情境的力量:通过巧妙的行为增强重复经颅磁刺激的效果

《Behavioural Brain Research》:The Power of Context: Enhancing Repetitive Transcranial Magnetic Stimulation Effects Through Skillful Behavior

【字体: 大 中 小 】 时间:2026年04月06日 来源:Behavioural Brain Research 2.3

编辑推荐:

  本研究探讨重复经颅磁刺激(rTMS)联合认知重构(CR)对情绪调节的影响。通过功能性磁共振成像(fMRI)定位情绪调节网络,发现10Hz rTMS靶向该网络结合CR可显著降低自我报告的负面情绪及生理指标HF-HRV,表明任务与刺激靶点的协同增效。

  
安德拉达·D·尼阿丘(Andrada D. Neacsiu)| 肖里亚·戴夫(Shaurya Dave)| 尼梅莎·格拉卢斯(Nimesha Gerlus)
杜克大学医学中心(Duke University Medical Center)

摘要

引言

非侵入性神经调节技术,如重复经颅磁刺激(rTMS),在治疗精神病理学方面显示出潜力。然而,新的证据表明,刺激期间大脑的功能状态可能会显著影响治疗效果。将神经刺激与能够激活目标神经网络的认知任务结合使用,可能会增强神经可塑性并提高疗效。情绪调节障碍是许多精神疾病的核心特征。为了探讨将行为干预与神经调节结合是否能改善治疗效果,我们进行了二次分析,研究了将rTMS与基于技能的认知重构(CR)干预结合对情绪调节的影响。

材料与方法

43名情绪调节障碍严重的成年人完成了一项涉及厌恶声音的fMRI任务,以确定个性化的神经刺激目标。在随后的实验中,参与者参与了三项随机任务,这些任务包括被动聆听或主动减轻来自厌恶声音或中性声音的痛苦感。每项任务都与三种刺激条件之一配对:假rTMS、10赫兹的rTMS(针对情绪调节网络)或1赫兹的rTMS(针对非目标网络)。

结果

结果表明,10赫兹的rTMS结合CR显著减少了自我报告的痛苦感。此外,与情绪调节网络相关的刺激相比,针对非目标网络的刺激导致更低的痛苦感和更高频率的心率变异性(HF-HRV),这是情绪调节的生理标志。

结论

这些发现强调了情境因素在神经调节中的重要性,并表明将rTMS与CR等主动认知策略相结合可能是改善有情绪困扰的成年人情绪调节的有效方法。

部分内容摘要

概念模型

我们提出了一个统一的概念模型(图1),旨在通过以下方式提高神经调节的疗效:(A) 通过神经适应(降低兴奋性)或启动(提高兴奋性)在刺激前立即改变目标或不需要的神经元群体的兴奋性;(B) 在刺激过程中通过使用激活相似电路的任务来操纵大脑活动,以实现协同效应,或使用激活不同电路的任务来实现叠加效应;(C) 利用大脑在刺激时的激活状态。

当前研究

本研究旨在探讨将行为干预(具体来说是用于调节强烈情绪的认知重构)与神经调节所针对的神经网络相结合是否能够改善临床结果,从而减少情绪困扰。神经调节是一种有前景的工具,可用于解决情绪调节和情绪调节障碍的临床问题[53];研究表明,它能够增强自愿情绪调节能力,这一点通过主观和生理指标得到了验证。

参与者与程序

本研究是对我们之前关于识别恐音症(misophonia)干预目标的研究的二次分析[61],恐音症是一种对特定声音耐受度降低的疾病[60]。该研究在临床试验注册号为NCT04348591,研究时间为2020年10月至2022年5月。具体来说,在本文中,我们仅纳入了情绪调节障碍严重的参与者(操作定义为情绪调节困难量表总分为89分或更高);

主观痛苦(SUDS)

我们进行了多元混合模型方差分析(MMANOVA),使用了Toeplitz协方差结构,并控制了组别(恐音症患者和非恐音症患者)、种族(白人和非白人)、rTMS过程中的头痛情况以及大脑与头皮之间的距离等因素。由于观察到这些因素对主观痛苦有显著影响,因此将它们作为协变量纳入分析。有两名参与者因在所有时间点上的SUDS评分均为0而被排除在分析之外。
我们发现……

讨论

我们的结果表明,将神经刺激与对目标电路的协同操作相结合可能是减少临床情绪调节障碍的有效方法,并且可以更广泛地优化神经调节干预措施。在这项概念验证的二次分析中,我们研究了将基于技能的行为干预(认知重构)与重复经颅磁刺激(rTMS)结合是否能够改善情绪调节结果。

资金来源

本研究及手稿的完成得到了REAM基金会授予第一作者的恐音症基金支持,以及NIH R01奖项(1R01MH129302-01A1;负责人:尼阿丘)的支持。格拉卢斯女士还获得了F30奖项(F30 MH134460-01A1;负责人:格拉卢斯)的支持。

作者贡献

所有作者都对本文的撰写做出了重要贡献。研究的构思与设计:ADN;数据收集与分析:ADN;手稿或图表的起草:ADN、SD、NG。
关于手稿准备过程中使用生成式AI和AI辅助技术的声明。
在准备这项工作时,作者使用了Grammarly和Microsoft Copilot来识别和纠正语法错误、改善文本流畅性、精简信息并优化图表。

CRediT作者贡献声明

尼梅莎·格拉卢斯(Nimesha Gerlus):写作 – 审稿与编辑、验证。安德拉达·德莉亚·尼阿丘(Andrada Delia Neacsiu):写作 – 审稿与编辑、初稿撰写、验证、监督、项目管理、方法学研究、资金获取、正式分析、数据管理、概念构建。肖里亚·戴夫(Shaurya Dave):写作 – 审稿与编辑、初稿撰写。

利益声明

作者没有报告任何生物医学财务利益或潜在的利益冲突。

致谢

本文的数据已在多个会议演讲中展示。作者感谢参与这项研究的参与者,并感谢Lisalynn Kelley、Noreen Bukhari Parlakturk博士、Kevin S. LaBar博士、Victoria Szymkiewicz博士、Judith Wright博士、Brenden Li博士、Jessica Choi博士、John Powers博士、Simon Davis博士,以及我们的研究助理、DUMC、BIAC和BSRC的工作人员所做出的贡献。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号