BLOG
QEEG jako narzędzie diagnostyczne przed neuroterapią.
Jak obraz aktywności mózgu wspiera dobór i personalizację leczenia.
Jednym z najtrudniejszych wyzwań w neuroterapii jest to dlaczego dana metoda działa u jednych pacjentów, a u innych nie. TMS przynosi poprawę w depresji lekoopornej u ok. 50–70% pacjentów, ale pozostałe 30–50% nie odpowiada na leczenie w podobnym stopniu. Neurofeedback znacznie poprawia koncentrację u dzieci z ADHD, lecz u części z nich efekty pozostają minimalne. tES skutecznie wspomaga rehabilitację poudarową w grupach badanych, ale na poziomie indywidualnym odpowiedź bywa bardzo zróżnicowana.
Za tą zmiennością stoi prosty fakt – mózgi różnych pacjentów różnią się od siebie na poziomie elektrofizjologicznym. Pytanie, które coraz częściej zadaje nowoczesna neuroterapia, brzmi: czy można tę różnorodność zmierzyć przed leczeniem i wykorzystać do podjęcia trafniejszych decyzji terapeutycznych? Odpowiedzią na to pytanie jest QEEG.
QEEG (ilościowe EEG) to zaawansowana analiza zapisu elektroencefalograficznego. Przekształca ona surowy sygnał elektryczny mózgu w mierzalne parametry: mapy mocy fal, proporcje między pasmami częstotliwości, asymetrie i wiele innych. Wyniki porównywane są z normatywnymi bazami danych (wzorcami aktywności zdrowego mózgu w danym wieku), co pozwala zobaczyć, w których obszarach i pasmach, zapis pacjent odbiega od normy.
W kontekście planowania neuroterapii QEEG nie jest testem diagnostycznym w klasycznym sensie. Nie postawimy na jego podstawie rozpoznania psychiatrycznego ani neurologicznego. Natomiast uzyskamy dzięki niemu obiektywny, ilościowy obraz aktywności mózgu konkretnego pacjenta. Będzie on naszym punktem wyjścia do świadomie zaplanowanej terapii.
„Mózgi różnych pacjentów różnią się od siebie na poziomie elektrofizjologicznym. Pytanie, które coraz częściej zadaje nowoczesna neuroterapia, brzmi: czy można tę różnorodność zmierzyć przed leczeniem i wykorzystać do podjęcia trafniejszych decyzji terapeutycznych?”
Standardowe badanie QEEG wykonuje się przy użyciu czepka z wbudowanymi elektrodami rozmieszczonymi zgodnie z systemem 10–20. Zapis prowadzony jest w dwóch warunkach: z oczami zamkniętymi i z oczami otwartymi. Podczas każdego z nich pacjent wykonuje różne czynności zlecone przez specjalistę (np. liczenie na głos lub w pamięci). Całe badanie, łącznie z przygotowaniem do niego, zajmuje zazwyczaj od 30 do 60 minut.
Wynikiem jest raport zawierający mapy topograficzne mocy poszczególnych pasm częstotliwości oraz wartości z–score (wyniku standaryzowanego) dla wybranych parametrów. Wartości z–score to informacja o tym, jak dalece zapis pacjenta odbiega od normy dla danej grupy wiekowej (odchylenie powyżej +2 lub poniżej −2 jest uznane za istotne statystycznie). Opracowanie raportu realizowane jest przez specjalne oprogramowanie z modułem QEEG, m.in. dostępne w ramach systemu ELMIKO EEG Biofeedback.
Spośród wszystkich form neuroterapii, związek między QEEG a planowanym leczeniem jest najlepiej udokumentowany właśnie w neurofeedbacku. Przyczyna jest prosta. Neurofeedback polega na treningu konkretnych parametrów aktywności mózgu. Dlatego wiedza o tym, które z nich wymagają korekty, bezpośrednio przekłada się na wybór protokołu.
Badanie QEEG przed neurofeedbackiem pozwala odpowiedzieć na pytania, na które sama obserwacja kliniczna nie jest w stanie odpowiedzieć.
Czy u tego pacjenta dominuje wzorzec theta/beta?
Czy zapis wskazuje na problem z regulacją pobudzenia, czy raczej z łącznością między obszarami mózgu?
Czy indywidualna częstotliwość fali alfa pacjenta mieści się w dolnym czy górnym zakresie?
Badania wykazują, że neurofeedback prowadzony z uwzględnieniem indywidualnego profilu QEEG (tzw. QEEG–informed neurofeedback) daje lepsze efekty niż stosowanie standardowych protokołów u wszystkich pacjentów z określoną diagnozą. Dlatego warto wybrać system, który umożliwi prowadzenie zindywidualizowanej terapii EEG Biofeedback w oparciu o QEEG. Do takich rozwiązań należy m.in. system ELMIKO EEG Biofeedback – certyfikowany wyrób medyczny klasy IIa. Umożliwia on przeprowadzenie badania QEEG z poziomu tego samego urządzenia.
W przypadku przezczaszkowej stymulacji magnetycznej (TMS) związek między QEEG a odpowiedzią na leczenie jest obszarem intensywnych badań naukowych. Indywidualna najwyższa częstotliwość alfa (iAPF, z ang. individual alpha peak frequency; mieszcząca się w zakresie 7,5–12,5 Hz) wyłania się jako jeden z najbardziej obiecujących biomarkerów w tym kontekście. Badania pokazują, że iAPF może wpływać na zróżnicowaną odpowiedź na protokoły TMS. Pacjenci z wyższym iAPF mogą lepiej reagować na jedne protokoły stymulacji, podczas gdy osoby z niższym iAPF lepiej odpowiadają na inne.
Jednocześnie należy podkreślić, że niektóre metaanalizy, nie są zgodne co do klinicznego znaczenia QEEG jako ogólnego wskaźnika odpowiedzi na niefarmakologiczne metody leczenia depresji. Nie zaprzecza to jednak wartości QEEG. Jedynie wskazuje, że kluczowe jest stosowanie konkretnych, dobrze przebadanych biomarkerów. Dla specjalisty pracującego z systemami TMS oznacza to, że QEEG wykonane przed kwalifikacją do leczenia – zwłaszcza uwzględniające ocenę iAPF – może dostarczyć dodatkowych informacji do personalizacji protokołów stymulacji.
W przypadku przezczaszkowej stymulacji elektrycznej (tES) rola QEEG jest nieco inna. Aktualnym trendem w badaniach jest użycie EEG po stymulacji (do oceny jej neurofizjologicznych efektów), a rzadziej przed nią (do zaplanowania protokołów). Niemniej kierunek jest wyraźny: QEEG w tES może w przyszłości odgrywać rolę zbliżoną do tej, jaką dziś pełni w neurofeedbacku.
Nawet przy aktualnym stanie wiedzy, przeprowadzenie badania QEEG przed tES ma uzasadnione zastosowanie. Pozwala ustalić wyjściowy profil aktywności korowej pacjenta, który staje się punktem odniesienia dla oceny skuteczności stymulacji. Jest to szczególnie wartościowe w przypadku dłuższych sesji terapeutycznych, stosowanych np. w neurorehabilitacji poudarowej.
Diagnostyczna rola QEEG nie kończy się na etapie planowania terapii. Powtórzenie badania QEEG po określonej liczbie sesji – czy to neurofeedbacku, TMS, czy tES – pozwala odpowiedzieć na pytanie, czy aktywność mózgu zmieniła się w oczekiwanym kierunku.
Ten monitoring ma praktyczne znaczenie. Jeśli po kilku sesjach neurofeedbacku parametry, które miały ulec normalizacji, nie zmieniają się, terapeuta wie, że protokół wymaga korekty. Natomiast gdy zmiany widoczne w QEEG postępują szybciej niż subiektywna poprawa, daje to podstawę do dalszej kontynuacji leczenia mimo braku widocznego efektu klinicznego.
Wynik QEEG zależy przede wszystkim od jakości normatywnej bazy danych, z którą porównywany jest zapis pacjenta. Na rynku funkcjonuje kilka baz, które różnią się metodologią zbierania danych, liczebnością próby i stosowanymi wartościami referencyjnymi. Brak jednego globalnego standardu sprawia, że te same dane QEEG mogą dawać nieco inne wyniki, w zależności od wybranego systemu.
Jakość analizy zależy też od jakości samego zapisu. Niedokładnie oczyszczona skóra pod elektrodami, artefakty mięśniowe, poziom zmęczenia pacjenta czy przyjmowane leki – mogą mieć istotny wpływ na jakość sygnału. Dobra analiza QEEG wymaga przeprowadzenia wywiadu z pacjentem przed rozpoczęciem badania oraz starannej selekcji epok wolnych od zakłóceń.
Należy również pamiętać, że odchylenia widoczne w QEEG są niespecyficzne. Ten sam profil aktywności EEG może pojawiać się w różnych zaburzeniach. Dlatego może nie być wystarczającym kryterium rozpoznania jednostki chorobowej. QEEG może być kluczowym wsparciem w diagnostyce. Jednak nie zastąpi klinicznego myślenia specjalisty interpretującego wyniki badania.
Przyczyną różnorodnej reakcji na wprowadzoną neuroterapię są często różnice w aktywności elektrofizjologicznej mózgu pacjentów. QEEG nie likwiduje tych różnic. Umożliwia ich dokładny pomiar, opis oraz uwzględnienie w planowaniu leczenia. To różnica między terapią zaplanowaną według ogólnego schematu, a terapią stworzoną na podstawie indywidualnego profilu pacjenta.
W Polsce dostęp do badania QEEG jest wciąż stosunkowo ograniczony. Dostępne jest ono przede wszystkim w prywatnych gabinetach neurologicznych, psychiatrycznych i ośrodkach neuroterapii – między innymi w gabinecie NEURODIAGNOSTYKI w Milanówku. Badanie nie jest refundowane przez NFZ, a jego koszt waha się zazwyczaj od kilkuset złotych za sam zapis QEEG – do wyższych kwot, jeśli raport obejmuje pogłębioną analizę kliniczną. Czas oczekiwania na badanie i ścieżka pacjenta zależą od placówki. W części gabinetów QEEG jest oferowane jako samodzielna usługa diagnostyczna. W innych stanowi wstęp do terapii neurofeedback lub konsultacji neuropsychologicznej.
