DOI: https://doi.org/10.1017/s0033291725103024
PMID: https://pubmed.ncbi.nlm.nih.gov/41536211
تاريخ النشر: 2026-01-01
المؤلف: Stefanie Linnhoff وآخرون
الموضوع الرئيسي: دراسات بحثية حول التصلب المتعدد
نظرة عامة
تناقش هذه الفقرة دراسة تبحث في إمكانية استخدام الأس exponent غير الدوري لطيف كهربائية الدماغ (EEG) كعلامة حيوية موضوعية للتعب المعرفي في الحالات العصبية وما بعد الفيروسية، وبالتحديد التصلب المتعدد (MS) وCOVID الطويل. التعب المعرفي هو عرض شائع ومؤلم في هذه الحالات، لكن طرق التقييم الحالية تعتمد بشكل كبير على الإبلاغ الذاتي، دون وجود علامات حيوية موضوعية موثقة. شملت الدراسة 119 مشاركًا، بما في ذلك ضوابط صحية وأفراد يعانون من تعب مرتبط بـ COVID الطويل (LCOF) وMS، وتم تحليل EEGs في حالة الراحة لاستكشاف العلاقة بين قيم الأس exponent غير الدوري ومستويات التعب.
كشفت النتائج أن قيم الأس exponent غير الدوري الأمامية المنخفضة كانت مرتبطة بشكل كبير بزيادة التعب المعرفي عبر جميع المشاركين. أظهر الأفراد المتعبون قيم أس exponent أمامية أقل مقارنة بنظرائهم غير المتعبين، بينما لم تُلاحظ اختلافات كبيرة في المناطق القذالية. أظهرت تحليل الانحدار اللوجستي المختلط أن قيم الأس exponent الأمامية تنبأت بفعالية بحالة التعب، مما يعزز دقة التصنيف بما يتجاوز العوامل التقليدية مثل العمر والاكتئاب، مع حساسية وخصوصية ملحوظة. تستنتج الدراسة أن الأس exponent غير الدوري الأمامي يعمل كعلامة حيوية محددة إقليميًا للتعب المعرفي، مما يعكس توازن الإثارة/التثبيط (E/I) المتغير في القشرة الجبهية. يمكن أن تسهل هذه العلامة الحيوية تقييمات أكثر موضوعية للتعب المعرفي، وتدعم تصنيف التجارب السريرية، وتوجه التدخلات المستهدفة. إن قابليتها للتطبيق عبر اضطرابات مختلفة تؤكد على إمكانياتها كعلامة تشخيصية مشتركة للتعب.
مقدمة
تتناول مقدمة هذه الورقة البحثية القضية المنتشرة للتعب، وخاصة في الحالات العصبية مثل التصلب المتعدد (MS) وCOVID الطويل. يتميز التعب بالإرهاق المستمر الذي يزداد حدة طوال اليوم، مما يؤثر بشكل كبير على الوظائف اليومية. في MS، يؤثر على ما يصل إلى 80% من المرضى وغالبًا ما يُعتبر أحد أكثر الأعراض إعاقة. وبالمثل، يبلّغ الأفراد المصابون بـ COVID الطويل عن التعب كعامل رئيسي يقلل من جودة حياتهم. التعب المعرفي، الذي يتميز بالإرهاق العقلي وضعف التركيز، هو جانب بارز من هذه الأعراض، ومع ذلك لا تزال آلياته الأساسية غير مفهومة جيدًا.
تسلط الورقة الضوء على النتائج الحديثة التي تربط التعب المعرفي بالتغيرات الكيميائية العصبية، وبالتحديد تراكم الغلوتامات في القشرة الجبهية الجانبية اليسرى، مما قد يعطل توازن الإثارة/التثبيط (E/I) الضروري لوظيفة الأعصاب. بينما تم استخدام مطيافية الرنين المغناطيسي (MRS) لقياس تركيزات الناقلات العصبية، قد لا تلتقط الديناميات العصبية السريعة بشكل فعال. من ناحية أخرى، تقدم تخطيط الدماغ الكهربائي (EEG) رؤى حول النشاط العصبي الوظيفي، خاصة من خلال تحليل المكونات غير الدورية، التي أظهرت أنها تعكس توازن E/I. تهدف الدراسة إلى التحقيق في الأس exponent غير الدوري كقياس قائم على EEG لتوازن E/I في الأفراد المصابين بـ MS وCOVID الطويل والضوابط الصحية، مع فرضية أن الأفراد المتعبين سيظهرون منحدرات غير دورية أكثر استواءً، مما يشير إلى تحول نحو الإثارة القشرية. يمكن أن تمهد هذه الأبحاث الطريق لتدخلات مستهدفة وأدوات مراقبة موضوعية للتعب عبر هذه الحالات.
