Содержание к диссертации
Введение
Глава 1. Современные маркеры динамики психического статуса (обзор литературы) 10
1.1. Функционирование организма в норме и патологии 11
1.2. Функциональные проявления адаптации 18
1.3. Физиологические корреляты нейрокогнитивных процессов 25
Глава 2. Материал и методы исследования 35
2.1. Оценка психологического статуса испытуемых 35
2.2. Регистрация спонтанной биоэлектрической активности головного мозга 40
2.3. Общая количественная характеристика проведенного исследования 44
2.4. Статистическая обработка результатов 46
Глава 3. Психофизиологические показатели и их достоверность (результаты проведенного исследования) 49
3.1. Психологический статус испытуемых 50
3.2. Нейрокогнитивные функции и их корреляция 56
3.3. Результаты регистрации и обработки ЭЭГ 66
3.4. Нейрофизиологические функции и их корреляция 86
Глава 4. Возможности и ограничения оценки психического статуса в условиях дефрщита времени (обсуждение результатов) 102
4.1. Анализ психического статуса 102
4.2. Нейрофизиологическое отражение работы головного мозга 110
Заключение 118
Выводы 120
Практические рекомендации 121
Список использованной литературы
- Функциональные проявления адаптации
- Регистрация спонтанной биоэлектрической активности головного мозга
- Нейрокогнитивные функции и их корреляция
- Нейрофизиологическое отражение работы головного мозга
Введение к работе
Актуальность проблемы. Функциональное состояние организма в условиях адаптации к изменяющейся окружающей среде остается в центре внимания исследователей в начале XXI века [44, 55, 68, 73, 75]. Интенсивно изучаются тончайшие аспекты функционирования головного мозга, прежде всего, в комплексных исследованиях. ЭЭГ продолжает занимать место среди ряда других физиологических и психофизиологических методов, позволяя максимально оценить ответ организма на внешнее воздействие [15, 19, 27, 47, 103, 148]. Пристальное внимание к исследованию электрофизиологии головного мозга позволяет описать корреляцию между теми или иными явлениями психической деятельности человека и регистрацией электрических проявлений работы головного мозга [19, 27, 81, 88, 137]. Сочетание ЭЭГ с психологическими тестами позволяет получить более полную картину функционального состояния человека, доказывая, что психические функции имеют конкретную психофизиологическую основу [81, 101, 141].
Перспективными в оценке нейрокогнитивного функционирования сегодня считаются конструкции нервных сетей с оценкой вегетативных параметров, регистрация потенциалов, связанных с событием, ЭЭГ, ЭКГ, ЭМГ, показателей дыхания в комплексе [19, 148] позволяющие охарактеризовать, в том числе, и «психическое здоровье» [43, 92, 124, 125].
Психофизиология по своему существу отражает последний этап становление современной психологии, развивающаяся на стыке физиологии и психологии. Психофизиология не только открывает для нас фундаментальные основы умственной деятельности человека, но и помогает объяснить генез психической и психосоматической патологии [79, 93].
В конце прошлого века с распадом СССР методы организации и контроля многих аспектов деятельности врачей-специалистов кардинальным образом меняются. В условиях, когда критерии оценки врачебной
деятельности становятся размытыми и базируются на мнении экспертов, порой разнородном и противоречивом, при отсутствии конкретной юридической базы по вопросам о «врачебной ошибке» и «ответственности врачей», появляется необходимость разработки и формулирования четких алгоритмов в диагностике и в лечении [20, 29].
Одним из направлений современной медицины является разработка лечебно-диагностических стандартов обследования различных групп населения [29, 86]. В современных условиях нередко возникает необходимость оценить состояние человека в довольно сжатые временные сроки. Особенно актуальна стандартизация работы специалиста при проведении анализа в условиях дефицита времени, то есть разработка и апробация методов экспресс-анализа [20, 38].
Это направление затрагивает и психоневрологию, где оценка нейрокогнитивного статуса сегодня имеет первостепенное значение. В соответствии с действующим законодательством обязательное психическое освидетельствование проходят при приеме на работу, выдаче и подтверждении водительских прав, выдаче разрешения на ношение огнестрельного оружия [39]. В тоже время каких-либо устоявшихся регламентов оценки психического здоровья или в более широком смысле «психической нормы» на сегодняшний день не существует [28].
