Студент постоянно испытывает эмоциональное и физическое напряжение, которое в сочетании с трудной умственной работой, большими объёмами информации, ненормированным графиком, уменьшением времени, отводимом на отдых, делает его обучение крайне сложной и трудной задачей. Все эти факторы оказывают значимое влияние на психическое и физическое здоровье студента.
Важную роль в формировании и поддержании когнитивных функций, определении способности учиться и познавать новое играет нейрофизиологическая зрелость коры головного мозга, процесс созревания которой в норме заканчивается к 21 году. Основным показателем нейрофизиологической зрелости коры головного мозга является частотный показатель альфа ритма.
Альфа-ритм является одним из основных ритмических компонентов электроэнцефалограммы (ЭЭГ), соответствующий состоянию пассивного бодрствования, наиболее полно проявляющийся в состоянии покоя с закрытыми глазами. Частота этого ритма лежит в диапазоне 8-12 Гц, средняя амплитуда у молодого взрослого равна 100мкВ. Регистрируется у 85-95% здоровых взрослых. Лучше всего выражен в затылочных отделах, по направлению кпереди амплитуда постепенно угасает. В более ранних исследованиях была показана связь индивидуальных особенностей альфа-ритма и некоторых психологических характеристик и особенностей мышления. Работы, проводимые в последние годы подтверждают полученные ранее данные, распространяя полученные знания на возможную связь между частотой альфа-ритма и индивидуальными способностями к обучению и интеллектуальной деятельности
Так же немаловажен в определении оптимальности выполнения функций различных отделов головного мозга и их интеграции коэффициент когерентности (КК), который определяется при помощи когерентного анализа ЭЭГ. Значения коэффициента когерентности (КК) варьируют от 0 до 1: чем выше значение когерентности, тем согласованнее активность одной области с другой, выбранной для измерения.
Когерентный анализ ЭЭГ считается индикатором функциональных взаимосвязей между различными корковыми областями головного мозга. Уровень интеграции областей коры должен быть адекватным для оптимального выполнения функций. В реальности он может оказаться сниженным или повышенным. И то, и другое не обеспечивает нормальное взаимодействие мозговых структур и сопровождается нарушением функционального состояния мозга [2]. Одним из основных преимуществ когерентного анализа является его независимость от амплитуды колебаний сигналов различных областей мозга [3]. Эта особенность позволяет выявлять средние характеристики КК для группы испытуемых, в которую входят лица с различными типами ЭЭГ. При оценке когерентности у психически здоровых испытуемых все исследователи сходятся во мнении, что, вне зависимости от аппаратуры и системы отведений ЭЭГ, пик когерентных значений локализуется в передних зонах неокортекса, а по направлению к каудальным отделам КК постепенно уменьшаются [5]. Это согласуется с современным представлением об интегративной функции лобных долей («первичного ассоциативного центра» по А.Р. Лурия), которые находятся в сильной взаимосвязи с другими отделами мозга через длинные кортико-кортикальные ассоциативные волокна.
Цели исследования: изучить частотные характеристики альфа-ритма по данным спектрального и мощностного анализа компьютерной ЭЭГ, уровень нейрофизиологической зрелости коры головного мозга и показатели КК как нейрофизиологических маркеров межполушарной интеграции различных отделов головного мозга у студентов 1-2 курсов высшего учебного заведения
Материалы и методы: Собственные лабораторные исследования проводились на базе научно-исследовательской лаборатории кафедры медицинской генетики и клинической нейрофизиологии ИПО в рамках комплексных исследований по теме № 210-16 «Эпидемиологические, генетические и нейрофизиологические аспекты заболеваний нервной системы (центральной, периферической и вегетативной) и превентивная медицина» (номер госрегистрации 0120.0807480) и совместного проекта УИРС в рамках работы НОЦ «Морфология» КрасГМУ им. проф. В.Ф. Войно-Ясенецкого (далее – КрасГМУ) и в рамках исследования «Система маркёров для оценки соматонейропсихологического статуса здорового человека».
Объектом исследования выбрана совокупность здоровых молодых людей (добровольцев). Все обследуемые были осмотрены нами активно и проходили предварительный анамнестический и клинический отбор с использованием критериев включения и исключения. Критерии включения: студенты 1-2 курсов КрасГМУ, отсутствие патологии ЦНС в анамнезе и на момент обследования. Критерии исключения: наличие текущей психоневрологической патологии, указание на заболевания центральной нервной системы (ЦНС) в анамнезе.
Всего обследовано 96 добровольцев. Возраст испытуемых варьировался от 17 до 22 лет, средний возраст составил 19,0±0,92 [19;19] лет. Распределение по полу: девушки – 66 (69%), юноши – 30 (31%) человек. Выбор объекта исследования обусловлен сопоставимым уровнем образования, возраста, степени умственной и физической нагрузки. Участие обследуемых в исследовании было добровольным, в рамках работы СНО кафедры медицинской генетики и клинической нейрофизиологии ИПО. Исследование проводилось в дневное время суток, бесплатно и не представляло риска для здоровья испытуемых. Исследование проводилось с учетом принципов конфиденциальности и беспристрастности.
