Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

Hjärnans morfologi hos cannabisanvändare med eller utan psykos: En pilot MRI-studie

Published: August 18, 2020 doi: 10.3791/60881
Automatic Translation
*1, *2, 2, 3, 2, 2, 2, 2, 1, 4, 1,4, 1,2
1Department of Pathophysiology and Transplantation, University of Milan, 2Department of Neurosciences and Mental Health, Fondazione IRCCS Ca' Granda Ospedale Maggiore Policlinico, 3MoMiLab Research Unit, IMT School for Advanced Studies Lucca, 4Neuroradiology Unit, Fondazione IRCCS Ca' Granda Ospedale Maggiore Policlinico
* These authors contributed equally

Summary

Detta är en 3T magnetisk resonanstomografistudie som syftar till att undersöka grå materiavolymskillnader mellan cannabisinducerade psykospatienter och icke-psykotiska kroniska cannabisanvändare.

Abstract

Cannabis är den olagliga drogen som oftast används över hela världen, och konsumtionen kan både inducera psykiatriska symtom hos annars friska försökspersoner och avslöja en florid psykotisk bild hos patienter med en tidigare psykotisk risk. Tidigare studier tyder på att kronisk och långsiktig cannabisexponering kan utöva betydande negativa effekter i hjärnområden berikade med cannabinoidreceptorer. Huruvida hjärnförändringar som bestäms av cannabisberoende kommer dock att leda till en kliniskt signifikant fenotyp eller till ett psykotiskt utbrott vid någon tidpunkt av en missbrukares liv är fortfarande oklart. Syftet med denna studie var att undersöka morfologiska hjärnskillnader mellan kroniska cannabisanvändare med cannabisinducerad psykos (CIP) och icke-psykotiska cannabisanvändare (NPCU) utan några psykiatriska tillstånd och korrelera hjärnunderskott med selektiva sociodemiska, kliniska och psykosociala variabler.

3T magnetisk resonans imaging (MRI) skanningar av 10 CIP patienter och 12 NPCU förvärvades. Typen av läkemedel, frekvensen och varaktigheten, liksom sociodemografiska, kliniska och psykosociala parametrar för beroende mättes. CIP patienter hade omfattande grå materia (GM) minskningar i rätt överlägsen frontal gyrus, höger precentral, höger överlägsen temporal gyrus, insula bilateralt, rätt precuneus, rätt medial occipital gyrus, rätt fusiform gyrus och vänster hippocampus i jämförelse med kronisk cannabis användare utan psykos. Slutligen, hos CIP-patienter, resultaten visade en negativ korrelation mellan en domän av brief psykiatrisk rating skala (BPRS), BPRS-verksamhet och selektiva GM volymer. Sammantaget tyder resultaten på att cannabisinducerad psykos kännetecknas av selektiva hjärnminskningar som inte finns i NPCU. Därför kan neuroimaging studier ge en potentiell grund för att identifiera förmodade biomarkörer i samband med risken att utveckla psykos hos cannabisanvändare.

Introduction

Enligt Europeiska centrumet för kontroll av narkotika och narkotikamissbruk uppskattas omkring 96 miljoner (eller 29 %) av de vuxna (15–64 år) i Europeiska unionen ha provat olagliga droger, särskilt cannabis, under sitt liv. När man tänker på den yngsta och mest sårbara delen av befolkningen i allmänhet använde uppskattningsvis 16% av unga vuxna (i åldern 15-34 år) cannabis under det senaste året, med ett manligt förhållande mellan män och kvinnor på cirka 2:11. Viktigt är att cannabisanvändning verkar leda till utveckling av psykiatriska symtom hos friska ämnen, såsom humörförändringar, ökad ångest, racingtankar, förvrängda uppfattningar, svårigheter att tänka och problemlösning, pågående problem med lärande och minne, långsam reaktionstid och förlust av kontroll2. Sådana tecken och symtom är dock normalt övergående och beskriver inte ett psykiatriskt tillstånd i sig eller behovet av en behandling. Cannabis, genom sin huvudsakliga psykoaktiva beståndsdel, namngivna tetrahydrocannabinol (THC), kan också inducera positiva psykotiska symtom inklusive misstänksamhet, paranoida vanföreställningar, störningar i tankeprocesser och perceptuellaförändringar 3, liksom negativa symtom som liknar de som observerats i schizofreni, såsom trubbig påverkan, apati, avolition, brist på spontanitet, brist på intresse, passivitet och kognitiva underskott (t.ex. minne, verkställande funktion, abstrakt förmåga, beslutsfattande och uppmärksamhet)3. Därför finns det för närvarande bevis för att cannabiskonsumtion både kan inducera övergående psykiatriska symtom hos annars friska försökspersoner och avslöja en florid psykotisk bild hos patienter med en tidigare psykotisk risk3. Men om detta förhållande är orsakssamband, eller rent korrelationsförhållande, är fortfarande kontroversiellt och debatterat4. Trots epidemiologiska studier som tyder på ett samband mellan tung cannabiskonsumtion och risk för psykos5,åtföljs den globala ökade förekomsten av cannabisanvändning inte av en ökad förekomst av psykos4. Denna paradox kan förklaras av förekomsten av specifika förvirrande skillnader mellan cannabismissbrukare, med tidig användning, dagligt antagande av cannabis med hög styrka och konsumtion av syntetiska cannabinoider som bär den största psykotiska risken3. Dessutom kan vissa genetiska faktorer, såsom förekomsten av specifika katekol-O-metyltransferas (COMT) polymorfismer, också ge en ökad sårbarhet för att utveckla psykotiska symtom efter cannabisexponering hos en liten andel användare6.

I detta avseende försökte humana neuroimaging studier undersöka de potentiella neurala mekanismer genom vilka cannabis kan leda till psykotiska symtom7, eftersom prekliniska studier tidigare visat att THC är aktiv inom hjärnområden rik på cannabinoid typ 1 receptorer (CB1R), inklusive hippocampus, amygdala, striatum och prefrontal cortex (PFC)8. Experimentell THC-administrering till friska cannabisanvändare har visat sig dämpa ventrostriatal aktivering under en inlärningsuppgift och samtidigt inducera psykotiska symtom9 samt förändrad prefrontal-striatal aktivering under attentional salience bearbetning10. När det gäller strukturella studier av magnetisk resonanstomografi (MRT), vissa författare upptäckte betydande grå materia (GM) volym minskningar i prefrontal cortex11,12,13, hippocampus14,15, amygdala16 och putamen17 i regelbundna cannabis användare jämfört med nonusers medan andra inte rapporterade några betydande hjärnskillnader mellan dessa två grupper18,19,20,21 eller rapporterade ökade GM volymer inom den mediala temporal, amygdala, hippocampus, den bakre cingulate och lillhjärnan bland ungdomar med låg cannabisanvändning22.

Dessutom undersökte få studier om det finns några specifika hjärnskillnader mellan cannabisanvändare med psykotiska symtom och cannabisanvändare utan några psykiatriska tillstånd. En funktionell MRI-studie jämförde friska ämnen som gjorde och inte upplever psykotiska symtom efter THC konsumtion och det rapporterade ökad aktivitet under en go/no-go uppgift i rätt mellersta temporala hjärnbark och minskad aktivitet i både parahippocampal och fusiform gyri, som också var associerad med större hämning fel endast i den psykotiska gruppen23. Epstein och Kumra fann däremot att både psykotiska och icke-psykokotiska ungdomar med cannabismissbruksstörning delade liknande hjärnförändringar; specifikt upptäckte de försvagad när gallring i vänster överlägsen främre gyrus, höger pars trianguläris, vänster pars opercularis, vänster och höger supramarginal gyri, vänster och höger sämre parietal cortices och vänster överlägsen temporal gyrus i båda grupperna24. I en tidigare studie jämförde samma författare ungdomar med tidig schizofreni (EOS) med (EOS+) och utan (EOS-) cannabisanvändningsstörning (CUD), ungdomar med endast CUD och friska kontroller25 . Intressant nog upptäckte de mindre grå materia volymer i den vänstra överlägsen parietal regionen i både EOS- och CUD grupper jämfört med friska kontroller. De hittade dock inte additiva volymetriska förändringar hos ungdomar med EOS+ jämfört med andra grupper. Slutligen fann en nyare och större studie en betydande total effekt från livstids cannabiskonsumtion till psykotiska livserfarenheter i ett urval av ungdomar. Intressant nog fann författarna ett samband mellan psykotiska livserfarenheter och minskad expansion inom uncus av rätt hippocampus / parahippocampus26.

