Summary

Hersenmorfologie van cannabisgebruikers met of zonder psychose: een pilot MRI-studie

Published: August 18, 2020
doi:

Summary

Dit is een 3T magnetische resonantie beeldvormingsstudie gericht op het onderzoeken van grijze stof volumeverschillen tussen cannabis-geïnduceerde psychose patiënten en niet-psychotische chronische cannabis gebruikers.

Abstract

Cannabis is de illegale drug die wereldwijd het meest wordt gebruikt, en de consumptie ervan kan zowel psychiatrische symptomen veroorzaken bij anders gezonde proefpersonen als een florid psychotisch beeld ontmaskeren bij patiënten met een eerder psychotisch risico. Eerdere studies suggereren dat chronische en langdurige blootstelling aan cannabis aanzienlijke negatieve effecten kan hebben in hersengebieden die zijn verrijkt met cannabinoïdereceptoren. Of hersenveranderingen bepaald door cannabisafhankelijkheid zullen leiden tot een klinisch significant fenotype of tot een psychotische uitbraak op een bepaald moment in het leven van een misbruiker, blijft echter onduidelijk. Het doel van deze studie was om morfologische hersenverschillen te onderzoeken tussen chronische cannabisgebruikers met cannabis-geïnduceerde psychose (CIP) en niet-psychotische cannabisgebruikers (NPCU) zonder psychiatrische aandoeningen en hersentekorten te correleren met selectieve sociaal-demografische, klinische en psychosociale variabelen.

3T magnetic resonance imaging (MRI) scans van 10 CIP-patiënten en 12 NPCU werden verkregen. Het type medicijn, de frequentie en de duur, evenals sociaal-demografische, klinische en psychosociale parameters van afhankelijkheid werden gemeten. CIP-patiënten hadden uitgebreide afnames van grijze stof (GM) in rechter superieure frontale gyrus, rechter precentraal, rechter superieure temporale gyrus, insula bilateraal, rechter precuneus, rechter mediale occipitale gyrus, rechter fusiforme gyrus en linker hippocampus in vergelijking met chronische cannabisgebruikers zonder psychose. Ten slotte toonden de resultaten bij CIP-patiënten een negatieve correlatie aan tussen een domein van de Brief Psychiatric Rating Scale (BPRS), BPRS-Activity en selectieve GM-volumes. Over het algemeen suggereren de resultaten dat door cannabis geïnduceerde psychose wordt gekenmerkt door selectieve hersenreducties die niet aanwezig zijn in NPCU. Daarom kunnen neuroimaging-studies een potentiële basis bieden voor het identificeren van putatieve biomarkers die verband houden met het risico op het ontwikkelen van psychose bij cannabisgebruikers.

Introduction

Volgens het Europees Waarnemingscentrum voor drugs en drugsverslaving hebben naar schatting ongeveer 96 miljoen (of 29%) van de volwassenen (15-64 jaar) in de Europese Unie tijdens hun leven illegale drugs, met name cannabis, geprobeerd. Bij het overwegen van het jongste en meest kwetsbare deel van de algemene bevolking gebruikte naar schatting 16% van de jongvolwassenen (15-34 jaar) het afgelopen jaar cannabis, met een verhouding tussen mannen en vrouwen van ongeveer 2:11. Belangrijk is dat cannabisgebruik lijkt te leiden tot de ontwikkeling van psychiatrische symptomen bij gezonde proefpersonen, zoals stemmingswisselingen, verhoogde angst, racegedachten, vervormde percepties, moeite met denken en probleemoplossend vermogen, aanhoudende problemen met leren en geheugen, trage reactietijd en verlies van controle2. Dergelijke tekenen en symptomen zijn echter normaal gesproken van voorbijgaande aard en schetsen niet per se een psychiatrische aandoening of de noodzaak van een behandeling. Cannabis kan echter, via het belangrijkste psychoactieve bestanddeel, tetrahydrocannabinol (THC) genoemd, ook positieve psychotische symptomen veroorzaken, waaronder achterdocht, paranoïde waanideeën, stoornissen van denkprocessen en waarneembare veranderingen3, evenals negatieve symptomen die vergelijkbaar zijn met die waargenomen bij schizofrenie, zoals botte affect, apathie, avolitie, gebrek aan spontaniteit, gebrek aan interesse, passiviteit en cognitieve tekorten (bijv. geheugen, executievefunctie). Daarom is er op dit moment bewijs dat cannabisgebruik zowel voorbijgaande psychiatrische symptomen kan veroorzaken bij anders gezonde proefpersonen als een florid psychotisch beeld kan ontmaskeren bij patiënten met een eerder psychotisch risico3. Of dit verband oorzakelijk of zuiver correlatief is, is echter nog steeds controversieel en wordt besproken4. Ondanks epidemiologische studies die wijzen op een verband tussen zware cannabisconsumptie en het risico op psychose5, gaat de wereldwijd toegenomen incidentie van cannabisgebruik niet gepaard met een verhoogde incidentie van psychose4. Deze paradox kan worden verklaard door de aanwezigheid van specifieke verstorende verschillen tussen cannabismisbruikers, met een vroeg begin van gebruik, dagelijkse veronderstelling van cannabis met een hoge potentie en consumptie van synthetische cannabinoïden met het grootste psychotische risico3. Bovendien kunnen sommige genetische factoren, zoals de aanwezigheid van specifieke catechol-O-methyltransferase (COMT) polymorfismen, ook een verhoogde kwetsbaarheid geven om psychotische symptomen te ontwikkelen na blootstelling aan cannabis bij een klein deel van de gebruikers6.

