Leki psychotropowe od dekad stanowią podstawę leczenia zaburzeń psychicznych, jednak sposób, w jaki dokładnie wpływają na aktywność elektryczną mózgu, nigdy wcześniej nie został zbadany na tak dużą skalę. Zespół naukowców – w składzie Magdalena Szponar, Patrycja Dzianok, Bartłomiej Gmaj, Wojciech Jernajczyk i Jan Kamiński – z Instytutu Biologii Doświadczalnej im. Nenckiego PAN, Warszawskiego Uniwersytetu Medycznego, Instytutu Psychiatrii i Neurologii oraz SUNY Upstate Medical University, przeanalizował ponad 24 tysiące zapisów EEG pochodzących z dwóch warszawskich szpitali psychiatrycznych. Wyniki tej pracy, opublikowane w czasopiśmie eBioMedicine, tworzą największy jak dotąd atlas neurofizjologicznych „podpisów" głównych klas leków psychotropowych.
Baza obejmuje niemal 6000 godzin nagrań zebranych w ciągu około dwudziestu lat w Szpitalu Nowowiejskim dla Dorosłych i Dzieci oraz Instytucie Psychiatrii i Neurologii. Po wykluczeniu przypadków z brakującymi danymi klinicznymi analizie poddano ostatecznie ponad 24 tysiące nagrań od ponad 20 tysięcy osób w wieku od 18 do 96 lat, cierpiących na szeroki wachlarz zaburzeń psychicznych – od depresji po schizofrenię. Z danych wyodrębniono łącznie aż 75 tysięcy cech sygnału: moc w poszczególnych pasmach częstotliwości, miary łączności funkcjonalnej między elektrodami (koherencję, synchronizację fazy) oraz wskaźniki złożoności nieliniowej, takie jak wymiar fraktalny Higuchiego.
Uzyskane wyniki potwierdziły i poszerzyły dotychczasową wiedzę. Benzodiazepiny, działające na receptory GABA-A, wiązały się z wyraźnym wzrostem mocy fal beta przy jednoczesnym spadku mocy theta, alfa i gamma, a także ze zwiększoną złożonością sygnału – co koresponduje ze znanym mechanizmem nasilania hamowania korowego przez te leki.
Leki przeciwpsychotyczne (neuroleptyki), zarówno typowe, jak i atypowe, wywoływały klasyczne „spowolnienie" zapisu EEG – przesunięcie widma ku niższym częstotliwościom i wzrost mocy fal theta, co odzwierciedla blokadę receptorów dopaminowych. Ciekawe jest to, że obie grupy neuroleptyków różniły się kierunkiem zmian złożoności sygnału: leki atypowe ją obniżały, podczas gdy typowe – podwyższały, co autorzy wiążą z odmiennym wpływem na receptory serotoninowe.
Przeciwdepresyjne selektywne inhibitory wychwytu zwrotnego serotoniny (SSRI) nie zmieniały istotnie mocy poszczególnych pasm, za to modyfikowały łączność funkcjonalną mózgu – nasilały koherencję w paśmie gamma, jednocześnie osłabiając ją w paśmie beta. Z kolei przeciwdepresyjne leki z grupy NaSSA (noradrenergiczne i specyficznie serotoninergiczne) wykazywały efekt dokładnie odwrotny w zakresie tych samych pasm, co sugeruje wspólny, serotoninergiczny mechanizm leżący u podstaw zmian koherencji gamma w obu grupach.
Leki przeciwpadaczkowe blokujące kanały sodowe powodowały z kolei obniżenie złożoności sygnału oraz przesunięcie mocy widmowej ku niższym częstotliwościom, zgodnie z mechanizmem wzmacniania hamowania neuronalnego. Analogicznego efektu nie zaobserwowano jednak dla leków blokujących kanały wapniowe, co wskazuje na odmienne neurofizjologiczne konsekwencje tych dwóch mechanizmów przeciwpadaczkowych.
Praca ma istotne znaczenie praktyczne. Dotychczasowe badania nad biomarkerami EEG w psychiatrii często pomijały wpływ farmakoterapii, co utrudniało odróżnienie zmian wynikających z choroby od tych wywołanych lekami. Ustalenie populacyjnego wzorca referencyjnego pozwala teraz precyzyjniej interpretować wyniki EEG u leczonych pacjentów i otwiera drogę do wykorzystania zapisu mózgowego jako narzędzia monitorowania skuteczności terapii czy wykrywania niedostatecznego bądź nadmiernego działania leku.
Autorzy podkreślają jednak ograniczenia swojej pracy – retrospektywny charakter danych, brak informacji o dawkowaniu leków i klinicznej odpowiedzi pacjentów, a także częste stosowanie kilku leków jednocześnie. Mimo to skala analizy pozwoliła wykryć subtelne, lecz spójne wzorce, trudne do uchwycenia w mniejszych badaniach.
Wszystkie wyniki, wraz z wizualizacjami i statystykami dla każdej pary lek–cecha EEG, udostępniono publicznie w interaktywnej bazie BrainwavesRX. Narzędzie to może stać się punktem odniesienia dla przyszłych badań nad neurofizjologicznymi markerami leczenia psychiatrycznego – krokiem w stronę bardziej precyzyjnej, zindywidualizowanej psychiatrii opartej na danych.
