A. A typology of reviews: an analysis of 14 review types and associated methodologies. Health Inf Libr J. 2009;26(2):91–108. https://doi.org/10.1111/j.1471-1842.2009.00848.x

22. Greicius MD, Krasnow B, Reiss AL, Menon V. Functional connectivity in the resting brain: A network analysis of the default mode hypothesis. Proc Natl Acad Sci. 2003;100(1):253–8. https://doi.org/10.1073/pnas.0135058100

23. Hafeman DM, Chang KD, Garrett AS, Sanders EM, Phillips ML. Effects of medication on neuroimaging findings in bipolar disorder: an updated review. Bipolar Disord. 2012;14(4):375–410. https://doi.org/10.1111/j.1399-5618.2012.01023.x

24. Hamilton JP, Farmer M, Fogelman P, Gotlib IH. Depressive Rumination, the Default-Mode Network, and the Dark Matter of Clinical Neuroscience. Biol Psychiatry. 2015;78(4):224–30. https://doi.org/10.1016/j.biopsych.2015.02.020

25. Hasanpoor E, Hallajzadeh J, Siraneh Y, Hasanzadeh E, Haghgoshayie E. Using the Methodology of Systematic Review of Reviews for Evidence-Based Medicine. Ethiop J Health Sci. 2019;29(6):775–8. https://doi.org/10.4314/ejhs.v29i6.15

26. Ho NF, Li Hui Chong P, Lee DR, Chew QH, Chen G, Sim K. The Amygdala in Schizophrenia and Bipolar Disorder: A Synthesis of Structural MRI, Diffusion Tensor Imaging, and Resting-State Functional Connectivity Findings. Harv Rev Psychiatry. 2019;27(3):150–64. https://doi.org/10.1097/HRP.0000000000000207

27. Hutchison RM, Womelsdorf T, Allen EA, Bandettini PA, Calhoun VD, Corbetta M, et al. Dynamic functional connectivity: promise, issues, and interpretations. NeuroImage. 2013;80:360–78. https://doi.org/10.1016/j.neuroimage.2013.05.079

28. Joslyn C, Hawes DJ, Hunt C, Mitchell PB. Is age of onset associated with severity, prognosis, and clinical features in bipolar disorder? A meta-analytic review. Bipolar Disord. 2016;18(5):389–403. https://doi.org/10.1111/bdi.12419

29. Kotzalidis GD, Rapinesi C, Savoja V, Cuomo I, Simonetti A, Ambrosi E, et al. Neurobiological Evidence for the Primacy of Mania Hypothesis. Curr Neuropharmacol. 2017;15(3):339–52.https://doi.org/10.2174/1570159X14666160708231216

30. Laidi C, Houenou J. Brain functional effects of psychopharmacological treatments in bipolar disorder. Eur Neuropsychopharmacol J Eur Coll Neuropsychopharmacol. 2016;26(11):1695–740. https://doi.org/10.1016/j.euroneuro.2016.06.006

31. Liston C, Chen AC, Zebley BD, Drysdale AT, Gordon R, Leuchter B, et al. Default Mode Network Mechanisms of Transcranial Magnetic Stimulation in Depression. Biol Psychiatry. 2014;76(7):517–26.https://doi.org/10.1016/j.biopsych.2014.01.023

32. Logothetis NK. The Underpinnings of the BOLD Functional Magnetic Resonance Imaging Signal. J Neurosci. 2003;23(10):3963–71. https://doi.org/10.1523/JNEUROSCI.23-10-03963.2003

33. Luna LP, Radua J, Fortea L, Sugranyes G, Fortea A, Fusar-Poli P, et al. A systematic review and meta-analysis of structural and functional brain alterations in individuals with genetic and clinical high-risk for psychosis and bipolar disorder. Prog Neuropsychopharmacol Biol Psychiatry. 2022;117:110540. https://doi.org/10.1016/j.pnpbp.2022.110540

34. Merikangas KR, Jin R, He JP, Kessler RC, Lee S, Sampson NA, et al. Prevalence and correlates of bipolar spectrum disorder in the world mental health survey initiative. Arch Gen Psychiatry. 2011;68(3):241–51. https://doi.org/10.1001/archgenpsychiatry.2011.12

35. Nieto-Castanon A. Brain-wide connectome inferences using functional connectivity MultiVariate Pattern Analyses (fc-MVPA). PLOS Comput Biol. 2022;18(11):e1010634. https://doi.org/10.1371/journal.pcbi.1010634

36. Posner J, Hellerstein DJ, Gat I, Mechling A, Klahr K, Wang Z, et al. Antidepressants Normalize the Default Mode Network in Patients With Dysthymia. JAMA Psychiatry. 2013;70(4):373–82. https://doi.org/10.1001/jamapsychiatry.2013.455

37. Qi Z, Wang J, Gong J, Su T, Fu S, Huang L, et al. Common and specific patterns of functional and structural brain alterations in schizophrenia and bipolar disorder: a multimodal voxel-based meta-analysis. J Psychiatry Neurosci JPN. 2022;47(1):E32–47. https://doi.org/10.1503/jpn.210111

38. Radua J, Mataix-Cols D, Phillips ML, El-Hage W, Kronhaus DM, Cardoner N, et al. A new meta-analytic method for neuroimaging studies that combines reported peak coordinates and statistical parametric maps. Eur Psychiatry J Assoc Eur Psychiatr. 2012;27(8):605–11. https://doi.org/10.1016/j.eurpsy.2011.04.001

39. Radua J, Mataix-Cols D. Meta-analytic methods for neuroimaging data explained. Biol Mood Anxiety Disord. 2012;2:6. https://doi.org/10.1186/2045-5380-2-6