Därför tyder dessa studier, även om inte alla concordant, på att cannabis-inducerad psykos kan kännetecknas av neurobiologiska underskott, liknande de som upptäcks i rena psykotiska störningar. Huruvida hjärnförändringar som bestäms av cannabisberoende och lyfts fram av neuroimaging undersökningar kommer dock att leda till en kliniskt signifikant fenotyp eller till ett psykotiskt utbrott vid någon tidpunkt av en missbrukares liv fortfarande oklart. I detta avseende kan undersökningen av hjärnmorfologi bland psykotiska cannabisanvändare i jämförelse med cannabisanvändare utan några psykiatriska symtom vara av största vikt för att förstå de neurobiologiska grunderna för cannabisinducerad psykos. Men såvitt vi vet har inga studier hittills jämfört cannabisinducerade psykotiska ämnen med friska cannabisanvändare när det gäller hjärnans strukturella morfologi och kliniska parametrar, såsom psykopatologi, frekvens och varaktighet av beroende, livskvalitet, personlighetsdrag, förlossningskomplikation och barndomsmissbruk. I detta sammanhang är syftet med denna studie att undersöka morfologiska hjärnskillnader mellan kroniska cannabisanvändare med substansinducerad psykos (CIP) och icke-psykotiska cannabisanvändare (NPCU) och att korrelera hjärnunderskott med selektiva sociodemiska, kliniska och psykosociala variabler. Vi antog att CIP patienter kommer att visa betydande minskningar av GM volymer jämfört med NPCU samt möjliga korrelationer mellan GM volymer och socio-demografiska, kliniska och psykosociala skalor.

Protocol

10 CIP-patienter och 12 NPCU rekryterades till denna studie. Alla patienter rekryterades vid det psykiatriska invändigt på University Policlinico Hospital i Milano, Italien, medan cannabisanvändarna var inskrivna i Milanos upptagningsområde. Alla patienter var i stabil farmakologisk behandling. Antingen vänster- eller högerhänta deltagare ingick. Alla deltagare hade en vanlig cannabiskonsumtion och typen av läkemedel, frekvensen och varaktigheten, liksom sociodemiska, kliniska och psykosociala parametrar för beroende mättes. Studien godkändes av den lokala etiska kommittén.

1. Deltagare

  1. Använd följande inkluderingskriterier: För patienter: 18-45 år, DSM-IV-diagnos av cannabisinducerad psykotisk störning, tung cannabiskonsumtion vid tidpunkten för studien och under de föregående 6 månaderna. För NPCU: ålder 18-45 år, ingen DSM-IV diagnos, tung cannabiskonsumtion vid tidpunkten för studien och under de föregående 6 månaderna.
  2. Använd följande uteslutningskriterier: en diagnos av utvecklingsstörning, aktuell större medicinsk eller neurologisk sjukdom, en historia av traumatisk huvudskada med medvetslöshet och andra axel I, inklusive alkoholmissbruk, eller axel II-störningar och graviditet. Kontrollera att psykotiska symtom inte föregår uppkomsten av cannabisanvändningen och inte kvarstår under en betydande tid efter det att akut abstinens eller allvarlig berusning upphört. Kontrollera att det inte finns någon historik över återkommande avsnitt som inte är prenumerationsrelaterade.
  3. För att få informerat samtycke läs samtyckesformuläret till deltagarna. Få både deltagaren och utredaren att underteckna samtyckesformuläret i två exemplar. Lagra samtyckesformuläret för poster.
  4. För att utvärdera diagnos av CIP-patienter, använd den strukturerade kliniska intervjun för diagnos (SCID-I) av diagnostik och statistisk manual för psykiska störningar, 4: e upplagan, textrevision (DSM-IV-TR)27.
  5. För att fastställa frekvensen och beroendets varaktighet, använd handboken för den halvstrukturerade kliniska intervjun för barn och ungdomar SCICA28.

2. Klinisk och psykosocial utvärdering

OBS: Flera kliniska och psykosociala skalor administrerades till alla deltagare.

  1. För att utvärdera psykiatriska symtom, använd Brief Psychiatric Rating Scale (BPRS)29, Young Mania Rating Scale (YMRS)30, Montgomery-Åsberg Depression Rating Scale (MADRS)31, Hamilton Depression Rating Scale (HAM-D)32 och Hamilton Anxiety Rating Scale (HAM-A)33.
  2. För att utforska förekomsten av trauma eller infektion under eller omedelbart efter partum, använd Murray-Lewis Obstetrisk complications scale (MLOCS)34.
  3. För att bedöma erfarenheter av försummelse eller missbruk, använd Childhood Experience of Care and Abuse Questionnaire (CECA-Q)35.
  4. För att uppskatta den socioekonomiska statusen (SES), använd MacArthur36:s socioekonomiska statusskala.
  5. Använd grannskapsskalan (NS)37 för att bedöma grannskapets särdrag, när det gäller grannskapstillfredsställelse (NS-A), känsla av säkerhet (NS-B), nedbrytningsnivå (NS-C), medmänniskors vilja att ingripa i negativa situationer (NS-D) och graden av acceptans av ämnen (NS-E).
  6. Använd temperament och karaktärsinventering (TCI-125) för att utforska personlighetsdrag38,39.
  7. För att bedöma livskvaliteten och den globala funktionen använder du Manchester Short Assessment of Quality of Life (MANSA)40 och Quality of Life Index (QL-index)41 respektive Global Assessment of Functioning (GAF)27-skalor.
    OBS: Alla sociodemografiska och kliniska data sammanfattas i tabell 1.

3. Magnetisk resonansavbildning

  1. Sätt deltagaren i ett överläge på sängen på 3 Tesla MR-skannern.
  2. Placera en radiofrekvensspole (RF) över deltagarens huvud.
  3. Ge öronproppar och hörlurar för att blockera bakgrundsljud.
  4. Fäst skumkuddar för att immobilisera huvudet.
  5. Instruera objektet att stå stilla.
  6. Kör MR-session från arbetsstationen i kontrollrummet.
    1. Kör en 3-plans gradient ekosökning efter justering och lokalisering och utför en shim-procedur för att generera ett homogent, konstant magnetfält.
    2. Starta ett eko-planar-imaging protokoll för MRI. Förvärvsparametrarna för förvärv av högupplöst T1-viktad tredimensionell hjärnskanning är redan fastställda i bildprogrammet och bör inte ändras. Parametrarna är: repetitionstid [TR] = 9,8, ekotid [TE] = 4,6 ms, i planets voxelstorlek= 0,9375 × 0,9375, matris= 256 × 256, vändvinkel = 8°.
  7. Ta bort deltagaren från MR-skannerrummet. Överför MR-data till disken och stäng sessionen.
    OBS: Totalt 185 sammanhängande 1 mm sagittal skivor sträcker sig överlägsen från den sämre aspekten av lillhjärnan att omfatta större delen av hjärnan valdes från en sagittal localizer skanning.

4. Förbehandlingssteg

OBS: En voxelbaserad morfometerianalys bör utföras med hjälp av statistisk parametrisk kartläggning (SPM12) som implementeras i MATLAB.

