В настоящее время в психиатрии все большее внимание уделяется поиску маркеров психических заболеваний [1]. В частности, в Национальном институте психического здоровья США был предложен новый подход к изучению (и в дальнейшем, после получения клинически значимых результатов к диагностике) психических расстройств, основанный на поиске биологических маркеров и связанных с ними поведенческих нарушений, определяющих содержание диагностируемых болезней [2]. Одним из ключевых доменов в предложенной двухмерной матрице является «когнитивная система», включающая, помимо таких характеристик, как внимание, восприятие, рабочая и эксплицитная память, когнитивный контроль, также и речевое поведение [3]. Кроме того, в недавней публикации L. Harrison и соавт. [4] указывается на необходимость дополнения предлагаемой матрицы сенсомоторным доменом.
Следует также отметить значительный интерес исследователей к сетевым подходам при анализе причин заболеваний и их проявлений [5, 6]. Основной посыл этих публикаций состоит в признании факта, что отдельные симптомы болезней не являются изолированными, а связаны друг с другом. Связь между симптомами можно графически изобразить как сеть, в которой вершины (узлы) представляют собой отдельные проявления заболевания, а ребра — связи между ними. При этом обсуждается вопрос о выборе показателей, включенных в сеть, и об их «степени свободы», т.е. имеют ли они общие патогенетические механизмы, их обусловливающие, или существуют «центральные» нарушения, влияющие на остальные и являющиеся целевой мишенью для терапевтических вмешательств [7].
Когнитивные нарушения в настоящее время рассматриваются как третья относительно независимая группа симптомов при шизофрении (наряду с позитивной и негативной симптоматикой) [8]. Наряду с собственно дефицитом памяти, внимания, скоростью обработки информации к ним можно отнести нарушения речевого поведения, а также сенсомоторные, в частности глазодвигательные, нарушения. В парадигме Go/NoGo при условии Go у пациентов по сравнению со здоровыми участниками имеют место увеличение латентных периодов и дисметрия амплитуд саккад [9]. При условии NoGo у больных шизофренией отмечаются большее по сравнению с контрольной группой количество ошибок и меньшая точность [9, 10]. При использовании теста «антисаккады» показано, что у больных шизофренией по сравнению с контрольной группой наблюдаются большее количество ошибок, меньшая точность выполнения антисаккад, более длительные латентные периоды релевантных саккад [11, 12].
Нарушения речи отмечаются при многих психических заболеваниях, однако наиболее отчетливо они выражены у больных шизофренией [13], являясь одними из критериев диагностики заболевания [14, 15]. Однако, несмотря на длительную историю изучения, эти критерии носят преимущественно описательный характер, в определенной степени субъективны, не опираются на количественные показатели, которые можно было бы использовать при диагностике [16]. Кроме того, не выработаны представления о вариативности нормы.
Цель исследования — построение сетевой модели когнитивных, глазодвигательных и речевых показателей у больных шизофренией.
Задачи исследования — изучение базовых когнитивных функций, особенностей глазодвигательных нарушений и речевой продукции; установление корреляционных связей между изучаемыми показателями; многомерный сетевой анализ полученных результатов.
Материал и методы
В комплексное мультидисциплинарное исследование были включены 104 пациента (42 мужчины и 62 женщины) в возрасте 18—50 лет (средний — 30,2±8,5 года), страдающих шизофренией и расстройствами шизофренического спектра, которые составили основную группу.
Клинико-демографические характеристики обследованных больных представлены в табл 1. Почти у 1/2 пациентов была диагностирована шизофрения (преимущественно параноидная форма), у 25% — шизоаффективное расстройство, у 18,3% — шизотипическое расстройство.
