Waiting
Login processing...

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

Neuroscience

Brain Morphology af cannabisbrugere med eller uden psykose: En pilot MRI-undersøgelse

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

Dette er en 3T magnetisk resonans imaging undersøgelse har til formål at undersøge grå stof volumen forskelle mellem cannabis-induceret psykose patienter og ikke-psykotiske kroniske cannabisbrugere.

Abstract

Cannabis er det ulovlige stof, der oftest anvendes på verdensplan, og forbruget kan både fremkalde psykiatriske symptomer hos ellers raske forsøgspersoner og afsløre et blomstrende psykotisk billede hos patienter med en tidligere psykotisk risiko. Tidligere undersøgelser tyder på, at kronisk og langvarig cannabiseksponering kan have betydelige negative virkninger i hjerneområder beriget med cannabinoidreceptorer. Men om hjerneændringer bestemt af cannabisafhængighed vil føre til en klinisk signifikant fænotype eller til et psykotisk udbrud på et tidspunkt i en misbrugers liv, er fortsat uklart. Formålet med denne undersøgelse var at undersøge morfologiske hjerneforskelle mellem kroniske cannabisbrugere med cannabisinduceret psykose (CIP) og ikke-psykotiske cannabisbrugere (NPCU) uden psykiatriske tilstande og korrelere hjerneunderskud med selektive sociodemografiske, kliniske og psykosociale variabler.

3T MR-scanninger (Magnetic Resonance Imaging) af 10 CIP-patienter og 12 NPCU blev erhvervet. Typen af stof, hyppigheden og varigheden samt sociodemografiske, kliniske og psykosociale afhængighedsparametre blev målt. CIP patienter havde omfattende grå stof (GM) fald i højre overlegne frontal gyrus, højre precentral, højre overlegen tidsmæssige gyrus, insula bilateralt, højre precuneus, højre mediale occipital gyrus, højre fusiform gyrus, og venstre hippocampus i forhold til kroniske cannabisbrugere uden psykose. Endelig viste resultaterne hos CIP-patienter en negativ korrelation mellem et domæne i Bprs (Brief Psychiatric Rating Scale), BPRS-Activity og selektive GM-mængder. Samlet set tyder resultaterne på, at cannabis-induceret psykose er kendetegnet ved selektive hjernereduktioner, der ikke er til stede i NPCU. Derfor kan neuroimaging undersøgelser give en potentiel grund til at identificere formodede biomarkører forbundet med risikoen for at udvikle psykose hos cannabisbrugere.

Introduction

Ifølge Det Europæiske Overvågningscenter for Narkotika og Narkotikamisbrug skønnes ca. 96 millioner (eller 29 %) af voksne (i alderen 15-64 år) i EU at have prøvet ulovlige stoffer, især cannabis, i løbet af deres liv. Når man ser på den yngste og mest sårbare del af den almindelige befolkning, anslog man, at 16% af de unge voksne (i alderen 15-34 år) brugte cannabis inden for det seneste år med et forhold mellem mænd og kvinder på ca. 2:11. Vigtigere er det, at cannabisbrug ser ud til at føre til udvikling af psykiatriske symptomer hos raske emner, såsom humørændringer, øget angst, racertanker, forvrængede opfattelser, vanskeligheder med at tænke og problemløsning, igangværende problemer med læring og hukommelse, langsom reaktionstid og tab af kontrol2. Sådanne tegn og symptomer er dog normalt forbigående og skitserer ikke en psykiatrisk tilstand i sig selv eller behovet for en behandling. Cannabis kan imidlertid gennem sin vigtigste psykoaktive bestanddel, ved navn tetrahydrocannabinol (THC), også fremkalde positive psykotiske symptomer, herunder mistænksomhed, paranoide vrangforestillinger, lidelser i tankeprocesser og perceptuelle ændringer 3 , samt negative symptomersvarendetil dem, der observeres i skizofreni, såsom afstumpet påvirkning, apati, avolition, manglende spontanitet, manglende interesse, passivitet og kognitive underskud (f.eks. hukommelse, udøvende funktion, abstrakt evne, beslutningstagning og opmærksomhed)3. Derfor er der på nuværende tidspunkt tegn på, at cannabisforbrug både kan fremkalde forbigående psykiatriske symptomer hos ellers raske forsøgspersoner og afsløre et blomstrende psykotisk billede hos patienter med en tidligere psykotisk risiko3. Men om dette forhold er årsagssammenhæng, eller rent korrelationelle, er stadig kontroversielt og debatteret4. På trods af epidemiologiske undersøgelser, der tyder på en sammenhæng mellem stort cannabisforbrug og risiko for psykose5, ledsages den verdensomspændende øgede forekomst af cannabisbrug ikke af en øget forekomst af psykose4. Dette paradoks kan forklares ved tilstedeværelsen af specifikke forvirrende forskelle mellem cannabismisbrugere, med tidlig brug, daglig antagelse af cannabis med høj styrke og forbrug af syntetiske cannabinoider, der bærer den største psykotiske risiko3. Desuden kan nogle genetiske faktorer, såsom tilstedeværelsen af specifikke catechol-O-methyltransferase (COMT) polymorfier, også give en øget sårbarhed til at udvikle psykotiske symptomer efter cannabiseksponering hos en lille del af brugerne6.

