Диагностика биполярного аффективного расстройства с применением функциональной магнитно-резонансной томографии покоя головного мозга тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Маркин Кирилл Валерьевич

• Маркин Кирилл Валерьевич
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Маркин Кирилл Валерьевич

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Современное представление о биполярном аффективном расстройстве

1.2 Роль транснозологических феноменов в структуре биполярного аффективного расстройства

1.3 Использование функциональной магнитно-резонансной томографии в диагностике психических расстройств

1.4 Функциональная магнитно-резонансная томография в

диагностике биполярного аффективного расстройства

ГЛАВА 2. ЭТАПЫ, МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1 Основные этапы исследования

2.2 Характеристика обследованных пациентов

2.3 Основные методы исследования

ГЛАВА 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

3.1 Клинико-психопатологическая оценка и анализ нейровизуализационных данных

3.2 Роль темперамента и импульсивности в клинической картине биполярного аффективного расстройства

3.3 Особенности клинических и нейровизуализационных данных в

зависимости от получаемой психофармакотерапии

ГЛАВА 4. ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ

4.1 Отличия функциональной коннективности головного мозга, связанные с нарушениями регуляции эмоций и аффективной симптоматикой

4.2 Отличия функциональной коннективности головного мозга, связанные с ассоциативными нарушениями и нарушениями исполнительных функций

4.3 Отличия функциональной коннективности головного мозга, связанные с активностью

4.4 Роль темперамента и импульсивности в структуре биполярного аффективного расстройства, их связь с выраженностью аффективной симптоматики и отличиями функциональной коннективности головного мозга

4.5 Зависимость функциональных изменений головного мозга от

принимаемой психофармакотерапии

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

ПЕРСПЕКТИВЫ ДАЛЬНЕЙШЕЙ РАЗРАБОТКИ ТЕМЫ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

Актуальность темы исследования

Согласно данным последнего отчета Глобального бремени болезней за период с 1990 г. по 2019 г. биполярное аффективное расстройство вошло в число основных причин инвалидности среди населения большинства стран мира (Vos T. et al., 2020). Отмечается возрастание заболеваемости среди различных возрастных групп (Lai J. et al., 2024; Zhong Y. et al., 2024(2), учитывая высокий уровень наследуемости данного расстройства (Касьянов Е.Д. и др., 2020; Barnett J. et al., 2009). При этом, наблюдается повышенный показатель смертности у группы пациентов с биполярным аффективным расстройством, как за счет увеличения риска совершения суицидальных попыток, так вследствие наличия сопутствующей соматической патологии (Biazus T. et al., 2023; Chan J. et al., 2021; Miller J. et al., 2020; Mosolov S. et al., 2021), что, во многом, определяется, связанными с поздней обращаемостью, частой коморбидностью БАР с другими психическими расстройствами и диагностическими трудностями. Дифференциальная диагностика БАР в рамках аффективных расстройств, а также с расстройствами шизофренического спектра представляется актуальной проблемой (Бархатова А.Н., 2021; Ушкалова А.В. и др., 2012; Daveney J. et al., 2019; Shen H. et al., 2018; Spoorthy M. et al., 2019). При этом, распространенность ошибочной диагностики БАР может достигать 70% (Мосолов С.Н. и др., 2014(1); Мосолов С.Н. и др., 2014(2). Эта проблема имеет особое значение для пациентов, страдающих БАР первого типа, для которых диагностические ошибки особенно критичны из-за более тяжелого течения расстройства, его низкой управляемости, плохой приверженности к терапии, неполной ремиссии со снижением когнитивных способностей и полипрагмазии (Касьянов Е.Д. и др., 2025; Петрова Н.Н. и др., 2018).

Решение данной проблемы связывают с необходимостью использования скрининговых моделей для ранней диагностики пациентов с факторами риска

развития БАР (Осипова Н.Н. и др., 2018; Осипова Н.Н. и др., 2022; Bauer M., 2022), а также дополнительной оценкой трансдиагностических феноменов, таких как ангедония, импульсивность, личностные черты (Касьянов Е.Д. и др., 2023; Морозова М.А. и др., 2022(2); Whitton A. et al., 2022). Однако, постановка окончательного диагноза на практике, как правило, основана на использовании исключительно клинико-психопатологического метода, который не всегда обеспечивает должное приближение к эмпирической реальности (Nordgaard J. et al., 2013), особенно в периоды клинической ремиссии БАР, когда такие пациенты реже попадают в поле зрения врача (Chumakov E. et al., 2024; Hirschfeld R. Et al., 2007).

В связи с этим перспективы повышения степени объективации диагностики психических расстройств связывают с поиском возможных биомаркеров определяемых клинических феноменов (Крюков Е.В. и др., 2024; Петрова Н.Н. и др., 2020; Шамрей В.К. и др., 2021). Одним из перспективных подходов, способствующих выявлению таких биомаркеров, является нейровизуализация (Агеева С.Ф., 2023; Hibar D. et al., 2018; Ivanova M. et al., 2025), которая, в сочетании с другими методами объективной диагностики, обеспечивает получение новых данных в изучении патогенеза целого ряда психических расстройств (Тарумов Д.А. и др., 2017; Шамрей В.К. и др., 2021; Nour M. et al., 2022). Результаты предварительных исследований в этом направлении свидетельствуют о наличии структурных и функциональных особенностей головного мозга у пациентов с биполярным аффективным расстройством (Дудина А.Н. и др., 2021; Brenner A. et al., 2022; Chen C. et al., 2011; Claeys E. et al., 2022; Favre P. et al., 2019; Gong J. et al., 2021; Schumer M. et al., 2023), что, по мнению исследователей, способствует совершенствованию его дифференциальной диагностики (Han K. et al., 2019; Nunes A. et al., 2020), выявлению лиц с повышенным риском развития биполярного аффективного расстройства (Huth F. et al., 2023; Mikolas P. et al., 2024), а также определению наиболее эффективной психофармакотерапии (Dominicus L. et al., 2023; Salman M. et al., 2023).

Вместе с тем, использование современных методов нейровизуализации в области психиатрии в настоящее время, в основном, характеризуется накоплением промежуточных данных и предполагает систематизацию полученных результатов (Петрова Н.Н. и др., 2020; Zhuo С. et а1., 2019). При этом, наиболее дискутабельной является проблема специфичности обнаруживаемых отличий, с учетом лучевой семиотики клинической симптоматики и трансдиагностических феноменов (Но^а G. et а1., 2014; Kathiravan S. et а1., 2013).

Таким образом, проведение исследования, направленного на выявление функциональных нейровизуализационных особенностей у пациентов с биполярным аффективным расстройством первого типа, является актуальным.

Степень разработанности темы исследования

Разработка вопросов лучевой семиотики аффективных расстройств проводилась, начиная с 2010-х годов, однако, в основном они были посвящены вопросам нейровизуализации депрессивных состояний (Абриталин Е.Ю. и др., 2010; Мельников М.Е. и др., 2017; Мельников М.Е. и др., 2018; Пойдашева А.Г. и др., 2019; Шамрей В.К. и др., 2009; Шамрей В.К. и др., 2016; Шамрей В.К. и др., 2017). В ряде обзорных работ (Агеева С.Ф., 2023; Иванов М.В. и др., 2018), в основном, отражаются результаты зарубежных исследований по проблеме нейровизуализации в психиатрии и лишь единичные отечественные публикации освещают отличия функциональной коннективности структур головного мозга в ответ на стимульный материал у пациентов с биполярным аффективным расстройством в стадии ремиссии (Морозова М.А. и др., 2022(1). При этом, отдельные зарубежные исследования, характеризующиеся более детальной проработкой данной проблемы, указывают на важность оценки функциональных отличий головного мозга у пациентов с биполярным аффективным расстройством (Biazus Т. et а1., 2023; Qaeys Е. et а1., 2022; Luna L. et а1., 2022) и связывают дальнейшую перспективу проведения подобных исследований с учетом влияния дополнительных факторов (особенности клинической картины, особенностей течения расстройства и проводимого лечения).

Цель исследования:

Изучить возможности использования метода функциональной магнитно-резонансной томографии головного мозга в состоянии покоя в диагностике биполярного аффективного расстройства первого типа.

Задачи исследования

1. Выявить отличительные паттерны функциональной коннективности головного мозга в состоянии покоя, ассоциированные с наличием биполярного аффективного расстройства первого типа.

2. Проанализировать феноменологические особенности клинической картины биполярного аффективного расстройства первого типа и оценить её уровневые характеристики в сопоставлении с нейровизуализационными отличиями от контрольной группы по данным функциональной магнитно-резонансной томографии головного мозга в состоянии покоя.

3. Оценить роль черт темперамента и импульсивности в структуре патогенеза биполярного аффективного расстройства первого типа и сопоставить с различиями функциональной коннективности в сравнении с контрольной группой.

4. На основе полученных результатов разработать и верифицировать прогностически-диагностическую модель для повышения точности дифференциальной диагностики биполярного аффективного расстройства первого типа и обоснования показаний к проведению нейровизуализации в диагностически сложных случаях.

5. Оценить функциональные отличия головного мозга у пациентов биполярным аффективным расстройством первого типа в зависимости от принимаемой психофармакотерапии.

Научная новизна

На основании изученных клинико-психопатологических особенностей течения биполярного аффективного расстройства, психометрических характеристик выраженности аффективной патологии и их взаимосвязи с данными, полученными по результатам нейровизуализационной диагностики, определены

характерные отличия функциональной активности головного мозга для депрессивного и маниакального эпизодов, а также фазы ремиссии. Продемонстрировано, повышенная импульсивность характерна для пациентов с биполярным аффективным расстройством вне зависимости от текущего эпизода. Проведен полноценный алгоритм обработки массива данных функциональной магнитно-резонансной томографии покоя у пациентов с биполярным аффективным расстройством от «разведочного» анализа до высокочувствительных методов тестирования гипотез по вовлечению в патогенез расстройства конкретных структур головного мозга. Впервые оценена вероятная роль темпераментных черт в структуре течения и клинической картины биполярного аффективного расстройства, с учетом результатов нейровизуализационных исследований. Разработана прогностически-диагностическая модель на основе нейровизуализационных и психометрических показателей для совершенствования дифференциальной диагностики биполярного аффективного расстройства первого типа. Обнаружена ассоциация функциональных нейровизуализационных отличий (повышенная активность медиальной префронтальной коры головного мозга) и приема стабилизаторов настроения у пациентов с биполярным аффективным расстройством в сравнении с пациентами без психофармакотерапии.

Теоретическая и практическая значимость исследования

Результаты проведенного исследования дополняют сведения о патофизиологических механизмах формирования, течения и клинических проявлениях биполярного аффективного расстройства I типа. Обнаруженные нейровизуализационные отличия наглядно демонстрируют характерную дестабилизацию взаимодействия основных нейросетей головного мозга в зависимости от преобладающей аффективной симптоматики, а также позволяют предполагать о наличии определенных функциональных различий активности структур головного мозга вне клинических проявлений (в период ремиссии).

Изучение особенностей темперамента и оценка выраженности импульсивности имеют практическую значимость в скрининговых

диагностических процедурах. Разработанная прогностически-диагностическая модель на основе нейровизуализационных и психометрических показателей может способствовать совершенствованию дифференциальной диагностики и сокращению времени постановки окончательного диагноза у пациентов с аффективными расстройствами.

Результаты исследования могут быть использованы в научных исследованиях, практической работе психиатров и преподавателей в области аффективной патологии.

Методология и методы исследования

Поэтапное проведение исследования способствовало последовательному решению следующих задач:

1 этап: проведение систематизированного обзора имеющихся исследований с целью формулирования гипотез на основе мета-аналитических данных. Формирование концепции и подготовка плана исследования. Проведение расчёта выборки на основе «анализа мощности» с целью определения минимального количества респондентов в исследуемой и контрольной группах, достаточного для обнаружения статистически значимой разницы.

2 этап: проведение контролируемого кросс-секционного наблюдательного исследования, включающего в себя отбор пациентов с биполярным аффективным расстройством в исследуемую группу и респондентов без психической патологии (в контрольную группу) на основе критериев включения и невключения. Клинико-психопатологическое и психометрическое обследование включенных в исследование респондентов, проведение функциональной магнитно-резонансной томографии в состоянии покоя всем респондентам обеих групп, и предварительная обработка нейровизуализационных данных с целью выявления органической патологии и низкого качества сканирования.

3 этап: применение пошагового алгоритма статистической обработки полученных демографических, клинических, психометрических данных, вторичного анализа данных функциональной магнитно-резонансной томографии,

тестирование гипотез взаимосвязи клинической и нейровизуализационных картин биполярного аффективного расстройства.

Основные положения, выносимые на защиту

1. Применение функциональной магнитно-резонансной томографии головного мозга в состоянии покоя позволяет визуализировать и определить отличительные особенности функциональной коннективности головного мозга у пациентов с биполярным аффективным расстройством.

2. Выявленные нейровизуализационные различия у пациентов с биполярным аффективным расстройством соотносятся с выраженностью патологической аффективной симптоматики, а также сохраняются в фазе ремиссии в сравнении с респондентами без психических расстройств.

3. Для пациентов с биполярным аффективным расстройством характерны особенности черт темперамента и более выраженный уровень импульсивности, ассоциированные с нейровизуализационными различиями.

Степень достоверности и апробация результатов

Обоснованность и высокая степень достоверности результатов диссертационного исследования обоснована репрезентативной выборкой, использованием комплекса валидных методик исследования, соответствующих поставленным целям и задачам, а также корректным применением современных методов статистического анализа данных.

Основные результаты исследования были доложены и обсуждены в рамках проведения: 34-го конгресса European College of Neuropsychopharmacology (2-5 октября 2021 г., г. Лиссабон, Португалия), XVI Всероссийской Школы молодых психиатров «Суздаль-2023» памяти Петра Викторовича Морозова (13-17 апреля 2023 г., г. Суздаль), Всероссийского конгресса с международным участием «Нейропсихиатрия в трансдисциплинарном пространстве: от фундаментальных исследований к клинической практике» (25-26 мая 2023 г., г. Санкт-Петербург), II Международной конференции молодых учёных «Психиатрия 21 века: первые шаги

в науку и практику памяти профессора П.В. Морозова» (14 ноября 2023 г., г. Москва), Международного медицинского форума «Вузовская наука. Инновации» (2 февраля 2024 г., г. Москва), Психиатрической конференции в рамках X юбилейного Нейрофорума «NeuroWeek- Kazan 2024» «Психиатрия в меняющемся мире» (11 марта 2024 г., г. Казань), Всероссийской конференции молодых ученых, посвященной 120-летию со дня рождения академика А.В. Снежневского (21 мая 2024 г., г. Москва).

Апробация работы проведена на межкафедральном заседании кафедры психиатрии, кафедры лучевой диагностики с курсом радиологии и кафедры нервных болезней ФГБВОУ ВО «Военно-медицинская академия имени С.М.Кирова» МО РФ от 20.09.2024 г., протокол №

Внедрение результатов исследования

Результаты работы внедрены в работу клиники психиатрии ФГБВОУ ВО «Военно-медицинская академия имени С.М.Кирова» МО РФ, психиатрического отделения ФГКУ «1602 ВКГ», используются в учебном и научном процессах на кафедрах психиатрии и лучевой диагностики с курсом радиологии ФГБВОУ ВО «Военно-медицинской академии имени С.М.Кирова» МО РФ и в ФГБУ «Национальный Медицинский Исследовательский Центр Психиатрии и Неврологии имени В.М. Бехтерева» МЗ РФ. Диссертационное исследование выполнялось в рамках плановых научно-исследовательских работ: НИР-2 VMA.02.12.08.1315/0012 и НИР-3 VMA.03.12.02.1618/0032.

Публикации

По теме диссертационного исследования опубликована 21 работа, из них 6 публикаций в рецензируемых изданиях, рекомендованных Высшей аттестационной комиссией Министерства науки и высшего образования РФ для опубликования основных результатов диссертаций на соискание ученой степени кандидата медицинских наук, 11 работ в «белом списке» журналов Российского центра научной информации, 4 статьи, индексируемых в международных базах

данных «Scopus» и «Web of Science». Патент «Способ нейровизуализационной диагностики опиоидной зависимости» RU

Личный вклад автора в проведенное исследование

Автором самостоятельно проведен систематизированный обзор имеющихся отечественных и зарубежных публикаций по теме диссертации, разработан дизайн и протокол проведения исследования, выполнено комплексное обследование и фМРТ сканирование респондентов исследуемой и контрольной групп. Доля участия в подготовке и сборе клинических и нейровизуализационных данных -85 %, в статистическом анализе - 100 %, в обобщении и анализе материала - 95 %.

Объем и структура диссертации

Материал диссертации изложен на 163 страницах, из которых 123 страницы аналитического текста. Работа состоит из введения, четырех глав (обзора литературы, материалов и методов, результатов исследования, обсуждение результатов исследования), заключения, выводов, практических рекомендаций, списка сокращений и списка литературы. Диссертация проиллюстрирована 16 таблицами, 41 рисунками и 3 клиническими наблюдениями. Список литературы включает 289 наименований, в том числе 46 отечественных и 243 зарубежных источника.

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Современное представление о биполярном аффективном расстройстве

Биполярное аффективное расстройство (БАР) - это группа тяжелых хронических психических расстройств, которые преимущественно характеризуются эпизодами значительно нарушенного настроения и уровня активности (Grande I. et al., 2016). БАР является расстройством с высокой генетической предрасположенностью и наследуемостью (Касьянов Е.Д. и др., 2020; Barnett J. et al., 2009), а дебют клинических проявлений характерен чаще для молодого возраста (Lai J. et al., 2024). Более того, заболеваемость возрастной группы c 20 до 24 лет постепенно увеличивается за последние 30 лет с 51.76 до 58.37 на 100 000 лиц населения (Zhong Y. et al., 2024).

В современных классификациях психических расстройств Диагностического и статистического руководства по психическим расстройствам Американской психиатрической ассоциации (DSM-5) и Международной классификации болезней 10-го пересмотра (МКБ-10) применяется категориальный подход к концептуализации расстройств настроения. В диагностической парадигме господствующего подхода уровень ошибочной диагностики при постановке диагноза БАР остается достаточно высоким (до 40%) (Симуткин Г.Г., 2023; Ушкалова А.В. и др., 2012; Daveney J., 2019; Shen H. et al., 2018). Кроме того, как минимум в трети случаев от первых проявлений до постановки диагноза БАР проходит около 10-15 лет (Петрова Н.Н., 2024). Процесс дифференциальной диагностики бывает осложнен недостаточным вниманием специалистов и самих пациентов к гипоманиакальным состояниям, повышенной обращаемостью в депрессивную фазу, частой коморбидностью БАР с другими расстройствами и отсутствием диагностических

маркеров психических расстройств (Бархатова А.Н. и др., 2024; Shen H. et al., 2018; Singh T. et al., 2006; Spoorthy M. et al., 2019). Стоит отметить, что наиболее часто трудности дифференциальной диагностики представлены в спектре аффективной патологии: между БАР (биполярной депрессией) и униполярной депрессией (Галкин С.А. и др., 2021; Hirschfeld R. et al., 2014).

При этом, некоторые современные научные гипотезы, базирующиеся на принципах, сформулированных Э. Крепелином (Рисунок 1.1), предполагают наличие континуума (Maes M. et al., 2022), где симптомы БАР и большого депрессивного расстройства (униполярная депрессия) лежат в плоскостях проявлений клинических симптомов в трех основных доменах функционирования человека: активности, мышления и эмоций, так называемая «АСЕ» модель (А -activity, С - cognition, Е - emotions) (Malhi G. et al., 2018). В соответствии с указанной моделью обозначаются пути преодоления трудностей диагностики посредством более детального внимания к выраженности нарушений в каждом из доменов, в оппозиции к фокусу на аффективном компоненте (Malhi G. et al., 2021).

Типы течения маниакально-депрессивного расстройства в соотвествии с концепцией Э. Крепелина

Мания

Мания с бедностью мыслей Маниакальный ступор Возбужденная или ажитированная депрессия Депрессия

Депрессия со скачкой идей Депрессивная/тревожная мания Заторможенная мания

1 7 4 5 3 8 I

МЫШЛЕНИЕ НАСТРОЕНИЕ ВОЛЯ

Рисунок 1.1 - типы течения маниакально-депрессивного расстройства в соответствии с концепцией Э. Крепелина,

Модель «ACE» предполагает альтернативу диагностике, основанной на первенстве изменения настроения, распределяя симптомы полярных эпизодов БАР в плоскостях трех доменов: активности (воли), мышления и эмоций (Рисунок 1.2).