Большим распространением для оценки психического здоровья пользуется регистрация ЭЭГ, как в покое, так и с выполнением стандартных проб, в том числе с регистрацией вызванных потенциалов [3], а также различные методы психологического тестирования, подбор которых в каждом конкретном случае подвержен значительным вариациям [69].
В силу указанных обстоятельств целью настоящего исследования явилось физиологическое обоснование экспресс алгоритмов оценки психического здоровья по данным нейрофизиологического и клинико-психологического исследования в условиях дефицита времени. Для решения указанной цели предполагается решить следующие задачи:
Изучить психофизиологические механизмы оценки психического статуса.
Исследовать нейрофизиологические механизмы функционирования головного мозга.
Оценить валидность показателей психического статуса в условиях дефицита времени.
Научная новизна исследования.
Показана эффективность, и ее отсутствие для ряда методов клинико-психологического тестирования неирокогнитивного статуса в условиях дефицита времени. В частности, метод психологического тестирования SCL-90-R не может быть использован для экспресс-оценки когнитивного статуса с большой достоверностью. Однако в комплексной оценке могут быть использованы интегративные показатели второго порядка SCL-90-R.
Адекватный комплекс клинико-психологического тестирования для экспресс-оценки психического статуса должен включать методы разносторонней оценки когнитивной деятельности человека.
3. Установлена зависимость между вторичными показателями
компьютерной обработки ЭЭГ (индексами и спектрами мощности). Показана
целесообразность их определения для оценки психического здоровья.
Индексы и спектры мощности ЭЭГ в одних и тех же отведениях для одного и того же диапазона, несмотря на существенную разницу алгоритмов их определения, как правило, связаны между собой. Предполагается, что индексы и спектры мощности ЭЭГ характеризуют одни и те же показатели психической активности. Будучи выражены в процентном отношении (так что сумма в 100% получается при сложении показателей во всех диапазонах) и индексы и спектры мощности отражают «степень присутствия» в суммарных колебаниях волн того или иного диапазона.
Доказано, что для большинства изученных данных характерна связь между показателями в «соседних отведениях». Кроме этого, в ряде случаев (это показано для дельта, бетаї и бета2 диапазонов) существует
7 регрессионная зависимость между симметричными лево-правыми отведениями. Предположено, что дельта и бета составляющие колебаний симметричны в левом и правом полушарии.
6. Дано физиологическое обоснование комплексной экспресс - оценки психических реакций с использованием ЭЭГ и методик психологического тестирования с последующей компьютерной обработкой данных для скрининговой оценки психического здоровья.
Теоретическая и практическая значимость исследования.
Проведена попытка физиологического обоснования используемых в работе методик вторичного компьютерного анализа спонтанной биоэлектрической активности головного мозга. На основе проведенного исследования ряда к л инико-психо логических методов тестирования, регистрации и изучения ЭЭГ предложен конкретный алгоритм экспресс анализа психического здоровья в условиях диспансерного приема.
Внедрение результатов исследования.
Результаты исследования были внедрены в учебный процесс на кафедре нормальной физиологии ГОУ ВПО Санкт-Петербургская государственная педиатрическая медицинская академия Федерального агентства по здравоохранению и социальному развитию, в лечебно-диагностический процесс СПб ГУЗ «Психоневрологический диспансер № 1».
Основные положения, выносимые на защиту:
1. Комплексная оценка когнитивных функций человека включает
изучение ряда обязательных аспектов функционирования работы мозга —
личностных свойств, психопатологической симптоматики, как отражения
стресс-реактивности организма, а также логического мышления, способности
к обобщению и абстрагированию. Целостное отражение
психофизиологических свойств личности необходимо для суждения о
психической «норме» или «патологии».
2. Спонтанная биоэлектрическая активность головного мозга является
интегральным отражением его физиологических функций. Оптимально ее
8 оценивать как визуально с использованием стандартных подходов, так и с помощью современных компьютерных способов математического анализа с подсчетом индексов и спектров мощности. Показатели индексов и спектров мощности ЭЭГ устойчиво коррелируют между собой. Спектральные характеристики ЭЭГ отражают уровень активности головного мозга.
