Summary

Gehirnmorphologie von Cannabiskonsumenten mit oder ohne Psychose: Eine MrT-Pilotstudie

Published: August 18, 2020
doi:

Summary

Dies ist eine 3T-Magnetresonanztomographie-Studie, die darauf abzielt, Volumenunterschiede zwischen Cannabis-induzierten Psychose-Patienten und nicht-psychotischen chronischen Cannabiskonsumenten zu untersuchen.

Abstract

Cannabis ist die weltweit am häufigsten konsumierte illegale Droge, und sein Konsum kann sowohl psychiatrische Symptome bei ansonsten gesunden Probanden hervorrufen als auch ein florid psychotisches Bild bei Patienten mit einem früheren psychotischen Risiko entlarven. Frühere Studien deuten darauf hin, dass chronische und langfristige Cannabis-Exposition signifikante negative Auswirkungen auf Gehirnbereiche ausüben kann, die mit Cannabinoidrezeptoren angereichert sind. Ob jedoch Gehirnveränderungen, die durch Cannabisabhängigkeit bestimmt werden, zu einem klinisch signifikanten Phänotyp oder zu einem psychotischen Ausbruch an einem bestimmten Zeitpunkt im Leben eines Missbrauchers führen, bleibt unklar. Ziel dieser Studie war es, morphologische Gehirnunterschiede zwischen chronischen Cannabiskonsumenten mit Cannabis-induzierter Psychose (CIP) und nicht-psychotischen Cannabiskonsumenten (NPCU) ohne psychiatrische Erkrankungen zu untersuchen und Gehirndefizite mit selektiven soziodemografischen, klinischen und psychosozialen Variablen zu korrelieren.

Es wurden 3T-Magnetresonanztomographie-Scans (MRT) von 10 CIP-Patienten und 12 NPCU-Patienten erfasst. Die Art der Droge, die Häufigkeit und die Dauer sowie soziodemographische, klinische und psychosoziale Parameter der Abhängigkeit wurden gemessen. CIP-Patienten hatten eine ausgedehnte Abnahme der grauen Substanz (GM) im rechten gyrus superior frontalis, im rechten präzentralen, rechten oberen Temporalgyrus, in der bilateralen Insula, in der rechten Precuneus, im rechten medialen Okzipitalgyrus, im rechten fusiformen Gyrus und im linken Hippocampus im Vergleich zu chronischen Cannabiskonsumenten ohne Psychose. Schließlich zeigten die Ergebnisse bei CIP-Patienten eine negative Korrelation zwischen einer Domäne der Brief Psychiatric Rating Scale (BPRS), BPRS-Aktivität und selektiven GM-Volumina. Insgesamt deuten die Ergebnisse darauf hin, dass Cannabis-induzierte Psychosen durch selektive Gehirnreduktionen gekennzeichnet sind, die in NPCU nicht vorhanden sind. Daher können Neuroimaging-Studien einen potenziellen Grund für die Identifizierung mutmaßlicher Biomarker bieten, die mit dem Risiko der Entwicklung von Psychosen bei Cannabiskonsumenten verbunden sind.

Introduction

Nach Angaben der Europäischen Beobachtungsstelle für Drogen und Drogensucht haben schätzungsweise rund 96 Millionen (oder 29 %) der Erwachsenen (im Alter von 15 bis 64 Jahren) in der Europäischen Union im Laufe ihres Lebens illegale Drogen, insbesondere Cannabis, ausprobiert. Betrachtet man den jüngsten und verletzlichsten Teil der Allgemeinbevölkerung, so konsumierten schätzungsweise 16% der jungen Erwachsenen (im Alter von 15-34 Jahren) im letzten Jahr Cannabis, mit einem Verhältnis von Männern zu Frauen von etwa 2:11. Wichtig ist, dass Cannabiskonsum bei gesunden Probanden zur Entwicklung psychiatrischer Symptome wie Stimmungsschwankungen, erhöhte Angstzustände, rasende Gedanken, verzerrte Wahrnehmungen, Schwierigkeiten beim Denken und Lösen von Problemen, anhaltende Probleme mit Lernen und Gedächtnis, langsame Reaktionszeit und Kontrollverlustführt 2. Solche Anzeichen und Symptome sind jedoch in der Regel vorübergehend und beschreiben keinen psychiatrischen Zustand an sich oder die Notwendigkeit einer Behandlung. Cannabis kann jedoch durch seinen wichtigsten psychoaktiven Bestandteil, genannt Tetrahydrocannabinol (THC), auch positive psychotische Symptome wie Misstrauen, paranoide Wahnvorstellungen, Störungen von Denkprozessen und Wahrnehmungsveränderungen3sowie negative Symptome hervorrufen, die denen ähneln, die bei Schizophrenie beobachtet wurden, wie stumpfer Affekt, Apathie, Avolition, Mangel an Spontaneität, mangelndes Interesse, Passivität und kognitive Defizite (z. B. Gedächtnis, exekutive Funktion, abstrakte Fähigkeit, Entscheidungsfindung und Aufmerksamkeit)3. Daher gibt es derzeit Hinweise darauf, dass Cannabiskonsum sowohl vorübergehende psychiatrische Symptome bei ansonsten gesunden Probanden hervorrufen als auch ein florid psychotisches Bild bei Patienten mit einem früheren psychotischen Risiko entlarven kann3. Ob dieser Zusammenhang jedoch kausal oder rein korrelational ist, ist immer noch umstritten und umstritten4. Trotz epidemiologischer Studien, die auf einen Zusammenhang zwischen starkem Cannabiskonsum und Psychoserisikohindeuten 5,geht die weltweit erhöhte Inzidenz von Cannabiskonsum nicht mit einer erhöhten Inzidenz von Psychoseneinher 4. Dieses Paradoxon könnte durch das Vorhandensein spezifischer verwirrender Unterschiede zwischen Cannabismissbrauchern erklärt werden, mit frühem Beginn des Konsums, täglicher Annahme von hochwirksamem Cannabis und Konsum synthetischer Cannabinoide, die das größte psychotische Risiko tragen3. Darüber hinaus können einige genetische Faktoren, wie das Vorhandensein spezifischer Katechol-O-Methyltransferase (COMT)-Polymorphismen, bei einem kleinen Teil der Konsumenten auch eine erhöhte Anfälligkeit für die Entwicklung psychotischer Symptome nach Cannabisexposition verleihen6.

