Особенности электрофизиологической активности коры больших полушарий мозга у детей с артрогрипозом

Введение. Артрогрипоз – один из наиболее тяжелых врожденных пороков развития опорно-двигательного аппарата, характеризующийся наличием 2 и более контрактур крупных суставов, поражением мышц, а также передних рогов спинного мозга. Одной из основных проблем, обусловливающих ограничение или невозможность самообслуживания пациентов, является отсутствие активных движений в суставах верхних конечностей, которое восстанавливается путем аутотрансплантации мышц различных донорских областей. Процессы реабилитации после таких операций связаны в том числе и с нейрональными перестройками в центральной нервной системе как в спинном, так и в головном мозге, в частности в корковых его отделах.

Цель исследования – оценить возможное отражение заболевания артрогрипозом у детей в амплитудных и нейродинамических показателях электроэнцефалограммы (ЭЭГ).

Материалы и методы. Изучали электрофизиологические показатели активности коры головного мозга у детей с диагнозом артрогрипоза и здоровых детей сходного возраста. Оценивали такие показатели ЭЭГ, как мощность и длинновременные корреляции (метод оценки динамики нейрональной активности) в диапазонах 4–8, 8–12 и 12–16 Гц. Поражения оценивали на основе клинических шкал.

Результаты. Анализ данных показал, что у детей с артрогрипозом, по сравнению с детьми без патологий, имеется достоверное снижение мощности ЭЭГ по всем исследованным частотным диапазонам. Кроме того, продемонстрирована достоверная корреляция мощности ЭЭГ со степенью восстановления двигательных функций верхних конечностей после операций по аутотрансплантации различных групп мышц в позицию двуглавой мышцы плеча. Полученные результаты отражают корреляцию электрофизиологических параметров коры головного мозга с процессами, связанными с патологией артрогрипоза. При этом нейродинамические параметры у детей с артрогрипозом не отличаются от таковых у здоровых детей. По результатам можно констатировать факт отражения заболевания артрогрипозом в снижении электрической активности коры больших полушарий головного мозга в частотном диапазоне 4–16 Гц при сохранении нейродинамических показателей, сходных с группой детей без заболевания.

Заключение. В данной работе показано достоверное отличие мощности ЭЭГ в диапазонах 4–8, 8–12 и 12–16 Гц у детей с артрогрипозом и здоровых детей. Однако разницы в таком важном нейродинамическом показателе, как длинновременные корреляции, не обнаружено. Возможно, факт снижения амплитуды ритмов в ЭЭГ у больных детей объясняется их более низкой общей моторной активностью.

1. Bamshad M., Van Heest A.E., Pleasure D. Arthrogryposis: a review and update. J Bone Joint Surg Am 2009;91:40–6. DOI: 10.2106/JBJS.I.00281. PMID: 19571066.

2. Hall J.G. Arthrogryposis multiplex congenita: etiology, genetics, classification, diagnostic approach, and general aspects. J Pediatr Orthop B 1997;6(3):159–66. DOI: 10.1097/01202412199707000-00002. PMID: 9260643.

3. Zargarbashi R., Nabian M.H., Werthel J.D., Valenti P. Is bipolar latissimus dorsi transfer a reliable option to restore elbow flexion in children with arthrogryposis? A review of 13 tendon transfers. J Shoulder Elbow Surg 2017;26(11):2004–9. DOI: 10.1016/j.jse.2017.04.002. PMID: 28689830.

4. Mikati M.A. Arthrogryposis, renal tubular acidosis and cholestasis syndrome: spectrum of the clinical manifestations. Clin Dysmorphol 2007;16(1):71. DOI: 10.1097/01.mcd.0000220607.32531.1b. PMID: 17159523.

5. Hirata H., Nanda I., van Riesen A. et al. ZC4H2 mutations are associated with arthrogryposis multiplex congenita and intellectual disability through impairment of central and peripheral synaptic plasticity. Am J Hum Genet 2013;92(5):681–95. DOI: 10.1016/j.ajhg.2013.03.021. PMID: 23623388.

6. Başar E., Güntekin B. Review of delta, theta, alpha, beta, and gamma response oscillations in neuropsychiatric disorders. Suppl Clin Neurophysiol 2013;62:303–41. DOI: 10.1016/b978-0-7020-53078.00019-3. PMID: 24053047.

