Neuromarker - Wissenschaftlicher Hintergrund

Genauere Diagnostik

Jede von einem System – mechanisch oder biologisch – erbrachte Leistung zeigt eine Abhängigkeit von seiner Aktivierung. Bei geringer Aktivierung wird wenig Leistung erbracht. Steigt die Aktivierung, so steigt auch die Leistung, um ab einem gewissen Punkt wieder abzunehmen. Es findet sich ein Bereich optimaler (und nicht maximaler) Aktivierung, in welchem die maximal mögliche Leistung erbracht wird. Die sogenannte “inverted U-curve” (Yerkes-Dodson Gesetz) veranschaulicht diesen Zusammenhang.

Die Schwierigkeit besteht nun für Arzt und Patienten darin, zu erkennen, ob eine Über- oder Unteraktivierung einzelner Systeme vorliegt. Nur in Kenntnis dessen kann geplant werden, welche Massnahmen zu guter Leistung führen können. Wichtig ist dabei auch noch zu erwähnen, dass mit Leistung nicht primär Peak Performance gemeint ist (auch wenn dies natürlich ein Ziel sein kann). Ziel ist in den meisten Fällen, dass es gelingt, die Anforderungen des Alltags bei psychophysischem Wohlbefinden bewältigen zu können.

Zahlreiche neuronale Systeme müssen funktionieren, um die Aufmerksamkeit aufrecht zu erhalten: kortikale und limbische Aktivierung, Signaldetektion, sensorische Verarbeitung, Arbeitsgedächtnis und die eigentlichen attentionalen Netzwerke (‘Alerting’, ‘Orienting’ und ‘Executive’). Angst- und Zwangserkrankungen, Depressionen, Schizophrenie, ADHS und z.B. neurodegenerative Erkrankungen können - auf verschiedenen Wegen - zu Störungen der Aufmerksamkeit führen. Entsprechend bietet sich eine Untersuchung der Aufmerksamkeit an, um die Funktionsweise der verschiedenen neuronalen Netzwerke zu messen.

Es wird dabei so vorgegangen, dass während einer 20 Minuten dauernden GO/NoGO-Aufgabe (VCPT: Visual Continuous Performance Task) das EEG abgleitet. Man generiert:

qEEG-Neuromarker

Das quantitative EEG kann wie gesagt als Methode zur Messung der Selbstorganisation neuronaler Netze angesehen werden. Mit dem qEEG misst man somit den «Schwingungsgesamtzustand» des Kortex aber auch limbischer Strukturen während der Bearbeitung von Aufgaben.

Vergleicht man das Spektrum des EEG’s mit einer Normdatenbank, lassen sich quantifizierte Aussagen über Abweichungen der Selbstorganisation machen. Manche Muster sind typisch für das Vorliegen neuronaler Fehlregulationen einzelner funktioneller Systeme und können damit als Neuromarker für psychischer Störungen herangezogen werden. Dies einige Beispiele:

• Verstärkte Alpha-Aktivität frontal —> Depression, Hypoaroused ADS

• Verstärkte Beta-Aktivität zentral  —> Hyperarousal, limbische Überaktivierung bei Angsterkrankung

• Erhöhte Theta-Beta-Ratio —> ADHS

Die bei Depressionen häufig beobachtete verstärkte Alpha-Aktivität frontal links - als Ausdruck einer kortikalen Unteraktivierung - sieht so aus:

KEP-Neuromarker

Im Gegensatz zum qEEG, welches die Selbstorganisation abbildet, sind die kognitiv evozierten Potentiale ein Index für das Antwortverhalten neuronaler Netze. Es stehen damit Neuromarker für die sensorische Verarbeitung und attentionale Subsysteme zur Verfügung.

Wie beim qEEG werden die gemessenen Potentiale mit einer Normdatenbank verglichen, um allfällige Abweichungen quantifiziert angeben zu können. Auch hier ein paar Beispiele für Veränderungen, die gefunden werden können:

• verminderte CNV —> Vermindertes Bereitschaftspotential bei ADHS oder Frontalhirnfunktionsstörung

• vermindertes P3 NoGO-GO —> Vermindertes Monitoring bei ADHS, Psychose oder Frontalhirnfunktionsstörung

• verstärktes P3 NoGO-GO —> Verstärktes Monitoring bei Hyperarousal bei Ängsten oder auch Zwängen

Eine verminderte CNV bei z.B. schwer ausgeprägter ADHS sieht so aus:

Gezieltere Therapie

Durch die genauere Kenntnis des Aktivierungszustandes der verschiedenen funktionellen neuronalen Systeme kann eine gezieltere Therapie abgeleitet werden. Zeigt sich, dass die Leistung - z.B. der Aufmerksamkeit - wegen einer Überaktivierung schlecht ist, so muss zu beruhigenden therapeutischen Massnahmen gegriffen werden. Dies veranschaulicht die nächste Abbildung:

Ausgewählte Literatur:

Norman D, Shallice Tim. Lansman, Marcy; Hunt, Earl, eds. Attention to Action: Willed and Automatic Control of Behaviour. Proceedings of the Lake Wilderness Attention Conference. Interim Technical Report, August 1, 1980 through September 30, 1980. Retrieved 2016-05-18.

Lubar JF. Discourse on the development of EEG diagnostics and biofeedback for attention-deficit/hyperactivity disorders. Applied Psychophysiology and Biofeedback 1991; 16(3): 201-225.

Stuss, D.T., Shallice, T., Alexander, M.P., Picton, T.W. A multidisciplinary approach to anterior attentional functions. Ann. N. Y. Acad. Sci. 1995; 769: 191–211.

Arns M, et al. EEG Vigilance and Phenotypes in Neuropsychiatry: Implications for Intervention. In: Coben R, Evans JR (2011): Neurofeedback and Neuromodulation Techniques and Applications.Elsevier Inc.

Petersen SE, Posner MI. The Attention System oft he Human Brain: 20 Years After. Annu Rev Neurosci 2012 Jul 21; 35: 73-89.

Cohen MX, et al. Midfrontal conflict-related theta-band power reflects neural oscillations that predict behavior. J Neurophysiol 2013; 110: 2752-2763.

Luck, Steven J. / Kappenmann Emily S. (2013): The Oxford Handbook of Event-Related Potential Components, Oxford University Press.

Brunner JF et al. Neuropsychological parameters indexing executive processes are associated with independent components off ERPs. Neuropsychologia 2015; 66: 144-56.

Kropotov, Juri D. (2016): Functional Neuromarkers in Psychiatry, Academic Press.