In diesem Zusammenhang versuchten Humane Neuroimaging-Studien, die potenziellen neuronalen Mechanismen zu untersuchen, durch die Cannabis zu psychotischen Symptomen führen kann7, da präklinische Studien zuvor gezeigt haben, dass THC in Gehirnbereichen aktiv ist, die reich an Cannabinoid-Typ-1-Rezeptoren (CB1R) sind, einschließlich Hippocampus, Amygdala, Striatum und präfrontalem Kortex (PFC)8. Tatsächlich wurde gezeigt, dass die experimentelle THC-Verabreichung an gesunde Cannabiskonsumenten die ventrostriatale Aktivierung während einer Lernaufgabe abschwächt und gleichzeitig psychotische Symptomeinduziert 9 sowie eine veränderte präfrontal-striatale Aktivierung während der Aufmerksamkeitssalienzverarbeitung10. In Bezug auf strukturelle Magnetresonanztomographie-Studien (MRT) entdeckten einige Autoren signifikante Volumenreduktionen der grauen Substanz (GM) im präfrontalen Kortex11,12,13, dem Hippocampus14,15, der Amygdala16 und dem Putamen17 bei normalen Cannabiskonsumenten im Vergleich zu Nichtkonsumenten, während andere keine signifikanten Gehirnunterschiede zwischen diesen beiden Gruppen18,19,20,21 berichteten oder über erhöhte GM-Volumina innerhalb der medialen Temporalie, der Amygdala, des Hippocampus, des hinteren Cingulats und des Kleinhirns bei Jugendlichen mit niedrigem Cannabiskonsumberichteten 22.

Darüber hinaus untersuchten nur wenige Studien, ob es spezifische Unterschiede im Gehirn zwischen Cannabiskonsumenten mit psychotischen Symptomen und Cannabiskonsumenten ohne psychiatrische Erkrankungen gibt. Eine funktionelle MRT-Studie verglich gesunde Probanden, die nach dem THC-Konsum psychotische Symptome hatten und keine psychotischen Symptome hatten, und berichtete über eine erhöhte Aktivität während einer Go/No-Go-Aufgabe im rechten mittleren Gyrus und eine verminderte Aktivität sowohl im parahippocampalen als auch im fusiformen Gyri, was auch nur in der psychotischen Gruppe23mit größeren Hemmungsfehlern verbunden war. Im Gegensatz dazu fanden Epstein und Kumra heraus, dass sowohl psychotische als auch nichtpsychotische Jugendliche mit Cannabiskonsumstörung ähnliche Gehirnveränderungen aufweisten; Insbesondere entdeckten sie eine abgeschwächte kortikale Ausdünnung im linken gyrus superior frontalis, im rechten Pars triangularis, im linken Pars opercularis, im linken und rechten supramarginalen Gyri, in den linken und rechten parietalen Cortices und im linken gyrus temporalis superior in beiden Gruppen24. In einer früheren Studie verglichen dieselben Autoren Jugendliche mit früh einsetzender Schizophrenie (EOS) mit (EOS+) und ohne (EOS-) Cannabiskonsumstörung (CUD), Jugendliche mit CUD und gesunde Kontrollen25 . Interessanterweise entdeckten sie kleinere Volumina der grauen Substanz in der linken oberen parietalen Region sowohl in EOS- als auch in CUD-Gruppen im Vergleich zu gesunden Kontrollen. Sie fanden jedoch keine additiven volumetrischen Veränderungen bei Jugendlichen mit EOS+ im Vergleich zu anderen Gruppen. Schließlich fand eine neuere und größere Studie einen signifikanten Gesamteffekt vom lebenslangen Cannabiskonsum auf psychotische Lebenserfahrungen in einer Stichprobe von Jugendlichen. Interessanterweise fanden die Autoren einen Zusammenhang zwischen psychotischen Lebenserfahrungen und reduzierter Expansion innerhalb des Uncus des rechten Hippocampus/Parahippocampus26.

Daher deuten diese Studien, obwohl nicht alle übereinstimmend, darauf hin, dass Cannabis-induzierte Psychosen durch neurobiologische Defizite gekennzeichnet sein können, ähnlich denen, die bei reinen psychotischen Störungen festgestellt werden. Ob jedoch Gehirnveränderungen, die durch Cannabisabhängigkeit bestimmt und durch Neuroimaging-Untersuchungen hervorgehoben werden, zu einem klinisch signifikanten Phänotyp oder zu einem psychotischen Ausbruch irgendwann im Leben eines Missbrauchers führen, bleibt noch unklar. In diesem Zusammenhang könnte die Untersuchung der Gehirnmorphologie bei psychotischen Cannabiskonsumenten im Vergleich zu Cannabiskonsumenten ohne psychiatrische Symptome von größter Bedeutung sein, um die neurobiologischen Grundlagen der Cannabis-induzierten Psychose zu verstehen. Nach unserem besten Wissen haben jedoch bisher keine Studien cannabisinduzierte psychotische Probanden mit gesunden Cannabiskonsumenten in Bezug auf die strukturelle Morphologie des Gehirns und klinische Parameter wie Psychopathologie, Häufigkeit und Dauer der Abhängigkeit, Lebensqualität, Persönlichkeitsmerkmale, Geburtskomplikation und Kindesmissbrauch verglichen. Ziel dieser Studie ist es in diesem Zusammenhang, morphologische Hirnunterschiede zwischen chronischen Cannabiskonsumenten mit substanzinduzierter Psychose (CIP) und nicht-psychotischen Cannabiskonsumenten (NPCU) zu untersuchen und Gehirndefizite mit selektiven soziodemografischen, klinischen und psychosozialen Variablen zu korrelieren. Wir stellten die Hypothese auf, dass CIP-Patienten eine signifikante Verringerung des GM-Volumens im Vergleich zu NPCU sowie mögliche Korrelationen zwischen GM-Volumina und soziodemografischen, klinischen und psychosozialen Skalen aufweisen werden.