I denne henseende forsøgte humane neuroimaging undersøgelser at undersøge de potentielle neurale mekanismer, hvorigennem cannabis kan føre til psykotiske symptomer7, da prækliniske undersøgelser tidligere viste, at THC er aktiv inden for hjerneområder, der er rige på cannabinoid type 1-receptorer (CB1R), herunder hippocampus, amygdala, striatum og præfrontal cortex (PFC)8. Faktisk har eksperimentel THC-administration til raske cannabisbrugere vist sig at dæmpe ventrostriatal aktivering under en læringsopgave og samtidig fremkalde psykotiske symptomer9 samt ændret præfrontal-striatal aktivering under opmærksom saliencebehandling10. Med hensyn til strukturelle mri-undersøgelser (Magnetic Resonans imaging), nogle forfattere opdaget betydelige grå stof (GM) volumen reduktioner i præfrontale cortex11,12,13, hippocampus14,15, amygdala16 og putamen17 i regelmæssige cannabisbrugere i forhold til nonusers, mens andre ikke indberette nogen væsentlige hjerneforskelle mellem disse to grupper18,19,20,21 eller rapporteret øget GM mængder inden for mediale tidsmæssige, amygdala, hippocampus, den bageste cingulate og cerebellum blandt unge med lav cannabis brug22.

Desuden undersøgte få undersøgelser, om der er specifikke hjerneforskelle mellem cannabisbrugere med psykotiske symptomer og cannabisbrugere uden psykiatriske tilstande. En funktionel MR-undersøgelse sammenlignede raske forsøgspersoner, der gjorde og ikke oplevede psykotiske symptomer efter THC-forbrug, og den rapporterede øget aktivitet under en go / no-go-opgave i højre midterste tidsmæssige gyrus og nedsat aktivitet i både parahippocampal og fusiform gyri, som også kun var forbundet med større hæmningsfejl i den psykotiske gruppe23. I modsætning hertil fandt Epstein og Kumra, at både psykotiske og nonpsykotiske unge med cannabisbrugsforstyrrelse delte lignende hjerneændringer; specifikt, de opdaget svækket kortikale udtynding i venstre overlegne frontal gyrus, højre pars trekantet, venstre pars opercularis, venstre og højre supramarginal gyri, venstre og højre ringere parietal cortices og venstre overlegne tidsmæssige gyrus i begge grupper24. I en tidligere undersøgelse sammenlignede de samme forfattere unge med tidlig debut skizofreni (EOS) med (EOS+) og uden (EOS-) cannabisbrugsforstyrrelse (CUD), unge med kun CUD og sunde kontroller25 . Interessant nok opdagede de mindre grå stofmængder i venstre overlegne parietalregion i både EOS- og CUD-grupper sammenlignet med sunde kontroller. De fandt dog ikke additiv volumetriske ændringer hos unge med EOS+ sammenlignet med andre grupper. Endelig fandt en nyere og større undersøgelse en betydelig samlet effekt fra livslang cannabisforbrug til psykotiske livserfaringer i en stikprøve af unge. Interessant nok fandt forfatterne en sammenhæng mellem psykotiske livserfaringer og reduceret ekspansion inden for uncus af højre hippocampus / parahippocampus26.

Derfor tyder disse undersøgelser, men ikke alle konkordans, på, at cannabis-induceret psykose kan være karakteriseret ved neurobiologiske underskud, svarende til dem, der opdages i rene psykotiske lidelser. Men om hjerneændringer bestemt af cannabisafhængighed og fremhævet af neuroimaging undersøgelser vil føre til en klinisk signifikant fænotype eller til et psykotisk udbrud på et tidspunkt i en misbrugers liv, er stadig uklart. I denne forbindelse kan undersøgelsen af hjernemorfologi blandt psykotiske cannabisbrugere sammenlignet med cannabisbrugere uden psykiatriske symptomer være af afgørende betydning for at forstå det neurobiologiske fundament for cannabisinduceret psykose. Men så vidt vi ved, har ingen undersøgelser hidtil sammenlignet cannabis-inducerede psykotiske forsøgspersoner med sunde cannabisbrugere med hensyn til hjernens strukturelle morfologi og kliniske parametre, såsom psykopatologi, hyppighed og varighed af afhængighed, livskvalitet, personlighedstræk, fødselskomplikation og barndomsmisbrug. I denne forbindelse er formålet med denne undersøgelse at undersøge morfologiske hjerneforskelle mellem kroniske cannabisbrugere med stofinduceret psykose (CIP) og ikke-psykotiske cannabisbrugere (NPCU) og at korrelere hjerneunderskud med selektive sociodemografiske, kliniske og psykosociale variabler. Vi hypotese, at CIP patienter vil vise betydelige reduktioner i GM mængder i forhold til NPCU samt mulige sammenhænge mellem GM mængder og socio-demografiske, kliniske og psykosociale skalaer.

Protocol

10 CIP-patienter og 12 NPCU blev rekrutteret til denne undersøgelse. Alle patienter blev rekrutteret på det psykiatriske indad på Universitetets Policlinico Hospital i Milano, Italien, mens cannabisbrugerne var indskrevet i Milanos opland. Alle patienter var i stabil farmakologisk behandling. Enten venstre- eller højrehåndede deltagere var inkluderet. Alle deltagere havde et sædvanligt cannabisforbrug, og typen af stof, hyppigheden og varigheden samt sociodemografiske, kliniske og psykosociale afhængighedsparametre blev målt. Undersøgelsen blev godkendt af det lokale etiske udvalg.