7. Yener G.G., Başar E. Brain oscillations as biomarkers in neuropsychiatric disorders: following an interactive panel discussion and synopsis. Suppl Clin Neurophysiol 2013;62:343–63. DOI: 10.1016/b978-07020-5307-8.00016-8. PMID: 24053048.

8. Van Der Naalt J. Resting functional imaging tools (MRS, SPECT, PET and PCT). Handb Clin Neurol 2015;127:295–308. DOI: 10.1016/B978-0-444-528926.00019-2. PMID: 25702224.

9. Hardstone R., Poil S.S., Schiavone G. et al. Detrended fluctuation analysis: a scale-free view on neuronal oscillations. Front Physiol 2012;3:450. DOI: 10.3389/fphys.2012.00450. PMID: 23226132.

10. Palva J.M., Zhigalov A., Hirvonen J. et al. Neuronal long-range temporal correlations and avalanche dynamics are correlated with behavioral scaling laws. Proc Natl Acad Sci USA 2013;110(9):3585–90. DOI: 10.1073/pnas.1216855110. PMID: 23401536.

11. Samek W., Blythe D.A.J., Curio G. et al. Multiscale temporal neural dynamics predict performance in a complex sensorimotor task. Neuroimage 2016;141:291–303. DOI: 10.1016/j.neuroimage.2016.06.056. PMID: 27402598.

12. Poil S.S., Hardstone R., Mansvelder H.D., Linkenkaer-Hansen K. Critical-state dynamics of avalanches and oscillations jointly emerge from balanced excitation/ inhibition in neuronal networks. J Neurosci 2012;32(29):9817–23. DOI: 10.1523/JNEUROSCI.5990-11.2012. PMID: 22815496.

13. Fedele T., Blagovechtchenski E., Nazarova M. et al. Long-Range Temporal Correlations in the amplitude of alpha oscillations predict and reflect strength of intracortical facilitation: combined TMS and EEG study. Neuroscience 2016;331:109–19. DOI: 10.1016/j.neuroscience.2016.06.015. PMID: 27318302.

14. Mumtaz W., Malik A.S., Ali S.S. et al. Detrended fluctuation analysis for major depressive disorder. Conf Proc IEEE Eng Med Biol Soc 2015;2015:4162–5. DOI: 10.1109/EMBC.2015.7319311. PMID: 26737211.

15. Agranovich O.E., Lakhina O.L. Clinical variants of upper limbs deformities in children with arthrogryposis multiplex congenita. Traumatol Orthop Russ 2013:125–9. DOI: 10.21823/2311-29052013--3-125-129.

16. Morrey B.F., Bryan R.S., Dobyns J.H., Linscheid R.L. Total elbow arthroplasty. A five-year experience at the Mayo Clinic. J Bone Joint Surg Am 1981;63(7): 1050–63. DOI: 10.2106/00004623198163070-00002. PMID: 7276042.

17. Van Heest A., Waters P.M., Simmons B.P. Surgical treatment of arthrogryposis of the elbow. J Hand Surg Am 1998;23(6):1063–0. DOI: 10.1016/S0363-5023(98)80017-8. PMID: 9848560.

18. Friston K.J. The labile brain. I. Neuronal transients and nonlinear coupling. Philos Trans R Soc Lond B Biol Sci 2000;355(1394):215–36. DOI: 10.1098/rstb.2000.0560. PMID: 10724457.

19. Lemon R.N. Descending pathways in motor control. Annu Rev Neurosci 2008;31:195–218. DOI: 10.1146/annurev. neuro.31.060407.125547. PMID: 18558853.

20. Lemon R.N., Baker S.N., Davis J.A. et al. The importance of the cortico-motoneuronal system for control of grasp. Novartis Found Symp 1998;218:202–15; discussion 215–8. DOI: 10.1002/9780470515563.ch11. PMID: 9949822.

21. Pettersson L.G., Alstermark B., Blagovechtchenski E. et al. Skilled digit movements in feline and primate – recovery after selective spinal cord lesions. Acta Physiol 2007;189(2):141–54. DOI: 10.1111/j.17481716.2006.01650.x. PMID: 17250565.