In dit verband probeerden menselijke neuroimagingstudies de potentiële neurale mechanismen te onderzoeken waardoor cannabis tot psychotische symptomen kan leiden7, aangezien preklinische studies eerder aantoonden dat THC actief is in hersengebieden die rijk zijn aan cannabinoïde type 1-receptoren (CB1R), waaronder hippocampus, amygdala, striatum en prefrontale cortex (PFC)8. Het is inderdaad aangetoond dat experimentele THC-toediening aan gezonde cannabisgebruikers de ventrostriatale activering tijdens een leertaak vermindert en tegelijkertijd psychotische symptomen9 veroorzaakt, evenals veranderde prefrontale striatale activering tijdens attentional salience processing10. Met betrekking tot mri-onderzoek (structural magnetic resonance imaging), sommige auteurs ontdekten significante afnames van het volume grijze stof (GM) in de prefrontale cortex11,12,13, de hippocampus14 , 15 , de amygdala 16 en de putamen17 bij reguliere cannabisgebruikers in vergelijking met niet-gebruikers, terwijl anderen geen significante hersenverschillen tussen deze twee groepen18,19,20 ,21rapporteerden of verhoogde GM-volumes rapporteerden binnen de mediale temporale, de amyg

Bovendien onderzochten weinig studies of er specifieke hersenverschillen zijn tussen cannabisgebruikers met psychotische symptomen en cannabisgebruikers zonder psychiatrische aandoeningen. Een functionele MRI-studie vergeleek gezonde proefpersonen die wel en geen psychotische symptomen ondervonden na THC-consumptie en het rapporteerde verhoogde activiteit tijdens een go/no-go-taak in de rechter middelste temporale gyrus en verminderde activiteit in zowel parahippocampale als fusiforme gyri, die ook geassocieerd was met grotere remmingsfouten alleen in de psychotische groep23. Epstein en Kumra ontdekten daarentegen dat zowel psychotische als niet-psychotische adolescenten met een cannabisgebruiksstoornis vergelijkbare hersenveranderingen deelden; in het bijzonder ontdekten ze verzwakte corticale verdunning in de linker superieure frontale gyrus, de rechter pars triangularis, de linker pars opercularis, de linker en rechter supramarginale gyri, de linker en rechter inferieure pariëtale cortices en de linker superieure temporale gyrus in beide groepen24. In een eerdere studie vergeleken dezelfde auteurs adolescenten met vroeg beginnende schizofrenie (EOS) met (EOS+) en zonder (EOS-) cannabisgebruiksstoornis (CUD), adolescenten met alleen CUD en gezonde controles25 . Interessant is dat ze kleinere grijze stofvolumes ontdekten in het linker superieure pariëtale gebied in zowel EOS- als CUD-groepen in vergelijking met gezonde controles. Ze vonden echter geen additieve volumetrische veranderingen bij adolescenten met EOS + in vergelijking met andere groepen. Ten slotte vond een recentere en grotere studie een significant totaal effect van levenslange cannabisconsumptie tot psychotische levenservaringen bij een steekproef van adolescenten. Interessant is dat de auteurs een verband vonden tussen psychotische levenservaringen en verminderde expansie binnen de uncus van de juiste hippocampus / parahippocampus26.

Daarom suggereren deze studies, hoewel niet allemaal concordant, dat door cannabis geïnduceerde psychose kan worden gekenmerkt door neurobiologische tekorten, vergelijkbaar met die welke worden gedetecteerd bij pure psychotische stoornissen. Of hersenveranderingen die worden bepaald door cannabisafhankelijkheid en die worden benadrukt door neuroimaging-onderzoeken, zullen leiden tot een klinisch significant fenotype of tot een psychotische uitbraak op een bepaald moment in het leven van een misbruiker, blijft echter onduidelijk. In dit verband zou het onderzoek naar hersenmorfologie bij psychotische cannabisgebruikers in vergelijking met cannabisgebruikers zonder psychiatrische symptomen van het grootste belang kunnen zijn om de neurobiologische onderbouwing van door cannabis geïnduceerde psychose te begrijpen. Voor zover wij weten, hebben tot nu toe echter geen studies cannabis-geïnduceerde psychotische proefpersonen vergeleken met gezonde cannabisgebruikers in termen van structurele morfologie van de hersenen en klinische parameters, zoals psychopathologie, frequentie en duur van afhankelijkheid, kwaliteit van leven, persoonlijkheidskenmerken, complicaties bij de bevalling en kindermishandeling. In deze context is het doel van deze studie om morfologische hersenverschillen te onderzoeken tussen chronische cannabisgebruikers met een door stoffen geïnduceerde psychose (CIP) en niet-psychotische cannabisgebruikers (NPCU) en om hersentekorten te correleren met selectieve sociaal-demografische, klinische en psychosociale variabelen. We veronderstelden dat CIP-patiënten significante verminderingen van gm-volumes zullen vertonen in vergelijking met NPCU, evenals mogelijke correlaties tussen GM-volumes en sociaal-demografische, klinische en psychosociale schalen.