Исследование состояния биоэлектрической активности головного мозга проводилось с использованием отечественного компьютерного диагностического оборудования – электроэнцефалографического программного обеспечения «Нейрокартограф» (МБН, Москва). Наложение электродов осуществлялось по международной системе «10 – 20 %». Запись компьютерной ЭЭГ проводилась в монополярном ипсилатеральном ушном отведении с помощью мостиковых хлорсеребрянных электродов с соблюдением стандартных условий проведения данного вида нейрофизиологической диагностики и соответствовала следующим основным требованиям: стандартизация внешних условий и процедуры обследования, создание оптимального психологического климата и мотивационной установки испытуемых. Средняя продолжительность исследования составила 20 минут.
Спектральный анализ частотных характеристик основных корковых ритмов (дельта, тета, альфа, бета) проводился с помощью встроенных функций математической обработки данных, разработанных производителем диагностического оборудования – компьютерного программного комплекса «Нейрокартограф» (МБН, Москва), после предварительного визуального анализа нативной ЭЭГ в режиме постреального времени и устранения физических и физиологических артефактов. Спектральное, биспектральное, мощностное и амплитудное картирование превалирующих частот альфа-ритма в разных областях коры головного мозга проводилось с помощью цветового кодирования. Полученные карты подвергались визуальному и математическому анализу.
Когерентый анализ межполушарных связей проводился с помощью встроенных функций математической обработки данных, разработанных производителем диагностического оборудования «Нейрокартограф» (МБН, Москва), после предварительного визуального анализа нативной ЭЭГ состояния пассивного бодрствования испытуемых, в режиме постреального времени, после устранения физических и физиологических артефактов.
Статистическая обработка базы данных проводилась согласно требованиям, предъявляемым к статистическому анализу биомедицинских данных, и осуществлялась с использованием пакета прикладных программ STATISTICA v. 7 (StatSoft, США).
Результаты
и обсуждение.
В ходе проведенного исследования было выявлено, что средняя частота альфа-ритма
по затылочным отделам головного мозга – O1 и О2 (в монополярном ипсилатеральном
отведении) у студентов КрасГМУ составила 10.1 ± 0.75 Гц. Распределение
испытуемых по частоте встречаемости субдиапазонов частот альфа ритма было
следующим: α1-субдиапазон (8 - 9,4 Гц) – 18 человек
(19%), средний субдиапазон
α-ритма (9,5 - 10,4 Гц) – 43 человек (45%), α2 субдиапазон
(10,5 - 11,5 Гц) – 35 человек (36%). Статистически значимо чаще встречался
средний и высокий субдиапазоны частот альфа-ритма – суммарно 81% случаев (р
< 0,05), что свидетельствует о нейрофизиологической зрелости корковой
ритмики студентов университета и их высоком познавательном (когнитивном)
потенциале, а также о высокой пластичности высшей нервной деятельности.
В результате проведенного исследования было показано, что среднее значение межполушарного КК в паре Fp1-Fp2 составило 0,59 ± 0,17, [0,46;0,71], что чуть ниже нижнего предела допустимой возрастной нормы (референсный коридор 0,6 – 0,8), и не достигая статистически значимых различий по этому показателю (р < 0,01). Ниже нормы КК был зафиксирован у 55 студентов (57%), в пределах референсного коридора – у 26 студентов (27%), и выше нормы у 15 студентов (16%).
В таблице 1 представлено соотношение показателей КК и субдиапазонов альфа ритма, из которой видно, что 5 человек (5,2%) имеют высокий КК при частоте альфа ритма, соответствующей α2 субдиапазону, что соответствует максимальной активности и межполушарной интеграции, 12 человек (12,5%) имеют низкий КК при частоте альфа ритма, соответствующей α1-субдиапазону, что соответствует минимальной активности и межполушарной интеграции, 13 человек (13,5%) имеют средний КК при среднем субдиапазоне α-ритма, что соответствует оптимальной активности и межполушарной интеграции.
Таблица 1
Соотношение показателей КК и субдиапазонов альфа ритма
|
|
Высокий КК |
Средний КК |
Низкий КК |
|
α1-субдиапазон |
5 (5,2%) |
9 (9,4%) |
21 (21,9%) |
|
средний субдиапазон α-ритма |
8 (8,3%) |
13 (13,5%) |
22 (22,9%) |
|
α2 субдиапазон |
2 (2,1%) |
4 (4,2%) |
12 (12,5%) |
Выводы
В результате проведённого исследования, нами было показано, что подавляющее большинство студентов (81%) достигли нейрофизиологической зрелости коры головного мозга, а треть студентов (31,2%) имеют оптимальные показатели КК и частоты альфа ритма для адекватного усвоения учебной программы. В тоже время 5,2% студентов, имеющих высокие КК и частотную характеристику альфа ритма, могут терять интерес к учёбе и освоению материала, из-за более быстрого усвоение материала учебной программы, а 12.5%, имеющих низкие показатели, могут иметь проблемы с учёбой, из-за более низкой скорости усвоение материала учебной программы, что требует более детальной работы с этими двумя группами студентов, для оптимизации учебного процесса.Рецензенты:
Матюшин Г.В., д.м.н., профессор, заведующий кафедрой кардиологии и функциональной диагностики ИПО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого Минздрава России, г. Красноярск;
Логинова И.О., д.псх.н., профессор, декан факультета клинической психологии, заведующая кафедрой клинической психологии и психотерапии с курсом ПО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого Минздрава России, г. Красноярск.