درمان افسردگی با نوروفیدبک
افسردگی از نظر بسیاری از روانشناسان یک ناتوانی پنهان است زیرا یک فرد عادی نمی تواند این ناتوانی را در ظاهر شما ببیند و همه چیز در داخل ذهن اتفاق می افتد. پژوهشگران علوم اعصاب یک راه درمانی جدیدی را کشف کردند که سریعتر و بدون عوارض جانبی، می توان به درمان رسید. درمان افسردگی با نوروفیدبک روش جدیدی است که این سال ها بسیار مورد استقبال قرار گرفته است و هیچ دارویی را شامل نمی شود.
افسردگی یکی از رایج ترین مشکلات مرتبط با سلامت روان است که بیش از ۲۶۴ میلیون نفر در سراسر جهان از آن رنج می برند. علیرغم رایج بودن آن، یافتن درمان مناسب چالش برانگیز است. برای درمان این اختلال از دارو درمانی یا رواندرمانی استفاده می شود. درمان افسردگی با نوروفیدبک یکی دیگر از درمان های اثر بخشی است که به آموزش مغز و ذهن می پردازد.
اگر می خواهید از اثربخش بودن درمان افسردگی با نوروفیدبک اطمینان یابید، تا انتهای این مقاله از ذهن آرا همراه ما باشید.
نوروفیدبک درمانی چیست؟
نوروفیدبک آموزش مستقیم عملکرد ذهن است، که توسط آن ذهن یاد می گیرد که عملکرد بهتری داشته باشد. در این روش لحظه لحظه عملکرد ذهن مشاهده شده، این اطلاعات به شخص نشان داده می شود و به ذهن برای تغییر فعالیت خود در جهت الگوهای مناسب تر پاداش داده می شود. این عمل یک فرایند یادگیری تدریجی است و برای هر جنبه ای از عملکرد ذهن که قابل اندازه گیری است صدق می کند. نوروفیدبک، EEG Biofeedback نیز نامیده می شود، زیرا بر اساس فعالیت الکتریکی مغز، الکتروانسفالوگرام یا EEG است.
مغز انسان بین سلول های مغزی تکانه های الکتریکی تولید می کند که به موج مغز معروف است. این تکانه ها سلول هایی هستند که به یکدیگر اطلاعات ارسال می کنند.
امواج مغزی در حالتهای مختلف مانند تمرکز عمیق یا آرامش رخ می دهد. نظارت بر امواج مغزی یکی از راه های بررسی خلق و خو، سطح استرس و سایر علائم است.
الگوهای معروف امواج مغزی آلفا، بتا، تتا و دلتا هستند. همه ما در طول روز و هنگام خود این امواج را در ذهن خود تولید می کنیم. این الگوی امواج مغزی ممکن است کارها را برای ما آسان تر و یا دشوار تر کنند.
برای اطلاعات بیشتر از نوروفیدبک درمانی، پیشنهاد می کنیم نوشته ی نوروفیدبک را در سایت ذهن آرا مطالعه نمایید.
نوروفیدبک در عمل
نوروفیدبک فرآیند اندازه گیری امواج مغزی با استفاده از دستگاه EEG است. زمانی که ذهن به درستی عمل کند، به او پاداش داده می شود. این پاداش ممکن است مواردی مانند تماشای فیلم یا موسیقی مورد علاقه فرد باشد.
به عنوان مثال، اگر امواج مغزی شما آرامش ذهنی را نشان دهند، پاداش مثبتی دریافت خواهید کرد. وقتی امواج مغزی شما در جهت مخالف حرکت می کنند، پاداش به پایان می رسد یا از بین می رود.
مغز “رفتاری” را که به پاداش مثبت ختم می شود، تشخیص داده و یاد می گیرد که آن را تکرار کند. به کمک پلاستیسیته عصبی، متخصصان می توانند انجام رفتار خاصی را به مغز آموزش دهند.
یکی از مزایای نوروفیدبک این است به مغز می آموزد تا خود وضعیتی را تغییر دهد. با نوروفیدبک بسیاری از مسائل خلقی قابل آموزش می شوند.
اثربخشی نوروفیدبک در درمان افسردگی
مغز به طور طبیعی می خواهد در موقعیت خنثی بماند. این حالت متعادل به ما کمک می کند تا افکار و احساسات خود را مدیریت کنیم.