1. Deltagere

  1. Brug følgende inklusionskriterier: For patienter: 18-45 år, DSM-IV diagnose af cannabis-induceret psykotisk lidelse, stort cannabisforbrug på tidspunktet for undersøgelsen og i de foregående 6 måneder. For NPCU: 18-45 år, ingen DSM-IV diagnose, tungt cannabisforbrug på tidspunktet for undersøgelsen og i de foregående 6 måneder.
  2. Brug følgende udelukkelseskriterier: en diagnose af mental retardering, enhver aktuel større medicinsk eller neurologisk sygdom, en historie med traumatisk hovedskade med tab af bevidsthed og enhver anden akse I, herunder alkoholmisbrug, eller akse II-lidelser og graviditet. Kontroller, at psykotiske symptomer ikke går forud for starten af cannabisbrugen, og at de ikke varer ved i en længere periode efter ophør af akut tilbagetrækning eller alvorlig forgiftning. Kontroller, at der ikke er nogen historik over tilbagevendende ikke-relaterede episoder, der ikke understøttes.
  3. For at opnå informeret samtykke læses samtykkeformularen for deltagerne. Få både deltageren og investigator til at underskrive samtykkeformularen i to eksemplarer. Gem samtykkeformularen til poster.
  4. For at evaluere diagnosen af CIP-patienter skal du bruge structured clinical interview for diagnosis (SCID-I) i diagnosticerings- og statistisk manual for psykiske lidelser, 4. udgave, tekstrevision (DSM-IV-TR)27.
  5. For at fastslå hyppigheden og varigheden af afhængighed skal du bruge manualen til det semistrukturerede kliniske interview for børn og unge SCICA28.

2. Klinisk og psykosocial evaluering

BEMÆRK: Flere kliniske og psykosociale skalaer blev administreret til alle deltagerne.

  1. For at evaluere psykiatriske symptomer, skal du bruge 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 og Hamilton Anxiety Rating Scale (HAM-A)33.
  2. For at udforske tilstedeværelsen af traumer eller infektion under eller umiddelbart efter partum, brug Murray-Lewis Obstetriske Komplikationer Scale (MLOCS)34.
  3. For at vurdere erfaringer med omsorgssvigt eller misbrug skal du bruge spørgeskemaet om barndomserfaring med pleje og misbrug (CECA-Q)35.
  4. For at vurdere den socioøkonomiske status (SES) skal du bruge MacArthur36'ssocioøkonomiske statusskala .
  5. Brug naboskabsskalaen (NS)37 til at vurdere kvarterets særlige karakteristika med hensyn til naboskabstilfredshed (NS-A), følelse af sikkerhed (NS-B), nedbrydningsniveau (NS-C), medborgeres vilje til at gribe ind i ugunstige situationer (NS-D) og graden af accept af stoffer (NS-E).
  6. Ansæt Temperament og Character Inventory (TCI-125) for at udforske personlighedstræk38,39.
  7. For at vurdere livskvaliteten og den globale funktion skal manchester short assessment of quality of life (MANSA)40 og livskvalitetsindekset (QL-indekset)41 og global vurdering af funktion (GAF)27 skalaer.
    BEMÆRK: Alle sociodemografiske og kliniske data er sammenfattet i tabel 1.

3. Magnetisk resonansbilleddannelse

  1. Sæt deltageren i en liggende stilling på sengen på 3 Tesla MR-scanneren.
  2. Placer en radiofrekvens (RF) spole over deltagerens hoved.
  3. Giv ørepropper og hovedtelefoner til at blokere baggrundsstøj.
  4. Fastgør skumpuder for at immobilisere hovedet.
  5. Instruer emnet om at stå stille.
  6. Kør MR-sessionen fra arbejdsstationen i kontrolrummet.
    1. Kør en 3-plan gradient ekkoscanning for justering og lokalisering og udføre en shim procedure for at generere en homogen, konstant magnetfelt.
    2. Start en ekkoplanarbilledprotokol til MRI. Anskaffelsesparametrene for erhvervelse af T1-vægtet tredimensionel hjernescanning i høj opløsning er allerede fastsat i billedprogrammet og bør ikke ændres. Parametrene er: gentagelsestid [TR] = 9,8, ekkotid [TE] = 4,6 ms, i plan voxel størrelse = 0,9375 × 0,9375, matrix = 256 × 256, flip vinkel = 8°.
  7. Fjern deltageren fra MR-scannerrummet. Overfør MR-dataene til disken, og luk sessionen.
    BEMÆRK: I alt 185 sammenhængende 1 mm sagittal skiver strækker sig overlegent fra ringere aspekt af lillehjernen til at omfatte det meste af hjernen blev udvalgt fra en sagittal localizer scanning.

4. Forbehandlingstrin

BEMÆRK: En voxelbaseret morfometrisk analyse skal udføres ved hjælp af Statistisk Parametric Mapping (SPM12) implementeret i MATLAB.

  1. Udfør følgende forbehandlingstrin, der vises i scriptfilen til Script_pre behandling, før du udfører gruppeanalyser.
    1. Segmentering: Behandl det strukturelle billede for at skelne og adskille vævene i hvide stoffer, vævene med det grå stof og cerebrospinalvæsken i forskellige billeder. Denne adskillelse opnås takket være kombinationen af sandsynlighedskort, udarbejdet ud fra den generelle viden om vævsfordeling kombineret med modelklyngeanalyser, der identificerer voxelfordelinger af specifikke væv i det originale billede. Kør batchfilen segment.mat.
    2. DARTEL (Diffeomorphic Anatomical Registration Through Exponentiated Lie algebra) værktøjer: bestemme de ikke-lineære deformationer til registrering af GM og hvidt stof billeder af alle deltagere. Kør batchfilen create_template.mat.
    3. Normalisering: I den rumlige normaliseringsfase skal du tilpasse MR-billeder til en anatomisk standardskabelon. Dette skyldes, at hvert emne har små forskelle i hjernens form og organisation, såsom størrelse og morfologiske forskelle i strukturer. Kør batchfilen normalize_to_MNI.mat.
    4. Rumlig udjævning: Udfør efter bevægelseskorrektion en isotropisk gaussisk kerne på 6 mm fuld bredde ved halv maksimal gaussisk kerne for at øge signal-til-støj-forholdet og for at tage højde for subtile variationer i anatomiske strukturer. Kør batchfilen normalize_to_MNI.mat.
    5. Uddrag det samlede intrakranielle volumen (ICV) ved hjælp af SPM12: det kan opnås ved at tilføje tæthedsværdierne i GM-, hvidstof- og CSF-klassebilleder og multiplicere med voxel-mængderne.
      BEMÆRK: Når forbehandlingen er afsluttet, er det muligt at uddybe dataene.
      BEMÆRK: Se SPM-manualen (https://www.fil.ion.ucl.ac.uk/spm/doc/spm12_manual.pdf), der giver en detaljeret beskrivelse af de forbehandlingstrin, der er anvendt i denne undersøgelse, og de SPM-kommandoer, der skal bruges. Der henvises også til scriptet og Matlab batches indgår i de supplerende materialer med den nøjagtige forbehandling trin, der anvendes til denne undersøgelse.