<и S X и

а

>>

Он

cd

X

<D

О

X

-с

cd X О X

В

g

X

>>

•е*

<L>

0 X вэ X н к

1

Активность Мышление Эмоции

Рисунок 1.2 - схематическое изображение симптомов мании и депрессии, перечисленных в DSM-5, в соответствии с основными доменами модели ACE. Адаптировано из (Malhi G. et al., 2021).

Примечание - зеленым - активность, синим - мышление и восприятие, красным - эмоции.

Противопоставление симптомов БАР и униполярной депрессии в классификациях не всегда может соответствовать наблюдаемым в клинической практике случаям, так как преимущественное количество симптомов аффективных расстройств не являются строго специфичными (Swann A. et al., 2013). В большинстве случаев выраженность симптоматики в рамках одного домена будет изменяться синхронно за счет синдромальной связности патофизиологических компонентов. Однако модель «АСЕ» позволяет концептуализировать смешанные состояния, как отражение асинхронности доменов (Рисунок 1.3). Сложная клиническая картина у пациентов с расстройствами настроения может изменяться с течением времени, в зависимости от которого, различные домены становятся более или менее приоритетными.

А Выраженность ^

Рисунок 1.3 - А) схематическое изображение приоритета доменов модели ACE в клинической картине в зависимости от времени. На рисунке Б отражено возможное проявление доменов в разных плоскостях. На рисунке В показано, что

они взаимодействуют, перекрывая друг друга. Адаптировано из (Malhi G. et al., 2018).

Примечание - зеленым - активность, синим - мышление и восприятие, красным - эмоции

Фокус внимания на тесной взаимосвязи симптоматики и равнозначности указанных доменов не только является более адаптивным вариантом для нейрофизиологических и патофизиологических исследований, но и отражает клиническую значимость смешанных состояний и эпизодов БАР с быстрой сменой циклов (Muneer A., 2017; Sole E. et al., 2017). В рамках исследования BRIDGE-II-MIX было показано, что установленный диагноз рекуррентного депрессивного расстройства в 30 % случаев пересматривается в пользу диагноза БАР, из которых до 22% являются смешанными эпизодами (Furio A. et al., 2021). В свою очередь, для смешанных эпизодов характерны атипичность клинических проявлений, частая соматическая коморбидность и как следствие нередкая полипрагмазия (Miola A. et al., 2023). Важность фокуса внимания специалистов на смешанных эпизодах БАР обусловлена повышенной частотой рискованного поведения и повышенной импульсивностью, более короткими и частыми депрессивными эпизодами, на фоне смены которых повышается риск совершения суицидальных попыток (Grover S. et al., 2025).

В целом, для пациентов с БАР характерна высокая коморбидность с психическими и соматическими расстройствами (Яковлева Я.В. и др., 2023; Forty L. et al., 2014; Nabavi B. et al., 2015). В частности, до трети пациентов имеют метаболический синдром и входят в группу риска по сердечно-сосудистым заболеваниям, осложнения которых являются основной причиной преждевременной смерти больных БАР (Мосолов С.Н. и др., 2021; Мосолов С.Н. и др., 2022). Еще одной проблемой является высокая суицидоопасность БАР и как следствие, количество совершенных суицидальных попыток как минимум в 20 раз превышает их распространенность в общей популяции (Васильева С.Н. и др., 2022; Miller J. et al., 2020). При этом, количество завершенных суицидальных попыток (по данным мета-анализа 2019 года, включавшего данные 79 исследований с

испытуемыми), достигает 20 % среди пациентов с установленным диагнозом (Dong M. et al., 2019). В то же время, авторы сообщают о кратном увеличении частоты совершения суицидальных попыток среди пациентов с БАР с быстрой сменой циклов в сравнении с другими вариантами течения расстройства (Dong M. et al., 2019).

В попытках преодоления проблемы «постановки диагноза» исследователи пытаются более полно понять этиологию и патогенез БАР (Петрова Н.Н., 2024). Уделяя, в частности, важную роль оксидативному стрессу, хроническому воспалению и хроническому стрессу в механизме десинхронизации циркадных ритмов и, в целом, течении экзацербационных фаз (Gui Z. et al., 2024; Rantala M. et al., 2021). Нарушение циркадных ритмов также играет важную роль в патогенезе БАР, так как приводит к нарушению суточных колебаний нейрогуморального баланса (Huhne A. et al., 2018). Патогенетическим факторами БАР, по мнению ученых, являются нейротрофический фактор мозга, фактор роста нервов, нейротрофин-3 и нейротрофина-4 (Scaini G. et al., 2020). Наконец, ряд современных обзорных исследований подтвердил перспективность дальнейшей разработки данного направления с целью поиска и выделения наиболее значимых структурных и функциональных различий головного мозга, характерных для пациентов с БАР (Mario A. et al., 2024; Saccaro L. et al., 2023; Schumer M. et al., 2023).

1.2 Роль транснозологических феноменов в структуре биполярного

аффективного расстройства

Импульсивность, определяемая как тенденция к совершению малообдуманных поступков при внезапном и непреодолимом желании действовать, является транснозологическим конструктом, который наблюдается

при множестве психических расстройств (Moeller F. et al., 2001). Отмечается существенный вклад импульсивности в формирование дезадаптивного поведения у пациентов с БАР (Морозова М.А. и др., 2022(2); Chan C. et al., 2023). Так, повышенный уровень импульсивности связан с совершением более брутальных суицидальных попыток, рискованным и делинквентным поведением в маниакальную фазу и злоупотреблением психоактивными веществами (Swann A. et al., 2005; Varo C. et al., 2019). Отечественный обзор по данной теме подтверждает актуальность оценки импульсивности у пациентов с БАР, отмечая высокую коморбидность с расстройствами, для которых импульсивность является ключевым звеном патогенеза (Морозова М.А. и др., 2022(2). При этом, ряд авторов, выполнивших систематический анализ публикаций за последние 20 лет, направленных на изучение импульсивности и рискованного поведения у пациентов, страдающих БАР, определяют импульсивность наряду с аффективными симптомами как основную клинически значимую особенность (Ramírez-Martín A. et al., 2020).

Первоначально считалось, что повышенный уровень импульсивности характерен только для пациентов в маниакальной фазе БАР, однако, авторы систематических обзоров и крупных популяционных исследований сообщают о независимости повышенного уровня импульсивности от фазы расстройства и характерном, в том числе, для пациентов в эутимии (Newman A. et al., 2014). Эти данные подтверждаются результатами вторичных исследований, направленных на изучение импульсивности у пациентов с БАР в состоянии ремиссии (Saddichha S. et al., 2014).

Результаты клинических исследований подтверждаются данными, полученными с помощью нейровизуализации. Так, по результатам мета-анализа 33 исследований, оценивающих функциональные отличия головного мозга с помощью МРТ при выполнении различных задач, связанных с аффективными реакциями и настроением испытуемых, было обнаружено, что повышенный уровень импульсивности у пациентов с БАР ассоциировался с недостаточной активацией лобных, островковых, теменных и поясных отделов коры, а также

сниженной таламической активностью, что приводило к запоздалой или отсроченной реакции торможения (Chan C. et al., 2023). Полученные различия функциональной активности в этих областях, помимо прочего, отличало пациентов с БАР, совершивших суицидальную попытку от тех пациентов, кто ранее не совершал суицидальных попыток (Sankar A. et al., 2022). Распределение обнаруженных различий, связанных с повышенной импульсивностью, в рамках сетевой теории головного мозга, предполагало, что они касаются нарушения взаимосвязи между основными нейросетями покоя и височными областями, что подтверждалось изменением плотности серотониновых рецепторов в указанных областях (Gell M. et al., 2024).

Не менее значимой представляется оценка темпераментных черт в качестве транснозологических феноменов у пациентов с БАР в виду наличия данных о взаимосвязи типов темперамента и клинических и патогенетических аспектов расстройства (Fountoulakis K. et al., 2016). Учитывая длительную историю изучения темперамента и множество имеющихся вариантов его оценки, стоит уделить особое внимание биологически детерминированной модели личности Роберта Клонингера, которая основана на связи темпераментных характеристик с индивидуальными генетическими особенностями, активностью

нейротрансмиттерных систем и поведенческой обусловленностью (Cloninger R., 1987; Cloninger R. et al., 1993). Важным является, подтвержденная большими лонгитюдными исследованиями, умеренная стабильность черт темперамента на протяжении всей жизни, начиная с дошкольного возраста (Constantino J. et al., 2002; Josefsson K. et al., 2013). Современные работы на выборках здоровых респондентов свидетельствуют о наличии характерных функциональных отличий в головном мозге для каждого из типов темперамента в соответствии с моделью Роберта Клонингера (Jiang R. et al., 2018; Kyeong S. et al., 2014; Li S. et al., 2017; Markett S. et al., 2013).

Авторы исследований, оценивающих роль темперамента в структуре БАР, не только обнаруживают характерные темпераментные предрасположенности для пациентов с различными типами течения расстройства, но и сообщают о

генетически детерминированных особенностях, присутствующих и у родственников пациентов с БАР (Alliey-Rodriguez N. et al., 2011; Chiaroni P. et al., 2005; Evans L. et al., 2005; Karam E. et al., 2010). Таким образом, связанные с аффективными расстройствами типы темперамента могут рассматриваться как модификаторы течения болезни или как факторы, влияющие на клиническую картину, представляя собой «эндофенотипный мост» между генетическими особенностями и проявлениями аффективных расстройств (Fountoulakis K. et al., 2016).

В настоящее время нейровизуализация активно используется в качестве объективации темпераментных особенностей, а относительная стабильность нейросетевой активности в некоторой степени подобна устойчивости темпераментных черт (Seitzman B. et al., 2019). Крупный мета-анализ, включавший данные более 3000 респондентов, обнаружил структурные (в теменной и височной долях) и функциональные особенности (в теменной, лобной и височной долях), характерные для различной выраженности домена избегания опасности у здоровых респондентов (Zhong S. et al., 2024). Подобное оригинальное исследование, проведенное на значительной выборке (360 студентов), позволило создать предсказательную модель черт темперамента у человека на основе особенностей функциональной коннективности корково-подкорковых нейронных цепей (Jiang R. et al., 2018). Появляются и отдельные исследования (с подобным дизайном) и на пациентах с психическими расстройствами: оценка отличий функциональной коннективности в различных отделах головного мозга у стабильных амбулаторных пациентов с психозами в рамках течения БАР или шизофрении обнаружила связь с определенными личностными особенностями, такими как, сенсорная гиперчувствительность, отрицательный эмоциональный баланс, нарушение контроля внимания социальная недоверчивость (Zwir I. et al., 2023). При этом, особенности характера и темперамента у пациентов в сравнении с контрольной группой определяли большую часть всех различий функциональной коннективности.

1

Использование функциональной магнитно-резонансной томографии в диагностике психических расстройств

Использование различных нейровизуализационных технологий позволяет проанализировать не только структурные, но и функциональные изменения в головном мозге. При этом, одним из наиболее часто используемых методов является функциональная магнитно-резонансная томография (фМРТ), в основе которой лежит регистрация сигнала в зависимости от степени оксигенации крови (BOLD-сигнала, Blood Oxygen Level Dependent) (Ogawa S. et al., 1998). Предполагается, что повышенная активность тех или иных структур мозга приводит к увеличению в них регионарного кровотока, в рамках которого увеличивается количество кислорода в этой зоне головного мозга (Буккиева Т.А. и др., 2019). Регистрация разницы баланса окси- и дезоксигемоглобина, лежащая в основе фМРТ, может проводится как в ответ на выполнение какой-либо поведенческой задачи, аффективной стимуляции или когнитивной нагрузки, так и в состоянии покоя (Zhang S. et al., 2016). Регистрация BOLD-сигнала в состоянии покоя является более простым алгоритмом для выполнения и в то же время способствует эффективному получению данных, так как отличия функциональной коннективности головного мозга могут изучаться без стимульной активации (Tuominen J. et al., 2023).

Работа головного мозга характеризуется сложной системой низкочастотной активности (< 0.1 Гц), которая посредством анализа накопленных данных, представляется организованной в крупномасштабные сети, каждая из которых отвечает за специфические функции (Yeo B. et al., 2011). Они представляют собой, в том числе, структурно разобщенные, но связанные функционально, области головного мозга (Uddin L. et al., 2023). Функциональная связность или коннективность предполагает наличие более схожего BOLD-сигнала в этих участках мозга в момент сканирования (Rogers B. et al., 2007). В зависимости от

используемых атласов существует от 8 до 25 выделяемых разными авторами нейронных сетей, наиболее известные из которых:

Сеть пассивного режима работы мозга (СПРР) - данная сеть состоит из медиальной префронтальной коры, задней поясной коры и задних частей правой и левой теменных долей (Alves P. et al., 2019). С функциональной точки зрения, данная нейросеть вовлечена в интеграцию и трансляцию таких процессов как память, язык, самосознание и самовосприятие, создавая связанный «внутренний нарратив» человеческого сознания (Menon V., 2023; Raichle M., 2015).

Центральная исполнительная или фронто-париетальная (лобно-теменная) сеть (ФПС) - структурно, исходя из названия, представлена отделами лобных и теменных долей. Даная сеть играет решающую роль в активации поведения, ориентированного на достижение цели и планировании посредством интеграции когнитивных функций, в частности, внимания и исполнительного контроля (Marek S. et al., 2018).

Сеть выявления значимости (СВЗ) - представлена островковой корой и передней поясной корой. Предполагается, что данная сеть играет основную роль в обнаружении поведенчески значимых стимулов среди постоянного входящего стимульного потока и последующей координации на их основе работы «активных» и «пассивных» нейросетей (Uddin L., 2015). Она активна при процессах интероцептивного осознания, таких как удовольствие и боль, а также в висцеральных и эмоциональных реакциях, которые могут лежать в основе формирования аффекта (Seeley W. et al., 2007).

Сенсомоторная сеть (СМС) включает пре- и постцентральные извилины с обеих сторон, а также дополнительную моторную кору. Помимо обработки сенсомоторных стимулов, экстероцептивном осознании и моторной деятельности предполагается участие данной сети в эмоциональной и когнитивной обработке (Zhu W. et al., 2022). Дополнительно, нередко, выделяют слуховую, зрительную, мозжечковую нейросети, представленные соответствующими проекционными и ассоциативными корковыми комплексами, а также дорзальную и вентральную сети

внимания, лимбическую и гиппокампальную сети (van den Heuvel M. et al., 2010; Yeo B. et al., 2011).

Все крупномасштабные сети головного мозга обладают различными уровнями возбудимости и иерархическими связями, где сенсомоторные сети имеют сильные локальные связи, то есть получают преимущественное количество импульсов от анализаторов, а ассоциативные, такие как СПРР, СВЗ и ФПС, способствуют интеграции информации между сенсомоторными сетями и формированию поведенческого, эмоционального или мыслительного ответа (Garrett D. et al., 2013; Wang P. et al., 2019). Баланс между активностью сетей и его нарушения отражают сложную временно-пространственную организацию мозга, влияющую на обработку входящих сигналов и адаптацию к окружающей среде (Aru J. et al., 2015; Garrett D. et al., 2013; Yeo B. et al., 2011). Помимо собственных межсетевых взаимодействий, активность нейросетей регулируется различными опосредованными механизмами, основными из которых являются подкорково-корковые пути (Martino M. et al., 2022), и, в частности, таламо-кортикальные петли (Yuan R. et al., 2016), а также многочисленные нейротрансмиттерные системы (Conio B. et al., 2020; Rocchi G. et al., 2020).

Современные исследования демонстрируют множество различных изменений и нарушений во взаимодействии данных сетей при различной психической патологии, в том числе и при БАР (Leake I., 2024; Menon V., 2020). В частности, пациенты с с униполярной депрессией преимущественно демонстрируют повышение функциональной коннективности внутри СПРР и ФПС, а также между ними, что указывает на усиление процессов рефлексии, руминации и исполнительного контроля. В то же время отмечается снижение функциональной коннективности между СПРР и СМС, что вероятно свидетельствует о нарушении сенсорной и моторной интеграции, а повышение функциональной коннективности между лимбическими структурами и СПРР могут обуславливать нейробиологические основы ангедонии (Zhang Z. et al., 2025). Ряд авторов отмечают, что наиболее стабильным маркером униполярной депрессии может быть отличия сетевой организации корковых сетей, участвующих в

обработке сенсорной информации, нежели чем особенности работы в нейронных сетях более высокого порядка, таких как СПРР и ФПС (Javaheripour N. et al., 2021). Примечательно, что указанные отличия обнаруживаются и у пациентов с первым депрессивным эпизодом, не принимающих фармакотерапию (Zhong X. et al., 2016).

Подобные крупные количественные синтезы проводятся, в том числе, для уточнения патофизиологических механизмов, лежащих в основе расстройств шизофренического спектра. Результаты одного из мета-анализов свидетельствуют о наличии наиболее характерных функциональных отличий головного мозга для пациентов с шизофренией в СПРР - в виде повышения локальной функциональной коннективности в медиальной верхней лобной извилине при выраженном её снижении в зрительной сети и в СМС (Cai M. et al., 2022). Отмечается высокая воспроизводимость полученных данных и, более того, имеются предварительно определённые наборы генов, которые предполагаемо могут вносить существенный вклад в изменения функциональной коннективности головного мозга у пациентов с шизофренией (Guo L. et al., 2023). При этом, исследователи отмечают схожий дисбаланс функциональной коннективности в основных нейросетях покоя (СПРР, СВЗ, ФПС) для пациентов с длительно персистирующей негативной симптоматикой (Zhu T. et al., 2023) и для пациентов с впервые возникшим психотическим состоянием (Del Fabro L. et al., 2021).

На сегодняшний день процесс систематизации и количественного синтеза накопленной информации по структурным и функциональным изменениям в головном мозге проводится практически по всем имеющимся нозологическим единицам, способствуя более точному пониманию нейробиологических основ течения психических расстройств и адаптации этой информации под современные интегративные инициативы персонализированной диагностики в медицине (Quah S. et al., 2025).

1.4 Функциональная магнитно-резонансная томография в диагностике биполярного аффективного расстройства

В международном научном сегменте изучение функциональных изменений головного мозга у пациентов с БАР ведется достаточно активно. Более того, имеется ряд систематических обзоров и мета-анализов, нацеленных на оценку имеющихся публикацией и синтез наиболее вероятных групповых отличий, характерных как для пациентов в различных фазах БАР (Birur B. et al., 2017; Claeys E. et al., 2022; Gong J. et al., 2021; Ho N. et al., 2019; Schumer M. et al., 2023; Syan S. et al., 2018; Wang Y. et al., 2020; Xue C. et al., 2023), так и для здоровых родственников пациентов с БАР и людей с высоким риском развития расстройства (Cattarinussi G. et al., 2019; Cattarinussi G. et al., 2022; Cattarinussi G. et al., 2024; Colic L. et al., 2025; Luna L. et al., 2022).

При этом, большинство исследований сосредоточено на поиске и описании характерных нейровизуализационных паттернов для каждой из актуальных клинических фаз БАР. Так, основные отличия функциональной коннективности головного мозга в ходе депрессивной фазы наблюдаются в СПРР, СВЗ и ФПС, а также в таламокортикальных связях, а особенности активности в островковой коре и скорлупе коррелируют с выраженностью депрессивной симптоматики (Claeys E. et al., 2022; Gong J. et al., 2021). Некоторые обзоры направлены на детальное изучение отличий в наиболее значимых сетях головного мозга, в частности, СПРР (Schumer M. et al., 2023; Xue C. et al., 2023).

Для маниакальной фазы наиболее характерны различия, включающие увеличение активности миндалевидного тела и снижение его функциональной коннективности с лобными областями и поясной корой, что теоретически может отражать ослабление когнитивного контроля над возрастающим доминированием структур, связанных с эмоциями (Birur B. et al., 2017; Claeys E. et al., 2022; Gong J. et al., 2021; Hafeman D. et al., 2012; Ho N. et al., 2019; Syan S. et al., 2018; Wang Y. et al., 2020). Ряд авторов отмечают важность латерализации в обнаруженных

отличиях: гипоактивность вентральной префронтальной коры справа на фоне гиперактивности лимбических структур слева, указывая на различные эффекты инструментальных методов лечения, таких как транскраниальная магнитная стимуляция (Cotovio G. et al., 2022).