22. Blagovechtchenski E., Pettersson L.G., Perfiliev S. et al. Control of digits via C3– C4 propriospinal neurones in cats; recovery after lesions. Neurosci Res 2000;38(1):103–7. DOI: 10.1016/s01680102(00)00147-4. PMID: 10997583.

23. Wilson J.M., Blagovechtchenski E., Brownstone R.M. Genetically defined inhibitory neurons in the mouse spinal cord dorsal horn: a possible source of rhythmic inhibition of motoneurons during fictive locomotion. J Neurosci 2010;30(3): 1137–48. DOI: 10.1523/JNEUROSCI.1401-09.2010. PMID: 20089922.

24. Vasen A.P., Lacey S.H., Keith M.W., Shaffer J.W. Functional range of motion of the elbow. J Hand Surg Am 1995;20(2):288–92. DOI: 10.1016/S0363-5023(05)80028-0. PMID: 7775772.

25. Eyre J.A. Corticospinal tract development and its plasticity after perinatal injury. Neurosci Biobehav Rev 2007;31(8): 1136–49. DOI: 10.1016/j.neubiorev.2007.05.011. PMID: 18053875.

26. Lardon M.T., Polich J. EEG changes from long-term physical exercise. Biol Psychol 1996;44(1):19–30. DOI: 10.1016/s03010511(96)05198-8. PMID: 8906355.

27. Cho S.H. Effects of horseback riding exercise on the relative alpha power spectrum in the elderly. Arch Gerontol Geriatr 2017;70:141–7. DOI: 10.1016/j.archger.2017.01.011. PMID: 28135668.

28. Moraes H., Deslandes A., Silveira H. et al. The effect of acute effort on EEG in healthy young and elderly subjects. Eur J Appl Physiol 2011;111(1):67–75. DOI: 10.1007/s00421-010-1627-z. PMID: 20809229.

29. Pfurtscheller G., Lopes da Silva F.H. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin Neurophysiol 1999;110(11): 1842–57. DOI: 10.1016/s13882457(99)00141-8. PMID: 10576479.

30. Nikulin V.V., Hohlefeld F.U., Jacobs A.M., Curio G. Quasi-movements: a novel motorcognitive phenomenon. Neuropsychologia 2008;46(2):727–42. DOI: 10.1016/j.neuropsychologia.2007.10.008. PMID: 18035381.

31. Nikulin V.V., Jönsson E.G., Brismar T. Attenuation of long-range temporal correlations in the amplitude dynamics of alpha and beta neuronal oscillations in patients with schizophrenia. Neuroimage 2012;61(1):162–9. DOI: 10.1016/j.neuroimage.2012.03.008. PMID: 22430497.

32. Monto S., Vanhatalo S., Holmes M.D., Palva J.M. Epileptogenic neocortical networks are revealed by abnormal temporal dynamics in seizure-free subdural EEG. Cereb Cortex 2007;17(6):1386–93. DOI: 10.1093/cercor/bhl049. PMID: 16908492.

33. Montez T., Poil S.S., Jones B.F. et al. Altered temporal correlations in parietal alpha and prefrontal theta oscillations in early-stage Alzheimer disease. Proc Natl Acad Sci USA 2009;106(5):1614–9. DOI: 10.1073/pnas.0811699106. PMID: 19164579.

34. Hohlefeld F.U., Ehlen F., Tiedt H.O. et al. Correlation between cortical and subcortical neural dynamics on multiple time scales in Parkinson’s disease. Neuroscience 2015;298:145–60. DOI: 10.1016/j.neuroscience.2015.04.013. PMID: 25881724.

35. Nikulin V.V., Brismar T. Long-range temporal correlations in electroencephalographic oscillations: relation to topography, frequency band, age and gender. Neuroscience 2005;130(2):549–58. 2’2018 DOI: 10.1016/j.neuroscience.2004.10.007. PMID: 15664711.

36. Smit D.J., de Geus E.J., van de Nieuwenhuijzen M.E. et al. Scale-free modulation of resting-state neuronal oscillations reflects prolonged brain maturation in humans. J Neurosci 2011;31(37):13128–36. DOI: 10.1523/JNEURO-SCI.1678-11.2011. PMID: 21917796.