DOI: https://doi.org/10.1038/s41398-026-03845-6
PMID: https://pubmed.ncbi.nlm.nih.gov/41633966
تاريخ النشر: 2026-02-03
المؤلف: Danielle L. Kurtin وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
تبحث الدراسة في العلاقات العصبية لمعالجة المكافآت لدى الأفراد الذين يعانون من اضطراب استخدام الأفيون الشديد (sOUD) مقارنةً بالضوابط الصحية (HC). باستخدام مهمة تأخير الحوافز المالية (MID)، تكشف الدراسة أن المشاركين الذين يعانون من sOUD يظهرون استجابات مخفضة في الدوائر العصبية للمكافأة أثناء توقع المكافأة، بينما يظهرون استجابات مرتفعة تجاه المحفزات المتعلقة بالمخدرات. وهذا يشير إلى وجود آلية معالجة مكافأة غير وظيفية في sOUD قد تكون مرتبطة باضطرابات معرفية وتركيزية أخرى تُلاحظ عادةً في الإدمان.
تشير النتائج الرئيسية إلى أن الأفراد الذين يعانون من sOUD يظهرون أنماطًا مميزة من الاتصال الوظيفي في حالة الراحة (miFC) عبر شبكات عصبية مختلفة، بما في ذلك الشبكة البطنية الوسطى (VMN) والشبكة الافتراضية (DMN). على وجه التحديد، يظهر المشاركون في sOUD عمومًا اتصالًا وظيفيًا أضعف مقارنةً بالمشاركين في HC، مع ملاحظات اختلافات كبيرة خلال كل من مهمة MID ومهام استجابة المحفزات المتعلقة بالمخدرات. علاوة على ذلك، هناك تطابق مكاني ملحوظ بين مناطق تغير وظيفة الدماغ وتوافر مستقبلات μ-opioid (MOR) ومُستقبلات الدوبامين D2 (DRD2)، مما يمهد الطريق للبحوث المستقبلية لاستكشاف العلاقات المعقدة بين الديناميات العصبية والنتائج السلوكية في الإدمان.
مقدمة
تسلط مقدمة الدراسة الضوء على التأثير الكبير لاستخدام الأفيون غير المشروع على معدلات الوفيات المرتبطة بالمخدرات وتحدد هدف البحث في التحقيق في العلاقات العصبية للمكافأة والعاطفة لدى الأفراد الذين يعانون من اضطراب استخدام المواد (sOUD). باستخدام بيانات fMRI من دراسة العلاقات العصبية للمكافأة والعاطفة في الاعتماد على الأفيون (NCORE)، قام الباحثون بتحليل الاتصال والديناميات خلال مهمتين: مهمة تأخير الحوافز المالية (MID) ومهمة استجابة المحفزات. ركزت مهمة MID على الاستجابات العصبية للمكافآت غير المتعلقة بالمخدرات، خاصةً أثناء توقع المكافأة، بينما فحصت مهمة استجابة المحفزات الاستجابات للمحفزات المتعلقة بالمخدرات مقابل المحفزات المحايدة.
استخدمت الدراسة الاتصال الوظيفي للمعلومات المتبادلة (miFC) لتقييم الاتصال بين المناطق، مع فرضية أن المشاركين المعتمدين على الميثادون (MD) سيظهرون اتصالًا أضعف في النواة البطنية الوسطى (VMN) مع الشبكات المرتبطة بالعمليات الذاتية والمعرفية خلال مهمة MID. على العكس من ذلك، خلال مهمة استجابة المحفزات، كان من المتوقع أن يظهر المشاركون MD زيادة في الاتصال بـ VMN مع شبكات أخرى، مما يشير إلى زيادة الحساسية تجاه المحفزات المتعلقة بالمخدرات. بالإضافة إلى ذلك، كان الباحثون يهدفون إلى تقييم ديناميات حالة الدماغ وعلاقتها بتوافر مستقبلات μ-opioid ومُستقبلات الدوبامين D2، باستخدام خرائط PET المتاحة للجمهور لاستكشاف الأسس الجزيئية للاختلافات الوظيفية الملاحظة بين المشاركين MD والضوابط الصحية (HCs).
الطرق
تحدد قسم الطرق النهج المتبع في تحليل الديناميات باستخدام المتجهات الذاتية الرائدة، وهو أمر حاسم لفهم الديناميات الأساسية للنظام المدروس. يستخدم التحليل منهجيات المتجهات الذاتية لاستخراج أنماط وسلوكيات هامة من البيانات، مما يسهل فهمًا أعمق لتطور النظام بمرور الوقت.