  1. Utför följande förbearbetningssteg, som visas i Script_pre-bearbetningsskriptfilen, innan du utför gruppanalyser.
    1. Segmentering: Bearbeta den strukturella bilden för att skilja och separera vit materiavävnaderna, grå materiavävnaderna och cerebrospinalvätskan till olika bilder. Denna separation erhålls tack vare kombinationen av sannolikhetskartor, utarbetade från den allmänna kunskapen om vävnadsfördelning i kombination med modellklusteranalyser som identifierar voxelfördelningar av specifika vävnader i den ursprungliga bilden. Kör batchfilen segment.mat.
    2. DARTEL (Diffeomorphic Anatomical Registration Through Exponentiated Lie algebra) verktyg: bestämma de ickelinar deformationer för registrering av GM och vit materia bilder av alla deltagare. Kör batchfilen create_template.mat.
    3. Normalisering: Under den rumsliga normaliseringsfasen, anpassa MRI-bilder till en anatomisk standardmall. Detta beror på att varje ämne har små skillnader i hjärnans form och organisation som storlek och morfologiska skillnader i strukturer. Kör batchfilen normalize_to_MNI.mat.
    4. Rumslig utjämning: Efter rörelsekorrigering, utför en isotropisk gaussisk kärna med 6 mm full bredd vid hälften maximal gaussisk kärna för att öka förhållandet mellan signal och buller och för att ta hänsyn till subtila variationer i anatomiska strukturer. Kör batchfilen normalize_to_MNI.mat.
    5. Extrahera den totala intrakraniella volymen (ICV) med SPM12: den kan erhållas genom att lägga till densitetsvärdena i GM-, vit materia- och CSF-klassbilder och multiplicera med voxelvolymerna.
      OBS: När förbehandlingen är klar är det möjligt att utarbeta uppgifterna.
      OBS: Se SPM-handboken (https://www.fil.ion.ucl.ac.uk/spm/doc/spm12_manual.pdf) som ger en detaljerad beskrivning av de förbehandlingssteg som används i denna studie och de SPM-kommandon som ska användas. Se även de skript- och Matlab-partier som ingår i det kompletterande materialet med de exakta förbehandlingsstegen som används för denna studie.

5. Statistiska analyser

  1. Utför chi-square tester (kategoriska variabler) och två prov t tester (kvantitativa variabler) för att utforska skillnader mellan de två grupperna på demografisk, klinisk och psykosocial skala.
  2. Utför en enkelvägsanalys av varians (ANOVA), i samband med en GLM-design (General Linear Model) för att jämföra GM-volymer mellan CIP-patienter och NPCU. Kön och ålder användes som kontrollerande variabler i alla analyser. Kör enkelvägs ANOVA-batchfilen.
  3. Utför regressionsanalyser i hela hjärnan, endast för CIP-gruppen, för att undersöka om poängen i alla kliniska och psykosociala skalor som användes i denna studie var signifikant korrelerade med GM-volymförändringar. Använd ingen hjärnmask men tänk på alla voxels. Kör batchfilen Regression analysis med den kliniska intresseskalan.
  4. Konvertera stereotaktiska koordinater för topp maxima av suprathreshold kluster från MNI rumslig matris (www.mni.mcgill.ca) till talairach och Tournoux42.
    OBS: I alla neuroanatomical analyser, de volymetriska skillnaderna mellan ämnen ansågs genom proportionell skalning för den totala intrakraniell volymen (ICV).
    1. För ANOVA, ställ < tröskelvärdet för betydelse till p 0,001 okorrigerat, med en minsta klusterstorlek på k=30, medan en p < 0,05 topp Familjemässigt fel (pFWE) korrigerat ansågs signifikant och en minsta klusterstorlek på k=10 användes. Det tidigare tröskelvärdet beaktades på grund av den lilla urvalsstorlek som användes i denna studie, och resultaten av denna analys måste därför betraktas som preliminära. Det senare tröskelvärdet är strängare eftersom p-värdet korrigeras för flera jämförelser.
      OBS: Se VBM8 Manual för mer information om steg efter bearbetning (http://dbm.neuro.uni-jena.de/vbm8/VBM8-Manual.pdf). Se även Matlab-satserna "enkelvägs ANOVA" och "Regressionsanalys" som ingår i tilläggsmaterialen med den exakta modellen som används för denna studie. På grund av studiens undersökande karaktär skulle en formell beräkning av urvalsstorleken ha varit av litet värde och därför utfördes den inte.

Representative Results

Sociodemografiska, kliniska och psykosociala resultat
Det fanns inga skillnader i kön (χ2 =0,6, p=0, 4), ålder (t=-0,21; p=0,83), åldern för beroendet (t=-0,79; p=0, 44) och utbildningsnivå (t=1,21; p=0, 24) mellan CIP-patienter och NPCU. Vissa skillnader mellan de två grupperna observerades dock i en temperamentsdimension (Harm Avoidance, t=3.71; p=0,001) och enteckensdimension (Self-Transcendence, t=2,94; p=0, 008) i TCI där CIP-patienter visade högre poäng jämfört med NPCU. Slutligen visade NPCU också högre poäng jämfört med CIP-patienter i en underdimension av grannskapsskalan (NS-E) (t=-3,55; p=0,002), i SES-totalsumman (t=-2,13; p=0,046), i livskvalitetsindex (t=-8,1; p=0,0001), i GAF (t=-4,71; p=0,0001) och i en teckendimension av TCI (Självstyrdhet, t=-3,97; p=0,001).

Specifikt för CIP var frekvensen av cannabisberoende dagligen för 9 ämnen (90%) och flera gånger i veckan för 1 ämne (10%). I stället var frekvensen av cannabisberoende i NPCU-gruppen dagligen för 7 försökspersoner (60%), flera gånger i veckan för 4 ämnen (30%), och flera gånger i månaden för 1 ämne (10%). Medelåldern för uppkomsten av beroende var vid 18 års ålder för CIP-patienter och vid 16 års ålder för NPCU-gruppen. Även om alla deltagare tog cannabis rapporterade vissa CIP-patienter (N=6) och NPCU (N=3) också tidigare användning av andra droger, inklusive kokain, LSD och heroin/ metadon, men med lägre frekvens än cannabis. Frekvensen av cannabisanvändning skilde sig inte mellan de två grupperna (χ2=1,69, p=0,42). Dessutom har ingen statistisk skillnad i typ och frekvens av kokain, Heroin/metadon och LSD-användning observerades mellan de två grupperna (kokain: χ2=0,06, p=0,79 och χ2=4,1, p=0,39; heroin/metadon: χ2=1,2, p=0,26 och χ2=1,2, p=0,26; LSD: χ2=0,01, p=0,89 och χ2=2,0, p=0,36). Även om vi är medvetna om att förekomsten av polykonsumtion i provet kan ha påverkat resultatens generaliserbarhet negativt, är det viktigt att betona att användningen av andra droger var mycket begränsad jämfört med cannabisanvändning. I motsats till cannabisanvändning var konsumtionen av andra droger livstid och förekom inte under studietiden. Våra resultat bör dock tas försiktigt och replikeras i ett mer homogent urval.

VBM-resultat
VBM-analys visade att CIP-patienter hade omfattande GM-minskningar jämfört med NPCU i höger överlägsen frontal gyrus ((Brodmann-området [BA] 10), höger precentral (BA 4), höger överlägsen temporal gyrus (BA 22), insula bilateralt (BA13), höger precuneus (BA7), höger mediala occipital gyrus (BA 19), höger fusiform gyrus (BA 37) och vänster hippocampus (p < 0,001 okorrigerad; Tabell 2 och figur 1). Inga GM- skillnader observerades i NPCU jämfört med CIP- patienter.