Функционирование головного мозга у пациентов с БАР в состоянии эутимии, предположительно, близко к функционированию здорового мозга. Однако часть «остаточных» нарушений после фаз экзацербации всё же может быть характерна для этого состояния (Gong J. et al., 2021; Syan S. et al., 2018; Wang Y. et al., 2020). Более того, эти особенности могут быть наиболее ярко выражены у пациентов, имеющих в анамнезе аффективный эпизод с психотическими включениями (Syan S. et al., 2018). В то же время, общим для всего спектра психотических расстройств является снижение функциональной коннективности лобно-теменной сети (Birur B. et al., 2017) и активности островковой коры (Qi Z. et al., 2022) в состоянии покоя, существует ряд отличительных особенностей, позволяющих разграничить изменения, характерные для БАР и расстройств шизофренического спектра вне их клинических проявлений (Ho N. et al., 2019; Qi Z. et al., 2022; Syan S. et al., 2018).

Приведенные отличия лежат в основе нескольких гипотетических моделей, которые призваны продемонстрировать патофизиологические аспекты БАР (Bi B. et al., 2022; Magioncalda P. et al., 2022; Martino M. et al., 2022). Все они являются связующим звеном между выделяемыми Э. Крепеленом, структурированными по трем основным доменам (моторная активность, мышление и эмоции) клиническими проявлениями и нейробиологическими аспектами этих проявлений.

Одной из наиболее адаптированной под модель ACE нейробиологической гипотезой является трехмерная модель Martino и Magioncalda (Martino M. et al., 2022) (Рисунок 1.4). Она предполагает наличие трех блоков функционирования: внешнего - связанного непосредственно с получением стимулов из внешней среды и формированием соматомоторного ответа, лежащего в основе психомоторной активности; внутреннего - связанного с получением интероцептивных и висцероцептивных стимулов и лежащим в основе аффективного реагирования (эмоции); ассоциативного - который не связан напрямую как с внешней так и с

внутренней стимуляцией, а регулирует работу ассоциативных процессов и лежит в основе мышления и когнитивного функционирования. Активность каждого из блоков регулируется уровнем обработки стимульного потока с целью формирования и модулирования адаптивного поведения, тогда как, в основе регулирования уровня внутренней активности в каждом из блоков лежит нейронная активность корково-подкорковых петель.

Рисунок 1.4 - изменение активности основных крупномасштабных сетей головного мозга и подкорковых структур в соответствии с моделью АСЕ. Адаптировано из (Магйпо М. et а1., 2022).

Примечание - ФПС - фронтопариетальная сеть, СПРР - сеть пассивного режима работы мозга, СВЗ - сеть выявления значимости, СМС - сенсомоторная сеть; ППК - перигенуальная передняя поясная кора, вППК - верхнегенуальная передняя поясная кора, СПК - медиальная поясная кора,

ЗПК - задняя поясная кора, БГ - базальные ганглии, ди Тал - дорсомедиальное ядро таламуса, в Тал - вентральное ядро таламуса, под Тал - пульвинарное ядро таламуса, ВПО - вентральная покрышечная область, ЧС - черная субстанция, ЯШ - ядро шва.

Множество вариантов взаимодействия предложенных блоков и регуляция их активности (за счет нейротрансмиттерных систем посредством подкорково-корковых петель) способствует возникновению различных функциональных состояний мозга, которые отражают те или иные варианты поведения и клиническую картину (Magioncalda Р. et а1., 2022). Так, авторы разделяют весь спектр симптомов БАР на: 1) состояния, характеризующиеся усилением психомоторной активности и аффективных проявлений наряду с ускоренным или замедленным мышлением - они ассоциированы с преобладанием дофаминовой активности над серотониновой, что приводит к усилению активности СВЗ и СМС;

2) состояния, характеризующиеся угнетением психомоторной активности и аффективных проявлений наряду с ускоренным или замедленным мышлением -они ассоциированы с преобладанием серотониновой активности над дофаминовой, что приводит к усилению активности СПРР при угнетении активности СВЗ и СМС;

3) состояния, характеризующиеся диссоциацией между психомоторной активностью и аффективными проявлениями наряду с ускоренным или замедленным мышлением - ассоциированные с оппозиционной активностью СВЗ и СМС (как при усилении, так и при снижении активности СПРР), вероятно, за счет опиоидергической сигнализации. На основе данной модели авторы продемонстрировали вероятные нейробиологические основы для восьми, предложенных Э. Крепеленом, психопатологических состояний, характеризующих маниакально-депрессивный континуум (Engstrom Е., 2016) (Рисунок 1.5).

Рисунок 1.5 - изменение активности основных крупномасштабных сетей головного мозга и нейротрансмиттерной активности в зависимости от типов

течения маниакально-депрессивного расстройства в соответствии с концепцией Э. Крепелина. Адаптировано из (Martino M. et al., 2022).

Примечание - СВЗ - сеть выявления значимости, СМС - сенсомоторная сеть, СПРР - сеть пассивного режима работы мозга, DA - дофамин, 5HT - серотонин, End - эндорфин; 1 - мания, 2 - мания с бедностью мыслей, 3 - маниакальный ступор, 4 - возбужденная или ажитированная депрессия, 5 - депрессия, 6 - депрессия со скачкой идей, 7 - депрессивная/тревожная мания, 8 -заторможенная мания.

Большинство исследований проводится с участием пациентов, получающих терапию, что дополнительно усложняет выявление биомаркеров БАР из-за стёртой симптоматики и возможного влияния психотропных препаратов. При этом, только два систематических обзора были посвящены оценке влияния фармакотерапии на отличия в функционировании головного мозга (Hafeman D. et al., 2012; Laidi C. et al., 2016), но и их результаты в основном указывают на отсутствие каких-либо изменений. Относительно разнородны результаты немногочисленных исследований, оценивающих функциональные различия головного мозга в состоянии покоя респондентов с высоким риском развития БАР и здоровых родственников пациентов. Основные отличия, характерные для здоровых родственников пациентов с БАР, обнаруживаются в корково-таламических и корково-лимбических путях (Cattarinussi G. et al., 2022; Cattarinussi G. et al., 2024), а также отмечается гиперактивация нижней лобной извилины (Cattarinussi G. et al., 2019). Схожие нарушения функциональной коннективности обнаруживаются у подростков с БАР и высоким риском его развития: это прежде всего ранняя дисфункция в подкорковых областях, ключевых отделах СВЗ и изменение функционирования вентральных отделов префронтальной коры с латерализацией данных различий, связанной с фазой актуального настроения (Colic L. et al., 2025). При этом один из схожих мета-анализов исследований, посвящённых оценке функциональных особенностей головного мозга у родственников пробандов с БАР, которые предположительно имеют высокий генетический риск возникновения БАР, не выявил значимых отличий в функциональной активности головного мозга

(Luna L. et al., 2022). Очевидно, что это направление требует дальнейших исследований.

Таким образом, основные функциональные отличия головного мозга, характерные для пациентов с БАР по результатам основных качественных и количественных синтезов имеющихся научных исследований, были выявлены в таких подкорковых областях как миндалевидное и полосатое тело, тогда как со стороны коры головного мозга различия чаще всего встречались в лобных областях и поясной коре. Представленные данные свидетельствуют о разобщении и изменении взаимодействия между основными сетями головного мозга, прежде всего, СПРР, СВЗ, ФПС И СМС. Наряду с биологическими факторами, важную диагностическую роль могут играть так называемые транснозологические феномены, определение которых может способствовать повышению качества дифференциальной диагностики.

Диагностика БАР представляет значительную проблему для клиницистов, учитывая высокий уровень ошибочной диагностики и длительность периода постановки верного диагноза, отчасти в связи с отсутствием объективных индикаторов. Несмотря на то, что клинико-психопатологический метод является текущим "золотым стандартом" в психиатрии, его естественные ограничения определяют необходимость поиска надежных биомаркеров. Функциональная нейровизуализация и, в частности, фМРТ открывает перспективное направление для решения этой проблемы, демонстрируя воспроизводимые изменения в активности и коннективности основных сетей головного мозга у пациентов с БАР. Эти нейровизуализационные особенности, интегрированные в современные модели диагностики и терапии, предполагают научную основу для разработки объективных диагностических инструментов.

ГЛАВА 2. ЭТАПЫ, МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1 Основные этапы исследования

На первом этапе контролируемого кросс-секционного обсервационного исследования проводился расчёт выборки на основе анализа мощности с целью определения минимального количества респондентов в исследуемой (ИГ) и контрольной (КГ) группах, достаточного для обнаружения статистически значимой разницы. На втором этапе проводили отбор пациентов с БАР в исследуемую группу и респондентов контрольной группы на основе критериев включения и невключения, определяли клинические, клинико-метрические показатели, проводилась функциональная магнитно-резонансная томография в состоянии покоя (фМРТп) и предварительная обработка нейровизуализационных данных. На третьем этапе проводилась статистическая обработка полученных демографических и клинических данных, вторичный анализ данных фМРТп, и их анализ.

Работа выполнена на кафедре психиатрии ФГБВОУ ВО «Военно-медицинская академия имени С.М.Кирова» Министерства обороны России. Набор пациентов осуществлялся на базах клиники психиатрии ФГБВОУ ВО «Военно-медицинская академия имени С.М.Кирова» Минобороны России и клиник Национального медицинского исследовательского центра психиатрии и неврологии им. В.М. Бехтерева в период с февраля 2021 г. по февраль 2023 г. Научное исследование одобрено Независимым этическим комитетом при ФГБВОУ ВО «Военно-медицинская академия имени С.М.Кирова» Минобороны России (протокол № 301 от 25.03.2025 г.).

2.2 Характеристика обследованных пациентов

Количество пациентов, включаемых в обследуемые выборки, рассчитывалось на основе анализа мощности. За исходные параметры анализа были взяты следующие величины: минимальный интересующий размер эффекта (8) был равен 0,6, минимальная желаемая мощность выборки была определена за 80%, при уровне статистической значимости р < 0,05. (Рисунок 2.1)

Введение диссертации (часть автореферата) на тему «Диагностика биполярного аффективного расстройства с применением функциональной магнитно-резонансной томографии покоя головного мозга»

Мощность

Наблюдаемый размер эффекта

Размер выборки

Рисунок 2.1 - Графики контура мощности. Примечание - сплошная черная кривая на контурном графике (слева) показывает комбинации размера выборки/размера эффекта с мощностью 0,8. Точка показывает заданный дизайн и размер эффекта. На рисунке справа показаны два выборочных распределения: выборочное распределение оценки размера эффекта, когда гипотетический размер эффекта равен 0 (фиолетовый), и когда гипотетический размер эффекта равен 0,6 (зелёный). Оба варианта предполагают размер выборки 45 человек в каждой группе.

На основании проведённых расчётов выборки с помощью анализа мощности было определено минимальное количество респондентов в каждой группе равное 45 испытуемым. (Таблица 2.1)

Таблица 2.1 - Расчёт размеров выборки.

ИГ КГ Размер эффекта Мощность Р

45 45 0.6 0.8 0.05

Примечание - ИГ - исследуемая группа, КГ - контрольная группа; р -статистическая значимость.

В Таблице 2.2 отражены процентные показатели определяемой мощности выборки, соответствующие истинному размеру эффекта. (Таблица 2.2)

Таблица 2.2 - Мощность в соответствии с размером эффекта.

Истинный размер эффекта Определяемая мощность Интерпретация

0 < 5 < 0.418 < 50% Высокая вероятность ошибки

0.418 < 5 < 0.597 50% - 80% Возможная ошибка

0.597 < 5 < 0.768 80% - 95% Возможный истинный результат

5 > 0.768 > 95% Наиболее вероятный истинный результат

Примечание - 5 - интересующий размер эффекта.

В ИГ сплошным методом включались пациенты, проходившие стационарное или амбулаторное лечение, а также впервые обратившиеся за психиатрической помощью в период проведения исследования, которым был установлен, подтвержден и верифицирован диагноз биполярного аффективного расстройства (первого типа) [Р 31] с различными вариантами текущего эпизода (мания без психотических симптомов [Р 31.1]; мания с психотическими симптомами [Р 31.2]; легкая или умеренная депрессия [Р 31.3]; тяжелая депрессия без психотических симптомов [Р 31.4]; тяжелая депрессия с психотическими симптомами [Р 31.5]; смешанного характера [Р 31.6]; а также в состоянии текущей ремиссии [Р 31.7]). В качестве КГ были отобраны респонденты без признаков психических расстройств, которые проходили углубленное медицинское обследование.

Дополнительными критериями включенияявлялись:

1) Возраст от 18 до 60 лет;

2) Праворукость;

3) Подписанное информированное согласие на проведение исследования в соответствии с Хельсинкской декларацией до начала исследования.

Критериями невключения в обеих группах сравнения являлись:

1) Наличие значимой сопутствующей патологии центральной нервной системы, других психических расстройств и/или травм головы с потерей сознания в анамнезе;

2) Наличие других биполярных аффективных расстройств [F 31.8], в том числе, биполярного расстройства II типа (более 14 баллов по результатам опросника для выявления гипоманиакальных состояний HCL-32 (Мосолов С.Н. и др., 2015; Angst J. et al., 2005) для КГ);

3) Наличие абсолютных (беременность, наличие в организме металлических конструкций и/или электронных медицинских приборов) и относительных (невозможность испытуемого находиться в состоянии покоя в течение 30 минут, вес более 100 кг, клаустрофобия, алкогольное или наркотическое опьянение) противопоказаний к МР-сканированию;

4) Значимые отклонения по результатам первичного анализа МР-данных (грубые морфологические изменения в головном мозге, высокий уровень двигательной активности во время сканирования (более 30 зафиксированных программой движений), более 30 нечитаемых сканов);

5) Отказ от проведения исследования.

В ходе проведения исследования обследовано 65 пациентов с диагнозом БАР, из которых трое были исключены, вследствие наличия черепно-мозговых травм с потерей сознания в анамнезе (у одного имелись абсолютные противопоказания к МР-сканированию, у двух относительные противопоказания к МР-сканированию), а также восьми пациентов, у которых имелись значимые отклонения по результатам первичного анализа МР-данных (Рисунок 2.2).

Исключено (n=8): -ЧМТ в анамнезе (п=3) -Противопоказания МРТ (п=3)

Исключено после первичного анализа MP-данных (п=6)

Всего респондентов (п=134)

1

Всего респондентов (п=65) Здоровые испытуемые (п=69)

Проведено МРТ (п=65)

Исключено (п=4) -ЧМТ в анамнезе (п=2) -более 14 баллов по шкале НСЬ-32 (п=2)

Исключено после первичного анализа МР-данных (п=3)

Рисунок 2.2 - Блок-схема отбора испытуемых в исследуемую и контрольную группы.

Примечание - БАР - биполярное аффективное расстройство; ЧМТ - черепно-мозговая травма; МРТ - магнитно-резонансная томография; HCL-32 - опросник для выявления гипоманиакальных состояний.

Таким образом, для второго этапа исследования в ИГ были отобраны 51 пациент с БАР первого типа, средний возраст которых составил 35,8 (7,6) лет, из них 28 мужчин (54,9%) и 23 женщины (45,1%). В качестве КГ отобран 62 респондента без признаков психических расстройств, средний возраст которых составил 31,9 (6,9) лет, из них 32 мужчины (51,6%) и 30 женщин (48,4%). ИГ и КГ были сходны по половому (х2(1) = 0,151; р = 0,697; V Крамера = 0,055) и возрастному составу (;-Стьюдента = 0,750; р = 0,062). Кроме того, не было обнаружено различий между ИГ и КГ по уровню образования (%2(2) = 2,52; р = 0,283; V Крамера = 0,151). (Таблица 2.3)

Таблица 2.3 - Демографические характеристики обследованных испытуемых.

Характеристика обследованных Исследуемая группа (п = 51) Контрольная группа (п = 62)

Возраст, лет (М^)) 35,8 (7,6) 31,9 (6,9)

Пол, п (%) Мужской 28 (54,9 %) 32 (51,6 %)

Женский 23 (45,1 %) 30 (48,4 %)

Уровень образования, п (%) Среднее 7 (13,7 %) 5 (8,1 %)

Средне-специальное 26 (51,0 %) 25 (40,3 %)

Высшее 18 (35,3 %) 32 (51,6 %)

Имеют постоянное место работы, п (%) 27 (52,9 %) 58 (93,5 %)

Примечание - М - среднее; SD - стандартное отклонение.

Распределение по диагнозам пациентов ИГ группы показано в таблице 2.4.

Таблица 2.4 - Нозологическая структура включенных в исследуемую группу респондентов.

Диагностические рубрики (по МКБ-10) Количество пациентов

абсолютные значения %

Текущий эпизод мании без психотических симптомов [Р 31.1] 4 8

Текущий эпизод мании с психотическими симптомами [Р 31.2] 3 6

Текущий эпизод легкой или умеренной депрессии [Р 31.3] 10 19

Текущий эпизод тяжелой депрессии без психотических симптомов [Р 31.4] 6 12

Текущий эпизод тяжелой депрессии с психотическими симптомами [Р 31.5] 3 6

Текущий эпизод смешанного характера [Р 31.6] 9 18

Текущая ремиссия [Р 31.7] 16 31

Итого 51 100

2.3 Основные методы исследования

2.3.1 Клинико-психопатологический метод

Оценка психического состояния респондентов ИГ проводилась на основании клинико-психиатрического обследования врачом-психиатром с уточнением выраженности актуальной симптоматики и анамнеза предыдущих эпизодов БАР (в соответствии с диагностическими критериями Международной Классификации Болезней 10-го пересмотра). Оценка психического состояния респондентов исследования проводилась в рамках клинико-психопатологического обследования. Оно включало детальный анализ формирования симптомов и синдромов, их сопоставление и сравнение, выявление особенностей течения и клинических вариантов расстройства на разных его этапах (Крылов В.И., 2015). Дополнительно, с целью анализа многомерной структуры синдромов психических расстрйоств, использовался структурно-симптоматологический метод (Смирнов В.К., 1999).

Клиническое обследование включало в себя осмотр и сбор актуальных жалоб, субъективных и объективных (по данным предоставленной медицинской документации) анамнестических сведений и их последующий анализ, уточнение наследственной отягощенности психическими расстройствами, особенностей раннего развития, перенесенных травм, заболеваний, операций, наличия суицидальных попыток в течение жизни. В ходе проведения обследования подробно изучались клинико-психопатологические аспекты инициального периода расстройства, особенности манифестации и динамики течения клинической картины с детальным изучением рецидивов клинической симптоматики, уточнялись сведения о количестве госпитализаций в психиатрический стационар, ответ на проводимое ранее лечение и качество достигаемой ремиссии,

фиксировались сопутствующие психические расстройства, связанные с употреблением психоактивных веществ.

2.4.2 Психометрический метод

Уточнение диагностических заключений проводилось на основе клинического интервью и заполнения респондентами ИГ самоопросников, рекомендованных международным справочным руководством по проведению обследования пациентов с БАР. Используемая батарея тестов включала в себя:

1) Краткий международный нейропсихиатрический опросник (MiniInternational Neuropsychiatrie Interview, MINI) - клинический инструмент для краткой и точной оценки психической патологии в формате полуструктурированного интервью использовался для верификации диагноза и подтверждения соответствия критериям включения и невключения в исследование (Sheehan D. et al., 1998).

2) Оценочная шкала маний Янга (Young Mania Rating Scale, YMRS) -является клиническим инструментом, используемым для определения выраженности маниакальных симптомов. Заполнение 11 пунктов шкалы происходит при проведении клинического интервью на основании сведений о клиническом состоянии пациента за последние 48 часов. Интерпретация результатов проводилась с учетом следующих референтных значений: 0-12 -вариант нормы; 13-21 - гипоманиакальное состояние; 22-30 - маниакальное состояние; более 30 - выраженное маниакальное состояние (Young R. et al., 1978).

3) Шкала Гамильтона для оценки депрессии из 21 пункта (21-item Hamilton Rating Scale for Depression, HAMD21) - клиническое пособие, используемое с целью оценки выраженности депрессивной симптоматики в формате клинического интервью на основании сведений о состоянии пациента за последнюю неделю. Интерпретация результатов проводилась с учетом следующих референтных значений: 0-7 - вариант нормы; 8-13 - легкое депрессивное расстройство; 14-18 - средняя степень выраженности; 19-22 - тяжелая степень

выраженности; более 23 - крайне тяжелая степень выраженности (Hamilton M., 1960).