Protocol

10 CIP-Patienten und 12 NPCU wurden für diese Studie rekrutiert. Alle Patienten wurden in der Psychiatrie des Universitätskrankenhauses für Poliklinik in Mailand, Italien, rekrutiert, während die Cannabiskonsumenten im Mailänder Einzugsgebiet eingeschrieben waren. Alle Patienten befanden sich in einer stabilen pharmakologischen Behandlung. Es wurden entweder Links- oder Rechtshänder eingeschlossen. Alle Teilnehmer hatten einen gewohnheitsmäßigen Cannabiskonsum und die Art der Droge, die Häufigkeit und die Dauer sowie soziodemografische, klinische und psychosoziale Parameter der Abhängigkeit wurden gemessen. Die Studie wurde von der lokalen Ethikkommission genehmigt. 1. Teilnehmer Verwenden Sie die folgenden Einschlusskriterien: Für Patienten: Alter 18-45 Jahre, DSM-IV-Diagnose einer Cannabis-induzierten psychotischen Störung, starker Cannabiskonsum zum Zeitpunkt der Studie und in den letzten 6 Monaten. Für NPCU: Alter 18-45 Jahre, keine DSM-IV-Diagnose, starker Cannabiskonsum zum Zeitpunkt der Studie und in den letzten 6 Monaten. Verwenden Sie die folgenden Ausschlusskriterien: eine Diagnose einer geistigen Behinderung, eine aktuelle schwere medizinische oder neurologische Erkrankung, eine Traumatraumverletzung mit Bewusstseinsverlust in der Vorgeschichte und jede andere Achse I, einschließlich Alkoholmissbrauch, oder Störungen der Achse II und Schwangerschaft. Stellen Sie sicher, dass psychotische Symptome nicht dem Beginn des Cannabiskonsums vorausgehen und nicht über einen längeren Zeitraum nach Beendigung des akuten Entzugs oder der schweren Intoxikation anhalten. Stellen Sie sicher, dass kein Verlauf wiederkehrender nicht substanzbezogener Episoden vorliegt. Um eine Einwilligung nach Aufklärung zu erhalten, lesen Sie die Einwilligungserklärung an die Teilnehmer. Lassen Sie sowohl den Teilnehmer als auch den Ermittler die Einverständniserklärung in zweifacher Ausfertigung unterschreiben. Speichern Sie die Einwilligungserklärung für Aufzeichnungen. Um die Diagnose von CIP-Patienten zu bewerten, verwenden Sie das Structured Clinical Interview for Diagnosis (SCID-I) des Diagnostic and Statistical Manual of Mental Disorders, 4. Auflage, Textrevision (DSM-IV-TR)27. Um die Häufigkeit und dauer der Abhängigkeit zu bestimmen, verwenden Sie das Handbuch für das semistrukturierte klinische Interview für Kinder und Jugendliche SCICA28. 2. Klinische und psychosoziale Bewertung HINWEIS: Allen Teilnehmern wurden mehrere klinische und psychosoziale Skalen verabreicht. Um psychiatrische Symptome zu bewerten, verwenden Sie die Brief Psychiatric Rating Scale (BPRS)29, die Young Mania Rating Scale (YMRS)30, die Montgomery-Åsberg Depression Rating Scale (MADRS)31, die Hamilton Depression Rating Scale (HAM-D)32 und die Hamilton Anxiety Rating Scale (HAM-A)33. Um das Vorhandensein eines Traumas oder einer Infektion während oder unmittelbar nach der Partum zu untersuchen, verwenden Sie die Murray-Lewis Obstetric Complications Scale (MLOCS)34. Um Erfahrungen mit Vernachlässigung oder Missbrauch zu bewerten, verwenden Sie den Childhood Experience of Care and Abuse Questionnaire (CECA-Q)35. Um den sozioökonomischen Status (SES) zu schätzen, verwenden Sie die sozioökonomische Statusskala von MacArthur36. Verwenden Sie die Nachbarschaftsskala (NS)37, um die spezifischen Merkmale des Viertels in Bezug auf die Zufriedenheit der Nachbarschaft (NS-A), das Sicherheitsgefühl (NS-B), den Grad der Degradation (NS-C), die Bereitschaft der Mitbürger, in widrigen Situationen einzugreifen (NS-D), und den Grad der Akzeptanz von Substanzen (NS-E) zu bewerten. Verwenden Sie das Temperament- und Charakterinventar (TCI-125) zur Erforschung von Persönlichkeitsmerkmalen38,39. Zur Beurteilung der Lebensqualität und des globalen Funktionierens verwenden Sie die Manchester Short Assessment of Quality of Life (MANSA)40 und den Quality of Life Index (QL-Index)41 bzw. die Global Assessment of Functioning (GAF)27 Skalen.HINWEIS: Alle soziodemografischen und klinischen Daten sind in Tabelle 1zusammengefasst. 3. Magnetresonanztomographie Setzen Sie den Teilnehmer in Rückenlage auf das Bett des 3 Tesla MRT-Scanners ein. Legen Sie eine Hochfrequenzspule (RF) über den Kopf des Teilnehmers. Stellen Sie Ohrstöpsel und Kopfhörer zur Verfügung, um Hintergrundgeräusche zu blockieren. Befestigen Sie Schaumstoffpolster, um den Kopf zu immobilisieren. Weisen Sie das Subjekt an, still zu bleiben. Führen Sie die MRT-Sitzung von der Workstation im Kontrollraum aus. Führen Sie einen 3-Ebenen-Gradientenechoscan für Ausrichtung und Lokalisierung durch und führen Sie ein Shim-Verfahren durch, um ein homogenes, konstantes Magnetfeld zu erzeugen. Starten Sie ein Echoplanar-Bildgebungsprotokoll für die MRT. Die Erfassungsparameter für die Erfassung eines hochauflösenden T1-gewichteten dreidimensionalen Hirnscans sind bereits im bildgebenden Programm eingestellt und sollten nicht verändert werden. Die Parameter sind: Wiederholungszeit [TR] = 9,8, Echozeit [TE] = 4,6 ms, in Ebene Voxelgröße = 0,9375 × 0,9375, Matrix = 256 × 256, Kehrwinkel = 8°. Entfernen Sie den Teilnehmer aus dem MR-Scannerraum. Übertragen Sie die MR-Daten auf die Festplatte und schließen Sie die Sitzung.HINWEIS: Insgesamt 185 zusammenhängende 1 mm sagittale Scheiben, die sich überlegen vom unteren Aspekt des Kleinhirns erstrecken, um den größten Teil des Gehirns zu umfassen, wurden aus einem sagittalen Lokalisierer-Scan ausgewählt. 