Electroencephalographic features of alcohol use disorders with different decision-making efficiency in risk conditions

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In order to identify the neurophysiological mechanisms underlying the violation of decision-making in risk conditions, we conducted a comparative analysis of spectral EEG indicators of patients with alcohol use disorders with different effectiveness of their decision-making in a number of cognitive tasks. As a result of the cluster analysis, two subgroups of patients were identified: with “moderate” and with “pronounced” decision-making deficit, which did not differ in socio–demographic and clinical indicators (p > 0.05). The subgroup of patients with a “pronounced” decision-making deficit differed statistically significantly lower values of the spectral power of θ- and α-rhythm in the central (p = 0.018 for θ-rhythm and p = 0.017 for α-rhythm), parietal (p = 0.031 for θ-rhythm and p = 0.014 for α-rhythm), occipital (p = 0.029 for θ-rhythm and p = 0.016 for α-rhythm) and temporal (p = 0.022 on the left and p = 0.043 on the right for α-rhythm) leads compared with patients with “moderate” decision-making deficit. Thus, in a subgroup of patients with a “pronounced” deficit of decision-making, a certain deficit of the brain’s inhibitory systems was noted.

Full Text

Restricted Access

About the authors

S. А. Galkin

Mental Health Research Institute, Tomsk National Research Medical Center, RAS

Author for correspondence.
Email: s01091994@yandex.ru
Russian Federation, Tomsk

References

  1. Glantz M.D., Bharat C., Degenhardt L. et al. The epidemiology of alcohol use disorders cross-nationally: Findings from the World Mental Health Surveys // Addict. Behav. 2020. V. 102. P. 106128.
  2. Yen F.S., Wang S.I., Lin S.Y. et al. The impact of heavy alcohol consumption on cognitive impairment in young old and middle old persons // J. Transl. Med. 2022. V. 20. № 1. P. 155.
  3. Galkin S.A., Bokhan N.A. [Features of the reward-based decision-making in patients with alcohol use disorders] // Zh. Nevrol. Psikhiatr. Im. S.S. Korsakova. 2023. V. 123. № 2. P. 37.
  4. Peshkovskaya A.G., Galkin S.A., Bokhan N.А. [Cognition in alcohol dependence: Review of concepts, hypotheses and research methods] // Sibirskiy Psikhol. Zh. — Siberian J. Psychol. 2023. № 87. P. 138.
  5. Maksimova I.V. [Cognitive and electroencephalographic changes in patients with alcohol dependence who suffered a seizure] // Siberian Herald of Psychiatry and Addiction Psychiatry. 2018. № 2. P. 89.
  6. Arts N.J., Walvoort S.J., Kessels R.P. Korsakoff’s syndrome: A critical review // Neuropsychiatr. Dis. Treat. 2017. V. 13. P. 2875.
  7. Brevers D., Bechara A., Cleeremans A. et al. Impaired decision-making under risk in individuals with alcohol dependence // Alcohol. Clin. Exp. Res. 2014. V. 38. № 7. P. 1924.
  8. Galkin S.A., Bokhan N.A. [Disorders of cognitive decision-making mechanisms related to reward in alcohol use disorders] // Zh. Nevrol. Psikhiatr. Im. S.S. Korsakova. 2023. V. 123. № 4. P. 98.
  9. Brevers D., Cleeremans A., Goudriaan A.E. et al. Decision making under ambiguity but not under risk is related to problem gambling severity // Psychiatry Res. 2012. V. 200. № 2-3. P. 568.
  10. Levin I., Weller J., Pederson A., Harshman L. Age-related differences in adaptive decision-making: sensitivity to expected value in risky choice // Judgm. Decis. Mak. 2007. V. 2. № 4. P. 225.
  11. Bowden-Jones H., McPhillips M., Rogers R. et al. Risk-taking on tests sensitive to ventromedial prefrontal cortex dysfunction predicts early relapse in alcohol dependency: a pilot study // J. Neuropsychiatry Clin. Neurosci. 2005. V. 17. № 3. P. 417.
  12. Iznak A.F., Medvedeva T.I., Iznak E.V. et al. Disruption of neurocognitive decision-making mechanisms in depression // Human Physiology. 2016. V. 42. № 6. P. 598.
  13. Gomez P., Ratcliff R., Perea M. A model of the go/no–go task // J. Exp. Psychol. Gen. 2007. V. 3. № 3. P. 389.
  14. Lejuez C.W., Read J.P., Kahler C.W. et al. Evaluation of a behavioral measure of risk taking: the Balloon Analogue Risk Task (BART) // J. Exp. Psychol. Appl. 2002. V. 8. № 2. P. 75.
  15. Romeu R.J., Haines N., Ahn W.Y. et al. A computational model of the Cambridge gambling task with applications to substance use disorders // Drug Alcohol Depend. 2020. V. 206. P. 107711.
  16. Bull P.N., Tippett L.J., Addis D.R. Decision making in healthy participants on the Iowa Gambling Task: New insights from an operant approach // Front. Psychol. 2015. V. 6. P. 391.
  17. Iznak A.F., Iznak E.V., Medvedeva T.I. et al. Features of EEG spectral parameters in depressive patients with different efficiencies of decision-making // Human Physiology. 2018. V. 44. № 6. P. 627.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Profile of the selected variants of decision-making efficiency. I — errors on the Go signal in the Go/NoGo task, II — errors on the NoGo signal in the Go/NoGo task, III — risk propensity in the BART test, IV — "alogism" in CGT, V — decision-making time in CGT, VI — choice of high-risk decks in IGT.

Download (110KB)
Indexing metadata
3. Fig. 2. Topographic maps of the background spectral power of the electroencephalogram (EEG) in 3-frequency ranges in groups of patients with alcohol dependence, included in the 1st cluster (A) and 2nd cluster (B) according to the results of cluster analysis.

Download (137KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».