Таблица 1. Клинико-социальная характеристика обследованных пациентов с психическими расстройствами
Table 1. Clinical social characteristics of the patients
| Параметр | Значение |
| Возраст, годы | 30,2±8,5 |
| Мужчины, n (%) | 42 (40%) |
| Возраст больных к периоду появления продромальной симптоматики, годы | 19,2±6,3 |
| Возраст больных в период манифестации заболевания, годы | 23,9±5,9 |
| Диагноз, n (%) | |
| шизофрения | 50 (48,1%) |
| шизофрения параноидная | 41 (39,4%) |
| шизотипическое расстройство | 19 (18,3%) |
| острое полиморфное психотическое расстройство | 2 (1,9%) |
| острое шизофреноподобное психотическое расстройство | 7 (6,7%) |
| шизоаффективное расстройство | 26 (25,0%) |
| Шкала позитивных и негативных синдромов PANSS, баллы | |
| позитивная симптоматика | 22,3±8,8 |
| негативная симптоматика | 26,0±8,5 |
| общая психопатологическая симптоматика | 49,9±13,7 |
| общий балл | 98,3±25,7 |
| Шкала депрессии Калгари (CDSS), баллы | 4,1±4 |
| Рейтинговая шкала мании Янга (YMRS), баллы | 1,7±3,9 |
| Шкала Симпсона—Ангуса (SAS), баллы | 0,6±1,3 |
| Шкала оценки акатизии Барнса (BAS), баллы | 0,2±0,8 |
Тяжесть расстройств определяли по шкале PANSS [17]. Для оценки выраженности депрессивной симптоматики применяли шкалу Калгари для оценки депрессии у больных шизофренией (CDSS) [18], для оценки маниакальных расстройств — рейтинговую шкалу мании Янга (YMRS) [19]. Также регистрировали экстрапирамидную симптоматику по шкале Симпсона—Ангуса (SAS) [20] и шкале оценки акатизии Барнса (BAS) [21]. Несмотря на выраженную тяжесть расстройств, аффективная составляющая практически не регистрировалась, а также отсутствовала клинически значимая экстрапирамидная симптоматика.
Базовые когнитивные функции пациентов оценивали с помощью батареи когнитивных тестов (BACS) [22, 23]. Также анализировали нейропсихологические показатели: слухоречевую и рабочую память, моторные навыки, речевую беглость (скорость обработки информации), внимание и исполнительные функции.
Контрольную группу составили 70 здоровых (26 мужчин и 44 женщины; средний возраст 28,8±11,0 года).
Для достижения основной цели исследования был предложен комплекс методик, направленный на сопоставление результатов нейрокогнитивного обследования и количественного лингвистического анализа с объективными показателями глазодвигательной активности.
Запись движений глаз осуществлялась с использованием системы неинвазивного трекинга глаз SMI RED-500 («Senso Motoric Instruments GmbH», Германия) с частотой 250 Гц. Для обработки видеопотока видеоизображений глаза и выделения глазодвигательных событий применяли программный пакет SMI BeGazeTM. Для регистрации движений глаз у 33 здоровых контрольной группы использовали оригинальный айтрекер на базе цифровой скоростной камеры FastVideo (ООО «НПО Астек», Россия) с частотой кадров 250 Гц [24]. Управление экспериментом и обработку видеопотока осуществляли с помощью оригинального пакета прикладных программ.
При исследовании участия глазодвигательной системы в обеспечении ряда когнитивных функций использовалось несколько экспериментальных парадигм — свободное рассматривание изображений животных, выполнение зрительно вызванных саккад в экспериментальной схеме Go/NoGo и выполнение антисаккад. В тесте «антисаккады» через 2 с после включения фиксационного стимула (ФС) в центре экрана предъявляли периферический стимул (ПС) слева или справа от ФС на расстоянии под углом 19°. При появлении ПС пациенту было необходимо как можно быстрее перевести взор в симметричную точку на противоположной стороне. При выполнении теста Go/NoGo испытуемых инструктировали совершать саккаду на ПС при «разрешающем» зеленом сигнале, появляющемся в центре экрана, и, напротив, не совершать саккаду на ПС при «запрещающем» красном сигнале. ПС предъявляли на вершинах и в центре сторон виртуального ромба (всего 8 позиций). Пробы с «разрешающими» и «запрещающими» сигналами, а также с различными позициями ПС варьировали в псевдослучайном порядке. Интервал между пробами составлял 2 с. Стимулы в зрительных тестах «антисаккады» и Go/NoGo предъявляли на мониторе, расположенном на расстоянии 60 см от глаз испытуемых.