40. Saccaro LF, Crokaert J, Perroud N, Piguet C. Structural and functional MRI correlates of inflammation in bipolar disorder: A systematic review. J Affect Disord. 2023;325:83–92. https://doi.org/10.1016/j.jad.2022.12.162

41. Schumer MC, Chase HW, Rozovsky R, Eickhoff SB, Phillips ML. Prefrontal, parietal, and limbic condition-dependent differences in bipolar disorder: a large-scale meta-analysis of functional neuroimaging studies. Mol Psychiatry. 2023. https://doi.org/10.1038/s41380-023-01974-8

42. Sedler MJ. Falret’s discovery: the origin of the concept of bipolar affective illness. Translated by M. J. Sedler and Eric C. Dessain. Am J Psychiatry. 1983;140(9):1127–33. https://doi.org/10.1176/ajp.140.9.1127

43. Stephan KE, Friston KJ. Analyzing effective connectivity with fMRI. Wiley Interdiscip Rev Cogn Sci. 2010;1(3):446–59. https://doi.org/10.1002/wcs.58

44. Syan SK, Smith M, Frey BN, Remtulla R, Kapczinski F, Hall GBC, et al. Resting-state functional connectivity in individuals with bipolar disorder during clinical remission: a systematic review. J Psychiatry Neurosci JPN. 2018;43(5):298–316. https://doi.org/10.1503/jpn.170175

45. Thomas Yeo BT, Krienen FM, Sepulcre J, Sabuncu MR, Lashkari D, Hollinshead M, et al. The organization of the human cerebral cortex estimated by intrinsic functional connectivity. J Neurophysiol. 2011;106(3):1125–65. https://doi.org/10.1152/jn.00338.2011

46. Tozzi L, Zhang X, Chesnut M, Holt-Gosselin B, Ramirez CA, Williams LM. Reduced functional connectivity of default mode network subsystems in depression: Meta-analytic evidence and relationship with trait rumination. NeuroImage Clin. 2021;30:102570. https://doi.org/10.1016/j.nicl.2021.102570

47. Vargas C, López-Jaramillo C, Vieta E. A systematic literature review of resting state network-functional MRI in bipolar disorder. J Affect Disord. 2013;150(3):727–35. https://doi.org/10.1016/j.jad.2013.05.083

48. Vieta E, Berk M, Schulze TG, Carvalho AF, Suppes T, Calabrese JR, et al. Bipolar disorders. Nat Rev Dis Primer. 2018;4:18008. https://doi.org/10.1038/nrdp.2018.8

49. Vigo D, Thornicroft G, Atun R. Estimating the true global burden of mental illness. Lancet Psychiatry. 2016;3(2):171–8. https://doi.org/10.1016/S2215-0366(15)00505-2

50. Wager TD, Lindquist M, Kaplan L. Meta-analysis of functional neuroimaging data: current and future directions. Soc Cogn Affect Neurosci. 2007;2(2):150–8. https://doi.org/10.1093/scan/nsm015

51. Wang Y, Gao Y, Tang S, Lu L, Zhang L, Bu X, et al. Large-scale network dysfunction in the acute state compared to the remitted state of bipolar disorder: A meta-analysis of resting-state functional connectivity. EBioMedicine. 2020;54:102742. https://doi.org/10.1016/j.ebiom.2020.102742

52. Xue C, Zhang X, Cao P, Yuan Q, Liang X, Zhang D, et al. Evidence of functional abnormalities in the default mode network in bipolar depression: A coordinate-based activation likelihood estimation meta-analysis. J Affect Disord. 2023;326:96–104. https://doi.org/10.1016/j.jad.2023.01.088

53. Yamada M, Uddin LQ, Takahashi H, Kimura Y, Takahata K, Kousa R, et al. Superiority illusion arises from resting-state brain networks modulated by dopamine. Proc Natl Acad Sci USA. 2013;110(11):4363–7. https://doi.org/10.1073/pnas.1221681110

54. Zang Y, Jiang T, Lu Y, He Y, Tian L. Regional homogeneity approach to fMRI data analysis. NeuroImage. 2004;22(1):394–400. https://doi.org/10.1016/j.neuroimage.2003.12.030

55. Zhang S, Li X, Lv J, Jiang X, Guo L, Liu T. Characterizing and Differentiating Task-based and Resting State FMRI Signals via Two-stage Sparse Representations. Brain Imaging Behav. 2016;10(1):21–32. https://doi.org/10.1007/s11682-015-9359-7

56. Zhou HX, Chen X, Shen YQ, Li L, Chen NX, Zhu ZC, et al. Rumination and the default mode network: Meta-analysis of brain imaging studies and implications for depression. NeuroImage. 2020;206:116287. https://doi.org/10.1016/j.neuroimage.2019.116287

57. Zimmerman M, Ruggero CJ, Chelminski I, Young D. Is bipolar disorder overdiagnosed? J Clin Psychiatry. 2008;69(6):935–40. https://doi.org/10.4088/jcp.v69n0608

58. Zou QH, Zhu CZ, Yang Y, Zuo XN, Long XY, Cao QJ, et al. An improved approach to detection of amplitude of low-frequency fluctuation (ALFF) for resting-state fMRI: fractional ALFF. J Neurosci Methods. 2008;172(1):137–41. https://doi.org/10.1016/j.jneumeth.2008.04.012

59. Zuo XN, Kelly C, Di Martino A, Mennes M, Margulies DS, Bangaru S, et al. Growing Together and Growing Apart: Regional and Sex Differences in the Lifespan Developmental Trajectories of Functional Homotopy. J Neurosci. 2010;30(45):15034–43. https://doi.org/10.1523/JNEUROSCI.2612-10.2010