Quantitative characteristics of the alpha-rhythm of the electroencephalogram in depressive disorders

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The aim of research was to study the quantitative characteristics of the alpha rhythm in patients with depressive disorders.

Material and methods. The study sample consisted of patients who were treated at the clinic of the Research Institute of Mental Health (department of affective states) Tomsk NIMC. A total of 84 patients (67 women, 17 men) aged 20 to 60 years with mood disorders in the framework of a depressive episode, recurrent depressive disorder and dysthymia were examined. An electroencephalogram was recorded at rest with closed and open eyes. The values of the absolute spectral power of the alpha rhythm, the parameters of the microstructure of the alpha spindle were analyzed and the reactivity index (the Berger effect) was calculated.

Results. With open eyes, the spectral power of the alpha rhythm was statistically significantly higher in patients with depressive disorders in the Fp1 (p=0.041), F4 (p=0.042), F7 (p=0.046) and T4 (p=0.047) leads compared to the control. Also, in patients with depressive disorders, a predominantly low-amplitude alpha rhythm was recorded (53.6% vs. 26.7%, p=0.006). The degree of alpha-rhythm depression in the posterior temporal leads T5 (p=0.012) and T6 (p=0.006) was statistically significantly less pronounced in patients with depressive disorders compared to the control group of healthy individuals.

Conclusion. The detected changes indirectly indicate a decrease in the oscillatory activity of brain processes in depressive disorders.

About the authors

Stanislav A. Galkin

Mental Health Research Institute, Tomsk National Research Medical Center of the Russian Academy of Sciences

Author for correspondence.
Email: s01091994@yandex.ru
ORCID iD: 0000-0002-7709-3917
SPIN-code: 3902-4570

junior researcher

Russian Federation, 634014, Tomsk, Aleutskaya str., 4

Svetlana N. Vasilyeva

Mental Health Research Institute, Tomsk National Research Medical Center of the Russian Academy of Sciences

Email: vasilievasn@yandex.ru
ORCID iD: 0000-0001-7600-7557
SPIN-code: 3607-2437

Cand. Sci. (Med.), research associate

Russian Federation, 634014, Tomsk, Aleutskaya str., 4

German G. Simutkin

Mental Health Research Institute, Tomsk National Research Medical Center of the Russian Academy of Sciences

Email: ggsimutkin@gmail.com
ORCID iD: 0000-0002-9813-3789
SPIN-code: 4372-4950

Dr. Sci. (Med.), leading researcher

Russian Federation, 634014, Tomsk, Aleutskaya str., 4

Nikolay A. Bokhan

Mental Health Research Institute, Tomsk National Research Medical Center of the Russian Academy of Sciences; Siberian State Medical University

Email: mental@yamndex.ru
ORCID iD: 0000-0002-1052-855X
SPIN-code: 2419-1263

Dr. Sci. (Med.), Professor, academician of the Russian Academy of Sciences

Russian Federation, 634014, Tomsk, Aleutskaya str., 4; 634050, Tomsk, Moscow trakt, 2

References

  1. Krasnov V.N. Depression as a social and clinical problem of modern medicine. Rossijskij psihiatricheskij zhurnal. 2011; (6): 8–10. (In Russ.)
  2. Uzbekov M.G., Gurovich I.Ya., Ivanova S.A. Potential biomarkers of mental diseases in the aspect of a systematic approach. Social’naya i klinicheskaya psihiatriya. 2016; (1): 77–94. (In Russ.)
  3. Galkin S.A., Peshkovskaya A.G., Simutkin G.G. et al. Violations of the function of spatial working memory in mild depression and their neurophysiological correlates. Zhurnal nevrologii i psihiatrii im. S.S. Korsakova. 2019; (10): 56–61. (In Russ.)
  4. Lapin I.A., Alfimova M.V. EEG markers of depressive states. Social’naya i klinicheskaya psihiatriya. 2014; (4): 81–89. (In Russ.)
  5. Iznak A.F., Iznak E.V., Medvedeva T.I. et al. Features of EEG spectral parameters in patients with depression with different decision-making efficiency. Fiziologiya cheloveka. 2018; (6): 27–35. (In Russ.)
  6. Galkin S.A., Vasilyeva S.N., Simutkin G.G. et al. The spectral power of the beta rhythm of the electroencephalogram as a marker of depressive disorder. Nevrologicheskij vestnik. 2020; (4): 33–38. (In Russ.)
  7. Roh S.C., Park E.J., Shim M., Lee S.H. EEG beta and low gamma power correlates with inattention in patients with major depressive disorder. J. Affect Disord. 2016; (204): 124–130. doi: 10.1016/j.jad.2016.06.033.
  8. Bazanova O.M. Modern interpretation of the alpha activity of the electroencephalogram. Uspekhi fiziologicheskih nauk. 2009; (3): 32–53. (In Russ.)
  9. Galkin S.A., Vasilyeva S.N., Ivanova S.A., Bokhan N.A. Electroencephalographic markers of resistance of depressive disorders to pharmacotherapy and determination of a possible approach to individual prognosis of therapy effectiveness. Psihiatriya. 2021; (2): 39–45. (In Russ.)
  10. Zoon H.F., Veth C.P., Arns M. et al. EEG alpha power as an intermediate measure between brain-derived neurotrophic factor Val66Met and depression severity in patients with major depressive disorder. J. Clin. Neurophysiol. 2013; (3): 261–267. doi: 10.1097/WNP.0b013e3182933d6e.
  11. Tement S., Pahor A., Jaušovec N. EEG alpha frequency correlates of burnout and depression: The role of gender. Biol. Psychol. 2016; (114): 1–12. doi: 10.1016/j.biopsycho.2015.11.005.
  12. Kustubayeva A., Kamzanova A., Kudaibergenova S. et al. Major depression and brain asymmetry in a decision-making task with negative and positive feedback. Symmetry. 2020; (12): 2118. doi: 10.3390/sym12122118.
  13. Melnikov E.M. Activation reaction on the electroencephalogram of chemically dependent persons: connections with narcological and psychological variables and changes in the context of neurobiological management training. Byulleten’ sibirskoj mediciny. 2014; (4): 66–72. (In Russ.)
  14. Moosmann M., Ritter P., Krastel I. et al. Correlates of alpha rhythm in functional magnetic resonance imaging and near infrared spectroscopy. Neuroimage. 2003; (1): 145–158. doi: 10.1016/s1053–8119(03)00344–6.
  15. Becker R., Knock S., Ritter P., Jirsa V. Relating alpha power and phase to population firing and hemodynamic activity using a thalamo-cortical neural mass model. PLoS Comput. Biol. 2015; (9): e1004352. doi: 10.1371/journal.pcbi.1004352.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. System "10-20"

Download (75KB)
Indexing metadata
3. Fig. 2. Indicators of the spectral power of the alpha rhythm. Left - the median of the alpha rhythm with the eyes closed (EC); on the right - with open eyes (OG); * level of statistical significance when comparing groups using the Mann-Whitney test

Download (150KB)
Indexing metadata

Copyright (c) 2021 Galkin S.A., Vasilyeva S.N., Simutkin G.G., Bokhan N.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».