Protocol

10 CIP-patiënten en 12 NPCU werden gerekruteerd voor deze studie. Alle patiënten werden gerekruteerd in de psychiatrische inrichting van het University Policlinico Hospital in Milaan, Italië, terwijl de cannabisgebruikers waren ingeschreven in het stroomgebied van Milaan. Alle patiënten kregen een stabiele farmacologische behandeling. Links- of rechtshandige deelnemers werden opgenomen. Alle deelnemers hadden een gebruikelijke cannabisconsumptie en het type drug, de frequentie en de duur, evenals sociaal-demografische, klinische en psychosociale parameters van afhankelijkheid werden gemeten. De studie werd goedgekeurd door de lokale ethische commissie. 1. Deelnemers Gebruik de volgende inclusiecriteria: Voor patiënten: leeftijd 18-45 jaar oud, DSM-IV diagnose van cannabis-geïnduceerde psychotische stoornis, zware cannabisconsumptie op het moment van het onderzoek en in de voorgaande 6 maanden. Voor NPCU: leeftijd 18-45 jaar, geen DSM-IV diagnose, zware cannabisconsumptie op het moment van het onderzoek en in de voorgaande 6 maanden. Gebruik de volgende uitsluitingscriteria: een diagnose van mentale retardatie, een huidige ernstige medische of neurologische ziekte, een voorgeschiedenis van traumatisch hoofdletsel met bewustzijnsverlies, en elke andere As I, inclusief alcoholmisbruik, of As II-stoornissen en zwangerschap. Controleer of psychotische symptomen niet voorafgaan aan het begin van het cannabisgebruik en niet aanhouden gedurende een aanzienlijke periode na het stoppen van acute terugtrekking of ernstige intoxicatie. Controleer of er geen geschiedenis is van terugkerende niet-substance-gerelateerde episodes. Lees het toestemmingsformulier aan de deelnemers om geïnformeerde toestemming te verkrijgen. Laat zowel de deelnemer als de onderzoeker het toestemmingsformulier in tweevoud ondertekenen. Sla het toestemmingsformulier op voor records. Om de diagnose van CIP-patiënten te evalueren, gebruikt u het Structured Clinical Interview for Diagnosis (SCID-I) van het Diagnostic and Statistical Manual of Mental Disorders, 4e editie, tekstherziening (DSM-IV-TR)27. Gebruik de handleiding voor het semigestructureerde klinische interview voor kinderen en adolescenten SCICA28om de frequentie en de duur van de afhankelijkheid vast te stellen. 2. Klinische en psychosociale evaluatie OPMERKING: Verschillende klinische en psychosociale schalen werden toegediend aan alle deelnemers. Om psychiatrische symptomen te evalueren, gebruikt u de Brief Psychiatric Rating Scale (BPRS)29, de Young Mania Rating Scale (YMRS)30, de Montgomery-Åsberg Depression Rating Scale (MADRS)31, de Hamilton Depression Rating Scale (HAM-D)32 en de Hamilton Anxiety Rating Scale (HAM-A)33. Gebruik de Murray-Lewis Obstetric Complications Scale (MLOCS)34om de aanwezigheid van trauma of infectie tijdens of direct na de partum te onderzoeken. Gebruik de Vragenlijst jeugdervaring van zorg en misbruik (CECA-Q)35om ervaringen met verwaarlozing of misbruik te beoordelen. Gebruik de socio-economische statusschaal van MacArthur36om de sociaal-economische status (SES) te schatten. Gebruik de Buurtschaal (NS)37 om de specifieke kenmerken van de buurt te beoordelen, in termen van buurttevredenheid (NS-A), gevoel van veiligheid (NS-B), degradatieniveau (NS-C), bereidheid van medeburgers om in te grijpen in ongunstige situaties (NS-D) en mate van acceptatie van stoffen (NS-E). Gebruik de temperament- en karakterinventaris (TCI-125) voor het verkennen van persoonlijkheidskenmerken38,39. Om de kwaliteit van leven en het wereldwijde functioneren te beoordelen, gebruikt u respectievelijk de Manchester Short Assessment of Quality of Life (MANSA)40 en de Quality of Life Index (QL-index)41 en de Global Assessment of Functioning (GAF)27 schalen.OPMERKING: Alle sociaal-demografische en klinische gegevens zijn samengevat in tabel 1. 3. Magnetische resonantie beeldvorming Plaats de deelnemer in een liggende positie op het bed van de 3 Tesla MRI-scanner. Plaats een radiofrequentiespoel (RF) over het hoofd van de deelnemer. Zorg voor oordopjes en hoofdtelefoons om achtergrondgeluiden te blokkeren. Bevestig schuimkussens om het hoofd te immobiliseren. Instrueer het onderwerp om stil te blijven staan. Voer de MRI-sessie uit vanaf het werkstation in de controlekamer. Voer een echoscan met 3 vlaks voor uitlijning en lokalisatie uit en voer een shim-procedure uit om een homogeen, constant magnetisch veld te genereren. Start een echo-planair beeldvormingsprotocol voor MRI. De acquisitieparameters voor de verwerving van T1-gewogen driedimensionale hersenscans met hoge resolutie zijn al ingesteld in het beeldvormingsprogramma en mogen niet worden gewijzigd. De parameters zijn: herhalingstijd [TR] = 9,8, echotijd [TE] = 4,6 ms, in vlak voxelgrootte= 0,9375 × 0,9375, matrix= 256 × 256, fliphoek = 8°. Verwijder de deelnemer uit de MR-scannerruimte. Breng de MR-gegevens over naar schijf en sluit de sessie.OPMERKING: In totaal werden 185 aaneengesloten 1 mm sagittale plakjes die zich superieur uitstrekken van het inferieure aspect van het cerebellum tot het grootste deel van de hersenen, geselecteerd uit een sagittale localisatorscan. 4. Voorbewerkingsstappen OPMERKING: Een voxel-gebaseerde morfometrieanalyse moet worden uitgevoerd met behulp van Statistical Parametric Mapping (SPM12) geïmplementeerd in MATLAB. Voer de volgende voorbewerkingsstappen uit, weergegeven in het Script_pre-processing scriptbestand, voordat u groepsanalyses uitvoert. Segmentatie: Verwerk het structurele beeld om de witte stofweefsels, de grijze stofweefsels en de hersenvocht te onderscheiden en te scheiden in verschillende beelden. Deze scheiding wordt verkregen dankzij de combinatie van waarschijnlijkheidskaarten, uitgewerkt vanuit de algemene kennis van weefseldistributie in combinatie met modelclusteranalyses die voxelverdelingen van specifieke weefsels in de oorspronkelijke afbeelding identificeren. Voer het batchbestand segment.mat uit. DARTEL (Diffeomorphic Anatomical Registration Through Exponentiated Lie algebra) tools: bepaal de niet-lineaire vervormingen voor het registreren van de GM en witte stof beelden van alle deelnemers. Voer het batchbestand create_template.mat uit. Normalisatie: pas mri-beelden tijdens de ruimtelijke normalisatiefase aan een anatomisch standaardsjabloon aan. Dit komt omdat elk onderwerp weinig verschillen heeft in de vorm en organisatie van de hersenen, zoals de grootte en morfologische verschillen in structuren. Voer het batchbestand normalize_to_MNI.mat uit. Spatial Smoothing: voer na bewegingscorrectie een isotrope Gaussische kernel uit van 6 mm volledige breedte bij de helft van de maximale Gaussiaanse kernel om de signaal-ruisverhouding te verhogen en rekening te houden met subtiele variaties in anatomische structuren. Voer het batchbestand normalize_to_MNI.mat uit. Extraheer het totale intracraniële volume (ICV) met behulp van SPM12: het kan worden verkregen door de dichtheidswaarden in afbeeldingen van de klasse GM, witte stof en CSF op te tellen en te vermenigvuldigen met de voxel-volumes.OPMERKING: Zodra de voorbewerking is voltooid, is het mogelijk om de gegevens uit te werken.OPMERKING: Raadpleeg de SPM-handleiding (https://www.fil.ion.ucl.ac.uk/spm/doc/spm12_manual.pdf) die een gedetailleerde beschrijving geeft van de voorbewerkingsstappen die in dit onderzoek worden gebruikt en de te gebruiken SPM-opdrachten. Raadpleeg ook het script en de Matlab-batches in de aanvullende materialen met de exacte voorbewerkingsstappen die voor dit onderzoek zijn gebruikt. 5. Statistische analyses Voer chi-kwadratische tests (categorische variabelen) en twee steekproef t-tests (kwantitatieve variabelen) uit voor het onderzoeken van verschillen tussen de twee groepen op demografische, klinische en psychosociale schaal. Voer een eenrichtingsanalyse van variantie (ANOVA) uit in de context van een G GLM-ontwerp (General Linear Model) om GM-volumes tussen CIP-patiënten en NPCU te vergelijken. Geslacht en leeftijd werden gebruikt als controlerende variabelen in alle analyses. Voer het eenrichtings ANOVA-batchbestand uit. Voer regressieanalyses van de hele hersenen uit, alleen voor de CIP-groep, om te onderzoeken of de scores in alle klinische en psychosociale schalen die in deze studie worden gebruikt, significant gecorreleerd waren met veranderingen in gm-volumes. Gebruik geen hersenmasker, maar overweeg alle voxels. Voer het batchbestand regressieanalyse uit met de klinische schaal van belang. Converteer stereotactische coördinaten van de piekmaxima van de suprathresholdclusters van de MNI spatial array (www.mni.mcgill.ca) naar die van Talairach en Tournoux42.OPMERKING: In alle neuroanatomische analyses werden de volumetrische verschillen tussen proefpersonen overwogen door proportionele schaalvergroting voor het totale intracraniële volume (ICV). Stel voor de ANOVA de significantiedrempel in op p < 0,001 ongecorrigeerd, met een minimale clustergrootte van k=30, terwijl voor de meervoudige regressieanalyses een p-< 0,05 piek family-wise error (pFWE) als significant werd beschouwd en een minimale clustergrootte van k=10 werd gebruikt. De vroegere drempel werd in aanmerking genomen vanwege de geringe steekproefomvang die in deze studie werd gebruikt en daarom moeten de resultaten van deze analyse als voorlopig worden beschouwd. Deze laatste drempel is strenger omdat de p-waarde voor meerdere vergelijkingen wordt gecorrigeerd.OPMERKING: Raadpleeg de VBM8-handleiding voor meer informatie over nabewerkingsstappen (http://dbm.neuro.uni-jena.de/vbm8/VBM8-Manual.pdf). Raadpleeg ook de Matlab-batches met de naam “eenrichtings-ANOVA” en “Regressieanalyse” die zijn opgenomen in de aanvullende materialen met het exacte model dat voor deze studie is gebruikt. Vanwege het verkennende karakter van deze studie zou een formele steekproefgrootteberekening van weinig waarde zijn geweest en daarom niet zijn uitgevoerd.