Дополнительно в обеих группах сравнения были проведены:

4) Оценка выраженности импульсивности с использованием Шкалы импульсивности Барратта (Barratt Impulsiveness Scale, BIS-11), которая состоит из 30 вопросов для самостоятельного заполнения пациентом. Она позволяет количественно определить выраженность расстройства контроля импульсивности и патологической импульсивности. Вопросы касаются хода мыслей и манеры поведения без привязки к определенному моменту времени. Общий балл 75 и выше указывает на расстройство контроля импульсивности, балл 70-75 указывает на патологическую импульсивность (Еникополов С.Н. и др., 2015; Patton J. et al., 1995).

5) Опросник Клонингера для оценки черт темперамента и характера личности (Temperament and Character Inventory, TCI) - личностная психодиагностическая методика, разработанная Робертом Клонингером в рамках его психобиологической модели личности, согласно которой существуют четыре основные черты темперамента: поиск новизны, избегание опасности, зависимость от поощрения и упорство (Cloninger R., 1987; Cloninger R., 1993). Данные черты имеют преимущественно наследственно-биологическую детерминацию, и обусловлены особенностями моноаминергической системы центральной нервной системы (Алмаев Н.А. и др., 2005).

2.4.3 Математико-статистический анализ

Статистический анализ проводился в программном обеспечении «Jamovi» с использованием методов описательной статистики, оценки нормальности распределения на основе критерия Шапиро-Уилка и равенства дисперсий на основе критерия Левеня. Параметрические данные оценивались с помощью сравнения средних на основе критерия t-Стьюдента (t-Уэлча при неравенстве дисперсий), однофакторного дисперсионного анализа ANOVA на основе критерия F-Фишера

^-Уэлча при неравенстве дисперсий) с применением апостериорных тестов Тьюки (Геймс-Хауэла для неравных дисперсий), корреляционного анализа на основе коэффициента корреляции Пирсона. Непараметрические данные оценивались с помощью частотного анализа на основе критерия Манна-Уитни, однофакторного дисперсионного анализа Краскела-Уоллиса (с проведением попарных сравнений Двасс-Стил-Кричлоу-Флигнер), корреляционного анализа на основе коэффициента корреляции Спирмена. Данные, представленные в виде номинальных и порядковых шкал, анализировались с помощью частотного анализа на основе критерия хи-квадрат (с поправкой Йейтса при наличии одной степени свободы).

Для разработки прогностической модели использовался метод логистической регрессии, а диагностическая значимость количественных признаков оценивали посредством ROC-кривой. Оптимальная точка на ROC-кривой выбиралась по индексу Юдена. Для преодоления коллинеарности ROC-анализ ф-МРТ данных проводился с использованием отбора наиболее оптимальных 10-ти компонентов из всех полученных статистически значимых межгрупповых фМРТ-сравнений (глобальная корреляция, внутренняя коннективность, анализ независимых компонентов, ROI-to-ROI анализ). Для оценки стабильности отбора признаков применялась повторная стратифицированная перекрёстная проверка. Для каждого из отобранных компонентов рассчитывалась нормированная z-оценка с последующей логит-трансформацией. Всего рассчитывалось три модели: 1) на основе дополнительных психометрических данных (шкала импульсивности Барратта, опросник Клонингера для оценки черт темперамента); 2) на основе значимых фМРТ-отличий при межгрупповом сравнении (БАР>группы контроля); 3) смешанная: психометрическая + нейровизуализационная.

Результаты исследования представлены в виде мер центральной тенденции: арифметическое среднее со стандартным отклонением (M(SD)) для параметрических данных и медиана с межквартильный интервал (Me[IQR]) для непараметрических данных. Категориальные переменные описывались процентными долями с приведением абсолютных чисел - % (п).

2.4.4 Функциональная магнитно-резонансная томография (описание методики и обработки данных)

Каждому испытуемому было проведено сканирование в состоянии покоя на магнитно-резонансном томографе «Philips Ingenia» с величиной индукции магнитного поля 1,5 Тл, с использованием головной катушки «Head Coil». Непосредственно перед сканированием каждый испытуемый получал инструкцию, согласно которой, должен был находится «максимально неподвижно в течение времени сканирования, в расслабленном состоянии».

Структурные нейровизуализационные данные были получены в ходе Т1-взвешенного анатомического сканирования высокого разрешения со следующими параметрами: 176 срезов толщиной 1мм каждый со временем повторения (Repetition Time, TR) = 1,9 с, временем эхо (Echo Time, TE) = 2,26 мс, матрицей = 256 х 256 и полем обзора = 250 мм. Данные фМРТп были получены с помощью последовательности T2-взвешенных эхопланарных изображений (Echo planar imaging, EPI) со следующими параметрами: 34 среза толщиной 4 мм каждый, с TR = 2 с, TE = 30 мс, угол переворота (flip angle, FA) = 90°, матрица = 64 х 64, поле обзора = 192 мм.

Обработка полученных данных осуществлялась с использованием кроссплатформенного программного обеспечения для обработки изображений CONN (22.v2407) (Whitfield-Gabrieli S. et al., 2012) на основе пакета прикладных программ MATLAB (R2022b). Предварительная обработка полученных нативных изображений представляла собой набор инструментов, позволяющий минимизировать и скорректировать нежелательные эффекты, влияющие на качество анатомических и функциональных данных МРТ. Она включала в себя:

1) Выравнивание (realingment) - оценку и коррекцию эффектов, вызванных движением субъекта в сканере (Power J. et al., 2012);

2) Коррекцию искажений восприимчивости (susceptibility distortion correction) - оценку и коррекцию пространственных искажений из-за неоднородности магнитного поля в сканере;

3) Коррекцию времени срезов (slice timing correction) - коррекцию временных искажений из-за непрерывности протокола сканирования;

4) Корегистрацию и нормализацию (co-registration and normalization) -совмещение анатомических и функциональных изображений с целью минимизиации влияния анатомических различий между респондентами. Нармализация предполагает преобразование МР-данных каждого респондента в единое стереотацксическое пространство в соответствии с координатами системы Монреальского неврологического института (Montreal Neurological Institute, MNI). Размеры структурного и функционального вокселей составляли 1 мм;

5) Сглаживание (functional smoothing) - увеличение соотношения BOLD-сигнала и шума для минимизации остаточных индивидуальных анатомических и/или функциональных эффектов на основании 40 итераций анизотропного размытия с шириной Гауссовой кривой на полувысоте 8 мм по осям x, y, z.

После проведения предварительной обработки скомпилированные изображения подвергаются двухэтапному шумоподавлению (denoising). Первый этап реализуется посредством проведения линейной регрессии потенциально шумовых сигналов в общем BOLD-контрасте на основе метода «aCompCor». Второй этап представляет собой установку фильтра временных частот - частоты ниже 0,008 Гц или выше 0,09 Гц удаляются из BOLD-сигнала для сохранения только медленных частотных колебаний с минимизацией влияния движений головы и иного шума (Рисунок 2.3).

Рисунок 2.3 - Общая схема предварительной обработки данных фМРТп.

После предварительной обработки и шумоподавления данные подвергаются статистическому анализу, который позволяет количественно оценить уровень функциональной коннективности различных областей головного мозга посредством измерения временных корреляций между колебаниями BOLD-сигнала в этих областях. Наиболее верным подходом в обработке данных принято считать независимое применение нескольких методов или формирование их различных последовательностей (Буккиева Т.А. и др., 2019). С целью минимизации ложноотрицательных результатов, неотвратимо возникающих в ходе проведения анализа конкретных отличий в одной или нескольких исходных областях, изначально были проведены статистические анализы с более высоким уровнем специфичности, направленные на обобщение свойств всего коннектома (разведочный анализ). Затем, путем интеграции данных проведенного систематизированного обзора и результатов разведочного анализа актуальной выборки, был сформулирован ряд гипотез. Каждая гипотеза представляла собой одну или несколько воксельных зон, соответствующих анатомическим областям головного мозга, или же одну из восьми нейросетей головного мозга (Van Essen D.

et а1., 2013), в которых была обнаружена отличающаяся функциональная коннективность или активность по результатам мировой литературы или разведочного анализа. Тестирование гипотезы проводилось путем сравнения функциональной коннективности выбранных зон между ИГ и КГ посредством методов анализа с более высокой чувствительностью - анализа коннективности интересующих регионов.

Таблица 2.5 - Используемые методы первичного анализа нейровизуализационных данных

Название метода Краткое описание

Внутренняя коннективность (Intrinsic Connectivity) Количественный показатель, который измеряется для каждого вокселя мозга и выражается в виде среднеквадратичного значения его корреляций со всеми остальными областями, что характеризует интегральную связность какой-то из областей мохга со всем мозгом. (Martuzzi R. et al., 2011)

Глобальная корреляция (Global Correlation) Представляют собой меру центральности узлов в каждом вокселе, характеризующую силу и знак связи между данным вокселем и остальной частью мозга. Глобальная корреляция определяется как среднее значение коэффициентов корреляции между каждым отдельным вокселем и всеми вокселями в мозге:

Многомерный анализ паттернов функциональной коннективности (Multivariate Pattern Analyses, fc-MVPA) Карта межвоксельных корреляций между каждой парой вокселей для каждого испытуемого, построенная на основе наиболее значимых пространственных паттернов анализа исходных областей для каждого вокселя. Данный метод способен объединить специфичность анализа исходных областей с чувствительностью межвоксельной корреляции.

Независимый компонентный анализ (Independent Component Analysis, ICA) Позволяет разбить весь массив данных BOLD-сигнала на отдельные компоненты, количество которых рассчитывается с помощью информационного критерия Акаике. Каждый компонент состоит из функционально связанных областей и образует нейросеть на основе реализации метода группового независимого компонентного анализа Кэлхуна (Calhoun V. et al., 2001). Мы провели анализ 10 независимых компонентов, которые в последующем были распределены в соответствии с атласом

Продолжение таблицы 2.5

нейросетей, составленным на основе анализа данных 497 здоровых добровольцев из проекта исследования человеческого коннектома (Human Connectome Project, HCP) (Van Essen D. et al., 2013).

Анализ матриц коннективности интересующих регионов (Д01-Ш-ROI) Матрицы коннективности представляют собой уровень функциональной коннективности между каждой имеющейся парой интересующих регионов. Таким образом, каждый элемент матрицы представляет собой коэффициент корреляции между сериями BOLD-сигнала от двух интересующих регионов с преобразованием Фишера. Данный метод обладает достаточно высокой чувствительностью за счет минимизации количества множественных сравнений. Однако, специфичность метода не столь высока из-за предварительного выбора определенных интересующих участков.

Анализ коннективности интересующих регионов (Seed-to-Voxel) Позволяет оценить уровень функциональных связей между заранее определенными вокселями/областью интереса и всеми другими областями мозга. Данный анализ выполнялся для областей, изменения функциональной коннективности в которых были обнаружены на предыдущих этапах.

Анализ на уровне групп проводился с помощью общей линейной модели. Для каждого отдельного вокселя рассчитывалась отдельная общая линейная модель, в которой в качестве зависимых переменных выступали показатели коннективности первого уровня в данном вокселе (одна независимая выборка на испытуемого), а в качестве независимых переменных - группы испытуемых (ИГ/КГ).

Основные сравнения функциональной коннективности с помощью каждого из анализов проводились в следующем порядке:

- ИГ и КГ на основе двухвыборочного ^критерия;

- ремиссия и КГ на основе двухвыборочного ^критерия;

- Зависимость выраженности маниакальной симптоматики (YMRS) / депрессивной симптоматики (HAMD21) и различий функциональной

коннективности на основе регрессионного анализа и однофакторного анализа ковариации (ANCOVA);

- Зависимость импульсивности (BIS-11) / типов темперамента (TCI) в ИГ и отличий функциональной коннективности на основе регрессионного анализа и однофакторного анализа ковариации (ANCOVA);

- Зависимость принимаемой психофармакотерапии и отличий функциональной коннективности на основе регрессионного анализа.

Тестирование гипотез на уровне вокселей проводилось с помощью многомерной параметрической статистики со случайными эффектами и оценкой ковариации выборки. Выводы делались на уровне отдельных кластеров (групп смежных вокселей). Выводы на уровне кластеров основывались на параметрической статистике на основе теории гауссовых случайных полей (Worsley K. et al., 1996). Пороговая оценка результатов проводилась с использованием комбинации кластерообразующего порога p < 0,001 на уровне вокселей и порога размера кластера с поправкой на групповую вероятность ошибки первого рода p-FWE (или p-FDR) < 0,05 (Chumbley J. et al., 2010). Несмотря на отсутствие значимых различий в половозрастных характеристиках исследовательской и контрольной групп, при проведении всех вариантов сравнения устанавливался контроль возможного влияния ковариат возраста и пола на отличия функциональной коннективности головного мозга.

ГЛАВА 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

В данной главе содержится описание основных результатов проведенного исследования (второго этапа). Приведены подробности социодемографических и клинических характеристик ИГ и КГ; отражены различия функциональной коннективности у пациентов с БАР в сравнении с КГ; продемонстрированы ассоциации выраженности аффективной симптоматики и транснозологических показателей (импульсивность и темперамент), а также ассоциации их выраженности с отличиями функциональной коннективности головного мозга; проанализированы особенности клинических и нейровизуализационных данных в ИГ, ассоциированных с различными вариантами получаемой психофармакотерапии.

3.1 Клинико-психопатологическая оценка и анализ нейровизуализационных данных исследуемой и контрольной групп

На основе проведенного клинико-психопатологического обследования актуальное психическое состояние респондентов ИГ, на момент проведения психометрического обследования и МР-сканирования, было представлено следующим образом: маниакальный/гипоманиакальный эпизод (п = 6), депрессивный эпизод (п = 19), смешанный эпизод (п = 9) и ремиссия (п = 17). В результате, наиболее возрастные пациенты оказались в подгруппе текущего смешанного эпизода БАР, их средний возраст составил 41,4 (8,3) лет, при этом данные отличия не были значимы по сравнению с другими подгруппами (%2(3) = 5,39; р = 0,145). (Рисунок 3.1)

Возраст (лет)

Рисунок 3.1 - Гистограмма плотности распределения по возрасту в подгруппах исследуемой группы.

Средняя длительность заболевания от момента впервые установленного диагноза БАР составила 8,7 (9,4) лет. Впервые диагноз БАР был установлен 9 (17,6 %) пациентам.

Клинический пример 1

Пациентка К., 26 лет. Диагноз: Биполярное аффективное расстройство, текущий эпизод умеренной депрессии ^ 31.3). Впервые обратилась к психиатру с жалобами на сниженное настроение, повышенную утомляемость, снижение концентрации внимания и работоспособности, невозможность получать удовольствие, снижение либидо, снижение аппетита, увеличение потребности во сне, утрату интересов к жизни, нарастающими в течение последнего месяца.

Список литературы диссертационного исследования кандидат наук Маркин Кирилл Валерьевич, 2026 год

СПИСОК ЛИТЕРАТУРЫ

1. Абриталин, Е.Ю. Применение методов функциональной нейровизуализации у больных с резистентными формами тревожно-обсессивных и депрессивных расстройств / Е.Ю. Абриталин, А.В. Корзенев, А.А. Станжевский [и др.] // Медицинская Визуализация. - 2010. - № 5 (5). - С. 83-89.

2. Агеева, С.Ф. МРТ-признаки психических заболеваний / С.Ф. Агеева // Медицинский Совет. - 2023. - № 13 (17). - С. 38-42.

3. Алмаев, Н.А. Адаптация опросника темперамента и характера Р. Клонинджера на русскоязычной выборке / Н.А. Алмаев, Л.Д. Островская // Психологический Журнал. - 2005. - № 6 (26). - С. 91-99.

4. Бархатова, А.Н. К вопросу диагностики и терапии биполярного расстройства / А.Н. Бархатова // Журнал Неврологии и Психиатрии им. С.С. Корсакова. - 2021. - № 3 (121). - С. 155-159.

5. Бархатова, А.Н. Полиморфный аффективный психоз: основания для диагностики БАР I типа, шизофрении или отдельной нозологической формы / А.Н. Бархатова, А.М. Чуркина, А.С. Штейнберг // Психиатрия. 2024. - № 22 (5). - С. 6874.

6. Буккиева, Т.А. Функциональная МРТ покоя. Общие вопросы и клиническое применение / Т.А. Буккиева, Д.С. Чегина, А.Ю. Ефимцев [и др.] // ЯЕЖ. - 2019. - № 9 (2). - С. 150-170. doi: 10.21569/2222-74152019-9-2-150-170.

7. Васильева, С.Н., Симуткин Г.Г., Счастный Е.Д., Лебедева Е.В., Бохан Н.А. Влияние несвоевременной диагностики биполярного аффективного расстройства на основные клинико-динамические характеристики заболевания, суицидальное поведение и уровень социальной адаптации пациентов / С.Н. Васильева, Г.Г. Симуткин, Е.Д. Счастный [и др.] // Психиатрия. 2022. - № 20 (2). -24-31.

8. Галкин, С.А. Нарушения исполнительных функций при аффективных расстройствах: различия при биполярном аффективном расстройстве и депрессивном эпизоде / С.А. Галкин, С.Н. Васильева, Г.Г. Симуткин, С.А. Иванова // Бюллетень Сибирской Медицины. - 2022. - № 3 (21). - С. 28-33.

9. Галкин, С.А. Возможные нейрофизиологические маркеры для дифференциальной диагностики биполярных и униполярных аффективных расстройств / С.А. Галкин, У.В. Рязанцева, Г.Г. Симуткин // Сибирский вестник психиатрии и наркологии. 2021. - № 4 (113). - С. 14-21.

10. Горнушенков, И.Д. Сравнительное исследование когнитивных нарушений при биполярном аффективном расстройстве I и II типа / И.Д. Горнушенков, А.Н. Бархатова, И.Д. Плужников, Ю.А. Чайка // Журнал неврологии и психиатрии им. С.С. Корсакова. 2025. - № 125 (3). - С. 7-11.

11. Дудина, А.Н. Микроструктурные изменения белого вещества головного мозга при психических заболеваниях аффективного и шизофренического спектров: обзор данных диффузионной МРТ / А.Н. Дудина, И.С. Лебедева // Российский Психиатрический Журнал. - 2021. - № 3. - С. 76-86.

12. Еникополов, С.Н. Апробация русскоязычной версии методики «шкала импульсивности Барратта» (В^-11) / С.Н. Ениколопов, Т.И. Медведева // Психология и Право. - 2015. - № 3 (5). - С. 75-89.

13. Иванов, М.В. Методы нейровизуализации: место и роль в персонифицированной диагностике и терапии эндогенных психических расстройств / М.В. Иванов, М.А. Тумова // Сибирский Вестник Психиатрии и Наркологии. - 2018. - № 4 (101). - С. 2-10.

14. Касьянов, Е.Д. Генетика расстройств биполярного спектра: фокус на семейные исследования с использованием полноэкзомного секвенирования / Е.Д. Касьянов, Т.В. Меркулова, А.О. Кибитов, Г.Э. Мазо // Генетика. - 2020. - № 7 (56). - С. 762-782.

15. Касьянов, Е.Д. Особенности темперамента и характера в семьях с рекуррентным депрессивным и биполярным аффективным расстройствами / Е.Д.

Касьянов, А.О. Кибитов, Г.Э. Мазо // Психологический Журнал. - 2023. - № 2 (44). - С. 40-49.

16. Касьянов, Е.Д. Биполярные расстройства I и II типа: проявления единой болезни или две независимых нозологии? / Е.Д. Касьянов, Я.В. Яковлева, Е.С. Щепкин, Г.Э. Мазо // Обозрение психиатрии и медицинской психологии имени В.М.Бехтерева. - 2025. - № 3 (59). - С. 80-89.

17. Конорева, А.Е. Когнитивные нарушения при биполярном аффективном расстройстве / А.Е. Конорева, С.Н. Мосолов // Современная Терапия Психических Расстройств. - 2017. - № 4. - С. 11-18.

18. Крылов, В. И. Клиническая диагностика психических и поведенческих расстройств: семиотический и логический аспекты / В. И. Крылов // Психиатрия и психофармакотерапия. - 2015. - Т. 17, № 3. - С. 22-25.

19. Крюков, Е.В. Современные информационные и цифровые технологии: перспективы применения в контексте психического здоровья военнослужащих / Е.В. Крюков В.К. Шамрей, А.А. Марченко, А.В. Лобачев // Военно-Медицинский Журнал. - 2024. - № 3. (345) - С. 4-11.

20. Мельников, М.Е. Особенности взаимосвязей независимых компонент фМРТ-сигнала, записанного в состоянии покоя, при легких депрессиях / М.Е. Мельников, Д.Д. Безматерных, Е.Д. Петровский [и др.] // Бюллетень экспериментальной биологии и медицины. - 2017. - № 4 (163). - С. 499-502.