همه ما احساسات و رفتار های منفی را تجربه خواهیم کرد، اما ماندن در این الگوهای فکری تعادل طبیعی ذهن ما را برهم می زند و در این شرایط رسیدن دوباره به حالت متعادل دشوار می شود. بهتر است برای اثربخشی مناسب به بهترین دکتر درمان افسردگی مراجعه کنید.
تغییر خلق و خو مانند افسردگی بر نحوه تفکر و انتخاب ما تأثیر می گذارد. افسردگی اثر موجی ایجاد می کند. تفکر ما بر انتخاب های ما تأثیر می گذارد و این انتخاب ها بر تفکر ما تأثیر می گذارد. این الگوها ما را در چرخه های منفی فکر گرفتار می کند.
نوروفیدبک یک روش ساده و بدون عوارض برای شکستن این چرخه منفی است و به مغز فرصت می دهد تا دوباره به حالت متعادل برگردد.
فعالیت بیشتر در لوب پیشانی چپ منجر به خلق مثبت بیشتر می شود. در نتیجه، فعالیت غیر طبیعی در لوب پیشانی راست منجر به خلق و خوی پایین می شود.
متخصص و درمانگر شما با دانستن این موضوع می کوشد تا به لوب پیشانی چپ فعالیت بیشر را آموزش دهد. این اقدامات الگوهای تفکر مثبت بیشتری ایجاد می کند. همچنین این آموزش ها و نوروفیدبک میزان عود و افسردگی احتمالی را در آینده کاهش می دهد.
در درمان افسردگی با نوروفیدبک، مغز می آموزد که در لحظات بعدی نیز خود این تغییرات را ایجاد کند. با گذشت زمان، این امر برای فردی که تحت درمان قرار گرفته است، آسان تر می شود و هر زمان که نشانه های افسردگی در او ظاهر شود، می تواند خود به تنهایی آن را به حالت خنثی بازگرداند.
مقاله مرتبط: ۲۰ راه موثر برای مبارزه با افسردگی!
نوروفیدبک درمان افسردگی و اضطراب
مجموعهای از تحقیقات قوی نشان میدهد که استعدادهای بیولوژیکی اغلب برای افسردگی، اضطراب و اختلال وسواس فکری_جبری وجود دارد. با این حال، تحقیقات جدید نشان داده است که داروها در درمان این مشکلات فقط اندکی موثرتر از دارونما هستند. در درمان این شرایط، نوروفیدبک (بیوفیدبک EEG) ممکن است جایگزینی برای درمانهای تهاجمی مانند دارو، ECT و سطوح شدید تحریک مغناطیسی ترانس کرانیال باشد. این مقاله ادبیات نوروفیدبک را با این مشکلات مرور می کند.
یافته های جدید در مورد درمان نوروفیدبک افسردگی:
افسردگی یکی از شایع ترین و ناتوان کننده ترین بیماری ها در سراسر جهان به ویژه در کشورهای صنعتی است.
در حال حاضر، افسردگی با مداخلات روانشناختی، دارویی یا فیزیکی به تنهایی یا به صورت ترکیبی مدیریت می شود. مطالعات نشان دادهاند که تقریباً تمام گزینههای درمانی مرسوم دارای معایب مختلفی مانند عوارض جانبی دارو، عود مکرر و هزینههای اقتصادی بالا هستند. علاوه بر این، بخش قابل توجهی از اختلالات افسردگی مقاوم به درمان هستند که به داروهای معمول پاسخ نمی دهند.
حتی بیمارانی که به درمان ضد افسردگی پاسخ میدهند، اغلب تمایلی به مصرف دارو در درازمدت ندارند و بنابراین افزایش خطر عود را تجربه میکنند. این چالش های مختلف نیاز به توسعه درمان جایگزین موثر جدید برای افسردگی را برجسته می کند که می تواند به عنوان درمان کمکی یا مستقل استفاده شود.