При анализе глазодвигательных показателей определяли следующие характеристики: траекторию взора (паттерн и длина), длительность фиксаций и амплитуды саккад, общее время позиционирования взора на определенных участках изображений, долю нерелевантных попыток (ошибки), латентные периоды (ЛП) релевантных и нерелевантных саккад.
При проведении окулографии в лингвистическом эксперименте обследуемому предлагалось в течение 20 с смотреть на изображения животных. Затем в течение 30 с ему было необходимо письменно кратко описать предъявленное изображение. Каждому испытуемому показывали серию из 20 специально подобранных изображений. Одновременно с предъявлением стимульного материала (изображений животных) осуществляли запись движений глаз.
Полученные при тестировании больных с психическими расстройствами и здоровых контрольной группы письменные описания изображений были подвергнуты ручной разметке и компьютерному анализу с целью установления различий по основным лексическим характеристикам текста: среднему количеству слов, использованных для описания всего набора картинок; лексической сложности (рассчитывалась на основе количества слогов в использованных словах и частотности использованных слов); доле (в %) уникальных слов; частеречному составу (в статье проанализирован только этот последний показатель).
Разработанный комплекс методик позволяет сопоставить когнитивно-лингвистические характеристики речи пациентов с шизофренией с объективными показателями глазодвигательной активности и определить их вариативность, что дает возможность с большей точностью дифференцировать возможные нарушения восприятия и вербализации зрительной информации и оценивать их выраженность. Такой мультидисциплинарный подход дает возможность объединить разные направления в изучении работы центральной нервной системы: клиническое, психологическое, нейро- и психофизиологическое, лингвистическое.
Результаты и обсуждение
Сравнение результатов тестирования больных основной группы и здоровых контрольной группы представлено в табл. 2. Как видно из таблицы, по всем когнитивным тестам средние показатели у больных были хуже, чем у здоровых. В то же время при анализе результатов лингвистического эксперимента статистически значимые отличия между группами были обнаружены только по общему количеству слов, количеству уникальных слов и существительных (у больных имела место меньшая частота их использования). Кроме того, больные обнаруживали худшие показатели по сравнению со здоровыми по всем глазодвигательным тестам за исключением ЛП ошибочных ответов при выполнении теста «антисаккады» и ЛП просаккад.
Таблица 2. Когнитивные, глазодвигательные и лингвистические показатели у обследуемых обеих групп
Table 2. Cognitive, oculumotor and linguistic parameters
| Показатель | Основная группа | Контрольная группа |
| Когнитивные функции, баллы | ||
| вербальная память | 45,0±11,9** | 51,1±6,9 |
| рабочая память | 19,4±3,8*** | 22,4±2,8 |
| тест на моторику | 62,5±14,1*** | 75,3±12,0 |
| речевая беглость | 51,7±14,1** | 60,4±12,5 |
| кодирование символов | 50,0±14,3*** | 64,2±9,5 |
| «башня Лондона» | 16,6±3,8*** | 19,6±2,4 |
| Лингвистические показатели, частота использования | ||
| существительные | 74,6±24,4* | 86,7±27,2 |
| прилагательные | 13,9±8,9 | 16,1±8,5 |
| глаголы | 14,6±7,6 | 15,2±7,5 |
| предлоги | 24,3±12,9 | 27,6±13,3 |
| союзы | 6,4±4,6 | 4,9±3,9 |
| числительные | 1,3±1,7 | 1,5±1,9 |
| наречия | 3,9±3,6 | 4,8±3,7 |
| местоимения | 1,5±1,8 | 1,7±2,6 |
| частицы | 2,3±2,4 | 1,9±2 |
| междометия | 0,5±0,9 | 0,6±0,8 |
| всего слов | 145,2±52,6* | 163,3±50,3 |
| уникальных слов | 77,9±26,2** | 92,6±25,3 |
| Глазодвигательные показатели | ||
| антисаккады, ЛП, мс | 354±100*** | 275±43 |
| антисаккады, ЛП,мс ошибочных саккад | 247±121 | 232±36 |
| антисаккады, количество ошибок | 14,8±13,7*** | 5,1±6,1 |
| Go/NoGo, ЛП, мс | 400±90* | 358±60 |
| Go/NoGo, ЛП, мс ошибочных саккад | 344±83** | 294±50 |
| Go/NoGo, количество ошибок | 18,4±9,8*** | 10,7±6,5 |
| просаккады, ЛП, мс | 245±48 | 259±24 |
| просаккады, количество ошибок | 2,6±5* | 0 |
Примечание. * — различия выявляются при p<0,05; ** — различия выявляются при p<0,01; *** — различия выявляются при p<0,001.