توفر المواد التكميلية، بما في ذلك الجداول من 1 إلى 6، بيانات ونتائج إضافية تدعم نتائج التحليل. من المحتمل أن تحتوي هذه الجداول على نتائج عددية، وإعدادات المعلمات، ومقاييس مقارنة تعزز من قوة الاستنتاجات المستخلصة من تحليل المتجهات الذاتية. بشكل عام، تم تصميم هذا الإطار المنهجي لتقديم رؤى شاملة حول الخصائص الديناميكية للنظام قيد التحقيق.
النتائج
في هذه الدراسة، تم تحليل ما مجموعه 47 مشاركًا، يتكونون من 22 ضابطًا صحيًا (HC) و25 فردًا يعانون من الاكتئاب الشديد (MD). كان متوسط الإزاحة الإطارية (FD) أكبر بشكل ملحوظ في المشاركين HC مقارنةً بالمشاركين MD خلال مهمة تأخير الحوافز المالية (MID) (p=0.02)، بينما لم يتم ملاحظة فرق كبير خلال مهمة استجابة المحفزات (p=0.20). بالإضافة إلى ذلك، حدد تحليل المكونات المستقلة (ICA) AROMA نسبة أعلى من مكونات الضوضاء في المشاركين HC خلال مهمة MID (p=0.03)، ولكن لم يتم العثور على اختلافات كبيرة بين المجموعتين لمهمة استجابة المحفزات (p=0.23).
كشف تحليل نسبة الإشارة إلى الضوضاء الزمنية العالمية (tSNR) أن المشاركين MD أظهروا tSNR أقل بشكل ملحوظ من المشاركين HC خلال مهمة MID (p=0.01)، بينما كان لديهم tSNR أعلى خلال مهمة استجابة المحفزات (p<0.001). حافظت كلا المجموعتين على متوسط tSNR عالمي أعلى من 15، مما يشير إلى حساسية كافية لاكتشاف التغيرات في إشارة BOLD. أظهرت المقارنات الديموغرافية أن المشاركين MD كان لديهم انتشار أعلى للتدخين والتشخيصات النفسية الحالية، بالإضافة إلى سنوات تعليم أقل مقارنةً بالمشاركين HC. ستستكشف التحليلات الإضافية الاختلافات في الاتصال الوظيفي المتعدد المتغيرات (miFC) بين المجموعتين خلال المهام.
المناقشة
في هذه الدراسة، بحثنا في الاختلافات في وظيفة الدماغ بين الأفراد الذين يعانون من اضطرابات استخدام المواد (MD) والضوابط الصحية (HC) باستخدام الاتصال الوظيفي للمعلومات المتبادلة (miFC) وديناميات حالة الدماغ. تضمنت معالجة بيانات fMRI عدة خطوات، بما في ذلك تصحيح الحركة وتحليل المكونات المستقلة لتصفية الضوضاء. وجدنا أن المشاركين MD أظهروا أنماطًا غير متوقعة من miFC، حيث أظهروا اتصالًا أقوى بين النواة البطنية الوسطى (VMN) والشبكة الافتراضية (DMN) وشبكات التحكم، على عكس فرضيتنا بأنهم سيظهرون اتصالًا أضعف. على النقيض من ذلك، عرض المشاركون HC اتصالًا أقوى داخل الشبكات البصرية، والحركية الجسدية، وشبكات الأهمية، مما يشير إلى استراتيجيات مهام مميزة بين المجموعتين خلال مهمة تأخير الحوافز المالية (MID).
كشف التحليل أن المشاركين MD كان لديهم احتمال أعلى لحدوث الشبكة الافتراضية (DMN) خلال مهمة MID، بينما كان المشاركون HC أكثر احتمالًا لتفعيل الشبكة البصرية. يتماشى هذا الاتصال المفرط بين الشبكات المتعلقة بالمكافأة والمعرفية في المشاركين MD مع الميزات المعروفة للإدمان. ومن الجدير بالذكر أنه خلال مهمة استجابة المحفزات، لوحظت اختلافات كبيرة في miFC، حيث أظهر المشاركون MD اتصالًا أضعف مقارنةً بـ HC، خاصةً بين الشبكة الحركية الجسدية والشبكات الأخرى. تساهم هذه النتائج في فهم الآليات العصبية الكامنة وراء اضطرابات استخدام المواد وتقترح أهدافًا محتملة للتدخلات العصبية المستندة إلى التصوير العصبي.
DOI: https://doi.org/10.1038/s41398-026-03845-6
PMID: https://pubmed.ncbi.nlm.nih.gov/41633966
Publication Date: 2026-02-03
Author(s): Danielle L. Kurtin et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
The research investigates the neural correlates of reward processing in individuals with severe opioid use disorder (sOUD) compared to healthy controls (HC). Utilizing the Monetary Incentive Delay (MID) task, the study reveals that participants with sOUD exhibit diminished responses in reward neural circuitry during reward anticipation, while showing heightened responses to drug-related cues. This suggests a dysfunctional reward processing mechanism in sOUD that may be linked to other cognitive and attentional dysregulations commonly observed in addiction.