Korrelationer mellan GM-regioner och kliniska skalor
Hos CIP-patienter visade resultaten en negativ korrelation mellan en domän inom BPRS, BPRS-Aktivitet och selektiva GM-volymer inom vänster överlägsen temporal cortex (BA 38, x=-40 y=17 z=-35, z=5,9, klusterstorlek=19) och vänster lillhjärna (x=-12 y=-36 z=-20, z=6,1, klusterstorlek=18). Dessutom var samma skala positivt korrelerad med cuneus bilateralt (BA 18; vänster: x=-9 y=-90 z=9, z=7,0, klusterstorlek=24; höger: x=15 y=-85 z=24, z=7,3, klusterstorlek=13), vänster sämre occipital gyrus (BA 17; x=-9 y=-88 z=-6, z=7,4, klusterstorlek=34), höger underlägsen parietallobul (BA 40; x=58 y=-35 z=22, z=6,7, klusterstorlek=33), höger överlägsen prefrontal cortex (BA 9; x=3 y=51 z=29, z=6,2, klusterstorlek=23) (alla p<0,05 pFWE korrigerade). Inga signifikanta korrelationer i någon av de andra kliniska skalor observerades hos CIP patienter.

Figure 1
Figur 1: Regioner med betydande GM-skillnad mellan substansinducerade psykospatienter (CIP) och icke-psykotiska cannabisanvändare (p<0.001, okorrigerad, k=30).

CIP-patienter Icke-psykotiska cannabisanvändare Statistik p-värde
n=10 n=12
Ålder, medelvärde (SD) 27 (9.21) 26 (0.89) t= -0,213 p=0,833
Kön, man/kvinna 8/2 11/1 χ2=0.630 p=0,427
Ålder för cannabisanvändning, medelvärde (SD) 18 (9.69) 16 (1.83) t= -0,786 p=0,441
Typ (N). frekvensen av annat narkotikamissbruk Cannabis (N=10); Dagligen (N=9), flera gånger i veckan (N=1). Cannabis (N=12); Dagligen (N=7), flera gånger i veckan (N=4), flera gånger i månaden (N=1). Frekvens: χ2=1,69, p=0,42
Kokain (N=4). flera gånger i veckan (N=2), flera gånger i månaden (N=2). Kokain (N=3). flera gånger i veckan (N=1), flera gånger i månaden (N=1), mindre än en i månaden (N=1). Typ: χ2=0,06 Typ: p=0,79
Frekvens: χ2=4,1 Frekvens: p=0,39
Heroin/metadon (N=1). flera gånger i veckan. Inga heroin-/metadonanvändare. Typ: χ2=1,2 Typ: p=0,26
Frekvens: χ2=1,2 Frekvens: p=0,26
LSD (N=1); mindre än en i månaden. LSD (N=1); flera gånger i månaden. Typ: χ2=0,01 Typ: p=0,89
Frekvens: χ2=2,0 Frekvens: p=0,36
Ålder på inset, medelvärde (SD) 25 (8.46) - - -
BPRS TOT, medelvärde (SD) 43 (9) 20 (3) t=8.860 p=0,0001
Ångest-depression 10 (5) 6 (2) t=2,629 p=0,016
Anergia (anergi) 8 (3) 4 (1) t=3.284 p=0,004
Tankestörningar 12 (3) 4 (0) t=9.754 p=0,0001
Aktivitet 6 (2) 3 (0) t=4.557 p=0,0001
Fientlighet- Misstänksamhet 8 (4) 3 (0) t=4,053 p=0,001
HAM-D, medelvärde (SD) 11 (6.42) 4 (4.96) t=3.258 p=0,004
HAM-A, medelvärde (SD) 11 (6.62) 3 (3.93) t=3.487 p=0,002
MADRS, medelvärde (SD) 14 (7.76) 6 (6.35) t=2.635 p=0,016
YMRS, medelvärde (SD) 13 (7.92) 0 (1.44) t=5.378 p=0,0001
CECA-Q, medelvärde (SD)
CECA-QMA (på andra) 13 (5.20) 13 (3.89) t=-0,069 p=0,946
CECA-QMN (på andra) 19 (5.83) 19 (4.64) t=-0,284 p=0,779
CECA-QPA (på andra) 14 (6.44) 14 (5.56) t=-0,130 p=0,990
CECA-QPN (på andra) 24 (11.69) 24 (7.12) t=0,070 p=0,945
Grannskapsskala*, medelvärde (SD)
NS- A 9 (1.78) 8 (2.23) t=0,782 p=0,443
NS- B 6 (2.50) 7 (1.56) t=-1,070 p=0,298
NS- C 9 (5.87) 10 (7.66) t=-0,265 p=0,794
NS-D (på NS-D) 6 (2.31) 5 (1.53) t=1.378 p=0,183
NS-E (på NS-E) 3 (1.35) 4 (0.29) t=-3.546 p=0,002
SES** totalt, medelvärde (SD) 33.6 (12.60) 45.3 (13.05) t=-2.132 p=0,046
Studera 11.3 (4.22) 15.3 (5.93) t=-1.800 p=0,087
Yrke 22.3 (10.39) 30.0 (8.79) t=-1,885 p=0,074
QL - Index, medelvärde (SD) 6 (1.65) 10 (0.62) t=-8,098 p=0,0001
GAF, medelvärde (SD) 58 (15.21) 83 (9.68) t=-4.715 p=0,0001
MANSA, elak (SD) 54 (14.16) 61 (6.01) t=-1.250 p=0,226
TCI, medelvärde (SD)
TCI-Ns 59.92 (10.75) 55.95 (12.86) t=0,173 p=0,864
TCI Ha 55.67 (7.71) 45.61 (5.68) t=3,708 p=0,001
TCI Rd 48.67 (10.41) 50.49 (9.02) t=-0,668 p=0,512
TCI P 49.82 (11.49) 39.32 (8.83) t=2,033 p=0,056
TCI Sd 28.64 (11.85) 49.89 (7.42) t=-3.969 p=0,001
TCI Co 42.15 (12.21) 49.07 (5.60) t=-1.430 p=0,168
TCI St 65.56 (12.34) 50.82 (8.16) t=2,940 p=0,008

Tabell 1: Sociodemografiska, kliniska och psykosociala variabler i hela provet. BPRS (Kort psykiatrisk betygsskala); CECA-Q (Barndomserfarenhet av vård och missbruk frågeformulär); CIP (cannabisinducerad psykos); GAF (Global Bedömning av funktion); HAM-A (Hamilton Ångest Betyg Skala); MADRS (Montgomery-Asberg Depression Rating Scale); HAM-D (Hamilton Depression Rating Scale); MANSA (Manchester kort bedömning av livskvalitet); NS-A (Grannskapsnöjdhet); NS-B (Känslor av säkerhet); NS-C (Incivilitet i grannskapet); NS-D (Kollektiv effekt); NS-E (Cannabis acceptans); SD (standardavvikelse); SES (socioekonomisk status); QL-index (livskvalitetsindex); ); TCI (temperament och teckeninventering); TCI Ns (Nyhet söker); TCI Ha (Skadeundvikande); TCI Rd (Belöningsberoende); TCI P (Persistens); TCI Sd (självstyrande); TCI Co (Kooperativ); TCI St (Själv transcendens); YMRS (Young Mania Rating Scale). * NS-A sträcker sig från 0 till 16, där 16 utgjorde extrem tillfredsställelse med bosättningsområdet; NS-B sträcker sig från 0 till 8, där 8 representerade en stark känsla av säkerhet; NS-C varierar från 0 till 32, där 32 indikerade en hög grad av incivilitet; NS-D varierar från 0 till 12, där 8 utgjorde en hög nivå av kollektiv effektivitet bland grannar. NS-E sträcker sig från "enas starkt" (poäng 4) till "håller inte med starkt" (poäng 0). ** Lägre nivåer av skolgång är förknippade med lägre poäng medan högre nivåer av skolgång är förknippade med högre poäng (dvs. Mindre än7:e klass = 3; Examen= 21). På samma sätt är yrken med lägre kognitivt engagemang förknippade med lägre poäng, medan yrken som kräver mer kognitiva resurser är förknippade med högre poäng (Farm worker= 5; Läkare= 45).