Note. * — differences are significant at p<0.05; ** — differences are significant at p<0.01; *** — differences are significant at p<0.001.
Следующим шагом построения сетевой модели являлось вычисление корреляций изучаемых показателей внутри групп тестов (табл. 3—5). Кроме того, определялись межгрупповые связи (между данными, полученными при клинических, когнитивных, глазодвигательных и лингвистических исследованиях). При этом оказалось, что большинство изученных показателей демонстрировало лишь единичные корреляции (табл. 6), за исключением несколько большего их количества между результатами когнитивных и глазодвигательных тестов (табл. 7).
Таблица 3. Корреляции между показателями когнитивных тестов
Table 3. Correlation of cognitive tests
| Тест | РП | ТМ | РБ | Код | БЛ |
| Вербальная память (ВП) | 0,528* | 0,303* | 0,417* | 0,538* | 0,307* |
| Рабочая память (РП) | 0,335* | 0,579* | 0,594* | 0,447* | |
| Тест на моторику (ТМ) | 0,416* | 0,594* | 0,133 | ||
| Речевая беглость (РБ) | 0,515* | 0,404* | |||
| Кодирование символов (Код) | 0,207 |
Примечание. * — p<0,05; полужирным шрифтом выделены значения результатов тестов, используемые в сетевом анализе. БЛ — тест «башня Лондона».
Note. * — p<0.05; results used in network analysis are shown in bold; BL — Tower of London test.
Таблица 4. Корреляции между лингвистическими показателями
Table 4. Correlation of linguistic parameters
| Показатель | Прил. | Глаг. | Предл. | Союз | Числ. | Нареч. | Мест. | Част. | Межд. |
| Существительные (Сущ.) | 0,615* | 0,184 | 0,629* | 0,335* | 0,273* | 0,481* | 0,210 | 0,381* | 0,263* |
| Прилагательные (Прил.) | 0,283* | 0,599* | 0,382* | 0,282* | 0,476* | 0,481* | 0,386* | 0,206 | |
| Глаголы (Глаг.) | 0,524* | 0,150 | 0,161 | 0,438* | 0,535* | 0,146 | 0,095 | ||
| Предлоги (Предл.) | 0,425* | 0,305* | 0,439* | 0,362* | 0,510* | 0,044 | |||
| Союзы | 0,363* | 0,351* | 0,296* | 0,298* | 0,281* | ||||
| Числительные (Числ.) | 0,145 | 0,335* | 0,242 | 0,181 | |||||
| Наречия (Нар.) | 0,391* | 0,070 | 0,109 | ||||||
| Местоимения (Мест.) | 0,208 | 0,033 | |||||||
| Частицы (Част.) | 0,035 |
Примечание. * — p<0,05; полужирным шрифтом выделены значения результатов тестов, используемые в сетевом анализе; межд. — междометия.
Note. * — p<0.05; results used in network analysis are shown in bold; mezhd — interjection.
Таблица 5. Корреляции между глазодвигательными показателями
Table 5. Correlation of oculomotor parameters
| Показатель | АС ЛПо | АСо | GnG ЛП | GnG ЛПо | GnGо | ПС ЛП | ПСо |
| АС ЛП | 0,318* | 0,598* | 0,602* | 0,605* | 0,299* | 0,550* | 0,334* |
| АС ЛП о | 0,025 | 0,241 | 0,277* | 0,127 | 0,328* | 0,002 | |
| АС о | 0,506* | 0,501* | 0,416* | 0,144 | 0,505* | ||
| GnG ЛП | 0,817* | 0,140 | 0,564* | 0,142 | |||
| GnG ЛП о | Представленные выше результаты легли в основу проведенного в дальнейшем сетевого анализа (см. рисунок).
Сетевая модель клинических (тяжесть расстройств по шкале PANSS), когнитивных (результаты BACS), глазодвигательных и лингвистических показателей у больных шизофренией и расстройствами шизофренического спектра. Сплошная линия — прямые связи, пунктирная линия – обратные связи; при построении сети учитывались только корреляции, у которых сила связи была не ниже 0,4. Для расшифровки пунктов шкалы PANSS см. [25], для остальных сокращений см. табл. 3—5. Network model of clinical (severity of symptoms on the PANSS scale), cognitive (BACS tests), oculomotor and linguistic parameters in patients with schizophrenia and schizophrenic spectrum disorders . Solid line — direct correlations, dotted line – invers correlations; only correlations with a r of at least 0.4 were taken into account in the model. For the explanation of PANSS scale points, see [25], for other abbreviations, see tables 3—5. Сетевой анализ клинических, когнитивных, глазодвигательных и лингвистических показателей у больных шизофренией и расстройствами шизофренического спектра осуществлен впервые.Построенная «сеть» (граф1) позволяет продемонстрировать ряд существенных аспектов соотношения изученных групп признаков. Во-первых, следует отметить, что тяжесть психопатологической симптоматики, когнитивные нарушения, глазодвигательные показатели и особенности частей речевого состава письменной речи оказываются в значительной степени независимыми, хотя и не полностью изолированными друг от друга. Наибольшее количество связей обнаруживается между когнитивными и глазодвигательными показателями. При этом результаты когнитивных тестов являются центральным элементом «сети», связывающим другие группы. Во-вторых, в каждом из образовавшихся «блоков» выявляется центральный элемент (или несколько элементов), имеющий большее количество связей с другими показателями как внутри «своей» группы, так и вне ее (например, такими элементами являются «речевая беглость» и «предлоги»). Наоборот, ряд показателей оказываются «тупиковыми», имеющими только единичные связи (например, «союзы», связанные только с «центральным элементом» лингвистического блока — «предлоги»). И, наконец, нельзя не обратить внимание, что часть элементов «сети» обнаруживает «круговые связи», соединенные с другими «блоками» посредством одного из входящего в их структуру элемента (например, количество ошибочных ответов для зрительных тестов «просаккады», «Go/NoGo», «антисаккады» коррелируют друг с другом, но только «антисаккады» связаны с другими элементами сети как из глазодвигательного блока, так и из когнитивного). Результаты настоящего исследования могут иметь не только теоретическое, но и широкое практическое применение. Их интерпретация позволяет получать измеряемые критерии для диагностики нарушений у пациентов с шизофренией. Дальнейшее развитие представленного подхода должно быть направлено на изучение влияния изменений узлов графа на его структуру, что потенциально позволило бы определять наиболее эффективные точки приложения терапевтических и реабилитационных мероприятий. Исследование выполнено при финансовой поддержке Российского Фонда Фундаментальных Исследований, проект «Молекулярные и нейрофизиологические маркеры эндогенных психозов человека» (№ 17-29-02164 офи_м) Авторы заявляют об отсутствии конфликта интересов. The authors declare no conflicts of interest. 1Граф — математический объект, состоящий из множества вершин (узлов), соединенных между собой (эти соединения называются ребрами). <Подтверждение e-mail На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте. Подтверждение e-mail Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь. |
