Studie enthüllt neues Verständnis neuronaler Netze im Zusammenhang mit Depressionen

Klinische Depression ist eine komplexe psychische Störung, von der Millionen Menschen weltweit betroffen sind. Obwohl Medikamente gegen Depressionen verfügbar sind, spricht ein Drittel der Patienten nicht auf diese Primärmedikamente an. Andere Interventionen wie die tiefe Hirnstimulation (DBS) haben gezeigt, dass sie den Patienten eine erhebliche Linderung verschaffen können, die bisherigen Ergebnisse waren jedoch inkonsistent. Um maßgeschneiderte Behandlungen zu entwickeln und die Patientenergebnisse zu verbessern, ist ein tieferes Verständnis der neurophysiologischen Grundlagen von Depressionen erforderlich.

Eine neue Studie in Biological Psychiatry, veröffentlicht von Elsevier, wirft Licht auf die mit Depressionen verbundenen neuronalen Netzwerke des Gehirns. Unter der Leitung von Sameer Sheth, MD, Ph.D., am Baylor College of Medicine, zusammen mit Wayne Goodman, MD, und Nader Pouratian, MD, Ph.D., sammelten die Forscher elektrophysiologische Aufzeichnungen aus präfrontalen kortikalen Regionen bei drei menschlichen Probanden, Alle litten unter einer schweren behandlungsresistenten Depression.

Der präfrontale Kortex spielt eine wichtige Rolle bei psychiatrischen und kognitiven Störungen und beeinflusst die Fähigkeit, Ziele zu setzen und Gewohnheiten zu entwickeln. Diese hochentwickelten Gehirnregionen lassen sich in nichtmenschlichen Modellen besonders schwer untersuchen, daher sind Daten, die über die Aktivität des menschlichen Gehirns gesammelt werden, besonders wertvoll.

Die Forscher machten mithilfe implantierter intrakranieller Elektroden elektrophysiologische Aufzeichnungen der Nervenaktivität von der Oberfläche des Gehirns und maßen neun Tage lang den Schweregrad der Depression jedes Teilnehmers. Die Patienten wurden im Rahmen einer Machbarkeitsstudie für die Behandlung mit DBS einer Gehirnoperation unterzogen.

Wichtigste Ergebnisse der Studie:

• Ein geringerer Schweregrad der Depression korrelierte mit einer verringerten niederfrequenten neuronalen Aktivität und einer erhöhten hochfrequenten Aktivität.
• Veränderungen im anterioren cingulären Kortex (ACC) dienten als der beste Vorhersagebereich für den Schweregrad einer Depression.
• Es wurden individuell spezifische Merkmalssätze identifiziert, die den Schweregrad erfolgreich vorhersagen konnten.

„Um Neuromodulationstechniken zur Behandlung komplexer psychiatrischer oder neurologischer Störungen einzusetzen, müssen wir idealerweise ihre zugrunde liegende Neurophysiologie verstehen“, sagte Dr. Sheth. „Wir freuen uns, dass wir erste Fortschritte beim Verständnis der Kodierung der Stimmung in menschlichen präfrontalen Schaltkreisen erzielt haben. Wenn mehr solcher Daten verfügbar werden, können wir hoffentlich erkennen, welche Muster bei einzelnen Personen gemeinsam und welche spezifisch sind. Diese Informationen werden für die Entwicklung und Personalisierung von Therapien der nächsten Generation gegen Depressionen wie DBS von entscheidender Bedeutung sein.“

John Krystal, MD, Herausgeber von Biological Psychiatry, erklärt: „Wir verfügen jetzt über eine wachsende Sammlung von Ansätzen, die zur Kartierung der Schaltkreise und zur Charakterisierung der neuronalen Codes angewendet werden können, die Depressionen zugrunde liegen.“ Dieses Wissen wird die Gehirnstimulationsbehandlungen der nächsten Generation leiten und die Art und Weise beeinflussen, wie wir Depressionen im Großen und Ganzen verstehen und behandeln.“

Depression ist eine weit verbreitete psychische Erkrankung, die ein tieferes Verständnis ihrer neurophysiologischen Grundlagen erfordert, um maßgeschneiderte Behandlungen zu entwickeln und die Behandlungsergebnisse für die Patienten zu verbessern. Die Ergebnisse dieser Studie liefern neue Einblicke in die mit Depressionen verbundenen neuronalen Netzwerke des Gehirns und geben Hoffnung auf wirksamere Behandlungen in der Zukunft.

Referenz: „Decoding Depression Severity From Intracranial Neural Activity“ von Jiayang Xiao, Nicole R. Provenza, Joseph Asfouri, John Myers, Raissa K. Mathura, Brian Metzger, Joshua A. Adkinson, Anusha B. Allawala, Victoria Pirtle, Denise Oswalt, Ben Shofty, Meghan E. Robinson, Sanjay J. Mathew, Wayne K. Goodman, Nader Pouratian, Paul R. Schrater, Ankit B. Patel, Andreas S. Tolias, Kelly R. Bijanki, Xaq Pitkow und Sameer A. Sheth, 2 Februar 2023, Biologische Psychiatrie. DOI: 10.1016/j.biopsych.2023.01.020.