Gyrus BA Sidledes MNI-koordinater Klusterstorlek z-värden Cohens d-effektstorlek
x y z
CIP-< icke-psykotiska cannabisanvändare
Överlägsen frontal 10 Höger 13 65 22 38 3.4 -1,26
Precentral 4 Höger 59 -5 26 61 3.8 -0,83
Överlägsen temporal 22 Höger 62 -7 3 146 4.2 -0,60
Insula 13 Höger 36 -21 13 142 4.1 -0,43
Insula 13 Vänster -33 -23 14 32 3.8 -0,46
Precuneus (precuneus) 7 Höger 6 -66 50 41 3.7 -0,51
Medial Occipital 19 Höger 33 -86 21 80 4 -0,84
Spolformade 37 Vänster -25 -47 -8 32 3.7 -0,29
Hippocampus - Vänster -33 -22 -5 36 3.8 -0,68
Icke-psykotiska cannabisanvändare < CIP-patienter
Inga suprathreshold-kluster

Tabell 2: VBM-resultat. Hjärnregioner som visar signifikanta minskade grå materiavolymer mellan CIP-patienterna och icke-psykotiska cannabisanvändare (P< 0,001 okorrigerade). BA (Brodmann-området); CIP (cannabisinducerad psykos); MNI (Montreal neurologiska institut)

Discussion

I den aktuella studien observerade vi att endast förekomsten av psykotiska symtom diskriminerade upptäckten av hjärnans morfologiska förändringar. Kroniska cannabisanvändare med CIP visade faktiskt minskade GM-volymer främst i det prefronto-temporo-limbiska nätverket jämfört med icke-psykotiska cannabisanvändare (NPCU). När det gäller de psykometriska frågeformulären har dessutom sambanden mellan domänen BPRS-Activity och selektiva genetiskt modifierade volymer belysts. Specifikt observerade vi en negativ korrelation mellan sådan BPRS skala och vänster överlägsen temporal cortex och vänster lillhjärna tillsammans med en positiv korrelation med cuneus bilateralt, vänster sämre occipital gyrus, rätt sämre parietal lobule och rätt överlägsen prefrontal cortex. Vi bör dock nämna att bristen på en kontrollgrupp av friska försökspersoner utan cannabisberoende hindrade oss från att undersöka om cannabisanvändning orsakade hjärnförändringar eller inte.

I allmänhet är resultaten inte förvånande eftersom tidigare MRI-studier visade att psykotiska störningar, såsom schizofreni, delade liknande GM-avvikelser, särskilt i främre och temporo-limbiskaregioner 29,30. Det är dock fortfarande oklart varför vissa kroniska cannabisanvändare utvecklade psykotiska symtom medan andra förblev friska. I urvalet upptäckte vi bara små kliniska skillnader mellan de två grupperna och därför kan de omfattande GM avvikelser som observerats i CIP gruppen inte associeras med deras specifika kliniska profil. Specifikt rapporterade 9 av 10 CIP-patienter en daglig cannabisanvändning jämfört med 7 av 12 i NPCU-gruppen. Dessutom konstaterades inga skillnader i fråga om ålder, kön, ålder för cannabisanvändning och utbildningsnivå mellan de två grupperna. Vi bör dock anse att denna brist på skillnader kan bero på den lilla urvalsstorlek som också begränsade möjligheten att statistiskt analysera och tolka dessa faktorer. En hypotes är att den psykotiska processen i sig är ansvarig för minskningen av hjärnvolymen, oavsett cannabisanvändning. Tidigare studier visade inga GM-skillnader mellan psykotiska patienter med och utan cannabiskonsumtion, vilket inte fann några tydliga bevis för att cannabisanvändning var relaterad till GM-förändringar hos första episoden psykotiska patienter45. Cannabisanvändning kan dock ha bidragit till hjärnförändringar och därefter inducerad psykos endast i en undergrupp av mottagliga cannabisanvändare.

Den första hypotesen är i linje med de studier som visar hjärnavvikelser vid psykotiska störningar. Specifikt visade resultaten att CIP-patienter jämfört med NPCU hade omfattande GM-volymminskningar i vissa hjärnområden som är kända för att vara involverade i känslomässig reglering, såsom frontotemporal cortices, insula, hippocampus och fusiform gyrus46. Intressant nog kan störningar i dessa strukturer, särskilt i prefrontala regioner, förklara humörinstabiliteten och större känslomässig reaktivitet hos ungdomar och unga vuxna, liksom impulsiva beteenden och substanssökande33,34. Det har faktiskt konsekvent rapporterats att känsloreglering / bearbetning är förknippade med rekrytering av en uppsättning prefrontala hjärnregioner som är involverade i kognitiv kontroll över känslomässiga limbiska strukturer. Till exempel har större svårigheter i känslomässig reglering bland tobaksrökare förknippats med en svagare anslutning mellan sämre frontal gyrus och amygdala jämfört med icke-rökare49. Därför kan det vara troligt att bland CIP patienter var utvecklingen av psykotiska symtom associerad med störd balans mellan dessa strukturer.

Dessutom observerade vi att gruppen av CIP-patienter visade störningar i dorsolateral prefrontal cortex (DLPFC), en nyckelregion som är involverad i stora kognitiva funktioner, inklusive arbetsminne, verkställande funktioner50 och känslomässig reglering51. Detta konstaterande är faktiskt inte förvånande eftersom DLPFC arbetar tillsammans med riskövervakningsregioner, såsom insula (en viktig struktur i salience-nätverket som nyligen befunnits vara involverat i missbruk52),som också har hittats förändrad i gruppen av CIP-patienter och främre cingulate cortex, vilket i slutändan tyder på att försämringar i att skilja riskabla från säkra val kan bero på en störning mellan DLPFC och sådana riskövervakningsregioner53.

Dessutom visade CIP patienter en GM volym minskning i överlägsen tidsmässiga cortex. Intressant nog är detta resultat i linje med de bevis som rapporterats av en tidigare multimodal neuroimaging studie54, som använde ett större urval av CIP patienter (N =16), varav de flesta överlappar med det prov som används i denna studie som fann omfattande GM förändring i tidsmässiga cortices hos CIP patienter. Övergripande sådana bevis bekräftar ytterligare nyckelrollen av den överlägsna temporal cortex i psykos, eftersom inblandning av denna struktur har konsekvent rapporterats i förmågor som ofta hittas störda hos psykotiska patienter, inklusive språkbehandling och teori om sinne förmågor39,40. Resultaten överensstämmer också med tidigare bevis som rapporterar sambandet mellan volymminskningar i denna region och hörselhallucination ellertankestörningar 41,42 samt med en tidigare MRI-studie som tyder på störningar i detta område hos ämnesberoende individer jämfört med friskakontroller 59.

Slutligen framkom en betydande GM volym minskning av hippocampus hos CIP patienter från resultaten. Sådana fynd är i linje med tidigare bevis som visar strukturella och funktionella förändringar i denna struktur i tidiga psykoser och i risk mentalt tillstånd / första episoden psykos, i jämförelse med friskakontroller 60,61,62,63. Normal hippocampal funktion krävs för ett antal mentala funktioner inklusive minne och känslomässigt beteende48,49 ochdet har föreslagits att minskad volym i denna struktur kan representera en markör för ett negativt kliniskt resultat hos patienter med en första episod psykos66. Men i motsats till resultaten har hippocampal underskott också rapporterats hos unga och vuxna cannabisanvändare, som har visat sig ha tunnare cortices och minskade volymer i denna region67,68,69,70. Därför har en tydlig bild av hippocampus roll i missbruk fortfarande inte uppnåtts. Ändå pekar resultaten mot hypotesen att det kortiko-limbiska systemet äventyras i gruppen av CIP-patienter, vilket också föreslagits av en tidigare MRI-studie54 och kan förklara de känslomässiga utvecklingsunderskotten, som har föreslagits vara en kritisk föregångare till framtida psykotisk utveckling55,56, ofta observeras hos dessa patienter.