5. Statistiske analyser

  1. Udføre chi-square tests (kategoriske variabler) og to prøve t-test (kvantitative variabler) for at undersøge forskelle mellem de to grupper på demografisk, klinisk og psykosocial skala.
  2. Udfør en envejsanalyse af varians (ANOVA) i forbindelse med et GLM-design (General Linear Model) for at sammenligne GM-mængder mellem CIP-patienter og NPCU. Køn og alder blev brugt som kontrollerende variabler i alle analyserne. Kør envejs-ANOVA-batchfilen.
  3. Udføre helhjerneregressionsanalyser, kun for CIP-gruppen, for at undersøge, om scorerne i alle de kliniske og psykosociale skalaer, der blev anvendt i denne undersøgelse, var signifikant korreleret med ændringer i GM-mængder. Brug ikke hjernemaske, men overvej alle voxels. Kør Regressionsanalysebatchfilen med den kliniske skala af interesse.
  4. Konverter stereotaktiske koordinater af de maksimale maxima af suprathreshold-klyngerne fra MNI-rumsystemet (www.mni.mcgill.ca) til Talairach og Tournoux42.
    BEMÆRK: I alle de neuroanatomiske analyser blev de volumetriske forskelle mellem forsøgspersonerne taget i betragtning ved proportional skalering for det samlede intrakranielle volumen (ICV).
    1. For ANOVA skal du fastsætte signifikanstærsklen til p < 0,001 ukorrigeret med en minimumsklyngestørrelse på k=30, mens en p < 0,05 peak Family-Wise Error (pFWE) korrigeret for de mange regressionsanalyser blev anset for signifikant, og der blev anvendt en minimumsklyngestørrelse på k =10. Den tidligere tærskel blev overvejet på grund af den lille stikprøvestørrelse, der blev anvendt i denne undersøgelse, og resultaterne af denne analyse må derfor betragtes som foreløbige. Sidstnævnte tærskel er strengere, da p-værdien korrigeres for flere sammenligninger.
      BEMÆRK: Se VBM8 Manual for at få flere oplysninger om efterbehandlingstrin (http://dbm.neuro.uni-jena.de/vbm8/VBM8-Manual.pdf). Der henvises også til Matlab-batchene "one-way ANOVA" og "Regression analysis", der indgår i de supplerende materialer med den nøjagtige model, der anvendes til denne undersøgelse. På grund af denne undersøgelses sonderende karakter ville en formel beregning af stikprøvestørrelsen have været af ringe værdi, og den blev derfor ikke udført.

Representative Results

Sociodemografiske, kliniske og psykosociale resultater
Der var ingen kønsforskelle (χ2 =0,6, p=0,4), alder (t=-0,21; p=0,83), alder af afhængighed (t=-0,79; p=0,44) og uddannelsesniveau (t=1,21; p=0,24) mellem CIP-patienter og NPCU. Der blev dog observeret nogle forskelle mellem de to grupper i en temperamentsdimension (Harm Avoidance, t=3,71; p=0,001) og en-tegndimension (Self-Transcendence, t=2.94; p=0,008) af TCI, hvor CIP-patienter viste højere score sammenlignet med NPCU. Endelig viste NPCU også højere score sammenlignet med CIP-patienter i en underdimension af Neighborhood Scale (NS-E) (t =-3,55; p=0,002), i SES-totalen (t=-2,13; p=0,046), i livskvalitetsindekset (t=-8,1; p=0,0001), i GAF (t=-4,71; p=0,0001) og i en tegndimension af TCI (Self Directedness, t=-3,97; p=0,001).

Specifikt for CIP var hyppigheden af cannabisafhængighed dagligt for 9 forsøgspersoner (90%) og flere gange om ugen for 1 emne (10%). I stedet var hyppigheden af cannabisafhængighed i NPCU-gruppen dagligt for 7 forsøgspersoner (60 %), flere gange om ugen for 4 forsøgspersoner (30 %) og flere gange om måneden for 1 (10 %). Gennemsnitsalderen for byrden var 18 år for CIP-patienter og 16 år for NPCU-gruppen. Selv om alle deltagere tog cannabis, rapporterede nogle CIP-patienter (N=6) og NPCU (N=3) også tidligere brug af andre stoffer, herunder kokain, LSD og heroin/metadon, men med lavere hyppighed end cannabis. Hyppigheden af cannabisbrugen varierede ikke mellem de to grupper (χ2=1,69, p=0,42). Desuden er der ingen statistisk forskel i kokains type og hyppighed, heroin/metadon og LSD-brug blev observeret mellem de to grupper (kokain: χ2=0,06, p=0,79 ogχ 2=4,1, p=0,39; heroin/metadon: χ2=1,2, p=0,26 og χ2=1,2, p=0,26; LSD: χ2=0,01, p=0,89 og χ2=2,0, p=0,36). Selv om vi er klar over, at tilstedeværelsen af polyforbrug i stikprøven kan have påvirket resultaternes generaliserbarhed negativt, er det vigtigt at understrege, at brugen af andre stoffer var meget begrænset sammenlignet med cannabisbrug. I modsætning til cannabisbrug var forbruget af andre stoffer faktisk livslangt og fandt ikke sted i løbet af undersøgelsen. Ikke desto mindre bør vores resultater tages forsigtigt og skal gentages i en mere homogen prøve.

VBM-resultater
VBM-analyse viste, at CIP-patienter havde omfattende GM-fald sammenlignet med NPCU i højre overlegne frontal gyrus ((Brodmann-området [BA] 10), højre præcentral (BA 4) , højre overlegne tidsmæssige gyrus (BA 22), insula bilateralt (BA13), højre precuneus (BA7), højre mediale occipital gyrus (BA 19), højre fusiform gyrus (BA 37) og venstre hippocampus (s. < 0,001 ukorrigeret; Tabel 2 og figur 1). Der blev ikke observeret gm-forskelle hos NPCU sammenlignet med CIP-patienter.

Sammenhænge mellem GM-regioner og kliniske skalaer
Hos CIP-patienter viste resultaterne en negativ sammenhæng mellem et domæne af BPRS, BPRS-Aktivitet og selektive GM-diskenheder i venstre overlegne tidsmæssige cortex (BA 38, x=-40 y=17 z=-35, z=5,9, klyngestørrelse=19) og venstre lillehjernen (x=-12 y=-36 z=-20, z=6,1, klyngestørrelse=18). Desuden var den samme skala positivt korreleret med cuneus bilateralt (BA 18; venstre: x=-9 y=-90 z=9, z=7,0, klyngestørrelse=24; højre: x=15 y=-85 z=24, z=7,3, klyngestørrelse=13), venstre ringere occipital gyrus (BA 17; x=-9 y=-88 z=-6, z=7,4, klyngestørrelse=34), højre ringere parietal lobule (BA 40; x=58 y=-35 z=22, z=6,7, klyngestørrelse=33), højre overlegne præfrontale cortex (BA 9; x=3 y=51 z=29, z=6,2, klyngestørrelse=23) (alle p<0,05 pFWE korrigeret). Ingen signifikante korrelationer i nogen af de andre kliniske skalaer blev observeret hos CIP-patienter.

Figure 1
Figur 1: Regioner med betydelig GM-forskel mellem stofinducerede psykosepatienter og ikke-psykotiske cannabisbrugere (p<0.001, ukorrigeret, k=30). Klik her for at se en større version af dette tal.

CIP-patienter Ikke-psykotiske cannabisbrugere Statistik p-værdi
n=10 n=12
Alder, middelværdi (SD) 27 (9.21) 26 (0.89) t= -0,213 p=0,833
Køn, mand/kvinde 8/2 11/1 χ2=0.630 p=0,427
Alder af debut af cannabisbrug, middelværdi (SD) 18 (9.69) 16 (1.83) t= -0,786 p=0,441
Type (N); hyppigheden af andre stofbrug Cannabis (N=10); Dagligt (N=9), flere gange om ugen (N=1). Cannabis (N=12); Dagligt (N=7), flere gange om ugen (N=4), flere gange om måneden (N=1). Hyppighed: χ2=1,69, p=0,42
Kokain (N=4); flere gange om ugen (N=2), flere gange om måneden (N=2). Kokain (N=3); flere gange om ugen (N=1), flere gange om måneden (N=1), mindre end én om måneden (N=1). Type: χ2=0,06 Type: p=0,79
Hyppighed: χ2=4,1 Hyppighed: p=0,39
Heroin/metadon (N=1); flere gange om ugen. Ingen heroin-/metadonbrugere. Type: χ2=1,2 Type: p=0,26
Hyppighed: χ2=1,2 Hyppighed: p=0,26
LSD (N=1); mindre end en om måneden. LSD (N=1); flere gange om måneden. Type: χ2=0,01 Type: p=0,89
Hyppighed: χ2=2,0 Hyppighed: p=0,36
Alder af debut, middelværdi (SD) 25 (8.46) - - -
BPRS TOT, middelværdi (SD) 43 (9) 20 (3) t=8.860 p=0,0001
Angst-depression 10 (5) 6 (2) t=2.629 p=0,016
Anergia 8 (3) 4 (1) t=3.284 p=0,004
Tankeforstyrrelser 12 (3) 4 (0) t=9.754 p=0,0001
Aktivitet 6 (2) 3 (0) t=4.557 p=0,0001
Fjendtlighed- Mistænksomhed 8 (4) 3 (0) t=4.053 p=0,001
HAM-D, middelværdi (SD) 11 (6.42) 4 (4.96) t=3.258 p=0,004
HAM-A, middelværdi (SD) 11 (6.62) 3 (3.93) t=3.487 p=0,002
MADRS, middelværdi (SD) 14 (7.76) 6 (6.35) t=2.635 p=0,016
ÅRR, middelværdi (SD) 13 (7.92) 0 (1.44) t=5.378 p=0,0001
CECA-Q, middelværdi (SD)
CECA-QMA 13 (5.20) 13 (3.89) t=-0,069 p=0,946
CECA-QMN 19 (5.83) 19 (4.64) t=-0,284 p=0,779
CECA-QPA 14 (6.44) 14 (5.56) t=-0,130 p=0,990
CECA-QPN 24 (11.69) 24 (7.12) t=0,070 p=0,945
Lokalvægt*, middelværdi (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 6 (2.31) 5 (1.53) t=1.378 p=0,183
NS-E 3 (1.35) 4 (0.29) t=-3.546 p=0,002
SES** i alt, middelværdi (SD) 33.6 (12.60) 45.3 (13.05) t=-2.132 p=0,046
Studium 11.3 (4.22) 15.3 (5.93) t=-1.800 p=0,087
Besættelse 22.3 (10.39) 30.0 (8.79) t=-1.885 p=0,074
QL - Indeks, middelværdi (SD) 6 (1.65) 10 (0.62) t=-8.098 p=0,0001
GAF, middelværdi (SD) 58 (15.21) 83 (9.68) t=-4.715 p=0,0001
MANSA, middelværdi (SD) 54 (14.16) 61 (6.01) t=-1.250 p=0,226
TCI, middelværdi (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

Tabel 1: Sociodemografiske, kliniske og psykosociale variabler i hele stikprøven. BPRS (kort psykiatrisk vurderingsskala); CECA-Q (Spørgeskema om barndomserfaring med pleje og misbrug); CIP (Cannabis-induceret psykose); GAF (Global Vurdering af funktion); HAM-A (Hamilton Angst Rating Scale); MADRS (Montgomery-Asberg Depression Rating Scale); HAM-D (Hamilton Depression Rating Scale); MANSA (Manchester Short Assessment of Quality of Life); NS-A (tilfredshed i nabolaget); NS-B (Følelser af sikkerhed); NS-C (naboskabssamfund); NS-D (Kollektiv effekt); NS-E (Cannabis accept); SD (standardafvigelse); SES (socioøkonomisk status); QL-indeks (livskvalitetsindeks); ); TCI (temperament og tegnoversigt); TCI Ns (Nyhed Søger); TCI Ha (undgåelse af skader); TCI Rd (belønningsafhængighed); TCI P (Persistens); TCI Sd (Selvstyre); TCI Co (Samarbejdsvilje); TCI St (Selvudslettelse); YMRS (Young Mania rating skala). * NS-A varierer fra 0 til 16, hvor 16 repræsenterede ekstrem tilfredshed med bopælsområdet; NS-B spænder fra 0 til 8, hvor 8 repræsenterede en stærk følelse af sikkerhed; NS-C varierer fra 0 til 32, hvor 32 indikerede et højt niveau af incivilities; NS-D varierer fra 0 til 12, hvor 8 repræsenterede en høj grad af kollektiv effektivitet blandt naboer; NS-E spænder fra 'enig stærkt' (score på 4) til 'uenig stærkt' (score på 0). ** Lavere niveauer af skolegang er forbundet med lavere score, mens højere niveauer af skolegang er forbundet med højere score (dvs. Mindre end7. klasse = 3; Kandidatgrad= 21). Tilsvarende er erhverv med lavere kognitivt engagement forbundet med lavere score, mens erhverv, der kræver mere kognitive ressourcer, er forbundet med højere score (Landbrugsarbejder = 5; Læge= 45).

Gyrus BA Lateralitet MNI-koordinater Klyngestørrelse z-værdier Cohen's d effekt størrelse
x y z
CIP-patienter < ikke-psykotiske cannabisbrugere
Overlegen frontal 10 Højre 13 65 22 38 3.4 -1,26
Præcentral 4 Højre 59 -5 26 61 3.8 -0,83
Overlegen Tidsmæssig 22 Højre 62 -7 3 146 4.2 -0,60
Insula 13 Højre 36 -21 13 142 4.1 -0,43
Insula 13 Venstre -33 -23 14 32 3.8 -0,46
Precuneus 7 Højre 6 -66 50 41 3.7 -0,51
Medial Occipital 19 Højre 33 -86 21 80 4 -0,84
Fusiform 37 Venstre -25 -47 -8 32 3.7 -0,29
Hippocampus - Venstre -33 -22 -5 36 3.8 -0,68
Ikke-psykotiske cannabisbrugere < CIP-patienter
Ingen suprathreshold klynger

Tabel 2: VBM-resultater. Hjerneregioner, der viser betydelige reducerede mængder af gråt stof mellem CIP-patienter og ikke-psykotiske cannabisbrugere (P< 0,001 ukorrigeret). BA (Brodmann-området); CIP (Cannabis-induceret psykose); MNI (Montreal Neurologiske Institut)

Discussion

I denne undersøgelse observerede vi, at kun tilstedeværelsen af psykotiske symptomer diskriminerede påvisning af hjernemorfologiske ændringer. Kroniske cannabisbrugere med CIP viste faktisk faldt GM-mængder hovedsageligt i det præfronto-temporo-limbiske netværk sammenlignet med ikke-psykotiske cannabisbrugere (NPCU). Med hensyn til de psykometriske spørgeskemaer er der desuden blevet fremhævet korrelationer mellem domænet BPRS-Activity og selektive GM-mængder. Specifikt observerede vi en negativ sammenhæng mellem en sådan BPRS-skala og venstre overlegne tidsmæssige cortex og venstre cerebellum sammen med en positiv korrelation med cuneus bilateralt, den venstre ringere occipital gyrus, den højre ringere parietal lobule og den højre overlegne præfrontale cortex. Vi bør dog nævne, at manglen på en kontrolgruppe af raske forsøgspersoner uden cannabisafhængighed forhindrede os i at undersøge, om cannabisbrug forårsagede hjerneændringer eller ej.

Generelt er resultaterne ikke overraskende, da tidligere MR-undersøgelser viste, at psykotiske lidelser, såsom skizofreni, delte lignende GM-abnormiteter, især i frontale og temporo-limbiske regioner29,30. Det er dog stadig uklart, hvorfor nogle kroniske cannabisbrugere udviklede psykotiske symptomer, mens andre forblev sunde. I stikprøven opdagede vi kun små kliniske forskelle mellem de to grupper, og derfor er de omfattende GM-abnormiteter, der er observeret i CIP-gruppen, muligvis ikke forbundet med deres specifikke kliniske profil. Specifikt rapporterede 9 ud af 10 CIP-patienter en daglig cannabisbrug sammenlignet med 7 ud af 12 i NPCU-gruppen. Desuden blev der ikke konstateret forskelle med hensyn til alder, køn, alder ved indsævring af cannabisbrug og uddannelsesniveau mellem de to grupper. Vi bør imidlertid overveje, at denne mangel på forskelle kan skyldes den lille stikprøvestørrelse, som også begrænsede muligheden for statistisk at analysere og fortolke disse faktorer. En hypotese er, at den psykotiske proces i sig selv er ansvarlig for faldet i hjernens volumen, uanset cannabisbrug. Tidligere undersøgelser viste ingen GM-forskelle mellem psykotiske patienter med og uden cannabisforbrug, og fandt således ingen klare beviser for, at cannabisbrug var relateret til GM-ændringer hos første episode psykotiske patienter45. Cannabisbrug kan dog kun have bidraget til hjerneændringer og efterfølgende induceret psykose i en undergruppe af modtagelige cannabisbrugere.

Den første hypotese er i overensstemmelse med de undersøgelser, der viser hjernen abnormiteter i psykotiske lidelser. Specifikt viste resultaterne, at CIP-patienter sammenlignet med NPCU havde omfattende GM-volumenfald i nogle hjerneområder, der vides at være involveret i følelsesmæssig regulering, såsom frontotemporale cortices, insula, hippocampus og fusiform gyrus46. Interessant nok kan forstyrrelser i disse strukturer, især i præfrontale regioner, forklare humøret ustabilitet og større følelsesmæssig reaktivitet hos unge og unge voksne samt impulsiv adfærd og stofsøgende33,34. Faktisk er det konsekvent blevet rapporteret, at følelser regulering / behandling er forbundet med rekruttering af et sæt af præfrontale hjerne regioner, der er involveret i kognitiv kontrol over følelsesmæssige limbiske strukturer. For eksempel har større vanskeligheder i følelsesmæssig regulering blandt tobaksrygere været forbundet med en svagere forbindelse mellem ringere frontal gyrus og amygdala sammenlignet med ikke-rygere49. Derfor kan det være plausibelt, at udviklingen af psykotiske symptomer blandt CIP-patienter var forbundet med forstyrret balance mellem disse strukturer.

Derudover bemærkede vi, at gruppen af CIP-patienter viste forstyrrelser i den dorsolaterale præfrontale cortex (DLPFC), en nøgleregion, der er involveret i større kognitive funktioner, herunder arbejdshukommelse, udøvende funktioner50 og følelsesmæssig regulering51. Dette resultat er faktisk ikke overraskende, da DLPFC arbejder sammen med risikoovervågningsregioner, såsom insula (en nøglestruktur i saliencenetværket, der for nylig blev fundet involveret i afhængighed52),som også er blevet fundet ændret i gruppen af CIP-patienter, og forreste cingulate cortex, hvilket i sidste ende tyder på, at svækkelser i at skelne risikabelt fra sikre valg kan skyldes en forstyrrelse mellem DLPFC og sådanne risikoovervågningsregioner53.

Desuden viste CIP-patienter et fald i gm-volumen i den overlegne tidsmæssige cortex. Interessant nok er dette resultat i overensstemmelse med den dokumentation, der blev rapporteret af en tidligere multimodal neuroimaging-undersøgelse54, som anvendte en større prøve af CIP-patienter (N = 16), hvoraf de fleste overlapper den prøve, der blev anvendt i denne undersøgelse, der fandt omfattende GM-ændring i tidsmæssige cortices hos CIP-patienter. Samlet set bekræfter sådanne beviser yderligere den nøglerolle, som den overlegne tidsmæssige cortex spiller i psykose, da inddragelsen af denne struktur konsekvent er blevet rapporteret i evner, der ofte findes forstyrret hos psykotiske patienter, herunder sprogbehandling og teori om sindsevner39,40. Også resultaterne på linje med tidligere beviser, der rapporterer sammenhængen mellem volumenreduktioner i denne region og auditive hallucinationer eller tankeforstyrrelser41,42 samt med en tidligere MR-undersøgelse, der tyder på afbrydelse af dette område i stofafhængige personer sammenlignet med sunde kontroller59.

Endelig opstod der et betydeligt fald i antallet af GM-mængder hos hippocampus hos CIP-patienter ud af resultaterne. Et sådant fund er i overensstemmelse med tidligere beviser , der viser strukturelle og funktionelle ændringer i denne struktur i tidlige psykoser og i risiko mental tilstand / første episode psykose, sammenlignet med sunde kontroller60,61,62,63. Normal hippocampal funktion er påkrævet for en række mentale funktioner, herunder hukommelse og følelsesmæssig adfærd48,49 og det er blevet foreslået, at reduceret volumen i denne struktur kan repræsentere en markør for et negativt klinisk resultat hos patienter med en første episode psykose66. Men i modsætning til resultaterne er hippocampale underskud også blevet rapporteret hos unge og voksne cannabisbrugere, der har vist sig at have tyndere cortices og reducerede mængder i denne region67,68,69,70. Derfor er et klart billede af hippocampus' rolle i stofmisbrug stadig ikke nået. Ikke desto mindre peger resultaterne i retning af hypotesen om, at det kortiko-limbiske system er kompromitteret i gruppen af CIP-patienter, som også foreslået af en tidligere MR-undersøgelse54 og kan forklare de følelsesmæssige udarbejdelsesunderskud, som er blevet foreslået at være en kritisk forløber for fremtidig psykotisk udvikling55,56, ofte observeret hos disse patienter.

Derfor forekommer det rimeligt at antage, at cannabis-induceret psykose er forbundet med hjerneændringer i regioner inden for det præfronto-temporo-limbiske netværk, som derfor kan repræsentere et fælles neuroudviklingsunderlag af flere former for psykose. Interessant nok foreslog langsgående undersøgelser, at nogle hjerneforstyrrelser, herunder mindre orbitofrontal cortex mængder73, øget fronto-parietal og nedsat visuel forening regioner aktivering, samt kognitive underskud, såsom dårligere udøvende funktioner74, kan være til stede selv før indledningen af cannabis afhængighed. Derfor kan det være, at disse personer med underliggende hjerneændringer er mere tilbøjelige til at udvikle psykotiske symptomer efter cannabisbrug indledning. Derudover er der dokumentation for, at besiddelse af risiko alleler i AKT1 og DRD2 gener, som er involveret i dopamin signalering, er forbundet med øget risiko for at udvikle psykose efter cannabis brug3. Derfor kan påvisning af morfologiske fald hos CIP-patienter afspejle en forøget genetisk modtagelighed for den neurotoksiske virkning af kronisk cannabisbrug i denne gruppe af forsøgspersoner.