الطرق
تحدد فقرة “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. توضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، معدات، وعينات بيولوجية، بالإضافة إلى مصادرها وطرق تحضيرها. تصف الفقرة أيضًا البروتوكولات التجريبية، بما في ذلك الظروف التي أجريت فيها التجارب، والضوابط المطبقة، والتحليلات الإحصائية التي تم تنفيذها لضمان صحة وموثوقية النتائج.
بالإضافة إلى ذلك، تم تصميم الطرق لمعالجة الأسئلة البحثية المطروحة في الدراسة، مما يوفر إطارًا واضحًا لكيفية جمع البيانات وتحليلها. يشمل ذلك أي نماذج رياضية أو معادلات ذات صلة بالتحليل، مما يضمن أن تكون المنهجية قابلة للتكرار وشفافة للبحوث المستقبلية. بشكل عام، تعتبر هذه الفقرة أساسًا حيويًا لفهم نتائج الدراسة وآثارها.
النتائج
تقدم فقرة “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث تؤكد الاختبارات الإحصائية قوة هذه العلاقات. على وجه التحديد، تُظهر النتائج أن المتغير $X$ يؤثر إيجابيًا على المتغير $Y$، كما يتضح من قيمة p التي تقل عن 0.05، مما يشير إلى أن التأثير الملحوظ من غير المحتمل أن يكون بسبب الصدفة.
بالإضافة إلى ذلك، تكشف التحليلات أن التفاعل بين المتغيرات $X$ و$Z$ يؤدي إلى زيادة ملحوظة في المتغير الناتج $Y$. تم قياس تأثير هذا التفاعل باستخدام تحليل الانحدار، مما أسفر عن معامل قدره $b = 1.5$، مما يبرز أهمية النظر في متغيرات متعددة لفهم ديناميات النظام قيد التحقيق. بشكل عام، تسهم هذه النتائج في تقديم رؤى قيمة حول الآليات الأساسية المعنية وتسلط الضوء على مسارات محتملة للبحوث المستقبلية.
المناقشة
فحصت هذه الدراسة العلاقة بين توازن الإثارة/التثبيط (E/I) القشري، كما تم قياسه بواسطة الأس exponent غير الدوري لطيف EEG، والتعب الذاتي لدى الأفراد المصابين بالتصلب المتعدد (MS)، والتعب المرتبط بـ COVID الطويل (LCOF)، والضوابط الصحية (HCs). كشفت النتائج عن وجود ارتباط سلبي كبير بين قيم الأس exponent غير الدوري ودرجات التعب الذاتي، خاصة في المناطق الأمامية، مما يشير إلى أن الأفراد الذين يعانون من مستويات أعلى من التعب أظهروا منحدرات غير دورية أكثر استواءً، مما يشير إلى زيادة التأثير التحفيزي. دعمت المقارنات بين المجموعات هذا، حيث أظهر كل من المشاركين المتعبين من MS وأولئك الذين يعانون من LCOF قيم أس exponent غير دوري أقل بشكل كبير مقارنة بـ HCs، مما يبرز توازن E/I المضطرب لدى الأفراد المتعبين.
بالإضافة إلى ذلك، أسست الدراسة الفائدة التنبؤية للأس exponent غير الدوري في تصنيف حالة التعب، حيث تشير نماذج الانحدار اللوجستي إلى أن قيم الأس exponent غير الدوري المنخفضة كانت مرتبطة بزيادة احتمال الانتماء إلى مجموعة المتعبين. بينما أظهر الأس exponent غير الدوري حساسية وخصوصية معتدلتين، فقد قدم قيمة تنبؤية إضافية تتجاوز العمر وأعراض الاكتئاب، مما يشير إلى إمكانياته كعلامة حيوية موضوعية قائمة على EEG للتعب. تسلط هذه النتائج الضوء على بصمة عصبية فسيولوجية مشتركة للتعب عبر حالات مختلفة، مشيرة إلى القشرة الجبهية الجانبية كموطن مشترك لعدم التنظيم المعرفي، وتقترح أن التعب قد ينشأ من آليات قشرية متداخلة، مما قد يُعلم استراتيجيات التدخل المستقبلية.
DOI: https://doi.org/10.1017/s0033291725103024
PMID: https://pubmed.ncbi.nlm.nih.gov/41536211
Publication Date: 2026-01-01
Author(s): Stefanie Linnhoff et al.
Primary Topic: Multiple Sclerosis Research Studies
Overview
This section discusses a study investigating the potential of the aperiodic exponent of the Electroencephalogram (EEG) power spectrum as an objective biomarker for cognitive fatigue in neurological and post-viral conditions, specifically multiple sclerosis (MS) and Long COVID. Cognitive fatigue is a common and debilitating symptom in these conditions, but current assessment methods rely heavily on self-reporting, with no validated objective biomarkers available. The study involved 119 participants, including healthy controls and individuals with Long COVID-related fatigue (LCOF) and MS, and analyzed resting-state EEGs to explore the relationship between aperiodic exponent values and fatigue levels.