تکنیک نوروفیدبک (NFT) یک درمان غیرتهاجمی و غیردارویی است که از طریق آن بیماران یاد میگیرند تا فعالیتهای مغزی خود را با استفاده از تمرین مکرر تعدیل کنند تا الگوهای خاص بیماری در نوار مغزی (EEG) بیمار را حذف کنند. NFT بر ارتباط بین EEG و اختلالات شناختی و رفتاری تأکید دارد. چندین پروتکل بالینی برای NFT در درمان افسردگی وجود دارد. هدف همه این پروتکلها انتقال فعالیتهای مغزی، امواج EEG، از اختلال به حالت عادی است.
بنابراین، در ایجاد NFT کارآمد برای افسردگی یا هر اختلال دیگری، تعیین شاخص های مبتنی بر EEG که به طور خاص با حالات شناختی مختلف در ارتباط هستند، ضروری است. پروتکل های متعددی بر اساس این شاخص ها برای اختلالات افسردگی ایجاد شده است که برخی از آنها به صورت بالینی مورد استفاده قرار می گیرند. غلبه آلفای چپ به نیمکره راست، کاهش نسبت تتا/بتا در قشر جلوی مغز چپ، کاهش فعالیت آلفای نیمکره چپ یا افزایش، تغییر شاخص عدم تقارن به سمت راست برای متعادل کردن مجدد سطوح فعال سازی به نفع نیمکره چپ برخی از موارد هستند.
پروتکل های اصلی این مقاله به بررسی اصول اولیه NFT، رویهها و پروتکلهای آن برای درمان اختلالات افسردگی و پیامدهای بالینی میپردازد.
تخمین زده شده است که تا سال ۲۰۲۰، افسردگی دومین علت ناتوانی در سراسر جهان خواهد بود. با توجه به شیوع و نرخ رشد فعلی، افسردگی به عنوان مهمترین بیماری در آمار جهانی WHO برای سال ۲۰۲۰ گزارش شده است که تا ۱۵ درصد از جمعیت کشورهای صنعتی را تحت تأثیر قرار می دهد. تأثیرات سلامتی و اجتماعی افسردگی به خود بیماران محدود نمی شود، بلکه اغلب شامل خانواده، روابط اجتماعی و شغلی آنها می شود.
در این راستا، رویکردهای مختلفی پیشنهاد شده است که ارتباط بین الکتروانسفالوگرام (EEG) و اختلالات شناختی یا رفتاری را برجسته می کند. مقاله جالبی که در سال ۲۰۰۳ در مجله “گروه طبیعت” منتشر شد، امکان استفاده از نشانگرهای افسردگی مبتنی بر EEG را که در خواب REM به دست آمده است، به عنوان پیش بینی کننده موفقیت درمانی درمان دارویی بعدی بیان کرد.
در راستای این رویکرد، مطالعه دیگری در سال ۲۰۰۶ نشان داد که می توان اثرات بالقوه داروهای ضد افسردگی مختلف را ۴۸ ساعت قبل از هر اثر درک شده، با استفاده و تجزیه و تحلیل EEG برای انتخاب بهترین درمان دارویی پیش بینی کرد. برودر و همکاران (۲۰۰۸) شاخص عدم تقارن آلفا را به عنوان یک شاخص مبتنی بر EEG برای پیشبینی پاسخ داروهای ضد افسردگی قبل از درمان دارویی در انتخاب بهترین درمان پیشنهاد کرد. در اختلالات شناختی مانند اختلالات افسردگی یکی از چالش های اصلی در مدیریت بیماری، رویکرد ذهنی در درمان و تشخیص بیماری است.
واضح است که پاسخ به پرسشنامه های استاندارد برای ارزیابی افسردگی شدیداً به حالات روحی بیمار بستگی دارد و همچنین تفسیر و تحلیل پاسخ ها متاثر از سوابق پزشک است. در نتیجه تشخیص های مختلف و در نتیجه تجویز متفاوت برای یک بیمار محتمل است. برای حل مشکلات رویکرد ذهنی می توان از شاخص های عینی تری در تشخیص و مدیریت اختلالات شناختی مانند افسردگی استفاده کرد.
EEG ثبت فعالیت های الکتریکی مغز است که حاوی انواع مختلفی از اطلاعات فیزیولوژیکی و همودینامیک مناطق مختلف مغز است. پیشرفتهای اخیر در پردازش سیگنال و همچنین بینش در ارتباط با بخشهای مختلف مغز، دانشمندان را قادر میسازد تا اطلاعات بالینی و فیزیولوژیکی مفیدی را از EEG استخراج کنند. ما می توانیم اطلاعات عملکردی را از EEG مرتبط با عملکردهای شناختی خاص استخراج کنیم.