3. Изучение психофизиологических характеристик личности с помощью методов тестирования в комплексе с регистрацией и компьютерным анализом ЭЭГ эффективно позволяет объяснить физиологические аспекты работы мозга. В прикладном аспекте, в условиях дефицита времени комплексное исследование позволяет оценить психическое здоровье испытуемых в скрининговых обследованиях.
Личный вклад автора.
Личный вклад автора в проведенное исследование заключается в осуществлении аналитического обзора данных отечественной и зарубежной литературы по изучаемой проблеме, а также составлении программы исследования (доля участия 80%). Разработаны карты обработки комплекса психологического тестирования (личное участие 100%). Автор непосредственно участвовал в обследовании испытуемых исследуемых групп, в сборе материала и составлении базы данных, а также полностью выполнил статистическое исследование полученного материала в рамках описательной статистики и многофакторной статистической обработки. В целом вклад автора в исследование превысил 90%.
Апробация материалов диссертации.
Материал диссертации отражены в 8 работах, опубликованных в открытой печати, из них 2 — в ведущих рецензируемых журналах, рекомендованных ВАК.
Результаты исследования доложены на 44-ом Международном симпозиуме по военно-прикладной психологии «Changing world and environment: approaches in military phychology and phychophysiology» (Санкт-Петербург, 8-12 сентября 2008 г.), на 14-м Мировом конгрессе по
9 психофизиологии «The Olympics of the Brain» (Санкт-Петербург, 8—13 сентября 2008 г.), на III международной (XII Всероссийской) Пироговской студенческой научной медицинской конференции (Москва, 30 ноября 2007 г.), на Всероссийской научно-практической конференции «Количественная ЭЭГ и нейротерапия» (Санкт-Петербург, 15 — 16 октября 2007 г.), на XII Всероссийской научно-практической конференции «Образование в России: психологические, педагогические, медицинские, экологические аспекты» (Калуга, 17-19 мая 2008 г.), на XI Санкт-Петербургской международной конференции «Региональная информатика - 2008 (РИ-2008)» (Санкт-Петербург, 22 - 24 октября 2008 г.), а также на межкафедральном совещании кафедры нормальной физиологии и кафедры анестезиологии-реаниматологии и неотложной педиатрии ГОУ ВПО Санкт-Петербургской государственной педиатрической медицинской академии Федерального агентства по здравоохранению и социальному развитию и кафедры военной психофизиологии ГОУ ВПО Военно-Медицинской Академии им. СМ. Кирова Министерства обороны Российской Федерации.
Объем и структура работы.
Диссертация изложена на 141 страницах машинописного текста, состоит из введения, 4 глав (обзора литературы, материалов и методов исследования, результатов исследования, обсуждения полученных результатов), заключения, выводов; содержит 41 рисунок и 21 таблицу. Список литературы включает 164 источника, из них 95 отечественных и 69 иностранных авторов.
Объект исследования: изучение интегративной деятельности головного мозга как прикладного клинического аспекта отражения работы мозга для изучения психического здоровья.
Функциональные проявления адаптации
При изучении процессов адаптации организма к изменившимся условиям так же активно используется регистрация ЭЭГ. Методом статистической оценки вероятностного взаимодействия основных составляющих электрической активности мозга выявлен характер различий межцентральных взаимодействия у здоровых лиц и при разной степени дезадаптационных нарушений. Установлено, что степень выраженности дезадаптационных нарушений связана с постепенным разрушением «функционального ядра» в альфа-диапазоне, усилением вероятностных связей с бета и тета компонентами ЭЭГ и формированием патологических «функциональных ядер» в этих диапазонах [67].
Подробно изучены электрофизиологические механизмы развития адаптационных процессов при исследовании ЭЭГ с вычислением гемодинамических показателей это - так называемый полипараметрический метод с использованием ЭКГ, реовазограммы, ЭМГ, ЧД. Их параметризация и матричное описание позволяют оценить функциональное состояние на основе унифицированного набора параметров. В работе показано, что для диагностики состояния стресса и стадий его развития необходимо, но недостаточно определение набора параметров кардио-респираторно-гемодинамической систем. Главная характеристика - степень соответствия гармоничных соотношений электрофизиологических параметров, то есть сбалансированность подсистем [27].