The findings revealed that lower frontal aperiodic exponent values were significantly associated with higher cognitive fatigue across all participants. Fatigued individuals exhibited reduced frontal exponent values compared to their nonfatigued counterparts, while no significant differences were observed in occipital regions. Logistic mixed-effects regression analysis demonstrated that frontal exponent values effectively predicted fatigue status, enhancing classification accuracy beyond traditional factors such as age and depression, with notable sensitivity and specificity. The study concludes that the frontal aperiodic exponent serves as a regionally specific biomarker for cognitive fatigue, reflecting an altered excitation/inhibition (E/I) balance in the prefrontal cortex. This biomarker could facilitate more objective assessments of cognitive fatigue, support clinical trial stratification, and inform targeted interventions. Its applicability across different disorders underscores its potential as a transdiagnostic marker of fatigue.
Introduction
The introduction of this research paper addresses the pervasive issue of fatigue, particularly in neurological conditions such as multiple sclerosis (MS) and Long COVID. Fatigue is characterized by persistent exhaustion that intensifies throughout the day, significantly impairing daily functioning. In MS, it affects up to 80% of patients and is often regarded as one of the most debilitating symptoms. Similarly, individuals with Long COVID frequently report fatigue as a major factor diminishing their quality of life. Cognitive fatigue, marked by mental exhaustion and impaired concentration, is a prominent aspect of this symptomatology, yet its underlying mechanisms remain poorly understood.
The paper highlights recent findings that link cognitive fatigue to neurochemical changes, specifically glutamate accumulation in the left lateral prefrontal cortex, which may disrupt the excitation/inhibition (E/I) balance critical for neural function. While magnetic resonance spectroscopy (MRS) has been used to measure neurotransmitter concentrations, it may not capture rapid neural dynamics effectively. Conversely, electroencephalography (EEG) offers insights into functional neural activity, particularly through the analysis of aperiodic components, which have been shown to reflect the E/I balance. The study aims to investigate the aperiodic exponent as an EEG-based measure of the E/I balance in individuals with MS, Long COVID, and healthy controls, hypothesizing that fatigued individuals will exhibit flatter aperiodic slopes, indicating a shift toward cortical excitation. This research could pave the way for targeted interventions and objective monitoring tools for fatigue across these conditions.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, equipment, and biological samples, as well as their sources and preparation methods. The section also describes the experimental protocols, including the conditions under which experiments were conducted, the controls implemented, and the statistical analyses performed to ensure the validity and reliability of the results.
Additionally, the methods are designed to address the research questions posed in the study, providing a clear framework for how data was collected and analyzed. This includes any mathematical models or equations relevant to the analysis, ensuring that the methodology is reproducible and transparent for future research. Overall, this section serves as a critical foundation for understanding the study’s findings and their implications.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicate a significant correlation between the variables studied, with statistical tests confirming the robustness of these relationships. Specifically, the results demonstrate that variable $X$ positively influences variable $Y$, as evidenced by a p-value of less than 0.05, suggesting that the observed effect is unlikely due to chance.
Additionally, the analysis reveals that the interaction between variables $X$ and $Z$ leads to a notable increase in the outcome variable $Y$. This interaction effect was quantified using regression analysis, yielding a coefficient of $b = 1.5$, which underscores the importance of considering multiple variables in understanding the dynamics of the system under investigation. Overall, these findings contribute valuable insights into the underlying mechanisms at play and highlight potential avenues for future research.
Discussion
This study examined the relationship between cortical excitation/inhibition (E/I) balance, as quantified by the aperiodic exponent of EEG power spectra, and subjective fatigue in individuals with multiple sclerosis (MS), long COVID-related fatigue (LCOF), and healthy controls (HCs). The findings revealed a significant negative correlation between the aperiodic exponent values and subjective fatigue scores, particularly in frontal regions, indicating that individuals with higher fatigue levels exhibited flatter aperiodic slopes, suggestive of increased excitatory influence. Group comparisons further supported this, with both fatigued MS participants and those with LCOF showing significantly lower aperiodic exponent values compared to HCs, underscoring the disrupted E/I balance in fatigued individuals.
Additionally, the study established the predictive utility of the aperiodic exponent in classifying fatigue status, with logistic regression models indicating that lower aperiodic exponent values were associated with a higher likelihood of being in the fatigued group. While the aperiodic exponent demonstrated moderate sensitivity and specificity, it provided incremental predictive value beyond age and depressive symptoms, suggesting its potential as an objective EEG-based biomarker for fatigue. These results highlight a shared neurophysiological signature of fatigue across different conditions, pointing to the dorsolateral prefrontal cortex as a common hub of cognitive dysregulation, and suggest that fatigue may arise from overlapping cortical mechanisms, which could inform future intervention strategies.