4. Vorverarbeitungsschritte HINWEIS: Eine voxelbasierte Morphometrieanalyse sollte mithilfe von Statistical Parametric Mapping (SPM12) durchgeführt werden, das in MATLAB implementiert ist. Führen Sie die folgenden Vorverarbeitungsschritte aus, die in der Skriptdatei Script_pre angezeigt werden, bevor Sie Gruppenanalysen durchführen. Segmentierung: Verarbeiten Sie das Strukturbild, um die Gewebe der weißen Substanz, die Gewebe der grauen Substanz und die Zerebrospinalflüssigkeit in verschiedene Bilder zu unterscheiden und zu trennen. Diese Trennung wird durch die Kombination von Wahrscheinlichkeitskarten erreicht, die aus dem allgemeinen Wissen über die Gewebeverteilung in Kombination mit Modellclusteranalysen ausgearbeitet wurden, die Voxelverteilungen bestimmter Gewebe im Originalbild identifizieren. Führen Sie die Batchdatei segment.mat aus. DARTEL-Werkzeuge (Diffeomorphic Anatomical Registration Through Exponentiated Lie algebra): Bestimmen Sie die nichtlinearen Verformungen zur Registrierung der GM- und White-Matter-Bilder aller Teilnehmer. Führen Sie die Batchdatei create_template.mat aus. Normalisierung: Passen Sie während der räumlichen Normalisierungsphase MRT-Bilder an eine anatomische Standardvorlage an. Dies liegt daran, dass jedes Subjekt wenig Unterschiede in der Form und Organisation des Gehirns hat, wie die Größe und morphologische Unterschiede in den Strukturen. Führen Sie die Batchdatei normalize_to_MNI.mat aus. Räumliche Glättung: Führen Sie nach der Bewegungskorrektur einen isotropen Gaußkern von 6 mm voller Breite bei halbem Maximum des Gaußkerns durch, um das Signal-Rausch-Verhältnis zu erhöhen und subtile Variationen in anatomischen Strukturen zu berücksichtigen. Führen Sie die Batchdatei normalize_to_MNI.mat aus. Extrahieren Sie das gesamte intrakranielle Volumen (ICV) mit SPM12: Es kann erhalten werden, indem die Dichtewerte in Bildern der GM-, Weißen Substanz- und CSF-Klasse addiert und mit den Voxelvolumina multipliziert werden.HINWEIS: Sobald die Vorverarbeitung abgeschlossen ist, ist es möglich, die Daten auszuarbeiten.HINWEIS: Bitte lesen Sie das SPM-Handbuch (https://www.fil.ion.ucl.ac.uk/spm/doc/spm12_manual.pdf), das eine detaillierte Beschreibung der in dieser Studie verwendeten Vorverarbeitungsschritte und der zu verwendenden SPM-Befehle enthält. Bitte beachten Sie auch das Skript und die Matlab-Chargen, die in den ergänzenden Materialien enthalten sind, mit den genauen Vorverarbeitungsschritten, die für diese Studie verwendet wurden. 5. Statistische Auswertungen Führen Sie Chi-Quadrat-Tests (kategoriale Variablen) und zwei Stichproben-t-Tests (quantitative Variablen) durch, um Unterschiede zwischen den beiden Gruppen auf demografischer, klinischer und psychosozialer Ebene zu untersuchen. Führen Sie eine einseitige Varianzanalyse (ANOVA) im Rahmen eines GLM-Designs (General Linear Model) durch, um GM-Volumina zwischen CIP-Patienten und NPCU zu vergleichen. Geschlecht und Alter wurden in allen Analysen als Steuerungsgrößen verwendet. Führen Sie die einseitige ANOVA-Batchdatei aus. Führen Sie Regressionsanalysen des gesamten Gehirns durch, nur für die CIP-Gruppe, um zu untersuchen, ob die Scores in allen klinischen und psychosozialen Skalen, die in dieser Studie verwendet wurden, signifikant mit GM-Volumenänderungen korreliert waren. Verwenden Sie keine Gehirnmaske, sondern berücksichtigen Sie alle Voxel. Führen Sie die Batchdatei für die Regressionsanalyse mit der interessierenden klinischen Skala aus. Konvertieren Sie stereotaktische Koordinaten der Peakmaxima der supraschweren Cluster aus dem MNI Spatial Array (www.mni.mcgill.ca) in die von Talairach und Tournoux42.HINWEIS: In allen neuroanatomischen Analysen wurden die volumetrischen Unterschiede zwischen den Probanden durch proportionale Skalierung für das gesamte intrakranielle Volumen (ICV) berücksichtigt. Setzen Sie für die ANOVA den Signifikanzschwellenwert auf p < 0,001 unkorrigiert, mit einer minimalen Clustergröße von k = 30, während für die multiplen Regressionsanalysen ein p < 0,05 Peak Family-Wise Error (pFWE) korrigiert wurde, als signifikant angesehen wurde und eine minimale Clustergröße von k = 10 verwendet wurde. Der frühere Schwellenwert wurde aufgrund des geringen Stichprobenumfangs, der in dieser Studie verwendet wurde, berücksichtigt, und daher müssen die Ergebnisse dieser Analyse als vorläufig betrachtet werden. Der letztgenannte Schwellenwert ist strenger, da der p-Wert für mehrere Vergleiche korrigiert wird.HINWEIS: Weitere Informationen zu den Nachbearbeitungsschritten finden Sie im VBM8-Handbuch (http://dbm.neuro.uni-jena.de/vbm8/VBM8-Manual.pdf). Bitte beachten Sie auch die Matlab-Chargen mit den Namen “Einweg-ANOVA” und “Regressionsanalyse”, die in den ergänzenden Materialien mit dem für diese Studie verwendeten genauen Modell enthalten sind. Aufgrund des explorativen Charakters dieser Studie wäre eine formale Stichprobengrößenberechnung von geringem Wert gewesen und daher nicht durchgeführt worden.