Например, в качестве стрессового фактора при изучении адаптации может использоваться сверхдлительная изоляция в сочетании с физической нагрузкой [44, 55]. При исследовании моряков в длительном рейсе рассматривается кумуляция утомления и нарушение процессов восстановления. Также сделан вывод о базисной роли сверхмедленных процессов головного мозга в механизмах регуляции состояний и об их тесной связи с различным уровнем метаболизма в ЦНС.
Динамику стресс-реакций изучают по целому ряду показателей - ЧСС, АД систолическое, АД диастолическое, АД пульсовое, и постоянный потенциал мозга (омегаметрия). Подчеркивается, что метод омсгометрии с физической нагрузкой позволяет определить функциональное состояние человека и индивидуально-топологическую реакцию организма на предъявленные ему возмущения [55]. Описать механизмы адаптации человека в условиях сверхдлительной изоляции помогло использование методик оценки температурного гомеостаза, психофизиологического мониторинга с динамикой ЧСС и вариационными характеристиками RR интервалов, а также циркадные ритмы содержания кортизола в слюне [44].
Активно изучаются процессы адаптации в условиях искусственной гипоксии [41, 51, 75, 76]. Изучены особенности перестроек биопотенциального поля мозга, структуры взаимодействия компонентов (волн) основной ритмики ЭЭГ, стереотаксическая локализация и мощность эквивалентных электрических дипольных источников (ЭЭДИ) на разных стадиях развития острой экспериментальной гипоксии (дыхание гипоксической газовой смесью с 8% содержанием кислорода в азоте в течение 15-30 мин) [76]. Используя спирометрические методики в комплексном обследовании с применением измерения АД, температуры в подмышечной области, газоанализатора и пульсоксиметра, оценивая показатели газообмена, внешнего дыхания, ЧСС, уровня оксигенации гемоглобина в крови подробно описано расширение функционального диапазона реакций дыхания и газообмена при повторных гипоксических воздействиях [41].
В исследовании оценивали внутрисистемные и межсистемные перестройки физиологических параметров в условиях острой экспериментальной гипоксии с использованием одновременной регистрации параметров внешнего дыхания, системного и мозгового кровообращения, уровня сатурации гемоглобина и тканевого напряжения кислорода. Установлено, что в ответ на гипоксическое воздействие вовлекается вся система, однако степень вовлечения и величина сдвигов индивидуальны. Существуют определенные границы функциональных резервов на каждом этапе гипоксии. Выход за эти пределы приводит к дезорганизации и перерасходыванию компонентов резервов и снижению времени переносимости гипоксического воздействия [75].
Гипоксические воздействия могут быть исследованы и с помощью одной единственной классической методики - термометрии. В этих целях оцениваются температурные перестройки поверхности кисти при воздействии различных гипоксических проб у лиц с низкой гипоксической устойчивостью. В результатах исследования подчеркивается, что у испытуемых преобладали вазоконстрикторные реакции и снижение температуры. Зоны поверхности кисти обладают разной информативностью, что может быть использовано как для отбора людей на работу в условиях гипоксии, так и для индивидуально-топографического маркера экологического портрета человека [51].
Регистрация спонтанной биоэлектрической активности головного мозга
ЭЭГ при помощи комплекса электроэнцефалографических усилителей «Телепат 104» (Россия), указанный аппарат имеет 28 каналов, в том числе 22 канала ЭЭГ, 4 канала РЭГ (плюс 4 дифференциальных и 4 R-базовых) и 2 универсальных канала (например, ЭКГ).
В нашем исследовании ЭЭГ регистрировалась в восьми биполярных отведениях Fpi - С3, Fp2 - С4, С3 - Оь С4 - 02, Oi - Т3, 02 - Т4, Т3 - Fp,, Т4 -Fp2, см. рис. 1.