21. Мельников, М.Е. фМРТ-ответ теменных областей мозга на предъявление грустных фотопортретов при легкой депрессии / М.Е. Мельников, Е.Д. Петровский, Д.Д. Безматерных [и др.] // Бюллетень экспериментальной биологии и медицины. - 2018. - № 6 (165). - С. 698-702.

22. Морозова, М.А. Низкие дозы кветиапина (Сероквеля) в качестве корректора импульсивности у пациентов с биполярным аффективным расстройством в ремиссии / М.А. Морозова, С.С. Потанин, Д.С. Бурминский [и др.] // Журнал неврологии и психиатрии им. С.С. Корсакова. - 2022(1). - № 8 (122) - С. 120-127.

23. Морозова, М.А. Феномен импульсивности при биполярном аффективном расстройстве: частота и коморбидность / М.А. Морозова, С.С. Потанин, Д.С. Бурминский [и др.] // Психиатрия. - 2022(2). - № 1 (20). - С. 97-109.

24. Мосолов, С.Н. Диагностика биполярного аффективного расстройства II типа среди пациентов с текущим диагнозом рекуррентного депрессивного расстройства / С.Н. Мосолов, А.В. Ушкалова, Е.Г. Костюкова [и др.] // Современная Терапия Психических Расстройств. - 2014(1). - № 2. - С. 6-12.

25. Мосолов С. Н. Формализованная диагностика биполярного аффективного расстройства у больных с приступообразной шизофренией и шизоаффективным расстройством / С.Н. Мосолов, А.А. Шафаренко, А.В. Ушкалова [и др.] // Современная Терапия Психических Расстройств. - 2014(2). - № 3. - С. 2-7.

26. Мосолов, С.Н. Риск развития сердечно-сосудистых заболеваний при биполярном расстройстве. Клинико-социальные факторы / С.Н. Мосолов, Е.Ю. Федорова // Терапевтический Архив. - 2021. - № 12 (93). - С. 1556-1561.

27. Мосолов, С.Н. Риск развития сердечно-сосудистых заболеваний при биполярном расстройстве. Биологические факторы и терапия / С.Н. Мосолов, Е.Ю. Федорова // Терапевтический Архив. - 2022. - № 4 (94). - С. 579-583.

28. Мосолов, С.Н. Валидизация Российской версии опросника HCL-32 для выявления пациентов с биполярным аффективным расстройством II типа среди больных, наблюдающихся с диагнозом рекуррентного депрессивного расстройства / С.Н. Мосолов, А.В. Ушкалова, Е.Г. Костюкова [и др.] // Социальная И Клиническая Психиатрия. - 2015. - № 1 (25). - С. 21-30.

29. Овчинников, А.В. Прогностические возможности Опросника темперамента и характера Клонингера (TCI) при оценке эффективности антидепрессивной фармакотерапии. Систематический обзор и метаанализ / А.В. Овчинников, Т.И., Вазагаева, Р.В. Ахапкин, Б.А. Волель // Неврология, Нейропсихиатрия, Психосоматика. - 2023. - № 1 (15). - С. 4-17.

30. Осипова, Н.Н. Факторы риска развития биполярного аффективного расстройства / Н.Н. Осипова, Л.М. Барденштейн, Н.И. Беглянкин [и др.] // Вестник

Смоленской Государственной Медицинской Академии. - 2018. - № 2 (17). - С. 152158.

31. Осипова, Н.Н. Применение скрининговых методик для ранней диагностики риска биполярного аффективного расстройства у подростков / Н.Н. Осипова, Л.М. Барденштейн, Л.Л. Лямец, Е.В. Дмитриева // Бюллетень Сибирской Медицины. - 2022. - № 2 (21). - С. 105-114.

32. Петрова, Н.Н. Биполярное аффективное расстройство первого типа и психосоциальное функционирование больных / Н.Н. Петрова. Ю.В. Ашенбреннер // Социальная и клиническая психиатрия. - 2018. - № 1 (28). - С. 10-14.

33. Петрова, Н.Н. Настоящее и будущее биомаркеров в диагностике эндогенных психических расстройств / Н.Н. Петрова, Б.Г. Бутома, М.В. Дорофейкова // Психиатрия, Психотерапия и Клиническая Психология. - 2020. - № 2 (11). - С. 289-296.

34. Петрова, Н.Н. Диагностика и терапия биполярного расстройства / Н.Н. Петрова // Современная Терапия Психических Расстройств. - 2024. - № 2. - С. 4154.

35. Пойдашева, А.Г. Определение мишени для транскраниальной магнитной стимуляции у пациентов с резистентным к фармакотерапии депрессивным эпизодом на основе индивидуальных параметров функциональной магнитно-резонансной томографии покоя (пилотное слепое исследование) / А.Г. Пойдашева, Д.О. Синицын, И.С. Бакулин [и др.] // Неврология, Нейропсихиатрия, Психосоматика. - 2019. - № 4 (11). - С. 44-50.

36. Прохоров, А.О. Ментальные репрезентации психических состояний: феноменологические и экспериментальные характеристики / А.О. Прохоров // Экспериментальная Психология. - 2016. - № 2 (9). - С. 23-37.

37. Симуткин, Г.Г. Вероятностная диагностика биполярного аффективного расстройства: возможности и ограничения / Г.Г. Симуткин // Обозрение психиатрии и медицинской психологии имени В.М.Бехтерева. - 2024. - № 58 (4-1). - С. 45-60.

38. Смирнов, В.К. Теоретическая психопатология как раздел общей психопатологии / В.К. Смирнов // В сб.: Актуальные вопросы клинической и социальной психиатрии. Сб. научн. работ к 90-летию Санкт-Петербургской городской психиатрической больницы им. П.П. Кащенко. - 1999. - С. 252-260.

39. Тарумов, Д.А. Нейровизуализационные аспекты некоторых психических нарушений / Д.А. Тарумов, А.Н. Ятманов, П.А. Мананцев // Вестник Новых Медицинских Технологий. - 2017. - № 4 (24). - С. 56-65.

40. Ушкалова, А.В. Проблемы диагностики и терапии биполярной депрессии: от доказательных научных исследований к клиническим рекомендациям / А.В. Ушкалова, Е.Г. Костюкова, С.Н. Мосолов; под редакцией профессора С.Н. Мосолова. - М: Социально-политическая мысль, 2012. - С. 529553.

41. Чумаков, Е.М. Когнитивные нарушения у пациентов с биполярным аффективным расстройством в ремиссии / Е.М. Чумаков, Н.Н. Петрова, О.В. Лиманкин, Ю.В. Ашенбреннер // Журнал Неврологии и Психиатрии им. С.С. Корсакова. - 2021. - № 4 (121). - С. 12-18.

42. Шамрей, В.К. Функциональная магнитно-резонансная томография для объективизации состояния больных с аффективной патологией / В.К. Шамрей, Г.Е. Труфанов, Е.Ю. Абриталин [и др.] // Доктор.ру. - 2009. - №4 (48). - С. 82-87.

43. Шамрей, В.К. Современные методы нейровизуализации в диагностике депрессивных расстройств / В.К. Шамрей, Г.Е. Труфанов, Е.Ю. Абриталин. А.В. Корзенев // Вестник Российской Военно-Медицинской Академии. - 2010. - № 1 (29). - С. 37-45.

44. Шамрей, В.К. Нейровизуализация в диагностике депрессивных и аддиктивных расстройств / В.К. Шамрей, А.В. Корзенев, Д.А. Тарумов // Психиатрия. - 2017. - № 3 (75). - С. 31-38.

45. Шамрей, В.К. Современные методы объективизации психических расстройств у военнослужащих / В.К. Шамрей, А.А. Марченко, А.В. Лобачев, Д.А. Тарумов // Социальная и Клиническая Психиатрия. - 2021. - № 2 (31). - С. 51-57.

46. Яковлева, Я.В. Распространенность расстройств пищевого поведения у пациентов с биполярным расстройством: обзор предметного поля / Я.В. Яковлева, Е.Д. Касьянов, Г.Э. Мазо // Consortium Psychiatricum. - 2023. - № 2 (4). - С. 91-106.

47. Afriyie-Agyemang, Y. Lifetime depression and mania/hypomania risk predicted by neural markers in three independent young adult samples during working memory and emotional regulation / Y. Afriyie-Agyemang, M.A. Bertocci, S. Iyengar [et al.] // Molecular Psychiatry. - 2025. - № 3 (30). - P. 870-880. doi: 10.1038/s41380-024-02702-6.

48. Alliey-Rodriguez, N. Genome-wide association study of personality traits in bipolar patients / N. Alliey-Rodriguez, D. Zhang, J.A. Badner [et al.] // Psychiatric Genetics. - 2011. - № 4 (21). - P. 190-194. doi: 10.1097/YPG.0b013e3283457a31.

49. Alloy, L.B. Behavioral Approach System and Behavioral Inhibition System sensitivities and bipolar spectrum disorders: prospective prediction of bipolar mood episodes / L.B. Alloy, L.Y. Abramson, P.D. Walshaw [et al.] // Bipolar Disorders. - 2008. - № 2 (10). - P. 310-322. doi: 10.1111/j.1399-5618.2007.00547.x.

50. Alves, P.N. An improved neuroanatomical model of the default-mode network reconciles previous neuroimaging and neuropathological findings / P.N. Alves, C. Foulon, V. Karolis [et al.] // Communications Biology. - 2019. - № 370 (2). - P. 112. doi: 10.1038/s42003-019-0611-3.

51. Angst, J. The HCL-32: towards a self-assessment tool for hypomanic symptoms in outpatients / J. Angst, R. Adolfsson, F. Benazzi [et al.] // Journal of Affective Disorders. - 2005. - № 2 (88). - P. 217-233. doi: 10.1016/j.jad.2005.05.011.

52. Apazoglou, K. Rumination related activity in brain networks mediating attentional switching in euthymic bipolar patients / K. Apazoglou, A.L. Kung, P. Cordera [et al.] // International Journal of Bipolar Disorders. - 2019. - № 1 (7). - P. 3. doi: 10.1186/s40345-018-0137-5.

53. Arora, M. Sex differences in neural responses to emotional facial expressions are associated with lifetime depression and mania risk / M. Arora, M.A. Bertocci, M.C. Schumer [et al.] // Journal of Affective Disorders. - 2024. - № 359. - P. 33-40. doi: 10.1016/j.jad.2024.05.042.

54. Arts, B. Meta-analyses of cognitive functioning in euthymic bipolar patients and their first-degree relatives / B. Arts, N. Jabben, L. Krabbendam [et al.] // Psychological Medicine. - 2008. - № 6 (38). - P. 771-785. doi: 10.1017/S0033291707001675.

55. Aru, J. Untangling cross-frequency coupling in neuroscience / J. Aru, J. Aru, V. Priesemann [et al.] // Current Opinion in Neurobiology. - 2015. - № 31. - P. 51-61. doi: 10.1016/j.conb.2014.08.002.

56. Ashok, A.H. The dopamine hypothesis of bipolar affective disorder: the state of the art and implications for treatment / A.H. Ashok, T.R. Marques, S. Jauhar [et al.] // Molecular Psychiatry. - 2017. - № 5 (22). - P. 666-679. doi: 10.1038/mp.2017.16.

57. Baltruschat, S. Risk proneness modulates the impact of impulsivity on brain functional connectivity / S. Baltruschat, A. Cándido, A. Megías [et al.] // Human Brain Mapping. - 2020. - № 4 (41). - P. 943-951. doi: 10.1002/hbm.24851.

58. Barnett, J.H. The genetics of bipolar disorder / J.H. Barnett, J.W. Smoller // Neuroscience. - 2009. - № 1 (164). - P. 331-343. doi: 10.1016/j.neuroscience.2009.03.080.

59. Bauer, M.S. Bipolar Disorder / M.S. Bauer // Annals of Internal Medicine. -2022. - № 7 (175). - P. 97-112. doi: 10.7326/AITC202207190.

60. Bellani, M. Resting state networks activity in euthymic bipolar disorder / M. Bellani, P. Bontempi, N. Zovetti [et al.] // Bipolar Disorders. - 2020. - № 6 (22). - P. 593-601. doi: 10.1111/bdi.12900.

61. Bergamelli, E. The Impact of Lithium on Brain Function in Bipolar Disorder: An Updated Review of Functional Magnetic Resonance Imaging Studies / E. Bergamelli, L. Del Fabro, G. Delvecchio [et al.] // CNS Drugs. - 2021. - № 12 (35). - P. 1275-1287. doi: 10.1007/s40263-021-00869-y.

62. Bi, B. Neural network of bipolar disorder: Toward integration of neuroimaging and neurocircuit-based treatment strategies / B. Bi, D. Che, Y. Bai // Translational Psychiatry. - 2022. - № 143 (12). - P. 1-11. doi: 10.1038/s41398-022-01917-x.

63. Biazus, T.B. All-cause and cause-specific mortality among people with bipolar disorder: a large-scale systematic review and meta-analysis / T.B. Biazus, G.H. Beraldi, L. Tokeshi [et al.] // Molecular Psychiatry. - 2023. - № 6 (28). - P. 2508-2524. doi: 10.1038/s41380-023-02109-9.

64. Birur, B. Brain structure, function, and neurochemistry in schizophrenia and bipolar disorder-a systematic review of the magnetic resonance neuroimaging literature / B. Birur, N.V. Kraguljac, R.C. Shelton [et al.] // NPJ Schizophrenia. - 2017. - № 15 (3).

- P. 1-14. doi: 10.1038/s41537-017-0013-9.

65. Bjertrup, A. Reduced prefrontal cortex response to own vs. unknown emotional infant faces in mothers with bipolar disorder / A. Bjertrup, J. Macoveanu, H. Laurent [et al.] // European Neuropsychopharmacology. - 2022. - № 54. - P. 7-20. doi: 10.1016/j.euroneuro.2021.09.011.

66. Bourne, C. Neuropsychological testing of cognitive impairment in euthymic bipolar disorder: an individual patient data meta-analysis / C. Bourne, O. Aydemir, V. Balanza-Martinez [et al.] // Acta Psychiatrica Scandinavica. - 2013. - № 3 (128). - P. 149-162. doi: 10.1111/acps.12133.

67. Brenner, A.M. Structural magnetic resonance imaging findings in severe mental disorders adult inpatients: A systematic review / A.M. Brenner, F.C.A. Claudino, L.M. Burin [et al.] // Psychiatry Research: Neuroimaging. - 2022. - № 326. - P. 111529. doi: 10.1016/j .pscychresns.2022.111529.

68. Cai, M. Disrupted local functional connectivity in schizophrenia: An updated and extended meta-analysis / M. Cai, R. Wang, M. Liu [et al.] // Schizophrenia. - 2022.

- № 1 (8). - P. 93. doi: 10.1038/s41537-022-00311-2.

69. Calhoun, V.D. A method for making group inferences from functional MRI data using independent component analysis / V.D. Calhoun, T. Adali, G.D. Pearlson [et al.] // Human Brain Mapping. - 2001. - № 3 (14). - P. 140-151. doi: 10.1002/hbm.1048.

70. Can, G. Neurocognition in young offspring of individuals with bipolar disorder: The role of co-existing familial and clinical high-risk for bipolar disorder / G. Can, E. Bora, A. Ildiz [et al.] // Psychiatry Research. - 2019. - № 281. - P. 112565. doi: 10.1016/j.psychres.2019.112565.

71. Cantisani, A. Distinct resting-state perfusion patterns underlie psychomotor retardation in unipolar vs. bipolar depression / A. Cantisani, K. Stegmayer, T. Bracht [et al.] // Acta Psychiatrica Scandinavica. - 2016. - № 4 (134). - P. 329-338. doi: 10.1111/acps.12625.

72. Cattarinussi, G. Neural signatures of the risk for bipolar disorder: A meta-analysis of structural and functional neuroimaging studies / G. Cattarinussi, A. Di Giorgio, R.C. Wolf [et al.] // Bipolar Disorders. - 2019. - № 3 (21). - P. 215-227. doi: 10.1111/bdi.12720.

73. Cattarinussi, G. Resting-state functional connectivity and spontaneous brain activity in early-onset bipolar disorder: A review of functional Magnetic Resonance Imaging studies / G. Cattarinussi, M. Bellani, E. Maggioni [et al.] // Journal of Affective Disorders. - 2022. - № 311. - P. 463-471. doi: 10.1016/j.jad.2022.05.055.

74. Cattarinussi, G. Resting-state functional magnetic resonance imaging alterations in first-degree relatives of individuals with bipolar disorder: A systematic review / G. Cattarinussi, M. Heidari-Foroozan, H. Jafary [et al.] // Journal of Affective Disorders. - 2024. - № 365. - P. 321-331. doi: 10.1016/j.jad.2024.08.040.

75. Chan, C.C. Neural correlates of impulsivity in bipolar disorder: A systematic review and clinical implications / C.C. Chan, S. Alter, E.A. Hazlett [et al.] // Neuroscience and Biobehavioral Reviews. - 2023. - № 147. - P. 105109. doi: 10.1016/j .neubiorev.2023.105109.

76. Chan, J.K.N. Excess mortality and life-years lost in people with bipolar disorder: an 11-year population-based cohort study / J.K.N. Chan, C.S.M. Wong, N.C.L. Yung [et al.] // Epidemiology and Psychiatric Sciences. - 2021. - № e39 (30). - P. 1-12. doi: 10.1017/S2045796021000305.

77. Chen, C.H. A quantitative meta-analysis of fMRI studies in bipolar disorder / C.H. Chen, J. Suckling, B.R. Lennox [et al.] // Bipolar Disorders. - 2011. - № 1 (13). -P. 1-15. doi: 10.1111/j.1399-5618.2011.00893.x.

78. Chiaroni, P. The cyclothymic temperament in healthy controls and familially at risk individuals for mood disorder: endophenotype for genetic studies? / P. Chiaroni,

E.G. Hantouche, J. Gouvernet [et al.] // Journal of Affective Disorders. - 2005. - № 1-2 (85). - P. 135-145. doi: 10.1016/j.jad.2003.12.010.

79. Chumakov, E. Individual Burden of Illness Index in Bipolar Disorder Remission: A Cross-Sectional Study / E. Chumakov, Y. Ashenbrenner, A. Gvozdetskii [et al.] // Consortium Psychiatricum. - 2024. - № 2 (5). - P. 17-30. doi: 10.17816/CP15471.

80. Chumbley, J. Topological FDR for neuroimaging / J. Chumbley, K. Worsley, G. Flandin [et al.] // Neurolmage. - 2010. - № 4 (49). - P. 3057-3064. doi: 10.1016/j.neuroimage.2009.10.090.

81. Claeys, E.H.I. Resting-state fMRI in depressive and (hypo)manic mood states in bipolar disorders: A systematic review / E.H.I. Claeys, T. Mantingh, M. Morrens [et al.] // Progress in Neuro-Psychopharmacology and Biological Psychiatry. - 2022. - № 113. - P. 110465. doi: 10.1016/j.pnpbp.2021.110465.

82. Cloninger, C.R. A systematic method for clinical description and classification of personality variants. A proposal / C.R. Cloninger // Archives of General Psychiatry. - 1987. - № 6 (44). - P. 573-588. doi: 10.1001/archpsyc.1987.01800180093014.

83. Cloninger, C.R. A psychobiological model of temperament and character / C.R. Cloninger, D.M. Svrakic, T.R. Przybeck // Archives of General Psychiatry. - 1993.

- № 12 (50). - P. 975-990. doi: 10.1001/archpsyc.1993.01820240059008.

84. Colic, L. Towards a neurodevelopmental model of bipolar disorder: a critical review of trait- and state-related functional neuroimaging in adolescents and young adults / L. Colic, A. Sankar, D.A. Goldman [et al.] // Molecular Psychiatry. - 2025. - № 3 (30).

- P. 1089-1101. doi: 10.1038/s41380-024-02758-4.

85. Conio, B. Opposite effects of dopamine and serotonin on resting-state networks: review and implications for psychiatric disorders / B. Conio, M. Martino, P. Magioncalda [et al.] // Molecular Psychiatry. - 2020. - № 1 (25). - P. 82-93. doi: 10.1038/s41380-019-0406-4.

86. Constantino, J.N. Application of the seven-factor model of personality to early childhood / J.N. Constantino, C.R. Cloninger, A.R. Clarke [et al.] // Psychiatry Research. - 2002. - № 3 (109). - P. 229-243. doi: 10.1016/s0165-1781(02)00008-2.

87. Cotovio, G. Functional neuroanatomy of mania / G. Cotovio, A.J. Oliveira-Maia // Translational Psychiatry. - 2022. - № 1 (12). - P. 29. doi: 10.1038/s41398-022-01786-4.