Representative Results

Sociaal-demografische, klinische en psychosociale resultatenEr waren geen verschillen in geslacht (χ2 =0,6, p=0,4), leeftijd (t=-0,21; p=0,83), leeftijd van aanvang van de afhankelijkheid (t=-0,79; p=0,44) en opleidingsniveau (t=1,21; p=0,24) tussen CIP-patiënten en NPCU. Sommige verschillen tussen de twee groepen werden echter waargenomen in één temperamentdimensie (Harm Avoidance, t=3.71; p=0.001) en one-character dimension (Self-Transcendence, t=2.94; p=0.008) van de TCI waar CIP-patiënten hogere scores vertoonden in vergelijking met NPCU. Ten slotte vertoonde NPCU ook hogere scores in vergelijking met CIP-patiënten in één subdimensie van de Buurtschaal (NS-E) (t=-3,55; p=0,002), in het SES-totaal (t=-2,13; p=0,046), in de Quality of Life-Index (t=-8,1; p=0,0001), in de GAF (t=-0,0001), in de GAF (t=-0,046), in de Quality of Life-Index (t=-8,1; p=0,0001), in de GAF (t=-0,0001), in de GAF (t=-0,046) t=-3,97; p=0,001). Specifiek voor CIP was de frequentie van cannabisafhankelijkheid dagelijks voor 9 proefpersonen (90%) en meerdere keren per week voor 1 onderwerp (10%). In plaats daarvan was de frequentie van cannabisafhankelijkheid in de NPCU-groep dagelijks voor 7 proefpersonen (60%), meerdere keren per week voor 4 proefpersonen (30%) en meerdere keren per maand voor 1 onderwerp (10%). De gemiddelde leeftijd van het begin van afhankelijkheid was op 18 jaar oud voor CIP-patiënten en op 16 jaar oud voor de NPCU-groep. Hoewel alle deelnemers cannabis gebruikten, meldden sommige CIP-patiënten (N=6) en NPCU (N=3) ook eerder gebruik van andere drugs, waaronder cocaïne, LSD en heroïne/methadon, maar met een lagere frequentie dan cannabis. De frequentie van cannabisgebruik verschilde niet tussen de twee groepen (χ2=1,69, p=0,42). Bovendien werd geen statistisch verschil waargenomen in type en frequentie van cocaïne,heroïne/methadon en LSD-gebruik tussen de twee groepen (cocaïne: χ2=0,06, p=0,79 en χ2=4,1, p=0,39; heroïne/methadon: χ2=1,2, p=0,26 en χ2=1,2, p=1,2, p=2,2, p=0,26 en χ 2 =1,2, p=1,2, p=1,2, p=2,2, p=1,2, p=2,2, p=1,2, p=2,2, p=0,26 en χ 2 =1,2, p=1,2, p=2,2 LSD: χ2=0,01, p=0,89 en χ2=2,0, p=0,36). Hoewel we ons ervan bewust zijn dat de aanwezigheid van polyconsumptie in het monster de generaliseerbaarheid van de bevindingen negatief kan hebben beïnvloed, is het belangrijk om te benadrukken dat het gebruik van andere drugs zeer beperkt was in vergelijking met cannabisgebruik. In tegenstelling tot cannabisgebruik was het gebruik van andere drugs inderdaad levenslang en kwam het niet voor tijdens de studie. Niettemin moeten onze resultaten voorzichtig worden genomen en moeten ze worden gerepliceerd in een homogener monster. VBM resultatenVBM-analyse toonde aan dat CIP-patiënten uitgebreide GM-afnames hadden in vergelijking met NPCU in rechter superieure frontale gyrus ((Brodmann-gebied [BA] 10), rechter precentraal (BA 4), rechter superieure temporale gyrus (BA 22), insula bilateraal (BA13), rechter precuneus (BA7), rechter mediale occipitale gyrus (BA 19), rechter fusiforme gyrus (BA 37) en linker hippocampus (p < 0. tabel 2 en figuur 1). Er werden geen GM-verschillen waargenomen in NPCU in vergelijking met CIP-patiënten. Correlaties tussen GM-regio’s en klinische schalenBij CIP-patiënten toonden de resultaten een negatieve correlatie tussen een domein van de BPRS, BPRS-activiteit en selectieve GM-volumes binnen de linker superieure temporale cortex (BA 38, x=-40 y=17 z=-35, z=5.9, clustergrootte=19) en linker cerebellum (x=-12 y=-36 z=-20, z=6.1, clustergrootte=19). Bovendien was dezelfde schaal bilateraal positief gecorreleerd met cuneus (BA 18; links: x=-9 y=-90 z=9, z=7.0, clustergrootte=24; rechts: x=15 y=-85 z=24, z=7.3, clustergrootte=13), links inferieure occipitale gyrus (BA 17; x=-9 y=-88 z=-6, z=7.4, clustergrootte=34), rechts inferieure pariëtale lobule (BA 40; z=6.7, clustergrootte=33), rechter superieure prefrontale cortex (BA 9; x=3 y=51 z=29, z=6.2, clustergrootte=23) (alle p<0.05 pFWE gecorrigeerd). Er werden geen significante correlaties in een van de andere klinische schalen waargenomen bij CIP-patiënten. Figuur 1: Regio’s met significant GM-verschil tussen substance-induced psychosis (CIP) patiënten en niet-psychotische cannabisgebruikers (p<0.001, uncorrected, k=30). Klik hier om een grotere versie van deze figuur te bekijken. CIP-patiënten Niet-psychotische cannabisgebruikers Statistiek p-waarde n=10 n=12 Leeftijd, gemiddelde (SD) 27 (9.21) 26 (0.89) t= -0,213 p=0,833 Geslacht, man/vrouw 8/2 11/1 χ2=0.630 p=0,427 Leeftijd van aanvang van cannabisgebruik, gemiddelde (SD) 18 (9.69) 16 (1.83) t= -0,786 p=0,441 Type (N); frequentie van ander drugsgebruik Cannabis (N=10); Dagelijks (N=9), meerdere keren per week (N=1). Cannabis (N=12); Dagelijks (N=7), meerdere keren per week (N=4), meerdere keren per maand (N=1). Frequentie: χ2=1,69, p=0,42 Cocaïne (N=4); meerdere keren per week (N=2), meerdere keren per maand (N=2). Cocaïne (N=3); meerdere keren per week (N=1), meerdere keren per maand (N=1), minder dan één keer per maand (N=1). Type: χ2=0,06 Type: p=0,79 Frequentie: χ2=4,1 Frequentie: p=0,39 Heroïne/Methadon (N=1); meerdere keren per week. Geen heroïne/methadon gebruikers. Type: χ2=1,2 Type: p=0,26 Frequentie: χ2=1,2 Frequentie: p=0,26 LSD (N=1); minder dan één per maand. LSD (N=1); meerdere keren per maand. Type: χ2=0,01 Type: p=0,89 Frequentie: χ2=2,0 Frequentie: p=0,36 Beginleeftijd, gemiddelde (SD) 25 (8.46) – – – BPRS TOT, gemiddeld (SD) 43 (9) 20 (3) t=8.860 p=0,0001 Angst-Depressie 10 (5) 6 (2) t=2.629 p=0,016 Anergia 8 (3) 4 (1) t=3.284 p=0,004 Gedachtestoornissen 12 (3) 4 (0) t=9.754 p=0,0001 Activiteit 6 (2) 3 (0) t=4.557 p=0,0001 Vijandigheid- Achterdocht 8 (4) 3 (0) t=4.053 p=0,001 HAM-D, gemiddeld (SD) 11 (6.42) 4 (4.96) t=3.258 p=0,004 HAM-A, gemiddeld (SD) 11 (6.62) 3 (3.93) t=3.487 p=0,002 MADRS, gemiddeld (SD) 14 (7.76) 6 (6.35) t=2.635 p=0,016 YMRS, gemiddeld (SD) 13 (7.92) 0 (1.44) t=5.378 p=0,0001 CECA-Q, gemiddelde (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 Buurtschaal*, gemiddelde (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** totaal, gemiddelde (SD) 33.6 (12.60) 45.3 (13.05) t=-2.132 p=0,046 Studeren 11.3 (4.22) 15.3 (5.93) t=-1.800 p=0,087 Beroep 22.3 (10.39) 30.0 (8.79) t=-1.885 p=0,074 QL – Index, gemiddelde (SD) 6 (1.65) 10 (0.62) t=-8.098 p=0,0001 GAF, gemiddeld (SD) 58 (15.21) 83 (9.68) t=-4.715 p=0,0001 MANSA, gemiddeld (SD) 54 (14.16) 61 (6.01) t=-1.250 p=0,226 TCI, gemiddeld (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 Sint 65.56 (12.34) 50.82 (8.16) t=2.940 p=0,008 Tabel 1: Sociaal-demografische, klinische en psychosociale variabelen van de gehele steekproef. BPRS (Korte Psychiatrische Beoordelingsschaal); CECA-Q (Vragenlijst Jeugdervaring zorg en misbruik); CIP (cannabis-geïnduceerde psychose); GAF (Globale Beoordeling van de Werking); HAM-A (Hamilton Anxiety Rating Schaal); MADRS (Montgomery-Asberg Depressie Rating Schaal); HAM-D (Hamilton Depression Rating Schaal); MANSA (Manchester Short Assessment of Quality of Life); NS-A (Buurttevredenheid); NS-B (Gevoelens van veiligheid); NS-C (Buurtincivilities); NS-D (Collectieve werkzaamheid); NS-E (Cannabis acceptatie); SD (standaarddeviatie); SES (Sociaal Economische Status); QL-Index (Kwaliteit van Leven-Index); ); TCI (Temperament en Karakter Inventarisatie); TCI Ns (Nieuwigheid Zoeken); TCI Ha (schadevermijding); TCI Rd (Beloning Afhankelijkheid); TCI P (Persistentie); TCI Sd (Zelfsturendheid); TCI Co (Coöperatief); TCI St (Zelf Transcendentie); YMRS (Young Mania Rating Schaal). * NS-A varieert van 0 tot 16, waarbij 16 zeer tevreden waren over het woongebied; NS-B varieert van 0 tot 8, waarbij 8 een sterk gevoel van veiligheid vertegenwoordigde; NS-C varieert van 0 tot 32, waarbij 32 duidden op een hoog gehalte aan inciviliteiten; NS-D varieert van 0 tot 12, waarbij 8 een hoge mate van collectieve werkzaamheid bij buren vertegenwoordigden; NS-E varieert van ‘sterk mee eens’ (score van 4) tot ‘oneens sterk’ (score van 0). ** Lagere niveaus van onderwijs worden geassocieerd met lagere scores, terwijl hogere niveaus van onderwijs worden geassocieerd met hogere scores (d.w.z. Minder dan 7e leerjaar = 3; Diploma= 21). Evenzo worden beroepen met een lagere cognitieve betrokkenheid geassocieerd met lagere scores, terwijl beroepen die meer cognitieve middelen vereisen, worden geassocieerd met hogere scores (landarbeider = 5; Arts= 45). Gyrus BA Lateraliteit MNI coördinaten Clustergrootte z-waarden Cohen’s d effect grootte x y z CIP-patiënten < niet-psychotische cannabisgebruikers Superieure frontale 10 Rechts 13 65 22 38 3.4 -1,26 Precentral 4 Rechts 59 -5 26 61 3.8 -0,83 Superieur tijdelijk 22 Rechts 62 -7 3 146 4.2 -0,60 Insula 13 Rechts 36 -21 13 142 4.1 -0,43 Insula 13 Links -33 -23 14 32 3.8 -0,46 Precuneus 7 Rechts 6 -66 50 41 3.7 -0,51 Mediaal occipitaal 19 Rechts 33 -86 21 80 4 -0,84 Fusiform 37 Links -25 -47 -8 32 3.7 -0,29 Hippocampus – Links -33 -22 -5 36 3.8 -0,68 Niet-psychotische cannabisgebruikers < CIP-patiënten Geen suprathreshold clusters Tabel 2: VBM resultaten. Hersengebieden met significante verminderde grijze stofvolumes tussen de CIP-patiënten en niet-psychotische cannabisgebruikers (P< 0,001 ongecorrigeerd). BA (brodmanngebied); CIP (cannabis-geïnduceerde psychose); MNI (Montreal Neurologisch Instituut)

Discussion

In deze studie merkten we op dat alleen de aanwezigheid van psychotische symptomen de detectie van hersenmorfologische veranderingen discrimineerde. Chronische cannabisgebruikers met CIP vertoonden inderdaad een afname van gm-volumes, voornamelijk in het prefronto-temporo-limbische netwerk in vergelijking met niet-psychotische cannabisgebruikers (NPCU). Wat de psychometrische vragenlijsten betreft, zijn bovendien correlaties tussen het domein BPRS-Activiteit en selectieve GM-volumes benadrukt. In het bijzonder zagen we een negatieve correlatie tussen een dergelijke BPRS-schaal en de linker superieure temporale cortex en het linker cerebellum, samen met een positieve correlatie met de cuneus bilateraal, de linker inferieure occipitale gyrus, de rechter inferieure pariëtale lobule en de rechter superieure prefrontale cortex. We moeten echter vermelden dat het ontbreken van een controlegroep van gezonde proefpersonen zonder cannabisafhankelijkheid ons ervan weerhield om te onderzoeken of cannabisgebruik hersenveranderingen veroorzaakte of niet.

Over het algemeen zijn de resultaten niet verrassend, aangezien eerdere MRI-studies aantoonden dat psychotische stoornissen, zoals schizofrenie, vergelijkbare GM-afwijkingen deelden, vooral in frontale en temporo-limbische regio’s29,30. Het is echter nog steeds onduidelijk waarom sommige chronische cannabisgebruikers psychotische symptomen ontwikkelden terwijl anderen gezond bleven. In de steekproef hebben we namelijk slechts kleine klinische verschillen tussen de twee groepen ontdekt en daarom kunnen de uitgebreide GG-afwijkingen die in de CIP-groep zijn waargenomen, mogelijk niet worden geassocieerd met hun specifieke klinische profiel. In het bijzonder meldden 9 van de 10 CIP-patiënten een dagelijks cannabisgebruik in vergelijking met 7 van de 12 in de NPCU-groep. Bovendien werden er geen verschillen gevonden in leeftijd, geslacht, aanvangsleeftijd van cannabisgebruik en opleidingsniveau tussen de twee groepen. We moeten echter bedenken dat dit gebrek aan verschillen te wijten kan zijn aan de kleine steekproefgrootte die ook de mogelijkheid beperkte om deze factoren statistisch te analyseren en te interpreteren. Een hypothese is dat het psychotische proces zelf verantwoordelijk is voor de afname van het hersenvolume, ongeacht cannabisgebruik. Eerdere studies toonden inderdaad geen GM-verschillen aan tussen psychotische patiënten met en zonder cannabisgebruik, waardoor er geen duidelijk bewijs werd gevonden voor cannabisgebruik in verband met gm-veranderingen bij psychotische patiënten in de eerste episode45. Cannabisgebruik kan echter alleen hebben bijgedragen aan hersenveranderingen en vervolgens psychose hebben veroorzaakt in een subgroep van gevoelige cannabisgebruikers.