Endelig viste resultaterne i CIP-gruppen også en negativ korrelation mellem et underdomæne for BPRS, BPRS-Activity og selektive GM-mængder inden for venstre overlegne tidsmæssige cortex og venstre lillehjernen. Også denne subskala var positivt korreleret med cuneus bilateralt, venstre ringere occipital gyrus, højre ringere parietal lobule, og højre overlegen præfrontale cortex. Generelt, selv om korrelationer mellem klinisk symptomatologi og GM strukturer er blevet grundigt rapporteret, især i skizofreni75, resultaterne er stadig heterogene, med et blandet billede af inverse76, positive77 eller ingen78 korrelationer mellem selektive GM mængder og kliniske skalaer. Især synes den negative korrelation observeret mellem BPRS-Activity og overlegen tidsmæssig cortex at være i overensstemmelse med tidligere MR-beviser, der viser inverse korrelationer mellem denne struktur og positiv symptom sværhedsgrad76, hvilket i sidste ende yderligere tyder på den centrale rolle af denne struktur i produktionen af psykotiske symptomer. Tilsvarende synes den positive korrelation, der findes mellem BPRS-Activity og overlegen præfrontal cortex, at være enig med andre MR-undersøgelser, der rapporterer en lignende sammenhæng mellem negative symptomer og GM-mængder med den præfrontale cortex79.

Som helhed giver resultaterne af den aktuelle undersøgelse foreløbige beviser for tilstedeværelsen af betydelig sammenhæng mellem hjerneændring og sværhedsgraden af psykopatologi.

Den nuværende undersøgelse lider af nogle begrænsninger. For det første tog alle psykotiske patienter farmakologiske behandlinger, der kunne have påvirket resultaterne. For det andet giver manglen på en kontrolgruppe dannet af raske personer, der ikke udsættes for cannabis, ikke mulighed for en yderligere sammenligning med de to grupper af cannabisbrugere (psykotiske og ikke). Selv om de to grupper var meget ens med hensyn til antallet af forsøgspersoner (10 CIP-patienter vs. 12 NPCU), begrænser de små stikprøvestørrelser de opnåede resultater og må derfor betragtes som foreløbige. Yderligere begrænsninger er strengt forbundet med arten af den undersøgte befolkning. Faktisk havde nogle patienter med CIP (6/10) og en ret lille andel af NPCU (3/12) en levetid på andet stofforbrug (dvs. kokain, LSD og heroin/metadon). Desuden undersøgte vi ikke de genetiske alleler, der er forbundet med afhængighed, hvilket kunne have bidraget til at diskriminere de to grupper. Ikke desto mindre var cannabisforbruget, selv om det blev vurderet ud fra hyppighed og mængde og varighed med et specifikt værktøj20, ikke ensartet på tværs af de to grupper. Endelig udforskede vi ikke hjerneaktivering i denne undersøgelse, og vi vurderede ikke prøvens neurokognitive tilstand. Derfor kunne manglen på disse oplysninger have påvirket resultaterne, da tidligere undersøgelser viste tilstedeværelsen af selektive hjernedysfunktioner hos patienter med skizofreni med stofmisbrug i den mediale præfrontale cortex, orbitofrontal cortex og amygdala samt en bedre præmorbid neurokognitive profil med en større langsigtet tilbagegang sammenlignet med de samme patienter uden stofmisbrug80. Derfor er der behov for yderligere funktionelle MR-undersøgelser, der udforsker hjerneaktivitet kombineret med neuropsykologiske vurderinger af større prøver og homogene forbrugsvaner, for at bekræfte vores resultater.

Ifølge vores resultater kan cannabis-induceret psykose være karakteriseret ved gm-volumenfald i selektive hjernestrukturer. I betragtning af den afgørende og omfattende rolle, som det endocannabinoide system spiller i hjernen, den stigende forekomst af cannabisbrug, dets kroniske anvendelse under neuroudvikling samt den gradvist højere THC-koncentration på det nuværende marked, forekommer det derfor obligatorisk at præcisere, hvilke aspekter af cannabiseksponering (f.eks. alder ved indledning, mængde, hyppighed og varighed) der bestemmer den største risiko for progressionen til psykotiske lidelser. Men om reduktioner i præfronto-temporo-limbiske regioner udgør et substrat af selve den psykotiske proces eller en direkte konsekvens af cannabiseksponering blandt modtagelige forsøgspersoner, er fortsat et komplekst problem. I denne sammenhæng kan de metoder, der anvendes i undersøgelsen, være nyttige til bedre at karakterisere de neurobiologiske og kliniske træk ved cannabis-induceret psykose. Endelig kan neuroimagingundersøgelser i længderetningen, hvor der også tages hensyn til potentielle forvirrende faktorer såsom cannabisdosis, styrke, THC/Cannabidiol-forhold, brugshyppighed, debutalder, psykosehistorie og genetisk polymorfi, give en potentiel grund til at identificere formodede biomarkører, som i sidste ende kan hjælpe klinikere med at opdage de cannabisbrugere, der er mere tilbøjelige til at udvikle psykose.

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

Neurovidenskab Problem 162 cannabis-induceret psykose kronisk stofbrug magnetisk resonansbilleddannelse grå stof cannabis
Brain Morphology af cannabisbrugere med eller uden psykose: En pilot MRI-undersøgelse
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