Компьютерная обработка сигнала проводилась с помощью программного комплекса WinEEG версия 1.3. Программа WinEEG предназначена для совместной работы электроэнцефалографа «Телепат 104», фотостимулятора «Факир 103» и может быть использована для проведения электроэнцефалографических исследований: регистрации, обработки и анализа электроэнцефалограммы. WinEEG разработана для персонального компьютера IBM PC и операционной системы MS Windows ХР. В процессе регистрации сигналы, поступающие от усилителей, преобразуются в цифровую форму с помощью АЦП и отображаются на экране монитора в виде характерных кривых (графиков) в режиме, эмулирующем движущуюся бумагу на самописце - так что первичная оценка ЭЭГ проводится визуально, что позволяет отнести записанный файл к группе «норма» или «патология».
Последующая цифровая обработка зарегистрированных ЭЭГ производилась путем вычисления индексов и спектров мощности ЭЭГ. Под индексами ЭЭГ понимается процент времени в течение которого колебания потенциала ЭЭГ имели частоту, находящуюся в некотором заданном диапазоне. Иными словами, если мы определили четыре стандартных диапазона ЭЭГ (дельта, тета, альфа, бета), то в результате анализа некоторого заданного интервала записи для каждого канала ЭЭГ были вычислены проценты времени, в течение которых колебания потенциала имели частоты, находящиеся в заданных пределах.
Для определения индексов ЭЭГ использовали 10 секундный фрагмент записи - наиболее стабильный в плане отсутствия различных помех. Индексы подсчитывали используя полосу пропускания фильтра высоких частот - 0.1 секунды, фильтра низких частот - 30 Гц. При включенном режекторный фильтре сетевой помехи 50 Гц. Также использовали "абсолютный" порог величиной 3 мкВ. Из двух предложенных алгоритмов выделения полуволн: «по переходам через ноль» и «по локальным экстремумам» был выбран алгоритм выделения полуволн, основанный на локальных экстремумах. Минимальная амплитуда полуволн в абсолютных единицах (мкВ) была выбрана равной 3.
Спектральный анализ ЭЭГ основан на математическом преобразовании Фурье, который позволяет представить любой сигнал (в том числе и ЭЭГ) как сумму волн разной частоты. При этом строится особый график, называемый спектр мощности, в котором по горизонтальной оси отложена частота (Гц), а по вертикали — выраженность колебаний на этой частоте в мкВ2 [33].
Для вычисления спектров ЭЭГ использовали тот же 10 секундный фрагмент ЭЭГ. Вычисление спектров ЭЭГ происходит автоматически по следующему алгоритму. Весь интервал записи ЭЭГ разбивается на отрезки равной длины. Длина отрезка определяется параметром спектрального анализа - «длительность эпохи анализа». Имеется возможность установить «Длительность эпохи анализа» равной 1, 2 и 4 сек. Мы вычисляли показатели при длительности эпохи анализа равной 4 сек. Кроме того, при разделении интервала записи ЭЭГ на отрезки используется параметр «перекрывание эпох анализа». При установленном в настройках 50 % перекрывании каждая следующая эпоха (начиная со второй) выделяет отрезок записи ЭЭГ, сдвинутый относительно предыдущей эпохи на половину ее длины.
После разделения интервала записи ЭЭГ на временные анализируемые отрезки вычисления для каждого канала выполняются отдельно. Прежде всего, для каждого отрезка записи ЭЭГ вычисляются параметры полиномиального тренда, и этот тренд компенсируется. Порядок полиномиального тренда задается соответствующим параметром. Нами было выбрано значение равное 0, т.е. при подсчете устранялась только постоянная составляющая. Для подавления просачивания энергии через боковые максимумы каждый отрезок сглаживается временным окном. Возможно использование временных окон Бартлетта, Ханна и Уэлча. Нами при работе было выбрано использование временного окна Ханна. Далее с помощью «быстрого преобразования Фурье» вычисляется спектр мощности (периодограмма).
Вычисляется мощность сигнала в интервале частот, задаваемая параметром «Диапазон низкочастотного сигнала» (от 0,25 до 1,25), и сравнивается с параметром «Максимальная мощность низкочастотного сигнала» (200). Если вычисленная мощность сигнала превышает заданную в последнем параметре, данный отрезок ЭЭГ считается артефактным. Следует отметить, что отрезок ЭЭГ считается артефактным, если хотя бы в одном из обрабатываемых каналов мощность «низкочастотного сигнала» превысила пороговое значение.