Därför verkar det rimligt att hypotesen att cannabisinducerad psykos är förknippad med hjärnförändringar i regioner inom prefronto-temporo-limbiska nätverket, som därför kan representera ett vanligt neurodevelopmental substrat av flera former av psykos. Intressant nog föreslog longitudinella studier att vissa hjärnstörningar, inklusive mindre orbitofrontala cortexvolymer73, ökad fronto-parietal och minskad aktivering av visuella associationsregioner, liksom kognitiva underskott, såsom sämre verkställande funktioner74, kan vara närvarande redan innan cannabisberoendet inleds. Därför kan det vara att dessa individer med underliggande hjärnförändringar är mer benägna att utveckla psykotiska symtom efter cannabisanvändningsinitiering. Dessutom finns det bevis som rapporterar att innehav av risk alleler i AKT1 och DRD2 gener, som är involverade i dopamin signalering, är förknippad med ökad risk att utveckla psykos efter cannabisanvändning3. Påvisande av morfologiska minskningar hos CIP-patienter kan därför återspegla en förstärkt genetisk mottaglighet för den neurotoxiska effekten av kronisk cannabisanvändning hos denna grupp av försökspersoner.

Slutligen, i CIP-gruppen, visade resultaten också en negativ korrelation mellan en underdomän av BPRS, BPRS-Activity och selektiva GM volymer inom vänster överlägsen temporal cortex och vänster lillhjärna. Denna delskala var också positivt korrelerad med cuneus bilateralt, vänster sämre occipital gyrus, rätt sämre parietal lobule och rätt överlägsen prefrontal cortex. I allmänhet, även om korrelationer mellan klinisk symptomatologi och GM strukturer har rapporterats i stor utsträckning, särskilt i schizofreni75,resultaten är fortfarande heterogena, med en blandad bild avomvända 76,positiva77 eller inga78 korrelationer mellan selektiva GM volymer och kliniska skalor. Särskilt, den negativa korrelationen som observerats mellan BPRS-Aktivitet och överlägsen temporal cortex verkar vara i linje med tidigare MRI bevis som visar omvända korrelationer mellan denna struktur och positiva symptom svårighetsgrad76, i slutändan ytterligare föreslå nyckelrollen av denna struktur i produktionen av psykotiska symtom. På samma sätt verkar den positiva korrelationen mellan BPRS-Activity och överlägsen prefrontal cortex överens med andra MRI-studier som rapporterar en liknande korrelation mellan negativa symtom och GM-volymer med prefrontal cortex79.

Som helhet ger resultaten av den aktuella studien preliminära bevis på förekomsten av betydande samband mellan hjärnförändring och svårighetsgraden av psykopatologi.

Den aktuella studien lider av vissa begränsningar. För det första tog alla psykotiska patienter farmakologiska behandlingar som kunde ha påverkat resultaten. För det andra tillåter bristen på en kontrollgrupp som bildas av friska försökspersoner som inte exponeras för cannabis inte en ytterligare jämförelse med de två grupperna av cannabisanvändare (psykotiska och inte). Även om de två grupperna var mycket lika i antal försökspersoner (10 CIP- patienter jämfört med 12 NPCU), begränsar den lilla urvalsstorleken betydelsen av de uppnådda resultaten och måste därför betraktas som preliminär. Ytterligare begränsningar är strikt kopplade till den undersökta befolkningens natur. Vissa patienter med CIP (6/10) och en ganska liten andel av NPCU (3/12) hade faktiskt en livstidshistorik över annan substanskonsumtion (dvs. kokain, LSD och heroin/metadon). Dessutom undersökte vi inte de genetiska alleler som är kopplade till missbruk, vilket kunde ha bidragit till att diskriminera de två grupperna. Trots detta var cannabiskonsumtionen, även om den bedömdes i fråga om frekvens och volym och varaktighet med ett specifiktverktyg 20,inte enhetlig i de två grupperna. Slutligen, i denna studie utforskade vi inte hjärnans aktivering och vi bedömde inte provets neurokognitiva tillstånd. Därför kan bristen på denna information ha påverkat resultaten eftersom tidigare studier visade närvaron av selektiva hjärndysfunktion hos patienter med schizofreni med missbruk i den mediala prefrontala cortexen, orbitofrontal cortex och amygdala samt en bättre premorbid neurokognitiv profil med en större långsiktig nedgång jämfört med samma patienter utan missbruk80. Därför behövs ytterligare funktionella MRI-studier som utforskar hjärnaktivitet i kombination med neuropsykologiska bedömningar på större prover och med homogena konsumtionsvanor för att bekräfta våra resultat.

Enligt våra resultat kan cannabisinducerad psykos kännetecknas av GM-volymminskningar i selektiva hjärnstrukturer. Med tanke på den avgörande och omfattande roll som det endocannabinoida systemet spelar i hjärnan, den ökande prevalensen av cannabisanvändning, dess kroniska användning under neuroutveckling samt den gradvis högre THC-koncentrationen på den nuvarande marknaden, verkar det därför obligatoriskt att klargöra vilka aspekter av cannabisexponering (t.ex. ålder vid initiering, kvantitet, frekvens och varaktighet) som bestämmer den största risken för progressionen mot psykotiska relaterade sjukdomar. Huruvida minskningar i prefronto-temporo-limbiska regioner utgör ett substrat för själva den psykotiska processen eller en direkt följd av cannabisexponering bland mottagliga försökspersoner är dock fortfarande en komplex fråga. I detta sammanhang kan de metoder som används i studien vara användbara för att bättre karakterisera de neurobiologiska och kliniska egenskaperna hos cannabisinducerad psykos. Slutligen kan longitudinella neuroimaging studier med hänsyn till också potentiella förvirrande faktorer, såsom cannabis dos, styrka, THC/Cannabidiol förhållande, frekvens av användning, ålder av insjuknandet, välbekant historia av psykos och genetisk polymorfism ge en potentiell grund för att identifiera förmodade biomarkörer som i slutändan kan hjälpa kliniker att upptäcka de cannabis användare som är mer benägna att utveckla psykos.

Disclosures

Ingen.

Acknowledgments

Ingen.

Materials

Name Company Catalog Number Comments
Not applicable Not applicable Not applicable Not applicable