Representative Results

Soziodemographische, klinische und psychosoziale ErgebnisseEs gab keine Unterschiede in Bezug auf Geschlecht (χ2 = 0,6, p = 0,4), Alter (t = 0,21; p = 0,83), Alter des Beginns der Abhängigkeit (t = -0,79; p = 0,44) und Bildungsniveau (t = 1,21; p = 0,24) zwischen CIP-Patienten und NPCU. Einige Unterschiede zwischen den beiden Gruppen wurden jedoch in einer Temperamentdimension (Harm Avoidance, t = 3,71; p = 0,001) und einer Ein-Zeichen-Dimension (Self-Transcendence, t = 2,94; p = 0,008) des TCI beobachtet, wobei CIP-Patienten höhere Werte im Vergleich zu NPCU zeigten. Schließlich zeigte NPCU auch höhere Werte im Vergleich zu CIP-Patienten in einer Subdimension der Nachbarschaftsskala (NS-E) (t = -3,55; p = 0,002), in der SES-Summe (t = 2,13; p = 0,046), im Lebensqualitätsindex (t = -8,1; p = 0,0001), in der GAF (t = 4,71; p = 0,0001) und in einer Zeichendimension der TCI (Self Directedness, t=-3,97; p=0,001). Insbesondere für CIP war die Häufigkeit der Cannabisabhängigkeit täglich für 9 Probanden (90%) und mehrmals pro Woche für 1 Subjekt (10%). Stattdessen war die Häufigkeit der Cannabisabhängigkeit in der NPCU-Gruppe täglich für 7 Probanden (60%), mehrmals pro Woche für 4 Probanden (30%) und mehrmals im Monat für 1 Subjekt (10%). Das Durchschnittsalter des Beginns der Abhängigkeit lag bei CIP-Patienten bei 18 Jahren und bei 16 Jahren für die NPCU-Gruppe. Obwohl alle Teilnehmer Cannabis einnahmen, berichteten einige CIP-Patienten (N = 6) und NPCU (N = 3) auch über den früheren Konsum anderer Drogen, einschließlich Kokain, LSD und Heroin / Methadon, jedoch mit geringerer Häufigkeit als Cannabis. Die Häufigkeit des Cannabiskonsums unterschied sich zwischen den beiden Gruppen nicht (χ2= 1,69, p = 0,42). Darüber hinaus wurde kein statistischer Unterschied in Art und Häufigkeit des Kokain-, Heroin-/Methadon- und LSD-Konsums zwischen den beiden Gruppen beobachtet (Kokain: χ2=0,06, p=0,79 undχ 2=4,1, p=0,39; Heroin/Methadon:χ 2=1,2, p=0,26 und χ2=1,2, p=0,26; LSD: χ2=0,01, p=0,89 und χ2=2,0, p=0,36). Obwohl wir uns bewusst sind, dass das Vorhandensein von Polykonsum in der Stichprobe die Verallgemeinerbarkeit der Ergebnisse negativ beeinflusst haben könnte, ist es wichtig hervorzuheben, dass der Konsum anderer Drogen im Vergleich zum Cannabiskonsum sehr begrenzt war. Tatsächlich war der Konsum anderer Drogen im Gegensatz zum Cannabiskonsum lebenslang und trat während der Zeit der Studie nicht auf. Nichtsdestotrotz sollten unsere Ergebnisse vorsichtig genommen werden und müssen in einer homogeneren Probe repliziert werden. VBM-ErgebnisseDie VBM-Analyse zeigte, dass CIP-Patienten im Vergleich zu NPCU eine umfangreiche GM-Abnahme im Vergleich zur NPCU im rechten gyrus superior frontalis ((Brodmann-Bereich [BA] 10), im rechten Präzenterbereich (BA 4), im rechten oberen Temporalgyrus (BA 22), in der bilateralen Insula (BA13), im rechten Precuneus (BA7), im rechten medialen Okzipitalgyrus (BA 19), im rechten fusiformen Gyrus (BA 37) und im linken Hippocampus (p < 0,001 unkorrigiert; Tabelle 2 und Abbildung 1). Es wurden keine GM-Unterschiede bei NPCU im Vergleich zu CIP-Patienten beobachtet. Korrelationen zwischen GV-Regionen und klinischen SkalenBei CIP-Patienten zeigten die Ergebnisse eine negative Korrelation zwischen einer Domäne der BPRS- und BPRS-Aktivität und selektiven GM-Volumina innerhalb des linken oberen temporalen Kortex (BA 38, x=-40 y=17 z=-35, z=5,9, Clustergröße=19) und dem linken Kleinhirn (x=-12 y=-36 z=-20, z=6,1, Clustergröße=18). Darüber hinaus war die gleiche Skala bilateral positiv mit Cuneus korreliert (BA 18; links: x=-9 y=-90 z=9, z=7,0, Clustergröße=24; rechts: x=15 y=-85 z=24, z=7,3, Clustergröße=13), linker Gyrus okzipitalis inferior (BA 17; x=-9 y=-88 z=-6, z=7,4, Clustergröße=34), rechtes parietales Lobulus (BA 40; x=58 y=-35 z=22, z=6,7, Clustergröße=33), rechter oberer präfrontaler Kortex (BA 9; x=3 y=51 z=29, z=6,2, Clustergröße=23) (alle p<0,05 pFWE korrigiert). In keiner der anderen klinischen Skalen wurden bei CIP-Patienten signifikante Korrelationen beobachtet. Abbildung 1: Regionen mit signifikantem GV-Unterschied zwischen Patienten mit substanzinduzierter Psychose (CIP) und nicht-psychotischen Cannabiskonsumenten (S<0,001, unkorrigiert, k=30). CIP-Patienten Nicht-psychotische Cannabiskonsumenten Statistik p-Wert n=10 n=12 Alter, Mittelwert (SD) 27 (9.21) 26 (0.89) t= -0,213 p=0,833 Geschlecht, männlich/weiblich 8/2 11/1 χ2=0.630 p=0,427 Alter des Beginns des Cannabiskonsums, Mittelwert (SD) 18 (9.69) 16 (1.83) t= -0,786 p=0,441 Typ (N); Häufigkeit des sonstigen Drogenkonsums Cannabis (N=10); Täglich (N=9), mehrmals wöchentlich (N=1). Cannabis (N=12); Täglich (N=7), mehrmals wöchentlich (N=4), mehrmals im Monat (N=1). Frequenz: χ2=1,69, p=0,42 Kokain (N=4); mehrmals pro Woche (N=2), mehrmals im Monat (N=2). Kokain (N=3); mehrmals pro Woche (N=1), mehrmals im Monat (N=1), weniger als einmal pro Monat (N=1). Typ: χ2=0,06 Typ: p=0,79 Frequenz: χ2=4,1 Häufigkeit: p=0,39 Heroin/Methadon (N=1); mehrmals pro Woche. Keine Heroin-/Methadonkonsumenten. Typ: χ2=1,2 Typ: p=0,26 Frequenz: χ2=1,2 Frequenz: p=0,26 LSD (N=1); weniger als eine pro Monat. LSD (N=1); mehrmals im Monat. Typ: χ2=0,01 Typ: p=0,89 Frequenz: χ2=2,0 Frequenz: p=0,36 Alter des Beginns, Mittelwert (SD) 25 (8.46) – – – BPRS TOT, Mittelwert (SD) 43 (9) 20 (3) t=8,860 p=0,0001 Angst-Depression 10 (5) 6 (2) t=2,629 p=0,016 Anergie 8 (3) 4 (1) t=3,284 p=0,004 Denkstörungen 12 (3) 4 (0) t=9,754 p=0,0001 Aktivität 6 (2) 3 (0) t=4,557 p=0,0001 Feindseligkeit – Misstrauen 8 (4) 3 (0) t=4,053 p=0,001 HAM-D, Mittelwert (SD) 11 (6.42) 4 (4.96) t=3,258 p=0,004 HAM-A, Mittelwert (SD) 11 (6.62) 3 (3.93) t=3,487 p=0,002 MADRS, Mittelwert (SD) 14 (7.76) 6 (6.35) t=2,635 p=0,016 YMRS, Mittelwert (SD) 13 (7.92) 0 (1.44) t=5,378 p=0,0001 CECA-Q, Mittelwert (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 Nachbarschaftsskala*, Mittelwert (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** gesamt, Mittelwert (SD) 33.6 (12.60) 45.3 (13.05) t=-2,132 p=0,046 Studieren 11.3 (4.22) 15.3 (5.93) t=-1,800 p=0,087 Beruf 22.3 (10.39) 30.0 (8.79) t=-1,885 p=0,074 QL – Index, Mittelwert (SD) 6 (1.65) 10 (0.62) t=-8,098 p=0,0001 GAF, Mittelwert (SD) 58 (15.21) 83 (9.68) t=-4,715 p=0,0001 MANSA, Mittelwert (SD) 54 (14.16) 61 (6.01) t=-1,250 p=0,226 TCI, Mittelwert (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 Straße 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 Str. 65.56 (12.34) 50.82 (8.16) t=2,940 p=0,008 Tabelle 1: Soziodemographische, klinische und psychosoziale Variablen der gesamten Stichprobe. BPRS (Brief Psychiatric Rating Scale); CECA-Q (Childhood Experience of Care and Abuse Questionnaire); CIP (Cannabis-induzierte Psychose); GAF (Global Assessment of Functioning); HAM-A (Hamilton Anxiety Rating Scale); MADRS (Montgomery-Asberg Depression Rating Scale); HAM-D (Hamilton Depression Rating Scale); MANSA (Manchester Short Assessment of Quality of Life); NS-A (Nachbarschaftszufriedenheit); NS-B (Sicherheitsgefühle); NS-C (Nachbarschaftszivilitäten); NS-D (Kollektive Wirksamkeit); NS-E (Cannabis-Akzeptanz); SD (Standardabweichung); SES (Sozioökonomischer Status); QL-Index (Quality of Life-Index); ); TCI (Temperament- und Charakterinventar); TCI Ns (Novelty Seeking); TCI Ha (Schadensvermeidung); TCI Rd (Belohnungsabhängigkeit); TCI P (Persistenz); TCI Sd (Selbstbegewöhstheit); TCI Co (Kooperativität); TCI St (Selbsttranszendenz); YMRS (Young Mania Rating Scale). * NS-A reicht von 0 bis 16, wobei 16 eine extreme Zufriedenheit mit dem Wohngebiet darstellten; NS-B reicht von 0 bis 8, wobei 8 ein starkes Sicherheitsgefühl darstellte; NS-C reicht von 0 bis 32, wobei 32 ein hohes Maß an Unhöflichkeiten anzeigte; NS-D reicht von 0 bis 12, wobei 8 ein hohes Maß an kollektiver Wirksamkeit unter Nachbarn darstellte; NS-E reicht von “stimme stark zu” (Punktzahl von 4) bis “stimme stark zu” (Punktzahl von 0). ** Niedrigere Schulstufen sind mit niedrigeren Punktzahlen verbunden, während höhere Schulstufen mit höheren Punktzahlen verbunden sind (dh. Weniger als7. Klasse = 3; Hochschulabschluss= 21). In ähnlicher Weise sind Berufe mit geringerem kognitivem Engagement mit niedrigeren Punktzahlen verbunden, während Berufe, die mehr kognitive Ressourcen erfordern, mit höheren Punktzahlen verbunden sind (Landarbeiter = 5; Arzt= 45). Gyrus BA Lateralität MNI-Koordinaten Clustergröße Z-Werte Cohens d-Effektgröße x y z CIP-Patienten < nicht-psychotische Cannabiskonsumenten Superior Frontal 10 Rechts 13 65 22 38 3.4 -1,26 Präzentrale 4 Rechts 59 -5 26 61 3.8 -0,83 Überlegene Zeitliche 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 Mediales Okzipital 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 Nicht-psychotische Cannabiskonsumenten < CIP-Patienten Keine suprathreshold Cluster Tabelle 2: VBM-Ergebnisse. Hirnregionen mit signifikant reduzierten Volumina der grauen Substanz zwischen den CIP-Patienten und nicht-psychotischen Cannabiskonsumenten (P< 0,001 unkorrigiert). BA (Brodmann-Gebiet); CIP (Cannabis-induzierte Psychose); MNI (Montreal Neurological Institute)