Нейрокогнитивные функции и их корреляция
По результатам множественного линейного регрессионного анализа результатов тестирования по методике SCL-90-R установлены следующие закономерности. Большинство шкал (9 из 11) имеют выраженную корреляционную связь со шкалой второго порядка GS1 (общий индекс тяжести). На рис. 2 представлен график стандартных регрессионных коэффициентов (бета) по отношению к зависимому признаку GSI. Слева направо на графике расположены шкалы соматизации, обссесивности-компульсивности, межличностной тревожности, депрессивности, тревожности, враждебности, фобии, паранойяльности, психотизма, а также индексы второго порядка - общее число утвердительных ответов и индекс наличного симптоматического дистресса.
На рис. 3 представлена диаграмма рассеяния с регрессионными прямыми, показывающая линейную связь между значениями по шкале депрессии и показателем GS1 - общий индекс тяжести (стандартный регрессионный коэффициент равен 0,907).
Полученные регрессионные уравнения также свидетельствуют о корреляции между различными шкалами не только в рамках одной методики, но и с другими использованными тестами, что иллюстрируется данными, приведенными в табл. 10 (в скобках указана принадлежность конкретной шкалы к методике «S» - SCL-90-R «М» - «Мини-Мульт»).
Например, результаты по шкале межличностная тревожность коррелируют с полученными результатами общего индекса тяжести, с шкалами соматизации, тревожности и фобии. Результаты по шкале фобии коррелируют с полученными результатами общего индекса тяжести, шкалами тревожность, межличностной тревожности, и показателями индекса наличного симптоматического дистресса.
Результаты по шкалам психопатии, параной ял ьности и психастении тестирования «Мини-Мульт» связаны регрессионными уравнениями со шкалой шизоидности. На рис. 5 представлена диаграмма рассеяния с регрессионными прямыми, показывающая зависимость между значениями по шкале психопатии и шкале шизоидности (стандартный регрессионный коэффициент равен 0,806).
В табл. 11 приведены подробные результаты построения регрессионных прямых для показателей шкал методики «Мини-Мульт», для каждой из шкал приведены зависимые показатели по уравнениям линейной регрессии, в порядке уменьшения стандартных регрессионных коэффициентов, шкалы относящиеся к методике SCL-90-R отмечены кодом (S).
Например, результаты по шкале психопатии коррелируют с полученными значениями по шкалам шизоидности, с результатами тестирования «Существенные признаки», с показателями индекса наличного симптоматического дистресса SCL-90-R и с результатами шкалы депрессии. Результаты полученные по шкале депрессии коррелируют с показателями шкал истерии, психастении, лжи и шкалы психопатии.
Как видно из таблицы многие шкалы методики «Мини-Мульт» имеют регрессионную зависимость от шкалы второго порядка индекс наличного симптоматического дистресса SCL-90-R.
На рис. 6 представлена диаграмма рассеяния с регрессионными прямыми, показывающая зависимость между значениями по шкале психопатии «Мини-Мульт» и результатами индекса наличного симптоматического дистресса SCL-90-R (стандартный регрессионный коэффициент равен 0,437).
Кроме этого, обращает на себя внимание связь значений некоторых шкал «Мини-Мульт» с результатами тестирования из блока логических методик.
На рис. 7 представлена диаграмма рассеяния с регрессионными прямыми, показывающая зависимость между значениями по шкале психопатии «Мини-Мульт» и результатами тестирования по методике «Выделение существенных признаков» (стандартный регрессионный коэффициент равен - 0,422).
С помощью множественного линейного регрессионного анализа мы оценили результаты тестирования по методикам «Исключение лишнего», «Простые аналогии», «Выделение существенных признаков» и «Понимание переносного смысла пословиц и метафор». Сразу для трех методик зависимым фактором с максимальным стандартным коэффициентом регрессии является методика «Понимание переносного смысла пословиц и метафор». На рис. 8 представлена диаграмма рассеяния с регрессионными прямыми показывающая линейную регрессионную зависимость для результатов тестирования по методикам «Простые аналогии» и «Понимание переносного смысла пословиц и метафор» (стандартный регрессионный коэффициент равен 0,355).