88. Craig, A.D. How do you feel? Interoception: the sense of the physiological condition of the body / A.D. Craig // Nature Reviews Neuroscience. - 2002. - № 8 (3). -P. 655-666. doi: 10.1038/nrn894.

89. Daveney, J. Unrecognized bipolar disorder in patients with depression managed in primary care: A systematic review and meta-analysis / J. Daveney, M. Panagioti, W. Waheed [et al.] // General Hospital Psychiatry. - 2019. - № 58. - P. 71-76. doi: 10.1016/j.genhosppsych.2019.03.006.

90. De Prisco, M. Defining clinical characteristics of emotion dysregulation in bipolar disorder: A systematic review and meta-analysis / M. De Prisco, V. Oliva, G. Fico [et al.] // Neuroscience and Biobehavioral Reviews. - 2022. - № 142. - P. 104914. doi: 10.1016/j .neubiorev.2022.104914.

91. Del Fabro, L. Functional brain network dysfunctions in subjects at high-risk for psychosis: A meta-analysis of resting-state functional connectivity / L. Del Fabro, A. Schmidt, L. Fortea [et al.] // Neuroscience and Biobehavioral Reviews. - 2021. - № 128. - P. 90-101. doi: 10.1016/j.neubiorev.2021.06.020.

92. Dominicus, L.S. fMRI connectivity as a biomarker of antipsychotic treatment response: A systematic review / L.S. Dominicus, L. van Rijn, J. van der A [et al.] // Neurolmage: Clinical. - 2023. - № 40. - P. 103515. doi: 10.1016/j.nicl.2023.103515.

93. Dong, M. Prevalence of suicide attempts in bipolar disorder: a systematic review and meta-analysis of observational studies / M. Dong, L. Lu, L. Zhang [et al.] // Epidemiology and Psychiatric Sciences. - 2019. - № e63 (29). - P. 1-12. doi: 10.1017/S2045796019000593.

94. Doucet, G.E. The Role of Intrinsic Brain Functional Connectivity in Vulnerability and Resilience to Bipolar Disorder / G.E. Doucet, D.S. Bassett, N. Yao [et al.] // American Journal of Psychiatry. - 2017. - № 12 (174). - P. 1214-1222. doi: 10.1176/appi.ajp.2017.17010095.

95. Engstrom, E.J. Tempering Madness: Emil Kraepelin's Research on Affective Disorders / E.J. Engstrom // Osiris. - 2016. - № 31. - P. 163-180.

96. Evans, L. Familiality of temperament in bipolar disorder: support for a genetic spectrum / L. Evans, H.S. Akiskal, P.E. Keck [et al.] // Journal of Affective Disorders. - 2005. - № 1-2 (85). - P. 153-168. doi: 10.1016/j.jad.2003.10.015.

97. Fagiolini, A. Diagnosis, Epidemiology and Management of Mixed States in Bipolar Disorder / A. Fagiolini, A. Coluccia, G. Maina [et al.] // CNS Drugs. - 2015. -№ 9 (29). - P. 725-740. doi: 10.1007/s40263-015-0275-6.

98. Favre, P. Widespread white matter microstructural abnormalities in bipolar disorder: evidence from mega- and meta-analyses across 3033 individuals / P. Favre, M. Pauling, J. Stout [et al.] // Neuropsychopharmacology. - 2019. - № 13 (44). - P. 22852293. doi: 10.1038/s41386-019-0485-6.

99. Förster, K. Association of hospitalization with structural brain alterations in patients with affective disorders over nine years / K. Förster, D. Grotegerd, K. Dohm [et al.] // Translational Psychiatry. - 2023. - № 1 (13). - P. 170. doi: 10.1038/s41398-023-02452-z.

100. Fortea, L. Aberrant resting-state functional connectivity underlies cognitive and functional impairments in remitted patients with bipolar disorder / L. Fortea, A.T. Ysbaek-Nielsen, J. Macoveanu [et al.] // Acta Psychiatrica Scandinavica. - 2023. - № 6 (148). - P. 570-582. doi: 10.1111/acps.13615.

101. Forty, L. Comorbid medical illness in bipolar disorder / L. Forty, A. Ulanova, L. Jones [et al.] // British Journal of Psychiatry. - 2014. - № 6 (205). - P. 465-472. doi: 10.1192/bjp.bp.114.152249.

102. Fountoulakis, K.N. The Role of Temperament in the Etiopathogenesis of Bipolar Spectrum Illness / K.N. Fountoulakis, X. Gonda, I. Koufaki [et al.] // Harvard

Review of Psychiatry. - 2016. - № 1 (24). - P. 36-52. doi: 10.1097/HRP.0000000000000077.

103. Furio, M.A. Characterization of rapid cycling bipolar patients presenting with major depressive episode within the BRIDGE-II-MIX study / M.A. Furio, D. Popovic, E. Vieta [et al.] // Bipolar Disorders. - 2021. - № 4 (23). - P. 391-399. doi: 10.1111/bdi.12994.

104. Gallagher, P. Fractionation of visuo-spatial memory processes in bipolar depression: a cognitive scaffolding account / P. Gallagher, J.M. Gray, R.P. Kessels // Psychological Medicine. - 2015. - № 3 (45). - P. 545-558. doi: 10.1017/S0033291714001676.

105. Garrett, D.D. Moment-to-moment brain signal variability: a next frontier in human brain mapping? / D.D. Garrett, G.R. Samanez-Larkin, S.W. MacDonald [et al.] // Neuroscience and Biobehavioral Reviews. - 2013. - № 4 (37). - P. 610-624. doi: 10.1016/j.neubiorev.2013.02.015.

106. GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019 / GBD 2019 Diseases and Injuries Collaborators // Lancet. - 2020. - № 10258 (396). - P. 1204-1222. doi: 10.1016/S0140-6736(20)30925-9.

107. Gell, M. Charting the brain networks of impulsivity: Meta-analytic synthesis, functional connectivity modelling, and neurotransmitter associations / M. Gell, R. Langner, V. Küppers [et al.] // Imaging Neuroscience. - 2024. - № 2. - P. 295. doi: 10.1162/imag_a_00295.

108. Ghaznavi, S. Differential patterns of default mode network activity associated with negative and positive rumination in bipolar disorder / S. Ghaznavi, T. Chou, D.D. Dougherty [et al.] // Journal of Affective Disorders. - 2023. - № 323. - P. 607-616. doi: 10.1016/j.jad.2022.12.014.

109. Gong, J. Large-scale network abnormality in bipolar disorder: A multimodal meta-analysis of resting-state functional and structural magnetic resonance imaging

studies / J. Gong, J. Wang, P. Chen [et al.] // Journal of Affective Disorders. - 2021. - № 292. - P. 9-20. doi: 10.1016/jjad.2021.05.052.

110. Grande, I. Bipolar disorder / I. Grande, M. Berk, B. Birmaher [et al.] // Lancet. - 2016. - № 10027 (387). - P. 1561-1572. doi: 10.1016/S0140-6736(15)00241-X.

111. Grover, S. Factors associated with lifetime rapid cycling in bipolar disorder: Findings from the Bipolar Disorder Course and Outcome study from India (BiD-CoIN study) / S. Grover, A. Avasthi, R. Chakravarty [et al.] // Journal of Affective Disorders. - 2025. - № 378. - P. 13-18. doi: 10.1016/j.jad.2025.02.025.

112. Gui, Z. Bipolar disorder and oxidative stress: A bibliometric perspective / Z. Gui, Q. Zhang, S. Sha [et al.] // Asia-Pacific Psychiatry. - 2024. - № 3 (16). - P. e12564. doi: 10.1111/appy.12564.

113. Guo, L. Transcriptional signatures of the whole-brain voxel-wise resting-state functional network centrality alterations in schizophrenia / L. Guo, J. Ma, M. Cai [et al.] // Schizophrenia. - 2023. - № 1 (9). - P. 87. doi: 10.1038/s41537-023-00422-4.

114. Gusnard, D.A. Persistence and brain circuitry / D.A. Gusnard, J.M. Ollinger, G.L. Shulman [et al.] // Proceedings of the National Academy of Sciences. - 2003. - № 6 (100). - P. 3479-3484. doi: 10.1073/pnas.0538050100.

115. Hafeman, D.M. Effects of medication on neuroimaging findings in bipolar disorder: an updated review / D.M. Hafeman, K.D. Chang, A.S. Garrett [et al.] // Bipolar Disorders. - 2012. - № 4 (14). - P. 375-410. doi: 10.1111/j.1399-5618.2012.01023.x.

116. Hamilton, M. A rating scale for depression / M. Hamilton // Journal of Neurology, Neurosurgery and Psychiatry. - 1960. - № 1 (23). - P. 56-62. doi: 10.1136/jnnp.23.1.56.

117. Han, K.M. Differentiating between bipolar and unipolar depression in functional and structural MRI studies / K.M. Han, D. De Berardis, M. Fornaro [et al.] // Progress in Neuro-Psychopharmacology and Biological Psychiatry. - 2019. - № 91. - P. 20-27. doi: 10.1016/j.pnpbp.2018.03.022.

118. van den Heuvel, M.P. Exploring the brain network: a review on resting-state fMRI functional connectivity / M.P. van den Heuvel, H.E. Hulshoff Pol // European

Neuropsychopharmacology. - 2010. - № 8 (20). - P. 519-534. doi: 10.1016/j.euroneuro.2010.03.008.

119. Hibar, D.P. Cortical abnormalities in bipolar disorder: an MRI analysis of 6503 individuals from the ENIGMA Bipolar Disorder Working Group / D.P. Hibar, L.T. Westlye, N.T. Doan [et al.] // Molecular Psychiatry. - 2018. - № 4 (23). - P. 932-942. doi: 10.1038/mp.2017.73.

120. Higier, R.G. Enhanced neurocognitive functioning and positive temperament in twins discordant for bipolar disorder / R.G. Higier, A.M. Jimenez, C.M. Hultman [et al.] // American Journal of Psychiatry. - 2014. - № 11 (171). - P. 1191-1198. doi: 10.1176/appi.ajp.2014.13121683.

121. Hirschfeld, R.M. Defining the clinical course of bipolar disorder: response, remission, relapse, recurrence, and roughening / R.M. Hirschfeld, J.R. Calabrese, M.A. Frye [et al.] // Psychopharmacology Bulletin. - 2007. - № 3 (40). - P. 7-14.

122. Hirschfeld, R.M. Differential diagnosis of bipolar disorder and major depressive disorder / R.M. Hirschfeld // Journal of Affective Disorders. - 2014. - № Suppl 1 (169). - P. S12-S16. doi: 10.1016/S0165-0327(14)70004-7.

123. Ho, N.F. The Amygdala in Schizophrenia and Bipolar Disorder: A Synthesis of Structural MRI, Diffusion Tensor Imaging, and Resting-State Functional Connectivity Findings / N.F. Ho, P.L. Hui Chong, D.R. Lee [et al.] // Harvard Review of Psychiatry. -2019. - № 3 (27). - P. 150-164. doi: 10.1097/HRP.0000000000000207.

124. Horga, G. Annual research review: Current limitations and future directions in MRI studies of child- and adult-onset developmental psychopathologies / G. Horga, T. Kaur, B.S. Peterson // Journal of Child Psychology and Psychiatry. - 2014. - № 6 (55). -P. 659-680. doi: 10.1111/jcpp.12185.

125. Hühne, A. Prospects for circadian treatment of mood disorders / A. Hühne, D.K. Welsh, D. Landgraf // Annals of Medicine. - 2018. - № 8 (50). - P. 637-654. doi: 10.1080/07853890.2018.1530449.

126. Huth, F. Machine Learning Prediction of Estimated Risk for Bipolar Disorders Using Hippocampal Subfield and Amygdala Nuclei Volumes / F. Huth, L.

Tozzi, M. Marxen [et al.] // Brain Sciences. - 2023. - № 6 (13). - P. 870. doi: 10.3390/brainsci13060870.

127. Ivanova, M. Frequency-specific changes in prefrontal activity associated with maladaptive belief updating in volatile environments in euthymic bipolar disorder / M. Ivanova, K. Germanova, D. Petelin [et. al.] // Transl Psychiatry. - 2025. - № 15 (13). - P. 13. doi: 10.1038/s41398-025-03225-6

128. Javaheripour, N. Altered resting-state functional connectome in major depressive disorder: a mega-analysis from the PsyMRI consortium / N. Javaheripour, M. Li, T. Chand [et al.] // Translational Psychiatry. - 2021. - № 1 (11). - P. 511. doi: 10.1038/s41398-021-01619-w.

129. Jiang, R. Connectome-based individualized prediction of temperament trait scores / R. Jiang, V.D. Calhoun, N. Zuo [et al.] // Neurolmage. - 2018. - № 183. - P. 366-374. doi: 10.1016/j.neuroimage.2018.08.038.

130. Jiang, X. Common and distinct neural activities in frontoparietal network in first-episode bipolar disorder and major depressive disorder: Preliminary findings from a follow-up resting state fMRI study / X. Jiang, S. Fu, Z. Yin [et al.] // Journal of Affective Disorders. - 2020. - № 260. - P. 653-659. doi: 10.1016/j.jad.2019.09.063.

131. Johnston, J.A.Y. Multimodal Neuroimaging of Frontolimbic Structure and Function Associated With Suicide Attempts in Adolescents and Young Adults With Bipolar Disorder / J.A.Y. Johnston, F. Wang, J. Liu [et al.] // American Journal of Psychiatry. - 2017. - № 7 (174). - P. 667-675. doi: 10.1176/appi.ajp.2016.15050652.

132. Josefsson, K. Maturity and change in personality: developmental trends of temperament and character in adulthood / K. Josefsson, M. Jokela, C.R. Cloninger [et al.] // Development and Psychopathology. - 2013. - № 3 (25). - P. 713-727. doi: 10.1017/S0954579413000126.

133. Kaboodvand, N. Neural correlates of impulsivity in amphetamine use disorder / N. Kaboodvand, M. Shabanpour, J. Guterstam // Psychiatry Research: Neuroimaging. - 2024. - № 343. - P. 111860. doi: 10.1016/j.pscychresns.2024.111860.

134. Karam, E.G. The role of anxious and hyperthymic temperaments in mental disorders: a national epidemiologic study / E.G. Karam, M.M. Salamoun, J.S. Yeretzian

[et al.] // World Psychiatry. - 2010. - № 2 (9). - P. 103-110. doi: 10.1002/j.2051-5545.2010.tb00287.x.

135. Karam, E.G. The role of affective temperaments in bipolar disorder: The solid role of the cyclothymic, the contentious role of the hyperthymic, and the neglected role of the irritable temperaments / E.G. Karam, D. Saab, S. Jabbour [et al.] // European Psychiatry. - 2023. - № 1 (66). - P. e37. doi: 10.1192/j.eurpsy.2023.16.

136. Kathiravan, S. A review on potential issues and challenges in MR imaging / S. Kathiravan, J. Kanakaraj // The Scientific World Journal. - 2013. - № 2013. - P. 783715. doi: 10.1155/2013/783715.

137. Koenders, M.A. Understanding bipolar disorder within a biopsychosocial emotion dysregulation framework / M.A. Koenders, A.L. Dodd, A. Karl [et al.] // Journal of Affective Disorders Reports. - 2020. - № 2. - P. 100031. doi: 10.1016/j.jadr.2020.100031.

138. Koh, J. Increased large-scale inter-network connectivity in relation to impulsivity in Parkinson's disease / J. Koh, Y. Kaneoke, T. Donishi [et al.] // Scientific Reports. - 2020. - № 1 (10). - P. 11418. doi: 10.1038/s41598-020-68266-x.

139. Krukow, P. What specifically contributes to disturbed non-verbal fluency in patients with bipolar disorder: Ineffective performance initiation, slowed processing or lack of the execution strategy? / P. Krukow, M. Harciarek, C. Grochowski [et al.] // Psychiatry Research. - 2019. - № 271. - P. 15-22. doi: 10.1016/j.psychres.2018.11.012.

140. Kushwaha, A. Assessment of memory deficits in psychiatric disorders: A systematic literature review / A. Kushwaha, D.S. Basera, S. Kumari [et al.] // Journal of Neurosciences in Rural Practice. - 2024. - № 2 (15). - P. 182-193. doi: 10.25259/JNRP_456_2023.

141. Kyeong, S. Functional network organizations of two contrasting temperament groups in dimensions of novelty seeking and harm avoidance / S. Kyeong, E. Kim, H.J. Park [et al.] // Brain Research. - 2014. - № 1575. - P. 33-44. doi: 10.1016/j.brainres.2014.05.037.

142. Lai, J. Mapping the global, regional and national burden of bipolar disorder from 1990 to 2019: trend analysis on the Global Burden of Disease Study 2019 / J. Lai,

S. Li, C. Wei [et al.] // British Journal of Psychiatry. - 2024. - № 2 (24). - P. 36-46. doi: 10.1192/bjp.2023.127.

143. Laidi, C. Brain functional effects of psychopharmacological treatments in bipolar disorder / C. Laidi, J. Houenou // European Neuropsychopharmacology. - 2016.

- № 11 (26). - P. 1695-1740. doi: 10.1016/j.euroneuro.2016.06.006.

144. Lara, D.R. The Affective and Emotional Composite Temperament (AFECT) model and scale: a system-based integrative approach / D.R. Lara, L.W. Bisol, M.G. Brunstein [et al.] // Journal of Affective Disorders. - 2012. - № 1 (140). - P. 14-37. doi: 10.1016/j.jad.2011.08.036.

145. Leake, I. Brain functional networks and psychiatric disorders / I. Leake // Nature Reviews Neuroscience. - 2024. - № 7 (25). - P. 450. doi: 10.1038/s41583-024-00827-9.

146. Leech, R. The role of the posterior cingulate cortex in cognition and disease / R. Leech, D.J. Sharp // Brain. - 2014. - № Pt 1 (137). - P. 12-32. doi: 10.1093/brain/awt162.

147. Li, S. Novelty seeking and reward dependence-related large-scale brain networks functional connectivity variation during salience expectancy / S. Li, L.R. Demenescu, C.M. Sweeney-Reed [et al.] // Human Brain Mapping. - 2017. - № 8 (38).

- p. 4064-4077. doi: 10.1002/hbm.23648.

148. Li, S. Dissociation Pattern in Default-Mode Network Homogeneity in Drug-Naive Bipolar Disorder / S. Li, Z. Teng, Y. Qiu [et al.] // Frontiers in Psychiatry. - 2021.

- № 12. - P. 699292. doi: 10.3389/fpsyt.2021.699292.

149. Liang, Y. Disturbances of Dynamic Function in Patients With Bipolar Disorder I and Its Relationship With Executive-Function Deficit / Y. Liang, X. Jiang, W. Zhu [et al.] // Frontiers in Psychiatry. - 2020. - № 11. - P. 537981. doi: 10.3389/fpsyt.2020.537981.

150. Lima, I.M.M. Cognitive deficits in bipolar disorders: Implications for emotion / I.M.M. Lima, A.D. Peckham, S.L. Johnson // Clinical Psychology Review. -2018. - № 59. - P. 126-136. doi: 10.1016/j.cpr.2017.11.006.

151. Little, B. Processing speed and sustained attention in bipolar disorder and major depressive disorder: A systematic review and meta-analysis / B. Little, M. Anwyll, L. Norsworthy [et al.] // Bipolar Disorders. - 2024. - № 2 (26). - P. 109-128. doi: 10.1111/bdi.13396.

152. Lopez-Larson, M.P. Abnormal Functional Connectivity Between Default and Salience Networks in Pediatric Bipolar Disorder / M.P. Lopez-Larson, L.M. Shah, H.R. Weeks [et al.] // Biological Psychiatry: Cognitive Neuroscience and Neuroimaging.

- 2017. - № 1 (2). - P. 85-93. doi: 10.1016/j.bpsc.2016.10.001.

153. Lukito, S. Should perception of emotions be classified according to threat detection rather than emotional valence? An updated meta-analysis for a whole-brain atlas of emotional faces processing / S. Lukito, L. Fortea, F. Groppi [et al.] // Journal of Psychiatry and Neuroscience. - 2023. - № 5 (48). - P. E376-E389. doi: 10.1503/jpn.230065.

154. Luna, L.P. A systematic review and meta-analysis of structural and functional brain alterations in individuals with genetic and clinical high-risk for psychosis and bipolar disorder / L.P. Luna, J. Radua, L. Fortea [et al.] // Progress in Neuro-Psychopharmacology and Biological Psychiatry. - 2022. - № 117. - P. 110540. doi: 10.1016/j.pnpbp.2022.110540.

155. Luo, J. Distinct brain activity alterations of treatment for bipolar disorders with psychotherapy and drug therapy: activation likelihood estimation meta-analysis / J. Luo, P. Yi, M. Liang [et al.] // Psychological Medicine. - 2023. - № 3 (53). - P. 625-637. doi: 10.1017/S0033291722003889.

156. MacPherson, H.A. Facial emotion recognition and mood symptom course in young adults with childhood-onset bipolar disorder / H.A. MacPherson, A.Y. Kudinova, G.A. Jenkins [et al.] // European Archives of Psychiatry and Clinical Neuroscience. -2021. - № 7 (271). - P. 1393-1404. doi: 10.1007/s00406-021-01252-0.

157. Maes, M.H. False dogmas in mood disorders research: Towards a nomothetic network approach / M.H. Maes, D. Stoyanov // World Journal of Psychiatry.

- 2022. - № 5 (12). - P. 651-667. doi: 10.5498/wjp.v12.i5.651.

158. Magioncalda, P. Intrinsic brain activity of subcortical-cortical sensorimotor system and psychomotor alterations in schizophrenia and bipolar disorder: A preliminary study / P. Magioncalda, M. Martino, B. Conio [et al.] // Schizophrenia Research. - 2020.

- № 218. - P. 157-165. doi: 10.1016/j.schres.2020.01.009.

159. Magioncalda, P. A unified model of the pathophysiology of bipolar disorder / P. Magioncalda, M. Martino // Molecular Psychiatry. - 2022. - № 1 (27). - P. 202-211. doi: 10.1038/s41380-021-01091-4.

160. Malhi, G.S. Modelling mood disorders: An ACE solution? / G.S. Malhi, L. Irwin, A. Hamilton [et al.] // Bipolar Disorders. - 2018. - № Suppl 2 (20). - P. 4-16. doi: 10.1111/bdi.12700.

161. Malhi, G.S. The 2020 Royal Australian and New Zealand College of Psychiatrists clinical practice guidelines for mood disorders / G.S. Malhi, E. Bell, D. Bassett [et al.] // Australian and New Zealand Journal of Psychiatry. - 2021. - № 1 (55).

- P. 7-117. doi: 10.1177/0004867420979353.

162. Marek, S. The frontoparietal network: function, electrophysiology, and importance of individual precision mapping / S. Marek, N.U.F. Dosenbach // Dialogues in Clinical Neuroscience. - 2018. - № 2 (20). - P. 133-140. doi: 10.31887/DCNS.2018.20.2/smarek.

163. Mario, A. Inflammatory Biomarkers, Cognitive Functioning, and Brain Imaging Abnormalities in Bipolar Disorder: A Systematic Review / A. Mario, L. Ivana, M. Anita [et al.] // Clinical Neuropsychiatry. - 2024. - № 1 (21). - P. 32-62. doi: 10.36131/cnfioritieditore20240103.

164. Markett, S. Intrinsic connectivity networks and personality: the temperament dimension harm avoidance moderates functional connectivity in the resting brain / S. Markett, B. Weber, G. Voigt [et al.] // Neuroscience. - 2013. - № 240. - P. 98-105. doi: 10.1016/j.neuroscience.2013.02.056.

165. Marten, L.E. Motor performance and functional connectivity between the posterior cingulate cortex and supplementary motor cortex in bipolar and unipolar depression / L.E. Marten, A. Singh, A.M. Muellen [et al.] // European Archives of

Psychiatry and Clinical Neuroscience. - 2024. - № 3 (274). - P. 655-671. doi: 10.1007/s00406-023-01671-1.

166. Martino, M. Contrasting variability patterns in the default mode and sensorimotor networks balance in bipolar depression and mania / M. Martino, P. Magioncalda, Z. Huang [et al.] // Proceedings of the National Academy of Sciences. -2016. - № 17 (113). - P. 4824-4829. doi: 10.1073/pnas.1517558113.

167. Martino, M. Tracing the psychopathology of bipolar disorder to the functional architecture of intrinsic brain activity and its neurotransmitter modulation: a three-dimensional model / M. Martino, P. Magioncalda // Molecular Psychiatry. - 2022. - № 2 (27). - P. 793-802. doi: 10.1038/s41380-020-00982-2.

168. Martuzzi, R. A whole-brain voxel based measure of intrinsic connectivity contrast reveals local changes in tissue connectivity with anesthetic without a priori assumptions on thresholds or regions of interest / R. Martuzzi, R. Ramani, M. Qiu [et al.] // Neurolmage. - 2011. - № 4 (58). - P. 1044-1050. doi: 10.1016/j .neuroimage.2011.06.075.

169. Massalha, Y. A review of resting-state fMRI correlations with executive functions and social cognition in bipolar disorder / Y. Massalha, E. Maggioni, A. Callari [et al.] // Journal of Affective Disorders. - 2023. - № 334. - P. 337-351. doi: 10.1016/j.jad.2023.03.084.

170. McPhilemy, G. Resting-State Network Patterns Underlying Cognitive Function in Bipolar Disorder: A Graph Theoretical Analysis / G. McPhilemy, L. Nabulsi, L. Kilmartin [et al.] // Brain Connectivity. - 2020. - № 7 (10). - P. 355-367. doi: 10.1089/brain.2019.0709.

171. Menon, V. Large-scale brain networks and psychopathology: a unifying triple network model / V. Menon // Trends in Cognitive Sciences. - 2011. - № 10 (15). -P. 483-506. doi: 10.1016/j.tics.2011.08.003.

172. Menon, V. Brain networks and cognitive impairment in psychiatric disorders / V. Menon // World Psychiatry. - 2020. - № 3 (19). - P. 309-310. doi: 10.1002/wps.20799.

173. Menon, V. 20 years of the default mode network: A review and synthesis / V. Menon // Neuron. - 2023. - № 16 (111). - P. 2469-2487. doi: 10.1016/j .neuron.2023.04.023.

174. Messina, I. Neurobiological models of emotion regulation: a meta-analysis of neuroimaging studies of acceptance as an emotion regulation strategy / I. Messina, A. Grecucci, R. Viviani // Social Cognitive and Affective Neuroscience. - 2021. - № 3 (16).

- P. 257-267. doi: 10.1093/scan/nsab007.

175. Middleton, F.A. The temporal lobe is a target of output from the basal ganglia / F.A. Middleton, P.L. Strick // Proceedings of the National Academy of Sciences.

- 1996. - № 16 (93). - P. 8683-8687. doi: 10.1073/pnas.93.16.8683.

176. Mikolas, P. Prediction of estimated risk for bipolar disorder using machine learning and structural MRI features / P. Mikolas, M. Marxen, P. Riedel [et al.] // Psychological Medicine. - 2024. - № 2 (54). - P. 278-288. doi: 10.1017/S0033291723001319.

177. Miller, J.N. Bipolar Disorder and Suicide: a Review / J.N. Miller, D.W. Black // Current Psychiatry Reports. - 2020. - № 2 (22). - P. 6. doi: 10.1007/s11920-020-1130-0.

178. Miola, A. Prevalence and outcomes of rapid cycling bipolar disorder: Mixed method systematic meta-review / A. Miola, K.N. Fountoulakis, R.J. Baldessarini [et al.] // Journal of Psychiatric Research. - 2023. - № 164. - P. 404-415. doi: 10.1016/j.jpsychires.2023.06.021.

179. Moeller, F.G. Psychiatric aspects of impulsivity / F.G. Moeller, E.S. Barratt, D.M. Dougherty [et al.] // American Journal of Psychiatry. - 2001. - № 11 (158). - P. 1783-1793. doi: 10.1176/appi.ajp.158.11.1783.

180. Mosolov, S.N. The risk of developing cardiovascular disease in bipolar disorder. Clinical and social factors / S.N. Mosolov, E.Y. Fedorova // Terapevticheskii Arkhiv. - 2021. - № 12 (93). - P. 1556-1561. doi: 10.26442/00403660.2021.12.201175.

181. Muneer, A. Mixed States in Bipolar Disorder: Etiology, Pathogenesis and Treatment / A. Muneer // Chonnam Medical Journal. - 2017. - № 1 (53). - P. 1-13. doi: 10.4068/cmj.2017.53.1.1.

182. Nabavi, B. A Lifetime Prevalence of Comorbidity Between Bipolar Affective Disorder and Anxiety Disorders: A Meta-analysis of 52 Interview-based Studies of Psychiatric Population / B. Nabavi, A.J. Mitchell, D. Nutt // EBioMedicine. -2015. - № 10 (2). - P. 1405-1419. doi: 10.1016/j.ebiom.2015.09.006.

183. Nabulsi, L. Normalization of impaired emotion inhibition in bipolar disorder mediated by cholinergic neurotransmission in the cingulate cortex / L. Nabulsi, J. Farrell, G. McPhilemy [et al.] // Neuropsychopharmacology. - 2022. - № 8 (47). - P. 1643-1651. doi: 10.1038/s41386-022-01268-7.

184. Nery, F.G. Association between poor tolerability of antidepressant treatment and brain functional activation in youth at risk for bipolar disorder / F.G. Nery, S.L. Masifi, J.R. Strawn [et al.] // Brazilian Journal of Psychiatry. - 2021. - № 1 (43). - P. 7074. doi: 10.1590/1516-4446-2019-0803.

185. Newman, A.L. Impulsivity: present during euthymia in bipolar disorder? - a systematic review / A.L. Newman, T.D. Meyer // International Journal of Bipolar Disorders. - 2014. - № 2. - P. 2. doi: 10.1186/2194-7511-2-2.

186. Nordgaard, J. The psychiatric interview: validity, structure, and subjectivity / J. Nordgaard, L.A. Sass, J. Parnas // European Archives of Psychiatry and Clinical Neuroscience. - 2013. - № 4 (263). - P. 353-364. doi: 10.1007/s00406-012-0366-z.

187. Northoff, G. All roads lead to the motor cortex: psychomotor mechanisms and their biochemical modulation in psychiatric disorders / G. Northoff, D. Hirjak, R.C. Wolf [et al.] // Molecular Psychiatry. - 2021. - № 1 (26). - P. 92-102. doi: 10.1038/s41380-020-0814-5.

188. Nour, M.M. Functional neuroimaging in psychiatry and the case for failing better / M.M. Nour, Y. Liu, R.J. Dolan // Neuron. - 2022. - № 16 (110). - P. 2524-2544. doi: 10.1016/j .neuron.2022.07.005.

189. Nunes, A. Using structural MRI to identify bipolar disorders - 13 site machine learning study in 3020 individuals from the ENIGMA Bipolar Disorders Working Group / A. Nunes, H.G. Schnack, C.R.K. Ching [et al.] // Molecular Psychiatry. - 2020. - № 9 (25). - P. 2130-2143. doi: 10.1038/s41380-018-0228-9.

190. Ogawa, S. On the characteristics of functional magnetic resonance imaging of the brain / S. Ogawa, R.S. Menon, S.G. Kim [et al.] // Annual Review of Biophysics and Biomolecular Structure. - 1998. - № 27. - P. 447-474. doi: 10.1146/annurev.biophys.27.1.447.

191. Oliva, V. Correlation between emotion dysregulation and mood symptoms of bipolar disorder: A systematic review and meta-analysis / V. Oliva, M. De Prisco, G. Fico [et al.] // Acta Psychiatrica Scandinavica. - 2023. - № 6 (148). - P. 472-490. doi: 10.1111/acps.13618.

192. Olson, I.R. The Enigmatic temporal pole: a review of findings on social and emotional processing / I.R. Olson, A. Plotzker, Y. Ezzyat // Brain. - 2007. - № Pt 7 (130). - P. 1718-1731. doi: 10.1093/brain/awm052.

193. Osuch, E. Complexity in mood disorder diagnosis: fMRI connectivity networks predicted medication-class of response in complex patients / E. Osuch, S. Gao, M. Wammes [et al.] // Acta Psychiatrica Scandinavica. - 2018. - № 5 (138). - P. 472482. doi: 10.1111/acps.12945.

194. Özdemir Yilmaz, S. Association of Temperament and Character Traits with Suicide Probability, Suicide Attempts, and Perceived Stress Level in Patients with Bipolar Disorder / S. Özdemir Yilmaz, A. Ertekin Yazici, H. Yilmaz // Behavioral Sciences. - 2024. - № 3 (14). - P. 197. doi: 10.3390/bs14030197.

195. Park, S.C. Karl Jaspers' General Psychopathology (Allgemeine Psychopathologie) and Its Implication for the Current Psychiatry / S.C. Park // Psychiatry Investigation. - 2020. - № 2 (17). - P. 177. doi: 10.30773/pi.2018.12.19.2e.

196. Patton, J.H. Factor structure of the Barratt impulsiveness scale / J.H. Patton, M.S. Stanford, E.S. Barratt // Journal of Clinical Psychology. - 1995. - № 6 (51). - P. 768-774. doi: 10.1002/1097-4679(199511)51:6<768::aid-jclp2270510607>3.0.co;2-1.

197. Perugi, G. The influence of affective temperaments and psychopathological traits on the definition of bipolar disorder subtypes: a study on bipolar I Italian national sample / G. Perugi, C. Toni, I. Maremmani [et al.] // Journal of Affective Disorders. -2012. - № 1-2 (136). - P. e41-e49. doi: 10.1016/jjad.2009.12.027.

198. Phillips, M.L. A neural model of voluntary and automatic emotion regulation: implications for understanding the pathophysiology and neurodevelopment of bipolar disorder / M.L. Phillips, C.D. Ladouceur, W.C. Drevets // Molecular Psychiatry. - 2008. - № 9 (13). - P. 829-857. doi: 10.1038/mp.2008.65.

199. Ping, L. Alterations in resting-state whole-brain functional connectivity pattern similarity in bipolar disorder patients / L. Ping, C. Zhou, S. Sun [et al.] // Brain and Behavior. - 2022. - № 5 (12). - P. e2580. doi: 10.1002/brb3.2580.

200. Pomarol-Clotet, E. Brain functional changes across the different phases of bipolar disorder / E. Pomarol-Clotet, S. Alonso-Lana, N. Moro [et al.] // British Journal of Psychiatry. - 2015. - № 2 (206). - P. 136-144. doi: 10.1192/bjp.bp.114.152033.

201. Porta-Casteras, D. Increased grey matter volumes in the temporal lobe and its relationship with cognitive functioning in euthymic patients with bipolar disorder / D. Porta-Casteras, M. Vicent-Gil, M. Serra-Blasco [et al.] // Progress in Neuro-Psychopharmacology and Biological Psychiatry. - 2024. - № 132. - P. 110962. doi: 10.1016/j.pnpbp.2024.110962.

202. Power, J.D. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion / J.D. Power, K.A. Barnes, A.Z. Snyder [et al.] // NeuroImage. - 2012. - № 3 (59). - P. 2142-2154. doi: 10.1016/j.neuroimage.2011.10.018.

203. Price, J.L. Neurocircuitry of mood disorders / J.L. Price, W.C. Drevets // Neuropsychopharmacology. - 2010. - № 1 (35). - P. 192-216. doi: 10.1038/npp.2009.104.

204. Qi, Z. Common and specific patterns of functional and structural brain alterations in schizophrenia and bipolar disorder: a multimodal voxel-based meta-analysis / Z. Qi, J. Wang, J. Gong [et al.] // Journal of Psychiatry and Neuroscience. - 2022. - № 1 (47). - P. E32-E47. doi: 10.1503/jpn.210111.

205. Qin, K. Network-level functional topological changes after mindfulness-based cognitive therapy in mood dysregulated adolescents at familial risk for bipolar disorder: a pilot study / K. Qin, D. Lei, J. Yang [et al.] // BMC Psychiatry. - 2021. - № 1 (21). - P. 213. doi: 10.1186/s12888-021-03211-4.

206. Qiu, F. Factor analysis of temperament and personality traits in bipolar patients: Correlates with comorbidity and disorder severity / F. Qiu, H.S. Akiskal, J.R. Kelsoe [et al.] // Journal of Affective Disorders. - 2017. - № 1 (207). - P. 282-290. doi: 10.1016/j.jad.2016.08.031.

207. Quah, S.K.L. A data-driven latent variable approach to validating the research domain criteria framework / S.K.L. Quah, B. Jo, C. Geniesse [et al.] // Nature Communications. - 2025. - № 1 (16). - P. 830. doi: 10.1038/s41467-025-55831-z.

208. Rai, S. Default-mode and fronto-parietal network connectivity during rest distinguishes asymptomatic patients with bipolar disorder and major depressive disorder / S. Rai, K.R. Griffiths, I.A. Breukelaar [et al.] // Translational Psychiatry. - 2021. - № 1 (11). - P. 547. doi: 10.1038/s41398-021-01660-9.

209. Raichle, M.E. The brain's default mode network / M.E. Raichle // Annual Review of Neuroscience. - 2015. - № 38. - P. 433-447. doi: 10.1146/annurev-neuro-071013-014030.

210. Rajewska-Rager, A. Temperament and character dimensions as psychological markers of mood disorders in Polish adolescents and young adults-A prospective study / A. Rajewska-Rager, M. Staniek, K. Kucharska-Kowalczyk [et al.] // Early Intervention in Psychiatry. - 2022. - № 11 (16). - P. 1240-1248. doi: 10.1111/eip.13273.

211. Ramirez-Martin, A. Impulsivity, decision-making and risk-taking behaviour in bipolar disorder: a systematic review and meta-analysis / A. Ramirez-Martin, J. Ramos-Martin, F. Mayoral-Cleries [et al.] // Psychological Medicine. - 2020. - № 13 (50). - P. 2141-2153. doi: 10.1017/S0033291720003086.

212. Rantala, M.J. Bipolar disorder: An evolutionary psychoneuroimmunological approach / M.J. Rantala, S. Luoto, J.I. Borraz-Leon [et al.] // Neuroscience and Biobehavioral Reviews. - 2021. - № 122. - P. 28-37. doi: 10.1016/j.neubiorev.2020.12.031.

213. Reddy, P.V. Emotion Processing Deficit in Euthymic Bipolar Disorder: A Potential Endophenotype / P.V. Reddy, S. Anandan, G. Rakesh [et al.] // Indian Journal

of Psychological Medicine. - 2022. - № 2 (44). - P. 145-151. doi: 10.1177/02537176211026795.

214. Rocchi, G. Opioidergic System and Functional Architecture of Intrinsic Brain Activity: Implications for Psychiatric Disorders / G. Rocchi, B. Sterlini, S. Tardito [et al.] // The Neuroscientist. - 2020. - № 4 (26). - P. 343-358. doi: 10.1177/1073858420902360.

215. Rogers, B.P. Assessing functional connectivity in the human brain by fMRI / B.P. Rogers, V.L. Morgan, A.T. Newton [et al.] // Magnetic Resonance Imaging. - 2007. - № 10 (25). - P. 1347-1357. doi: 10.1016/j.mri.2007.03.007.

216. Russo, M. The association between childhood trauma and facial emotion recognition in adults with bipolar disorder / M. Russo, K. Mahon, M. Shanahan [et al.] // Psychiatry Research. - 2015. - № 3 (229). - P. 771-776. doi: 10.1016/j.psychres.2015.08.004.

217. Saccaro, L.F. Structural and functional MRI correlates of inflammation in bipolar disorder: A systematic review / L.F. Saccaro, J. Crokaert, N. Perroud [et al.] // Journal of Affective Disorders. - 2023. - № 325. - P. 83-92. doi: 10.1016/j .j ad.2022.12.162.

218. Saddichha, S. Is impulsivity in remitted bipolar disorder a stable trait? A meta-analytic review / S. Saddichha, C. Schuetz // Comprehensive Psychiatry. - 2014. -№ 7 (55). - P. 1479-1484. doi: 10.1016/j.comppsych.2014.05.010.

219. Saldarini, F. Neural correlates of working memory function in euthymic people with bipolar disorder compared to healthy controls: A systematic review and meta-analysis / F. Saldarini, N. Gottlieb, P.R.A. Stokes // Journal of Affective Disorders. -2022. - № 297. - P. 610-622. doi: 10.1016/j.jad.2021.10.084.

220. Salman, M.S. Multi-study evaluation of neuroimaging-based prediction of medication class in mood disorders / M.S. Salman, E. Verner, H.J. Bockholt [et al.] // Psychiatry Research: Neuroimaging. - 2023. - № 333. - P. 111655. doi: 10.1016/j .pscychresns.2023.111655.