Discussion

In der vorliegenden Studie beobachteten wir, dass nur das Vorhandensein psychotischer Symptome die Erkennung morphologischer Veränderungen des Gehirns diskriminierte. Tatsächlich zeigten chronische Cannabiskonsumenten mit CIP im Vergleich zu nicht-psychotischen Cannabiskonsumenten (NPCU) geringere GV-Volumina hauptsächlich im präfronto-temporo-limbischen Netzwerk. Darüber hinaus wurden in Bezug auf die psychometrischen Fragebögen Korrelationen zwischen der Domäne BPRS-Aktivität und selektiven GM-Volumina hervorgehoben. Insbesondere beobachteten wir eine negative Korrelation zwischen einer solchen BPRS-Skala und dem linken oberen temporalen Kortex und dem linken Kleinhirn zusammen mit einer positiven Korrelation mit dem Cuneus bilateral, dem linken gyipitalen okzipitalen inferior, dem rechten parietalen Läppchen und dem rechten oberen präfrontalen Kortex. Wir sollten jedoch erwähnen, dass das Fehlen einer Kontrollgruppe gesunder Probanden ohne Cannabisabhängigkeit uns daran hinderte, zu untersuchen, ob Cannabiskonsum Gehirnveränderungen verursachte oder nicht.

Im Allgemeinen sind die Ergebnisse nicht überraschend, da frühere MRT-Studien zeigten, dass psychotische Störungen wie Schizophrenie ähnliche GM-Anomalien aufwiesen, insbesondere in frontalen und temporo-limbischen Regionen29,30. Es ist jedoch noch unklar, warum einige chronische Cannabiskonsumenten psychotische Symptome entwickelten, während andere gesund blieben. Tatsächlich haben wir in der Stichprobe nur kleine klinische Unterschiede zwischen den beiden Gruppen festgestellt, und daher sind die in der CIP-Gruppe beobachteten umfangreichen GV-Anomalien möglicherweise nicht mit ihrem spezifischen klinischen Profil verbunden. Insbesondere berichteten 9 von 10 CIP-Patienten über einen täglichen Cannabiskonsum im Vergleich zu 7 von 12 in der NPCU-Gruppe. Darüber hinaus wurden keine Unterschiede in Bezug auf Alter, Geschlecht, Alter des Beginns des Cannabiskonsums und Bildungsniveau zwischen den beiden Gruppen festgestellt. Wir sollten jedoch bedenken, dass dieser Mangel an Unterschieden auf die geringe Stichprobengröße zurückzuführen sein könnte, die auch die Möglichkeit einschränkte, diese Faktoren statistisch zu analysieren und zu interpretieren. Eine Hypothese ist, dass der psychotische Prozess selbst für die Abnahme des Gehirnvolumens verantwortlich ist, unabhängig vom Cannabiskonsum. Tatsächlich zeigten frühere Studien keine GM-Unterschiede zwischen psychotischen Patienten mit und ohne Cannabiskonsum, so dass keine eindeutigen Beweise dafür gefunden wurden, dass Cannabiskonsum mit GM-Veränderungen bei psychotischen Patienten der ersten Episode zusammenhängt45. Cannabiskonsum könnte jedoch nur in einer Untergruppe von anfälligen Cannabiskonsumenten zu Gehirnveränderungen und anschließend zu Psychosen beigetragen haben.