DOWNLOAD MATERIALS LIST

References

  1. European Monitoring Centre for Drugs and Drug Addiction. European Drug Report 2019: Trends and Developments. , Publications Office of the European Union. Luxembourg. (2019).
  2. De Aquino, J. P., et al. The Psychiatric Consequences of Cannabinoids. Clinical Therapeutics. 40 (9), 1448-1456 (2018).
  3. Murray, R. M., et al. Cannabis-associated psychosis: Neural substrate and clinical impact. Neuropharmacology. 124, 89-104 (2017).
  4. Gage, S. H. Cannabis and psychosis: triangulating the evidence. The Lancet Psychiatry. 6 (5), 364-365 (2019).
  5. Gage, S. H., Hickman, M., Zammit, S. Association between cannabis and psychosis: Epidemiologic evidence. Biological Psychiatry. 79 (7), 549-556 (2016).
  6. Burns, J. K. Pathways from Cannabis to Psychosis: A Review of the Evidence. Frontiers in Psychiatry. 4, 128 (2013).
  7. Bhattacharyya, S., Atakan, Z., Martin-Santos, R., Crippa, J. A., McGuire, P. K. Neural mechanisms for the cannabinoid modulation of cognition and affect in man: a critical review of neuroimaging studies. Current Pharmaceutical Design. 18 (32), 5045-5054 (2012).
  8. Atkinson, D. L., Abbott, J. K. Cannabinoids and the Brain: The Effects of Endogenous and Exogenous Cannabinoids on Brain Systems and Function. The Complex Connection Between Cannabis and Schizophrenia. , Academic Press. (2018).
  9. Bhattacharyya, S., et al. Modulation of Mediotemporal and Ventrostriatal Function in Humans by Δ9-Tetrahydrocannabinol. Archives of General Psychiatry. 66 (4), 442-451 (2009).
  10. Bhattacharyya, S., et al. Induction of psychosis by Δ9-tetrahydrocannabinol reflects modulation of prefrontal and striatal function during attentional salience processing. Archives of General Psychiatry. 69 (1), 27-36 (2012).
  11. Battistella, G., et al. Long-term effects of cannabis on brain structure. Neuropsychopharmacology. 39 (9), 2041-2048 (2014).
  12. Price, J. S., McQueeny, T., Shollenbarger, S., Browning, E. L., Wieser, J., Lisdahl, K. M. Effects of marijuana use on prefrontal and parietal volumes and cognition in emerging adults. Psychopharmacology. 232 (16), 2939-2950 (2015).
  13. Filbey, F. M., et al. Long-term effects of marijuana use on the brain. Proceedings of the National Academy of Sciences of the United States of America. 111 (47), 16913-16918 (2014).
  14. Yücel, M., et al. Regional brain abnormalities associated with long-term heavy cannabis use. Archives of General Psychiatry. 65 (6), 694-701 (2008).
  15. Lorenzetti, V., et al. Gross morphological brain changes with chronic, heavy cannabis use. British Journal of Psychiatry. 206 (1), 77-78 (2015).
  16. Schacht, J. P., Hutchison, K. E., Filbey, F. M. Associations between cannabinoid receptor-1 (CNR1) variation and hippocampus and amygdala volumes in heavy cannabis users. Neuropsychopharmacology. 37 (11), 2368-2376 (2012).
  17. Yip, S. W., et al. Pretreatment measures of brain structure and reward-processing brain function in cannabis dependence: An exploratory study of relationships with abstinence during behavioral treatment. Drug and Alcohol Dependence. 140, 33-41 (2014).
  18. Medina, K. L., et al. Prefrontal cortex morphometry in abstinent adolescent marijuana users: Subtle gender effects. Addiction Biology. 14 (4), 457-468 (2009).
  19. DeLisi, L. E., et al. A preliminary DTI study showing no brain structural change associated with adolescent cannabis use. Harm Reduction Journal. 3 (1), 17 (2006).
  20. Jager, G., et al. Effects of frequent cannabis use on hippocampal activity during an associative memory task. European Neuropsychopharmacology. 17 (4), 289-297 (2007).
  21. Tzilos, G. K., et al. Lack of hippocampal volume change in long-term heavy cannabis users. American Journal on Addictions. 14 (1), 64-72 (2005).
  22. Orr, C., et al. Grey matter volume differences associated with extremely low levels of cannabis use in adolescence. Journal of Neuroscience. 39 (10), 1817-1827 (2019).
  23. Atakan, Z., et al. Cannabis affects people differently: Inter-subject variation in the psychotogenic effects of Δ9-tetrahydrocannabinol: A functional magnetic resonance imaging study with healthy volunteers. Psychological Medicine. 43 (6), 1255-1267 (2013).
  24. Epstein, K. A., Kumra, S. Altered cortical maturation in adolescent cannabis users with and without schizophrenia. Schizophrenia Research. 162 (1-3), 143-152 (2015).
  25. Kumra, S., et al. Parietal lobe volume deficits in adolescents with schizophrenia and adolescents with cannabis use disorders. Journal of the American Academy of Child and Adolescent Psychiatry. 51 (2), 171-180 (2012).
  26. Yu, T., et al. Cannabis-Associated Psychotic-like Experiences Are Mediated by Developmental Changes in the Parahippocampal Gyrus. Journal of the American Academy of Child and Adolescent Psychiatry. 59 (5), 642-649 (2019).
  27. American Psychiatric Association. Diagnostic and statistical manual of mental disorders (4th ed., text rev.). , Washington. (2000).
  28. McConaughy, S. H., Achenbach, T. M. Manual for the semistructured clinical interview for children and adolescents. , ASEBA. (2001).
  29. Overall, J. E., Gorham, D. R. The Brief Psychiatric Rating Scale. Psychological Reports. 10 (3), 799-812 (1962).
  30. Young, R. C., Biggs, J. T., Ziegler, V. E., Meyer, D. A. A rating scale for mania: Reliability, validity and sensitivity. British Journal of Psychiatry. 133 (5), 429-435 (1978).
  31. Montgomery, S. A., Asberg, M. A new depression scale designed to be sensitive to change. British Journal of Psychiatry. 134 (4), 382-389 (1979).
  32. Hamilton, M. A rating scale for depression. Journal of Neurology, Neurosurgery, and Psychiatry. 23 (1), 56 (1960).
  33. Hamilton, M. Hamilton Anxiety Rating Scale (HAM-A). Journal of Medicine. 61 (4), 81-82 (1959).
  34. Lewis, S. W., Murray, R. M. Obstetric complications, neurodevelopmental deviance, and risk of schizophrenia. Journal of Psychiatric Research. 21 (4), 413-421 (1987).
  35. Bifulco, A., Bernazzani, O., Moran, P. M., Jacobs, C. The childhood experience of care and abuse questionnaire (CECA.Q): Validation in a community series. British Journal of Clinical Psychology. 44 (4), 563-581 (2005).
  36. Adler, N. E., Stewart, J. The MacArthur Scale of Subjective Social Status. MacArthur Research Network on SES and Health. , (2007).
  37. Hur, M., Nasar, J. L., Chun, B. Neighborhood satisfaction, physical and perceived naturalness and openness. Journal of Environmental Psychology. 30 (1), 52-59 (2010).
  38. Cloninger, C. R., Svrakic, D. M., Przybeck, T. R. A Psychobiological Model of Temperament and Character. Archives of General Psychiatry. 50 (12), 975-990 (1993).
  39. Delvecchio, G., et al. Normative data and effects of age and gender on temperament and character dimensions across the lifespan in an Italian population: A cross-sectional validation study. Journal of Affective Disorders. 204, 83-91 (2016).
  40. Priebe, S., Huxley, P., Knight, S., Evans, S. Application and results of the Manchester Short Assessment of Quality of Life (MANSA). International Journal of Social Psychiatry. 45 (1), 7-12 (1999).
  41. Spitzer, W. O., et al. Measuring the quality of life of cancer patients. A concise QL-Index for use by physicians. Journal of Chronic Diseases. 34 (12), 585-597 (1981).
  42. Talairach, J., Tournoux, P. Co-planar stereotaxic atlas of the human brain: 3-dimensional proportional system an approach to cerebral imaging. , Thieme, NY. (1988).
  43. Ellison-Wright, I., Glahn, D. C., Laird, A. R., Thelen, S. M., Bullmore, E. The anatomy of first-episode and chronic schizophrenia: An anatomical likelihood estimation meta-analysis. American Journal of Psychiatry. 165 (8), 1015-1023 (2008).