Key findings indicate that individuals with sOUD demonstrate distinct patterns of resting-state functional connectivity (miFC) across various neural networks, including the ventral medial network (VMN) and default mode network (DMN). Specifically, sOUD participants exhibit generally weaker miFC compared to HC participants, with significant differences noted during both the MID task and drug cue reactivity tasks. Furthermore, there is a notable spatial correspondence between areas of altered brain function and the availability of μ-opioid receptors (MOR) and dopamine D2 receptors (DRD2), laying the groundwork for future research to explore the intricate relationships between neural dynamics and behavioral outcomes in addiction.
Introduction
The introduction of the study highlights the significant impact of illicit opioid use on drug-related mortality rates and outlines the research’s aim to investigate neural correlates of reward and emotion in individuals with substance use disorder (sOUD). Utilizing fMRI data from the Neural Correlates of Reward and Emotion in opiate dependence (NCORE) study, the researchers analyzed connectivity and dynamics during two tasks: the monetary incentive delay (MID) task and a cue reactivity task. The MID task focused on neural responses to non-drug rewards, particularly during reward anticipation, while the cue reactivity task examined responses to drug-related versus neutral stimuli.
The study employed mutual information functional connectivity (miFC) to assess interregional communication, hypothesizing that methadone-dependent (MD) participants would exhibit weaker connectivity in the ventromedial nucleus (VMN) with networks associated with self-referential and cognitive processes during the MID task. Conversely, during the cue reactivity task, it was expected that MD participants would show heightened VMN connectivity to other networks, indicating increased sensitivity to drug cues. Additionally, the researchers aimed to evaluate brain state dynamics and their relationship with the availability of μ-opioid and dopamine D2 receptors, utilizing publicly available PET maps to explore the molecular underpinnings of the observed functional differences between MD participants and healthy controls (HCs).
Methods
The section on Methods outlines the approach taken for the Leading Eigenvector Dynamic Analysis, which is crucial for understanding the underlying dynamics of the system studied. The analysis employs eigenvector methodologies to extract significant patterns and behaviors from the data, facilitating a deeper insight into the system’s evolution over time.
Supplementary Materials, including Tables 1 through 6, provide additional data and results that support the findings of the analysis. These tables likely contain numerical results, parameter settings, and comparative metrics that enhance the robustness of the conclusions drawn from the eigenvector analysis. Overall, this methodological framework is designed to yield comprehensive insights into the dynamic properties of the system under investigation.
Results
In this study, a total of 47 participants were analyzed, comprising 22 healthy controls (HC) and 25 individuals with major depression (MD). The mean framewise displacement (FD) was significantly greater in HC participants compared to MD participants during the monetary incentive delay (MID) task (p=0.02), while no significant difference was observed during the cue reactivity task (p=0.20). Additionally, the Independent Component Analysis (ICA) AROMA identified a higher proportion of noise components in HC participants during the MID task (p=0.03), but no significant group differences were found for the cue reactivity task (p=0.23).
The global temporal signal-to-noise ratio (tSNR) analysis revealed that MD participants exhibited a significantly lower tSNR than HC participants during the MID task (p=0.01), whereas they had a higher tSNR during the cue reactivity task (p<0.001). Both groups maintained a mean global tSNR above 15, indicating adequate sensitivity for detecting changes in the BOLD signal. Demographic comparisons showed that MD participants had a higher prevalence of smoking and current psychiatric diagnoses, along with fewer years of education compared to HC participants. Further analysis will explore differences in multivariate functional connectivity (miFC) between the groups during the tasks.
Discussion
In this study, we investigated the differences in brain function between individuals with substance use disorders (MD) and healthy controls (HC) using mutual information functional connectivity (miFC) and brain state dynamics. Preprocessing of fMRI data involved several steps, including motion correction and independent component analysis to filter out noise. We found that MD participants exhibited unexpected patterns of miFC, showing stronger connectivity between the ventral medial nucleus (VMN) and the default mode network (DMN) and control networks, contrary to our hypothesis that they would demonstrate weaker connectivity. In contrast, HC participants displayed stronger miFC within visual, somatomotor, and salience networks, suggesting distinct task strategies between the groups during the monetary incentive delay (MID) task.
The analysis revealed that MD participants had a higher probability of occurrence of the DMN during the MID task, while HC participants were more likely to engage the visual network. This hyperconnectivity among reward-related and cognitive networks in MD participants aligns with established features of addiction. Notably, during the cue reactivity task, significant differences in miFC were observed, with MD participants showing weaker connectivity compared to HC, particularly between the somatomotor network and other networks. These findings contribute to understanding the neural mechanisms underlying substance use disorders and suggest potential neuroimaging-informed targets for neuromodulation interventions.