Die erste Hypothese stimmt mit den Studien zusammen, die Hirnanomalien bei psychotischen Störungen zeigen. Insbesondere zeigten die Ergebnisse, dass CIP-Patienten im Vergleich zu NPCU eine umfangreiche Abnahme des GM-Volumens in einigen Gehirnbereichen aufwiesen, von denen bekannt ist, dass sie an der emotionalen Regulation beteiligt sind, wie frontotemporale Kortikale, Insula, Hippocampus und Fusiformer Gyrus46. Interessanterweise könnten Störungen in diesen Strukturen, insbesondere in präfrontalen Regionen, die Stimmungsinstabilität und größere emotionale Reaktivität bei Jugendlichen und jungen Erwachsenen sowie impulsives Verhalten und Substanzsuche erklären33,34. Tatsächlich wurde immer wieder berichtet, dass Emotionsregulation/ -verarbeitung mit der Rekrutierung einer Reihe von präfrontalen Gehirnregionen verbunden ist, die an der kognitiven Kontrolle über emotionale limbische Strukturen beteiligt sind. Zum Beispiel wurden größere Schwierigkeiten bei der emotionalen Regulation bei Tabakrauchern mit einer schwächeren Konnektivität zwischen Gyrus frontalis inferior und Amygdala im Vergleich zu Nichtrauchern in Verbindung gebracht49. Daher könnte es plausibel sein, dass bei CIP-Patienten die Entwicklung psychotischer Symptome mit einem gestörten Gleichgewicht zwischen diesen Strukturen verbunden war.

Darüber hinaus beobachteten wir, dass die Gruppe der CIP-Patienten Störungen im dorsolateralen präfrontalen Kortex (DLPFC) zeigte, einer Schlüsselregion, die an wichtigen kognitiven Funktionen beteiligt ist, einschließlich Arbeitsgedächtnis, exekutiven Funktionen50 und emotionaler Regulation51. In der Tat ist dieser Befund nicht überraschend, da der DLPFC mit Risikoüberwachungsregionen wie der Insula (einer Schlüsselstruktur des Salienznetzwerks, die kürzlich an der Sucht beteiligt war52)zusammenarbeitet, die auch in der Gruppe der CIP-Patienten verändert wurde, und dem vorderen cingulären Kortex, was letztendlich darauf hindeutet, dass Beeinträchtigungen bei der Unterscheidung von riskanten von sicheren Entscheidungen aus einer Störung zwischen DLPFC und solchen Risikoüberwachungsregionen resultieren können53.

Darüber hinaus zeigten CIP-Patienten eine Abnahme des GM-Volumens im oberen temporalen Kortex. Interessanterweise stimmt dieses Ergebnis mit den Beweisen einer früheren multimodalen Neuroimaging-Studie54zusammen, in der eine größere Stichprobe von CIP-Patienten (N = 16) eingesetzt wurde, von denen sich die Mehrheit mit der in dieser Studie verwendeten Stichprobe überschneidet, die eine umfangreiche GM-Veränderung der temporalen Cortices bei CIP-Patienten fand. Insgesamt bestätigt diese Evidenz die Schlüsselrolle des oberen temporalen Kortex bei Psychosen, da die Beteiligung dieser Struktur konsistent an Fähigkeiten berichtet wurde, die bei psychotischen Patienten häufig gestört sind, einschließlich Sprachverarbeitung und Theorie der Geistesfähigkeiten39,40. Die Ergebnisse stimmten auch mit früheren Beweisen überein, die den Zusammenhang zwischen Volumenreduktionen dieser Region und auditiven Halluzinationen oder Denkstörungen41,42 sowie mit einer früheren MRT-Studie berichteten, die auf die Störung dieses Bereichs bei substanzabhängigen Personen im Vergleich zu gesunden Kontrollenhindeutet 59.

Schließlich ergab sich aus den Ergebnissen eine signifikante Abnahme des GM-Volumens im Hippocampus bei CIP-Patienten. Ein solcher Befund steht im Einklang mit früheren Beweisen, die strukturelle und funktionelle Veränderungen in dieser Struktur bei frühen Psychosen und bei gefährdeten psychischen Zustanden / Psychosen der ersten Episode im Vergleich zu gesunden Kontrollenzeigen 60,61,62,63. Eine normale Hippocampus-Funktion ist für eine Reihe von mentalen Funktionenerforderlich,einschließlich Gedächtnis und emotionalem Verhalten48,49, und es wurde vorgeschlagen, dass ein reduziertes Volumen in dieser Struktur einen Marker für ein negatives klinisches Ergebnis bei Patienten mit einer Psychose der ersten Episode darstellen kann66. Im Gegensatz zu den Ergebnissen wurden jedoch auch bei jungen und erwachsenen Cannabiskonsumenten Hippocampus-Defizite berichtet, bei denen in dieser Region dünnere Kortikale und reduzierte Volumina festgestellt wurden67,68,69,70. Daher ist ein klares Bild über die Rolle des Hippocampus beim Drogenmissbrauch noch nicht erreicht. Nichtsdestotrotz deuten die Ergebnisse auf die Hypothese hin, dass das kortikos-limbische System in der Gruppe der CIP-Patienten kompromittiert ist, wie auch in einer früheren MRT-Studie54 vorgeschlagen und könnte die emotionalen Ausarbeitungsdefizite erklären, die als kritischer Vorläufer der zukünftigen psychotischen Entwicklung55,56vorgeschlagen wurden, die bei diesen Patienten häufig beobachtet wurden.

Daher scheint es vernünftig zu sein, die Hypothese zu stellen, dass Cannabis-induzierte Psychosen mit Gehirnveränderungen in Regionen innerhalb des präfronto-temporo-limbischen Netzwerks verbunden sind, die daher ein gemeinsames neurologisches Entwicklungssubstrat mehrerer Formen von Psychosen darstellen können. Interessanterweise schlugen Längsschnittstudien vor, dass einige Hirnstörungen, einschließlich kleinerer orbitofrontaler Kortexvolumina73,erhöhte frontoparietale und verminderte Aktivierung visueller Assoziationsregionen sowie kognitive Defizite, wie schlechtere exekutive Funktionen74,bereits vor Beginn der Cannabisabhängigkeit vorhanden sein können. Daher könnte es sein, dass diese Personen mit zugrunde liegenden Gehirnveränderungen nach Beginn des Cannabiskonsums eher psychotische Symptome entwickeln. Darüber hinaus gibt es Hinweise darauf, dass der Besitz von Risikoallelen in AKT1- und DRD2-Genen, die an der Dopaminsignalisierung beteiligt sind, mit einem erhöhten Risiko für die Entwicklung einer Psychose nach Cannabiskonsum verbunden ist3. Daher könnte der Nachweis morphologischer Abnahmen bei CIP-Patienten eine erhöhte genetische Anfälligkeit für die neurotoxische Wirkung des chronischen Cannabiskonsums bei dieser Gruppe von Probanden widerspiegeln.