  44. Fornito, A., Yücel, M., Patti, J., Wood, S. J., Pantelis, C. Mapping grey matter reductions in schizophrenia: An anatomical likelihood estimation analysis of voxel-based morphometry studies. Schizophrenia Research. 108 (1-3), 104-113 (2009).
  45. Haller, S., et al. Combined grey matter VBV and white matter TBSS analysis in young first episode psychosispatients with and without cannabis consumption. Brain Topography. 26 (4), 641-647 (2013).
  46. Hou, J., et al. Review on neural correlates of emotion regulation and music: Implications for emotion dysregulation. Frontiers in Psychology. 8, 501 (2017).
  47. Martin, R. E., Ochsner, K. N. The Neuroscience of Emotion Regulation Development: Implications for Education. Current Opinion in Behavioral Sciences. 10, 142-148 (2016).
  48. Pfeifer, J. H., Allen, N. B. Arrested development? Reconsidering dual-systems models of brain function in adolescence and disorders. Trends in Cognitive Sciences. 16 (6), 322-329 (2012).
  49. Faulkner, P., Dean, A. C., Ghahremani, D. G., London, E. D. Neural Basis of Smoking-Related Difficulties in Emotion Regulation. International Journal of Neuropsychopharmacology. , (2020).
  50. Dedoncker, J., Brunoni, A. R., Baeken, C., Vanderhasselt, M. A. A Systematic Review and Meta-Analysis of the Effects of Transcranial Direct Current Stimulation (tDCS) Over the Dorsolateral Prefrontal Cortex in Healthy and Neuropsychiatric Samples: Influence of Stimulation Parameters. Brain Stimulation. 9 (4), 501-517 (2016).
  51. Sturm, V. E., Haase, C. M., Levenson, R. W. Emotional Dysfunction in Psychopathology and Neuropathology: Neural and Genetic Pathways. Genomics, Circuits, and Pathways in Clinical Neuropsychiatry. , 345-364 (2016).
  52. Koob, G. F., Volkow, N. D. Neurobiology of addiction: a neurocircuitry analysis. The Lancet Psychiatry. 3 (8), 760-773 (2016).
  53. Kohno, M., Morales, A. M., Guttman, Z., London, E. D. A neural network that links brain function, white-matter structure and risky behavior. NeuroImage. 149, 15-22 (2017).
  54. Altamura, A. C., et al. Structural and metabolic differentiation between bipolar disorder with psychosis and substance-induced psychosis: An integrated MRI/PET study. European Psychiatry. 41, 85-94 (2017).
  55. Anderson, J. E., et al. An MRI study of temporal lobe abnormalities and negative symptoms in chronic schizophrenia. Schizophrenia Research. 58 (2-3), 123-134 (2002).
  56. Brüne, M., Brüne-Cohrs, U. Theory of mind--evolution, ontogeny, brain mechanisms and psychopathology. Neuroscience and Biobehavioral Reviews. 30 (4), 437-455 (2006).
  57. Takahashi, T., et al. Morphologic alterations of the parcellated superior temporal gyrus in schizophrenia spectrum. Schizophrenia Research. 83 (2-3), 131-143 (2006).
  58. Holinger, D. P., et al. Superior temporal gyrus volume abnormalities and thought disorder in left-handed schizophrenic men. The American Journal of Psychiatry. 156 (11), 1730-1735 (1999).
  59. Ersche, K. D., Jones, P. S., Williams, G. B., Turton, A. J., Robbins, T. W., Bullmore, E. T. Abnormal brain structure implicated in stimulant drug addiction. Science. 335 (6068), 601-604 (2012).
  60. Baglivo, V., et al. Hippocampal Subfield Volumes in Patients With First-Episode Psychosis. Schizophrenia Bulletin. 44 (3), 552-559 (2018).
  61. Pruessner, M., et al. Reduced hippocampal volume and hypothalamus-pituitary-adrenal axis function in first episode psychosis: Evidence for sex differences. NeuroImage: Clinical. 7, 195-202 (2015).
  62. Walter, A., et al. Hippocampal volume in subjects at high risk of psychosis: A longitudinal MRI study. Schizophrenia Research. 142 (1-3), 217-222 (2012).
  63. Verma, S., et al. Hippocampal Volumes in First-Episode Psychosis. The Journal of Neuropsychiatry and Clinical Neurosciences. 21 (1), 24-29 (2009).
  64. Anand, K. S., Dhikav, V. Hippocampus in health and disease: An overview. Annals of Indian Academy of Neurology. 15 (4), 239 (2012).
  65. Wible, C. G. Hippocampal physiology, structure and function and the neuroscience of schizophrenia: a unified account of declarative memory deficits, working memory deficits and schizophrenic symptoms. Behavioral Sciences. 3 (2), 298-315 (2013).
  66. Sauras, R., et al. Volumetric and morphological characteristics of the hippocampus are associated with progression to schizophrenia in patients with first-episode psychosis. European Psychiatry. 45, 1-5 (2017).
  67. Chye, Y., et al. Alteration to hippocampal volume and shape confined to cannabis dependence: a multi-site study. Addiction Biology. 24 (4), 822-834 (2019).
  68. Chye, Y., et al. Cannabis-related hippocampal volumetric abnormalities specific to subregions in dependent users. Psychopharmacology. 234 (14), 2149-2157 (2017).
  69. Burggren, A. C., et al. Subregional Hippocampal Thickness Abnormalities in Older Adults with a History of Heavy Cannabis Use. Cannabis and Cannabinoid Research. 3 (1), 242-251 (2018).
  70. Schacht, J. P., Hutchison, K. E., Filbey, F. M. Associations between cannabinoid receptor-1 (CNR1) variation and hippocampus and amygdala volumes in heavy cannabis users. Neuropsychopharmacology. 37 (11), 2368-2376 (2012).
  71. Grace, A. A. Gating of information flow within the limbic system and the pathophysiology of schizophrenia. Brain Research. Brain Research Reviews. 31 (2-3), 330-341 (2000).
  72. Aleman, A., Kahn, R. S. Strange feelings: Do amygdala abnormalities dysregulate the emotional brain in schizophrenia. Progress in Neurobiology. 77 (5), 283-298 (2005).
  73. Cheetham, A., et al. Orbitofrontal volumes in early adolescence predict initiation of cannabis use: A 4-year longitudinal and prospective study. Biological Psychiatry. 71 (8), 684-692 (2012).
  74. Tervo-Clemmens, B., et al. Early Cannabis Use and Neurocognitive Risk: A Prospective Functional Neuroimaging Study. Biological Psychiatry: Cognitive Neuroscience and Neuroimaging. 3 (8), 713-725 (2018).
  75. Nestor, P. G., et al. Dissociable contributions of MRI volume reductions of superior temporal and fusiform gyri to symptoms and neuropsychology in schizophrenia. Schizophrenia Research. 91 (1-3), 103-106 (2007).
  76. Nesvåg, R., Saetre, P., Lawyer, G., Jönsson, E. G., Agartz, I. The relationship between symptom severity and regional cortical and grey matter volumes in schizophrenia. Progress in Neuro-Psychopharmacology and Biological Psychiatry. 33 (3), 482-490 (2009).
  77. Lacerda, A. L. T., et al. Morphology of the orbitofrontal cortex in first-episode schizophrenia: relationship with negative symptomatology. Progress in Neuro-Psychopharmacology & Biological Psychiatry. 31 (2), 510-516 (2007).
  78. Volkow, N. D., et al. Effects of Cannabis Use on Human Behavior Including Cognition, Motivation, and Psychosis: A Review. JAMA Psychiatry. 73 (3), 292-297 (2016).
  79. Walton, E., et al. Prefrontal cortical thinning links to negative symptoms in schizophrenia via the ENIGMA consortium. Psychological Medicine. 48 (1), 82-94 (2018).
  80. Adan, A., et al. Neurobiological underpinnings and modulating factors in schizophrenia spectrum disorders with a comorbid substance use disorder: A systematic review. Neuroscience and Biobehavioral Reviews. 75, 361-377 (2017).

Tags

Neurovetenskap Utgåva 162 cannabisinducerad psykos kronisk substansanvändning magnetisk resonanstomografi grå materia cannabis
Hjärnans morfologi hos cannabisanvändare med eller utan psykos: En pilot MRI-studie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Delvecchio, G., Oldani, L.,… More

Delvecchio, G., Oldani, L., Mandolini, G. M., Pigoni, A., Ciappolino, V., Schiena, G., Lazzaretti, M., Caletti, E., Barbieri, V., Cinnante, C., Triulzi, F., Brambilla, P. Brain Morphology of Cannabis Users With or Without Psychosis: A Pilot MRI Study. J. Vis. Exp. (162), e60881, doi:10.3791/60881 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter