Учёные из Йельской школы медицины изучили данные фМРТ (функциональной магнитно-резонансной томографии - метода, который показывает активность мозга по изменению кровотока) 890 здоровых молодых людей в возрасте от 22 до 35 лет. Среди них было 459 женщин и 431 мужчина. Работа опубликована в International Journal of Neuropsychopharmacology.

В центре внимания оказалась небольшая область в передней части мозга - субгенуальная передняя поясная кора (сокращённо sgACC). Она участвует в регуляции эмоций и телесных реакций. Нарушения её активности связывают с депрессией, и эта зона служит мишенью для стимуляционных методов лечения.

Чтобы понять направление влияния, исследователи применили анализ причинности по Грейнджеру. Это статистический метод, который по временным сдвигам сигналов оценивает, предшествует ли активность одной области активности другой. Он не доказывает, что одна область напрямую управляет другой, а лишь указывает на вероятное направление влияния.

Учёные сравнили связи sgACC с 268 другими областями мозга, отдельно оценив входящие и исходящие сигналы. Затем с помощью кластеризации (метода группировки по схожести признаков) участников разделили на группы с разными паттернами связей и сопоставили с их симптомами депрессии, тревоги и других нарушений.

Оказалось, что к sgACC идут сигналы от многих областей: лобных и теменных (отвечают за планирование и внимание), передней островковой доли (обрабатывает телесную и эмоциональную информацию), височных зон и мозжечка. Сама sgACC, судя по оценкам, посылает сигналы в основном в двигательные области, ствол мозга и мозжечок.

Кластеризация по входящим связям разделила участников на пять групп. Уровень депрессивных симптомов повышался от первой группы к пятой, хотя достоверно отличалась от трёх групп с самыми высокими показателями только группа с наименьшими баллами. Люди со слабыми входящими сигналами от нескольких лобных, теменных, височных и затылочных областей чаще попадали в группы с более высокими оценками депрессии. Самые сильные связи касались верхней лобной извилины и полюсов височных долей.

Поскольку участники не были пациентами с диагностированной депрессией, различия в абсолютных баллах оказались умеренными: разрыв между крайними группами был небольшим или средним. Группы различались не только по депрессии, но и по тревоге, телесным жалобам, проблемам с вниманием, агрессии и нарушению правил. Группа с самыми высокими симптомами депрессии также имела наибольшую выраженность внутренних проблем (например, тревоги и депрессии) и внешних (агрессии, нарушений поведения).

Модель машинного обучения на основе входящих связей относила участников к правильной группе с точностью около 87%, а после более строгой настройки - около 92%. Но поскольку группы были выделены на тех же данных, эти цифры говорят лишь о том, насколько чётко группы разделяются в данном наборе, а не о точности диагностики депрессии у новых людей.

Кластеризация по исходящим связям дала две группы без различий в симптомах, а традиционные меры совместной активности областей не позволили выделить осмысленные группы. Авторы предупреждают: это различие может объясняться разной надёжностью измерения разных типов связей, а не тем, что входящие сигналы важнее для настроения, чем исходящие.

У работы есть ограничения. Участников не отбирали по психиатрическим диагнозам, и у большинства симптомы были слабыми, поэтому анализ не может показать, что эти паттерны связей выявляют большое депрессивное расстройство или предсказывают ответ на лечение. Данные получены из одного набора, без независимого повторения, и собраны в один момент времени. Кроме того, анализ причинности по Грейнджеру на фМРТ оценивает направленные паттерны в сигналах кровотока, а не доказывает, что одна область мозга действительно управляет другой.

Источник: PsyPost