221. Sankar, A. Graph theory analysis of whole brain functional connectivity to assess disturbances associated with suicide attempts in bipolar disorder / A. Sankar, D.

Scheinost, D.A. Goldman [et al.] // Translational Psychiatry. - 2022. - № 1 (12). - P. 7. doi: 10.1038/s41398-021-01767-z.

222. Santana, R.P. Impulsivity in Bipolar Disorder: State or Trait? / R.P. Santana, J. Kerr-Gaffney, A. Ancane [et al.] // Brain Sciences. - 2022. - № 10 (12). - P. 1351. doi: 10.3390/brainsci12101351.

223. Sarisoy, G. Temperament and character traits in patients with bipolar disorder and associations with attempted suicide / G. Sarisoy, O.F. Kaçar, O. Pazvantoglu [et al.] // Comprehensive Psychiatry. - 2012. - № 8 (53). - P. 1096-1102. doi: 10.1016/j.comppsych.2012.05.002.

224. Sato, W. The structural neural substrate of subjective happiness / W. Sato, T. Kochiyama, S. Uono [et al.] // Scientific Reports. - 2015. - № 5. - P. 16891. doi: 10.1038/srep16891.

225. Scaini, G. Neurobiology of bipolar disorders: a review of genetic components, signaling pathways, biochemical changes, and neuroimaging findings / G. Scaini, S.S. Valvassori, A.P. Diaz [et al.] // Brazilian Journal of Psychiatry. - 2020. - № 5 (42). - P. 536-551. doi: 10.1590/1516-4446-2019-0732.

226. Schimmelpfennig, J. The role of the salience network in cognitive and affective deficits / J. Schimmelpfennig, J. Topczewski, W. Zajkowski [et al.] // Frontiers in Human Neuroscience. - 2023. - № 17. - P. 1133367. doi: 10.3389/fnhum.2023.1133367.

227. Schultz, D.H. Global connectivity of the fronto-parietal cognitive control network is related to depression symptoms in the general population / D.H. Schultz, T. Ito, L.I. Solomyak [et al.] // Network Neuroscience. - 2018. - №2 1 (3). - P. 107-123. doi: 10.1162/netn_a_00056.

228. Schumer, M.C. Prefrontal, parietal, and limbic condition-dependent differences in bipolar disorder: a large-scale meta-analysis of functional neuroimaging studies / M.C. Schumer, H.W. Chase, R. Rozovsky [et al.] // Molecular Psychiatry. -2023. - № 7 (28). - P. 2826-2838. doi: 10.1038/s41380-023-01974-8.

229. Seeley, W.W. Dissociable intrinsic connectivity networks for salience processing and executive control / W.W. Seeley, V. Menon, A.F. Schatzberg [et al.] //

Journal of Neuroscience. - 2007. - № 9 (27). - P. 2349-2356. doi: 10.1523/JNEUROSCI.5587-06.2007.

230. Seitzman, B.A. Trait-like variants in human functional brain networks / B.A. Seitzman, C. Gratton, T.O. Laumann [et al.] // Proceedings of the National Academy of Sciences. - 2019. - № 45 (116). - P. 22851-22861. doi: 10.1073/pnas.1902932116.

231. Sheehan, D.V. The Mini-International Neuropsychiatric Interview (M.I.N.I.): the development and validation of a structured diagnostic psychiatric interview for DSM-IV and ICD-10 / D.V. Sheehan, Y. Lecrubier, K.H. Sheehan [et al.] // Journal of Clinical Psychiatry. - 1998. - № Suppl 20 (59). - P. 22-33.

232. Shen, H. Analysis of Misdiagnosis of Bipolar Disorder in An Outpatient Setting / H. Shen, L. Zhang, C. Xu [et al.] // Shanghai Archives of Psychiatry. - 2018. -№ 2 (30). - P. 93-101. doi: 10.11919/j.issn.1002-0829.217080.

233. Shinn, A.K. Procedural memory consolidation after a night of sleep in bipolar disorder with psychotic features / A.K. Shinn, C. Yuksel, G. Masters [et al.] // Schizophrenia Research. - 2019. - № 210. - P. 299-300. doi: 10.1016/j.schres.2018.12.044.

234. Simonetti, A. Effect of affective temperament on illness characteristics of subjects with bipolar disorder and major depressive disorder / A. Simonetti, M. Luciano, G. Sampogna [et al.] // Journal of Affective Disorders. - 2023. - № 334. - P. 227-237. doi: 10.1016/j.jad.2023.04.130.

235. Singh, T. Misdiagnosis of bipolar disorder / T. Singh, M. Rajput // Psychiatry (Edgmont). - 2006. - № 10 (3). - P. 57-63.

236. Solé, E. Mixed features in bipolar disorder / E. Solé, M. Garriga, M. Valentí [et al.] // CNS Spectrums. - 2017. - № 2 (22). - P. 134-140. doi: 10.1017/S1092852916000869.

237. Sotres-Bayon, F. Emotional perseveration: an update on prefrontal-amygdala interactions in fear extinction / F. Sotres-Bayon, D.E. Bush, J.E. LeDoux // Learning & Memory. - 2004. - № 5 (11). - P. 525-535. doi: 10.1101/lm.79504.

238. Spoorthy, M.S. Comorbidity of bipolar and anxiety disorders: An overview of trends in research / M.S. Spoorthy, S. Chakrabarti, S. Grover // World Journal of Psychiatry. - 2019. - № 1 (9). - P. 7-29. doi: 10.5498/wjp.v9.i1.7.

239. Sun, H. Abnormal stability of spontaneous neuronal activity as a predictor of diagnosis conversion from major depressive disorder to bipolar disorder / H. Sun, R. Yan, L. Hua [et al.] // Journal of Psychiatric Research. - 2024. - № 171. - P. 60-68. doi: 10.1016/j.jpsychires.2024.01.028.

240. Sun, N. Fractional amplitude of low-frequency fluctuations and gray matter volume alterations in patients with bipolar depression / N. Sun, Y. Li, A. Zhang [et al.] // Neuroscience Letters. - 2020. - № 730. - P. 135030. doi: 10.1016/j.neulet.2020.135030.

241. Swann, A.C. Increased impulsivity associated with severity of suicide attempt history in patients with bipolar disorder / A.C. Swann, D.M. Dougherty, P.J. Pazzaglia [et al.] // American Journal of Psychiatry. - 2005. - № 9 (162). - P. 1680-1687. doi: 10.1176/appi.ajp.162.9.1680.

242. Swann, A.C. Bipolar mixed states: an international society for bipolar disorders task force report of symptom structure, course of illness, and diagnosis / A.C. Swann, B. Lafer, G. Perugi [et al.] // American Journal of Psychiatry. - 2013. - № 1 (170). - P. 31-42. doi: 10.1176/appi.ajp.2012.12030301.

243. Syan, S.K. Resting-state functional connectivity in individuals with bipolar disorder during clinical remission: a systematic review / S.K. Syan, M. Smith, B.N. Frey [et al.] // Journal of Psychiatry and Neuroscience. - 2018. - № 5 (43). - P. 298-316. doi: 10.1503/jpn.170175.

244. Szmulewicz, A.G. An updated review on the neuropsychological profile of subjects with bipolar disorder / A.G. Szmulewicz, C. Samamé, D.J. Martino [et al.] // Archives of Clinical Psychiatry. - 2015. - № 42. - P. 139-146. doi: 10.1590/010160830000000064.

245. Tang, G. Inflammation is correlated with abnormal functional connectivity in unmedicated bipolar depression: an independent component analysis study of resting-state fMRI / G. Tang, P. Chen, G. Chen [et al.] // Psychological Medicine. - 2021. - P. 111. doi: 10.1017/S003329172100009X.

246. Yeo, B.T. The organization of the human cerebral cortex estimated by intrinsic functional connectivity / B.T. Yeo, F.M. Krienen, J. Sepulcre [et al.] // Journal of Neurophysiology. - 2011. - № 3 (106). - P. 1125-1165. doi: 10.1152/jn.00338.2011.

247. Townsend, J. Emotion processing and regulation in bipolar disorder: a review / J. Townsend, L.L. Altshuler // Bipolar Disorders. - 2012. - № 4 (14). - P. 326339. doi: 10.1111/j.1399-5618.2012.01021.x.

248. Tseng, H.H. Posterior cingulate and medial prefrontal excitation-inhibition balance in euthymic bipolar disorder / H.H. Tseng, C.Y. Wu, H.H. Chang [et al.] // Psychological Medicine. - 2024. - № 11 (54). - P. 3168-3176. doi: 10.1017/S0033291724001326.

249. Tsigkaropoulou, E. Temperament and character dimensions explain self-reported resilience deficits in patients with affective disorders / E. Tsigkaropoulou, I. Michopoulos, E. Porichi [et al.] // International Clinical Psychopharmacology. - 2024. -№ 2 (39). - P. 59-69. doi: 10.1097/YIC.0000000000000483.

250. Tsitsipa, E. The neurocognitive functioning in bipolar disorder: a systematic review of data / E. Tsitsipa, K.N. Fountoulakis // Annals of General Psychiatry. - 2015.

- № 14. - P. 42. doi: 10.1186/s12991-015-0081-z.

251. Tuominen, J. An information-theoretic analysis of resting-state versus task fMRI / J. Tuominen, K. Specht, L. Vaisvilaite [et al.] // Network Neuroscience. - 2023.

- № 2 (7). - P. 769-786. doi: 10.1162/netn_a_00302.

252. Uddin, L.Q. Salience processing and insular cortical function and dysfunction / L.Q. Uddin // Nature Reviews Neuroscience. - 2015. - № 1 (16). - P. 5561. doi: 10.1038/nrn3857.

253. Uddin, L.Q. Controversies and progress on standardization of large-scale brain network nomenclature / L.Q. Uddin, R.F. Betzel, J.R. Cohen [et al.] // Network Neuroscience. - 2023. - № 3 (7). - P. 864-905. doi: 10.1162/netn_a_00323.

254. Valizadeh, P. Neuroimaging alterations associated with medication use in early-onset bipolar disorder: An updated review / P. Valizadeh, G. Cattarinussi, F. Sambataro [et al.] // Journal of Affective Disorders. - 2023. - № 339. - P. 984-997. doi: 10.1016/j.jad.2023.07.098.

255. Van Essen, D.C. The WU-Minn Human Connectome Project: an overview / D.C. Van Essen, S.M. Smith, D.M. Barch [et al.] // Neurolmage. - 2013. - №№ 80. - P. 6279. doi: 10.1016/j.neuroimage.2013.05.041.

256. Varo, C. Behavioral addictions in bipolar disorders: A systematic review / C. Varo, A. Murru, E. Salagre [et al.] // European Neuropsychopharmacology. - 2019. -№ 1 (29). - P. 76-97. doi: 10.1016/j.euroneuro.2018.10.012.

257. Vázquez, G.H. Affective temperaments in general population: a review and combined analysis from national studies / G.H. Vázquez, L. Tondo, L. Mazzarini [et al.] // Journal of Affective Disorders. - 2012. - № 1 (139). - P. 18-22. doi: 10.1016/j.jad.2011.06.032.

258. Vieta, E. Prevalence of mixed mania using 3 definitions / E. Vieta, C. Morralla // Journal of Affective Disorders. - 2010. - № 1-3 (125). - P. 61-73. doi: 10.1016/j.jad.2009.12.019.

259. Wang, P. Inversion of a large-scale circuit model reveals a cortical hierarchy in the dynamic resting human brain / P. Wang, R. Kong, X. Kong [et al.] // Science Advances. - 2019. - № 1 (5). - P. eaat7854. doi: 10.1126/sciadv.aat7854.

260. Wang, Y. Large-scale network dysfunction in the acute state compared to the remitted state of bipolar disorder: A meta-analysis of resting-state functional connectivity / Y. Wang, Y. Gao, S. Tang [et al.] // EBioMedicine. - 2020. - № 54. - P. 102742. doi: 10.1016/j.ebiom.2020.102742.

261. Weber, S. Involvement of the default mode network under varying levels of cognitive effort / S. Weber, A. Aleman, K. Hugdahl // Scientific Reports. - 2022. - № 1 (12). - P. 6303. doi: 10.1038/s41598-022-10289-7.

262. Wegbreit, E. Facial emotion recognition in childhood-onset bipolar I disorder: an evaluation of developmental differences between youths and adults / E. Wegbreit, A.B. Weissman, G.K. Cushman [et al.] // Bipolar Disorders. - 2015. - № 5 (17). - P. 471-485. doi: 10.1111/bdi.12312.

263. Whitfield-Gabrieli, S. Conn: a functional connectivity toolbox for correlated and anticorrelated brain networks / S. Whitfield-Gabrieli, A. Nieto-Castanon // Brain Connectivity. - 2012. - № 3 (2). - P. 125-141. doi: 10.1089/brain.2012.0073.

264. Whitton, A.E. Anhedonia in Depression and Bipolar Disorder / A.E. Whitton, D.A. Pizzagalli // Current Topics in Behavioral Neurosciences. - 2022. - № 58. - P. 111-127. doi: 10.1007/7854_2022_323.

265. Worsley, K.J. A unified statistical approach for determining significant signals in images of cerebral activation / K.J. Worsley, S. Marrett, P. Neelin [et al.] // Human Brain Mapping. - 1996. - № 1 (4). - P. 58-73. doi: 10.1002/(SICI)1097-0193(1996)4:1<58::AID-HBM4>3.0.CO;2-O.

266. Wu, Y.K. Intrinsic functional connectivity correlates of cognitive deficits involving sustained attention and executive function in bipolar disorder / Y.K. Wu, Y.A. Su, L.L. Zhu [et al.] // BMC Psychiatry. - 2023. - № 23. - P. 584. doi: 10.1186/s12888-023-05083-2.

267. Xue, C. Evidence of functional abnormalities in the default mode network in bipolar depression: A coordinate-based activation likelihood estimation meta-analysis / C. Xue, X. Zhang, P. Cao [et al.] // Journal of Affective Disorders. - 2023. - № 326. - P. 96-104. doi: 10.1016/jjad.2023.01.088.

268. Yoon, S. Altered functional activity in bipolar disorder: A comprehensive review from a large-scale network perspective / S. Yoon, T.D. Kim, J. Kim [et al.] // Brain and Behavior. - 2021. - № 1 (11). - P. e01953. doi: 10.1002/brb3.1953.

269. Young, K.D. Differential neural correlates of autobiographical memory recall in bipolar and unipolar depression / K.D. Young, J. Bodurka, W.C. Drevets // Bipolar Disorders. - 2016. - № 7 (18). - P. 571-582. doi: 10.1111/bdi.12441.

270. Young, R.C. A rating scale for mania: reliability, validity and sensitivity / R.C. Young, J.T. Biggs, V.E. Ziegler [et al.] // British Journal of Psychiatry. - 1978. - № 133. - P. 429-435. doi: 10.1192/bjp.133.5.429.

271. Yuan, R. Functional topography of the thalamocortical system in human / R. Yuan, X. Di, P.A. Taylor [et al.] // Brain Structure and Function. - 2016. - № 4 (221). -P. 1971-1984. doi: 10.1007/s00429-015-1018-7.

272. Zaninotto, L. A meta-analysis of temperament and character dimensions in patients with mood disorders: Comparison to healthy controls and unaffected siblings /

L. Zaninotto, M. Solmi, T. Toffanin [et al.] // Journal of Affective Disorders. - 2016. -№ 194. - P. 84-97. doi: 10.1016/jjad.2015.12.077.

273. Petersen, J.Z. Neuronal underpinnings of cognitive impairment in bipolar disorder: A large data-driven functional magnetic resonance imaging study / J.Z. Petersen, C. Varo, C.F. Skovsen [et al.] // Bipolar Disorders. - 2022. - № 1 (24). - P. 6981. doi: 10.1111 /bdi.13100.

274. Zeng, C. Abnormal Large-Scale Network Activation Present in Bipolar Mania and Bipolar Depression Under Resting State / C. Zeng, B. Ross, Z. Xue [et al.] // Frontiers in Psychiatry. - 2021. - № 12. - P. 634299. doi: 10.3389/fpsyt.2021.634299.

275. Zhang, G. The Different Impact of Depressive or Manic First-episode on Pediatric Bipolar Disorder Patients: Evidence From Resting-state fMRI / G. Zhang, Q. Xiao, C. Wang [et al.] // Neuroscience. - 2023. - № 526. - P. 185-195. doi: 10.1016/j.neuroscience.2023.06.015.

276. Zhang, S. Characterizing and differentiating task-based and resting state fMRI signals via two-stage sparse representations / S. Zhang, X. Li, J. Lv [et al.] // Brain Imaging and Behavior. - 2016. - № 1 (10). - P. 21-32. doi: 10.1007/s11682-015-9359-7.

277. Zhang, Z. Altered effective connectivity among core brain networks in patients with bipolar disorder / Z. Zhang, Q. Bo, F. Li [et al.] // Journal of Psychiatric Research. - 2022. - № 152. - P. 296-304. doi: 10.1016/j.jpsychires.2022.06.031.

278. Zhang, Z. Resting-state network alterations in depression: a comprehensive meta-analysis of functional connectivity / Z. Zhang, Y. Zhang, H. Wang [et al.] // Psychol Med. - 2025. - № 55. - P. e63. doi: 10.1017/S0033291725000303.

279. Zhao, L. Disrupted default mode network connectivity in bipolar disorder: a resting-state fMRI study / L. Zhao, Q. Bo, Z. Zhang, F. Li, Y. Zhou, C. Wang // BMC Psychiatry. - 2024. - № 24 (428). doi: 10.1186/s12888-024-05869-y.

280. Zhong, S. Correlation between Intrinsic Brain Activity and Thyroid-Stimulating Hormone Level in Unmedicated Bipolar II Depression / S. Zhong, G. Chen, L. Zhao [et al.] // Neuroendocrinology. - 2019. - № 108 (3). - P. 232-243. doi: 10.1159/000497182.

281. Zhong, S. Neural correlates of harm avoidance: a multimodal meta-analysis of brain structural and resting-state functional neuroimaging studies / S. Zhong, J. Lin, L. Zhang [et al.] // Transl Psychiatry. - 2024. - № 14 (384). doi: 10.1038/s41398-024-03091-8.

282. Zhong, X. Functional alterations of fronto-limbic circuit and default mode network systems in first-episode, drug-naïve patients with major depressive disorder: A meta-analysis of resting-state fMRI data / X. Zhong, W. Pu, S. Yao // J Affect Disord. -2016. - № 206. - P. 280-286. doi: 10.1016/j.jad.2016.09.005.

283. Zhong, Y. Global, regional and national burdens of bipolar disorders in adolescents and young adults: a trend analysis from 1990 to 2019 / Y. Zhong, Y. Chen, X. Su [et al.] // Gen Psychiatr. - 2024. - № 37 (1). - P. e101255. doi: 10.1136/gpsych-2023-101255.

284. Zhou, H.X. Rumination and the default mode network: Meta-analysis of brain imaging studies and implications for depression / H.X. Zhou, X. Chen, Y.Q. Shen [et al.] // Neuroimage. - 2020. - № 206. - P. 116287. doi: 10.1016/j .neuroimage.2019.116287.

285. Zhu, T. Altered brain functional networks in schizophrenia with persistent negative symptoms: an activation likelihood estimation meta-analysis / T. Zhu, Z. Wang, W. Wu [et al.] // Front Hum Neurosci. - 2023. - № 17. - P. 1204632. doi: 10.3389/fnhum.2023.1204632.

286. Zhu, W. Aberrant Functional Connectivity of Sensorimotor Network and Its Relationship With Executive Dysfunction in Bipolar Disorder Type I / W. Zhu, W. Tang, Y. Liang [et al.] // Front Neurosci. - 2022. - № 15. - P. 823550. doi: 10.3389/fnins.2021.823550.

287. Zhuo, C. The rise and fall of MRI studies in major depressive disorder / C. Zhuo, G. Li, X. Lin [et al.] // Transl Psychiatry. - 2019. - № 9 (335). doi: 10.1038/s41398-019-0680-6.

288. Zovetti, N. Default mode network activity in bipolar disorder / N. Zovetti, M.G. Rossetti, C. Perlini [et al.] // Epidemiol Psychiatr Sci. - 2020. - № 29. - P. e166. doi: 10.1017/S2045796020000803.

289. Zwir, I. Temperament & Character account for brain functional connectivity at rest: A diathesis-stress model of functional dysregulation in psychosis / I. Zwir, J. Arnedo, A. Mesa [et al.] // Mol Psychiatry. - 2023. - № 28 (6). - P. 2238-2253. doi: 10.1038/s41380-023-02039-6.