De eerste hypothese is in lijn met die studies die hersenafwijkingen bij psychotische stoornissen aantonen. In het bijzonder toonden de resultaten aan dat CIP-patiënten in vergelijking met NPCU uitgebreide gm-volumedalingen hadden in sommige hersengebieden waarvan bekend is dat ze betrokken zijn bij emotionele regulatie, zoals frontotemporale cortices, insula, hippocampus en fusiforme gyrus46. Interessant is dat verstoringen in deze structuren, vooral in prefrontale regio’s, de stemmingsinstabiliteit en grotere emotionele reactiviteit bij adolescenten en jongvolwassenen kunnen verklaren, evenals impulsief gedrag en middelenzoekende33,34. Inderdaad, het is consequent gemeld dat emotieregulatie / -verwerking geassocieerd zijn met werving van een reeks prefrontale hersengebieden die betrokken zijn bij cognitieve controle over emotionele limbische structuren. Grotere problemen in emotionele regulatie bij tabaksrokers zijn bijvoorbeeld geassocieerd met een zwakkere connectiviteit tussen inferieure frontale gyrus en amygdala in vergelijking met niet-rokers49. Daarom kan het aannemelijk zijn dat bij CIP-patiënten de ontwikkeling van psychotische symptomen geassocieerd was met een verstoord evenwicht tussen deze structuren.

Bovendien merkten we op dat de groep CIP-patiënten verstoringen vertoonde in de dorsolaterale prefrontale cortex (DLPFC), een belangrijke regio die betrokken is bij belangrijke cognitieve functies, waaronder werkgeheugen, executieve functies50 en emotionele regulatie51. Deze bevinding is niet verwonderlijk, aangezien het DLPFC samenwerkt met risicobewakingsgebieden, zoals de insula (een belangrijke structuur van het salience-netwerk dat onlangs betrokken bleek te zijn bijverslaving 52), die ook is gewijzigd in de groep CIP-patiënten, en anterieure cingulate cortex, wat uiteindelijk suggereert dat beperkingen bij het onderscheiden van risicovolle en veilige keuzes kunnen voortvloeien uit een verstoring tussen DLPFC en dergelijke risicobewakingsgebieden53.

Bovendien vertoonden CIP-patiënten een gm-volumedaling in de superieure temporale cortex. Interessant is dat dit resultaat in overeenstemming is met het bewijs dat werd gerapporteerd door een eerdere multimodale neuroimaging-studie54, waarbij een groter aantal CIP-patiënten (N = 16) werd gebruikt, waarvan de meerderheid overlapt met het monster dat in deze studie werd gebruikt en uitgebreide GM-verandering in temporale cortices bij CIP-patiënten vond. Over het geheel genomen bevestigt dergelijk bewijs verder de sleutelrol van de superieure temporale cortex bij psychose, aangezien de betrokkenheid van deze structuur consequent is gerapporteerd in vaardigheden die vaak verstoord worden aangetroffen bij psychotische patiënten, waaronder taalverwerking en theorie van bewustzijnscapaciteiten39,40. Ook zijn de resultaten in overeenstemming met eerder bewijsmateriaal dat het verband rapporteert tussen volumeverminderingen van dit gebied en auditieve hallucinatie of gedachtestoornissen41,42 en met een eerdere MRI-studie die de verstoring van dit gebied bij stofafhankelijke personen suggereert in vergelijking met gezonde controles59.

Ten slotte kwam uit de resultaten een significante afname van het GM-volume in hippocampus bij CIP-patiënten naar voren. Een dergelijke bevinding is in overeenstemming met eerder bewijs dat structurele en functionele veranderingen in deze structuur aantoont bij vroege psychoses en bij risicovolle psychose van de mentale toestand/eerste episode , in vergelijking met gezonde controles60,61,62,63. Normale hippocampale functie is vereist voor een aantal mentale functies, waaronder geheugen en emotioneel gedrag48,49 en er is voorgesteld dat een verminderd volume in deze structuur een marker kan zijn van een negatieve klinische uitkomst bij patiënten met een psychose van de eerste episode66. In tegenstelling tot de resultaten zijn hippocampale tekorten echter ook gemeld bij jonge en volwassen cannabisgebruikers, die dunnere cortices en verminderde volumes bleken te hebben in deze regio67,68,69,70. Daarom is een duidelijk beeld over de rol van de hippocampus bij middelenmisbruik nog steeds niet bereikt. Niettemin wijzen de resultaten op de hypothese dat het cortico-limbische systeem is aangetast in de groep CIP-patiënten, zoals ook werd gesuggereerd door een eerdere MRI-studie54 en de emotionele uitwerkingstekorten zou kunnen verklaren, die is voorgesteld als een kritieke voorloper van toekomstige psychotische ontwikkeling55,56, vaak waargenomen bij deze patiënten.

Daarom lijkt het redelijk om te veronderstellen dat door cannabis geïnduceerde psychose geassocieerd is met hersenveranderingen in regio’s binnen het prefronto-temporo-limbische netwerk, wat daarom een gemeenschappelijk neuroontwikkelingssubstraat van meerdere vormen van psychose kan vertegenwoordigen. Interessant is dat longitudinale studies stelden voor dat sommige hersenverstoringen, waaronder kleinere orbitofrontale cortexvolumes73, verhoogde fronto-pariëtale en verminderde activering van visuele associatiegebieden, evenals cognitieve tekorten, zoals slechtere executieve functies74, aanwezig kunnen zijn nog vóór het begin van cannabisafhankelijkheid. Daarom kan het zijn dat deze personen met onderliggende hersenveranderingen meer kans hebben om psychotische symptomen te ontwikkelen na het gebruik van cannabis. Daarnaast is er bewijs dat het bezit van risico allelen in AKT1- en DRD2-genen, die betrokken zijn bij dopaminesignalering, geassocieerd is met een verhoogd risico op het ontwikkelen van psychose na cannabisgebruik3. Daarom zou de detectie van morfologische afnames bij CIP-patiënten een verhoogde genetische gevoeligheid voor het neurotoxische effect van chronisch cannabisgebruik bij deze groep proefpersonen kunnen weerspiegelen.