Schließlich zeigten die Ergebnisse in der CIP-Gruppe auch eine negative Korrelation zwischen einer Subdomäne der BPRS, der BPRS-Aktivität, und selektiven GM-Volumina innerhalb des linken oberen temporalen Kortex und des linken Kleinhirns. Außerdem korrelierte diese Subskala positiv mit Cuneus bilateral, linkem Gyrus okzipitalis inferior, rechtem parietalem Läppchen und rechtem oberen präfrontalen Kortex. Obwohl Korrelationen zwischen klinischer Symptomatik und GM-Strukturen ausführlich berichtet wurden, insbesondere bei Schizophrenie75,sind die Ergebnisse immer noch heterogen, mit einem gemischten Bild voninversen 76, positiven77 oder keinen78 Korrelationen zwischen selektiven GM-Volumina und klinischen Skalen. Bemerkenswerterweise scheint die negative Korrelation, die zwischen BPRS-Aktivität und überlegenem temporalem Kortex beobachtet wurde, mit früheren MRT-Beweisen im Einklang zu stehen, die inverse Korrelationen zwischen dieser Struktur und dem positiven Symptomschweregrad76zeigen, was letztendlich auf die Schlüsselrolle dieser Struktur bei der Produktion psychotischer Symptome hindeutet. In ähnlicher Weise scheint die positive Korrelation zwischen BPRS-Aktivität und überlegenem präfrontalem Kortex mit anderen MRT-Studien übereinzustimmen, die eine ähnliche Korrelation zwischen negativen Symptomen und GM-Volumina mit dem präfrontalen Kortex79berichten.

Insgesamt liefern die Ergebnisse der aktuellen Studie vorläufige Beweise für das Vorhandensein eines signifikanten Zusammenhangs zwischen Gehirnveränderung und Schweregrad der Psychopathologie.

Die aktuelle Studie leidet unter einigen Einschränkungen. Erstens nahmen alle psychotischen Patienten pharmakologische Behandlungen ein, die die Ergebnisse hätten beeinflussen können. Zweitens erlaubt das Fehlen einer Kontrollgruppe, die aus gesunden Probanden besteht, die nicht Cannabis ausgesetzt sind, keinen weiteren Vergleich mit den beiden Gruppen von Cannabiskonsumenten (psychotisch und nicht). Obwohl die beiden Gruppen in Bezug auf die Anzahl der Probanden sehr ähnlich waren (10 CIP-Patienten vs. 12 NPCU), begrenzt die geringe Stichprobengröße die Signifikanz der erzielten Ergebnisse und muss daher als vorläufig betrachtet werden. Weitere Einschränkungen hängen eng mit der Art der untersuchten Population zusammen. Tatsächlich hatten einige Patienten mit CIP (6/10) und einem eher geringen Anteil an NPCU (3/12) eine lebenslange Vorgeschichte von anderem Substanzkonsum (z. B. Kokain, LSD und Heroin / Methadon). Darüber hinaus haben wir die genetischen Allele, die mit der Sucht verbunden sind, nicht untersucht, was dazu beigetragen haben könnte, die beiden Gruppen zu unterscheiden. Nichtsdestotrotz war der Cannabiskonsum, obwohl er in Bezug auf Häufigkeit, Volumen und Dauer mit einem bestimmten Instrument20bewertet wurde, nicht einheitlich über die beiden Gruppen hinweg. Schließlich haben wir in dieser Studie die Gehirnaktivierung nicht untersucht und den neurokognitiven Zustand der Probe nicht beurteilt. Daher könnte das Fehlen dieser Informationen die Ergebnisse beeinflusst haben, da frühere Studien das Vorhandensein selektiver Hirnfunktionsstörungen bei Patienten mit Schizophrenie mit Drogenmissbrauch im medialen präfrontalen Kortex, im orbitofrontalen Kortex und in der Amygdala sowie ein besseres prämorbides neurokognitives Profil mit einem größeren langfristigen Rückgang im Vergleich zu denselben Patienten ohneDrogenmissbrauch 80 zeigten. Daher sind weitere funktionelle MRT-Studien zur Untersuchung der Gehirnaktivität in Verbindung mit neuropsychologischen Bewertungen an größeren Proben und mit homogenen Konsumgewohnheiten erforderlich, um unsere Ergebnisse zu bestätigen.

Nach unseren Ergebnissen kann eine Cannabis-induzierte Psychose durch eine Abnahme des GM-Volumens in selektiven Gehirnstrukturen gekennzeichnet sein. Angesichts der entscheidenden und umfassenden Rolle des Endocannabinoidsystems im Gehirn, der zunehmenden Prävalenz des Cannabiskonsums, seines chronischen Konsums während der Neuroentwicklung sowie der zunehmend höheren THC-Konzentration auf dem aktuellen Markt scheint es daher zwingend erforderlich zu sein, zu klären, welche Aspekte der Cannabisexposition (z. B. Alter bei Beginn, Menge, Häufigkeit und Dauer) das größte Risiko für das Fortschreiten zu psychotischen Störungen bestimmen. Ob jedoch Reduktionen in präfronto-temporo-limbischen Regionen ein Substrat des psychotischen Prozesses selbst oder eine direkte Folge der Cannabisexposition bei anfälligen Probanden darstellen, bleibt ein komplexes Thema. In diesem Zusammenhang könnten die in der Studie verwendeten Methoden nützlich sein, um die neurobiologischen und klinischen Merkmale der Cannabis-induzierten Psychose besser zu charakterisieren. Schließlich können longitudinale Neuroimaging-Studien, die auch potenzielle Störfaktoren wie Cannabisdosis, Potenz, THC/Cannabidiol-Verhältnis, Häufigkeit des Konsums, Erkrankungsalter, vertraute Psychosengeschichte und genetische Polymorphismen berücksichtigen, einen potenziellen Grund für die Identifizierung mutmaßlicher Biomarker bieten, die Letztendlich Klinikern helfen können, diejenigen Cannabiskonsumenten zu erkennen, die eher psychosend sind.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nichts.

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