W miarę jak baza dowodów na znaczenie biomarkerów EEG rośnie – szczególnie w odniesieniu do neurofeedbacku i TMS – QEEG z narzędzia badawczego staje się coraz bardziej narzędziem klinicznym. Dlatego warto uczyć się tej metody, np. w ramach szkoleń prowadzonych przez AKSON Centrum Edukacji, skierowanych do neurologów, psychiatrów, psychologów, pedagogów i terapeutów neurofeedback.
TWORZYMY, ŻEBY POMAGAĆ.
Bibliografia:
Arns, M., Drinkenburg, W., & Leon Kenemans, J. (2012). The effects of QEEG–informed neurofeedback in ADHD: an open–label pilot study. Applied psychophysiology and biofeedback, 37(3), 171–180. https://doi.org/10.1007/s10484–012–9191–4
Arpaia, P., Calce, A. D., Di Marino, L., Lorenzon, L., Maffei, L., Moccaldi, N., & Ramos, P. M. (2025). Combined Use of Electroencephalography and Transcranial Electrical Stimulation: A Systematic Review. Sensors (Basel, Switzerland), 25(18), 5773. https://doi.org/10.3390/s25185773
Erguzel, T. T., Ozekes, S., Gultekin, S., Tarhan, N., Hizli Sayar, G., & Bayram, A. (2015). Neural Network Based Response Prediction of rTMS in Major Depressive Disorder Using QEEG Cordance. Psychiatry investigation, 12(1), 61–65. https://doi.org/10.4306/pi.2015.12.1.61
Klimesch W. (1999). EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain research. Brain research reviews, 29(2–3), 169–195. https://doi.org/10.1016/s0165–0173(98)00056–3
Klooster, D., Voetterl, H., Baeken, C., & Arns, M. (2024). Evaluating Robustness of Brain Stimulation Biomarkers for Depression: A Systematic Review of Magnetic Resonance Imaging and Electroencephalography Studies. Biological psychiatry, 95(6), 553–563. https://doi.org/10.1016/j.biopsych.2023.09.009
Ko, J., Park, U., Kim, D., & Kang, S. W. (2021). Quantitative Electroencephalogram Standardization: A Sex– and Age–Differentiated Normative Database. Frontiers in neuroscience, 15, 766781. https://doi.org/10.3389/fnins.2021.766781
Livint Popa, L., Dragos, H., Pantelemon, C., Verisezan Rosu, O., & Strilciuc, S. (2020). The Role of Quantitative EEG in the Diagnosis of Neuropsychiatric Disorders. Journal of medicine and life, 13(1), 8–15. https://doi.org/10.25122/jml–2019–0085
Newson, J. J., & Thiagarajan, T. C. (2019). EEG Frequency Bands in Psychiatric Disorders: A Review of Resting State Studies. Frontiers in human neuroscience, 12, 521. https://doi.org/10.3389/fnhum.2018.00521
Picken, C., Clarke, A. R., Barry, R. J., McCarthy, R., & Selikowitz, M. (2020). The Theta/Beta Ratio as an Index of Cognitive Processing in Adults With the Combined Type of Attention Deficit Hyperactivity Disorder. Clinical EEG and neuroscience, 51(3), 167–173. https://doi.org/10.1177/1550059419895142
Rizvi, S., & Khan, A. M. (2019). Use of Transcranial Magnetic Stimulation for Depression. Cureus, 11(5), e4736. https://doi.org/10.7759/cureus.4736
Somani, A., & Kar, S. K. (2019). Efficacy of repetitive transcranial magnetic stimulation in treatment–resistant depression: the evidence thus far. General psychiatry, 32(4), e100074. https://doi.org/10.1136/gpsych–2019–100074
Widge, A. S., Bilge, M. T., Montana, R., Chang, W., Rodriguez, C. I., Deckersbach, T., Carpenter, L. L., Kalin, N. H., & Nemeroff, C. B. (2019). Electroencephalographic Biomarkers for Treatment Response Prediction in Major Depressive Illness: A Meta–Analysis. The American journal of psychiatry, 176(1), 44–56. https://doi.org/10.1176/appi.ajp.2018.17121358
Williamson, J. N., James, S. A., Mulyana, B., Kim, S., He, D., Li, S., Sidorov, E. V., & Yang, Y. (2024). Quantitative EEG Metrics for Determining HD–tDCS Induced Alteration of Brain Activity in Stroke Rehabilitation. Restorative neurology and neuroscience, 42(3–4), 209–221. https://doi.org/10.1177/09226028251347427
Zhang, Y., Lu, Y., Wang, D., Zhou, C., & Xu, C. (2021). Relationship between individual alpha peak frequency and attentional performance in a multiple object tracking task among ice–hockey players. PloS one, 16(5), e0251443. https://doi.org/10.1371/journal.pone.0251443