Ten slotte toonden de resultaten in de CIP-groep ook een negatieve correlatie aan tussen een subdomein van de BPRS, de BPRS-activiteit en selectieve GM-volumes binnen de linker superieure temporale cortex en het linker cerebellum. Ook was deze subschaal positief gecorreleerd met cuneus bilateraal, linker inferieure occipitale gyrus, rechter inferieure pariëtale lobule en rechter superieure prefrontale cortex. In het algemeen, hoewel correlaties tussen klinische symptomatologie en GM-structuren uitgebreid zijn gerapporteerd, vooral bij schizofrenie75, zijn de resultaten nog steeds heterogeen, met een gemengd beeld van inverse76, positieve77 of geen78 correlaties tussen selectieve GM-volumes en klinische schalen. Met name de negatieve correlatie waargenomen tussen BPRS-activiteit en superieure temporale cortex lijkt in overeenstemming te zijn met eerder MRI-bewijs dat omgekeerde correlaties tussen deze structuur en de ernst van positieve symptomen aantoont76, wat uiteindelijk de sleutelrol van deze structuur bij de productie van psychotische symptomen suggereert. Evenzo lijkt de positieve correlatie gevonden tussen BPRS-activiteit en superieure prefrontale cortex overeen te komen met andere MRI-studies die een vergelijkbare correlatie rapporteren tussen negatieve symptomen en GM-volumes met de prefrontale cortex79.

Over het algemeen leveren de resultaten van de huidige studie voorlopig bewijs over de aanwezigheid van significante associatie tussen hersenverandering en ernst van psychopathologie.

De huidige studie lijdt aan enkele beperkingen. Ten eerste namen alle psychotische patiënten farmacologische behandelingen die de resultaten hadden kunnen beïnvloeden. Ten tweede maakt het ontbreken van een controlegroep gevormd door gezonde proefpersonen die niet aan cannabis zijn blootgesteld, geen verdere vergelijking mogelijk met de twee groepen cannabisgebruikers (psychotisch en niet). Hoewel de twee groepen qua aantal proefpersonen zeer vergelijkbaar waren (10 CIP-patiënten versus 12 NPCU), beperkt de kleine steekproefgrootte bovendien de betekenis van de bereikte resultaten en moet daarom als voorlopig worden beschouwd. Verdere beperkingen houden strikt verband met de aard van de onderzochte populatie. Sommige patiënten met CIP (6/10) en een vrij klein deel van npcu (3/12) hadden een levenslange geschiedenis van andere middelenconsumptie (d.w.z. cocaïne, LSD en heroïne/methadon). Bovendien hebben we de genetische allelen die verband houden met verslaving niet onderzocht, wat had kunnen helpen om de twee groepen te discrimineren. Niettemin was de cannabisconsumptie, hoewel beoordeeld in termen van frequentie en volume en duur met een specifiek instrument20,niet uniform tussen de twee groepen. Ten slotte hebben we in deze studie geen hersenactivatie onderzocht en hebben we de neurocognitieve toestand van het monster niet beoordeeld. Daarom kan het ontbreken van deze informatie de resultaten hebben beïnvloed, aangezien eerdere studies de aanwezigheid van selectieve hersendisfuncties bij patiënten met schizofrenie met middelenmisbruik in de mediale prefrontale cortex, de orbitofrontale cortex en de amygdala hebben aangetoond, evenals een beter premorbid neurocognitief profiel met een grotere achteruitgang op lange termijn in vergelijking met dezelfde patiënten zonder middelenmisbruik80. Daarom zijn verdere functionele MRI-studies die hersenactiviteit onderzoeken in combinatie met neuropsychologische beoordelingen op grotere monsters en met homogene consumptiegewoonten nodig om onze resultaten te bevestigen.

Volgens onze resultaten kan door cannabis geïnduceerde psychose worden gekenmerkt door gm-volumedalingen in selectieve hersenstructuren. Gezien de cruciale en alomvattende rol van het endocannabinoïdesysteem in de hersenen, de toenemende prevalentie van cannabisgebruik, het chronische gebruik ervan tijdens neuroontwikkeling en de steeds hogere THC-concentratie op de huidige markt, lijkt het daarom verplicht om te verduidelijken welke aspecten van cannabisblootstelling (bijv. leeftijd bij aanvang, hoeveelheid, frequentie en duur) het grootste risico bepalen voor de progressie naar psychotische stoornissen. Of reducties in prefronto-temporo-limbische regio’s een substraat van het psychotische proces zelf vormen of een direct gevolg zijn van cannabisblootstelling bij gevoelige proefpersonen, blijft echter een complexe kwestie. In deze context kunnen de methoden die in de studie worden gebruikt nuttig zijn om de neurobiologische en klinische kenmerken van door cannabis geïnduceerde psychose beter te karakteriseren. Ten slotte kunnen longitudinale neuroimagingstudies, rekening houdend met mogelijke verstorende factoren, zoals cannabisdosis, potentie, THC/Cannabidiol-verhouding, gebruiksfrequentie, aanvangsleeftijd, bekende geschiedenis van psychose en genetische polymorfismen, een potentiële basis vormen voor het identificeren van putatieve biomarkers die uiteindelijk clinici kunnen helpen om die cannabisgebruikers te detecteren die meer kans hebben om psychose te ontwikkelen.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Geen.

Materials

Not applicable Not applicable Not applicable Not applicable

References

  1. European Monitoring Centre for Drugs and Drug Addiction. . European Drug Report 2019: Trends and Developments. , (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. , (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.). , (2000).
  28. McConaughy, S. H., Achenbach, T. M. . Manual for the semistructured clinical interview for children and adolescents. , (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. , (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).

Play Video

Cite This Article
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).

View Video