Нейрофизиологическое отражение работы головного мозга
В своей работе мы исследовали три группы испытуемых. Исследуемая группа I - это здоровые испытуемые студенты ГОУ ВПО «Санкт-Петербургской государственной педиатрической медицинской академии Федерального агентства по здравоохранению и социальному развитию». В этой группе проведено психологическое тестирование.
Для нейрофизиологического исследования была сформирована исследуемая группа II. Ее составили здоровые испытуемые проходившее психиатрическое освидетельствование в СПБ ГУЗ «Психоневрологический диспансер № 1». Для сравнения нейрофизиологических и психологических данных использовали исследуемую группу III состоявшую из 20 пациентов дневного стационара СПБ ГУЗ «Психоневрологический диспансер № 1».
Все ЭЭГ в нашем исследовании на первом этапе оценивались визуально по поводу отсутствия очаговой или пароксизмальной симптоматики (в исследуемой группе II). Или, наоборот наличия подобных симптомов (в исследуемой группе III). Однако визуальный анализ трудно унифицировать, так как оценка ЭЭГ в реальном времени достаточно субъективна. Вот почему одним из интересов нашей научной работы стала компьютерная обработка ЭЭГ (вычисление индексов и спектров мощности ЭЭГ). Мы поставили своей задачей проанализировать статистическую достоверность (или недостоверность) полученных при программном анализе показателей. А также изучить их взаимосвязь, отраженную в многофакторном статистическом анализе с целью исследования возможности предсказывать возможную амплитуду одних показателей по результатам других.
Описательная статистика показала, что не все полученные показатели могут быть использованы для однозначной оценки ЭЭГ. Наибольшую ценность с точки зрения статистической достоверности (уровень ошибки р 0,01 по критериям Манна-Уитни и Вольда-Вальфовица) показывают данные индексов и спектров мощности ЭЭГ в тета диапазоне. Следует учитывать, что медленноволновая высокоамплитудная активность, описываемая в литературе как тета-ритм, является признаком патологии, и при стандартной визуальной оценке ЭЭГ в нормальных условиях не должна регистрироваться [33]. Однако при компьютерном математическом анализе волновая кривая раскладывается на все имеющиеся диапазоны, таким образом что какой-то, пусть единичный, процент зарегистрированных волн оказывается принадлежащим и тета и дельта ритмам. В некоторой степени это приближенные величины, возможно искусственные. Однако если при анализе каждого из испытуемых используются один и тот же четкий алгоритм их подсчета и данные по этим шкалам являются статистически достоверными, можно предположить их диагностическую ценность.
В литературе спектральная мощность медленноволновых процессов описывается для оценки сознания [113]. Доказывается эффективность определения спектральных характеристик при разных состояниях ЦНС, таких как сон, бодрствование с закрытыми глазами, бодрствование с открытыми глазами [153]. Описываются отличия в тета-ритме при выполнении мыслительной работы и в состоянии покоя [128]. Показаны статистически достоверные результаты в сравнении тета и альфа активности, а также недостоверные результаты при сравнении бета активности у индивидов с психической патологией [143].
При анализе индексов в дельта-диапазоне результаты имеют меньшую достоверность, уровень статистической ошибки р 0,05 по критериям Манна-Уитни и Вольда-Вальфовица мы получили для трех отведений Fp2 -С), Тз — Fpi и Т4 - Fp2. Все три отведения переднеполушарные. Такой же уровень статистической ошибки получен при анализе спектров мощности в дельта-диапазоне для отведений С4 — 02 и 02 — Т4 — то есть для заднеполушарных отведений. В итоге индексы и спектры мощности в дельта-диапазоне не копируют результаты друг друга. Но в целом из анализируемых восьми отведений мы получаем статистически достоверную разницу в пяти, однако, с большей вероятностью ошибки, чем в тета-диапазоне. Дельта-волновая активность также описывается в литературе с позиции отражения на ЭЭГ воздействия наркотических веществ [104]. В частности показано, что во время сна достоверно изменяется спектральная мощность дельта-волн [103]. Традиционно эти данные с успехом используются для определения глубины сна [146].