تکنیک نوروفیدبک (NFT) آموزش مستقیم عملکرد مغز است که از طریق آن فرد یاد می گیرد کارآمدتر عمل کند و فعالیت های مغز را به سمت وضعیت مطلوب هدایت کند. فعالیت مغز نظارت می شود و اطلاعات مربوطه برای فرد ارائه می شود. زمانی که فعالیت های مغز را به سمت الگوی مناسب تغییر دهند، پاداش دریافت می کنند. این یک فرآیند یادگیری تدریجی است که می تواند برای هر جنبه قابل اندازه گیری عملکرد مغز اعمال شود.
این مقاله به بررسی اصول اولیه NFT، رویهها و پروتکلهای آن برای درمان اختلالات افسردگی و نتایج بالینی میپردازد. پیشرفتهای اخیر در NFT برای افسردگی در مقیاسهای بالینی و تحقیقاتی بررسی میشود. علاوه بر این، مفهوم سیستم NF کم انرژی و اصول اساسی آن مورد بحث قرار گرفته است.
مبانی تکنیک های نوروفیدبک
بیوفیدبک (BF) یک تکنیک ذهن – بدن است که برای تقویت ارتباط بین ذهن و بدن پیشنهاد شده است (NCCAM، ۲۰۰۷).
BF بر تکنیک های آرام سازی و کاهش استرس تاکید دارد. با استفاده از این تکنیک ها، افراد می توانند یاد بگیرند که انواع پاسخ های فیزیولوژیکی را که کاملا غیرارادی هستند، کنترل کنند. بنابراین، این تکنیک به مدیریت اضطراب و درد که معمولاً با واکنش های استرس مرتبط است، کمک می کند.
نوروفیدبک (NF) یا EEG-BF شکلی از BF است که بر اساس اقدامات مبتنی بر EEG با هدف تغییر نشانگرهای مرتبط با اختلال به معیارهای مرتبط با وضعیت سالم کار می کند.
QEEG و نوروفیدبک در افسردگی
در میان نوروتراپیستها اتفاق نظر خوبی وجود دارد که قبل از هر مداخله BF، ارزیابیها یا شاخصهای عینی در مورد ویژگیهای EEG آزمودنی ضروری است. در این راستا، از تکنیک های آنالیز کامپیوتری EEG استفاده می شود که اندازه گیری تعداد زیادی از ویژگی های EEG را ارائه می دهد.
این تکنیک ها به عنوان EEG یا QEEG شناخته می شوند. هنگامی که در ارتباط با یک پایگاه داده هنجاری استفاده می شود، آنها می توانند اطلاعات مفیدی برای تصمیم گیری در مورد پارامترهای EEG برای اصلاح و تعیین درجه ای که چنین پارامترهایی با موفقیت تغییر کرده اند، ارائه دهند. همانند زمینه EEG-BF، تکنیک های QEEG نیز اخیرا توسعه یافته اند.
در نتیجه، در مورد رویههای خاصی که باید استفاده شوند، دامنه اختلالاتی که برای آنها کاربرد دارند، خطرات ذاتی استفاده از آنها، و شرایط استفاده از QEEG و NFT اختلاف نظر وجود دارد. نیاز شدیدی به تحقیق در مورد این مسائل وجود دارد. تا به امروز، هیچ منبع جامعی از اطلاعات برای هر کسی که بخواهد ماهیت NF و ارتباط آن با QEEG را کشف کند، در دسترس نبوده است.
تجزیه و تحلیل کامپیوتری سیگنال های EEG شامل تعدادی از عوامل است:
- توزیع فرکانس
- ولتاژ (به عنوان دامنه سیگنال های الکتریکی)
- مکان پدیده
- شکل موج
- تقارن های بین نیمکره ای (تقارن ولتاژ، فرکانس، شکل موج برای مکان های همولوگ)
- ویژگی وقوع شکل موج (تصادفی، سریال، پیوسته)
- تنظیم ولتاژ و فرکانس
- واکنش پذیری (تغییر در پارامتر EEG با تغییر در حالت)
در تلاش برای تجسم بهتر توزیع توان باند فرکانسی مشخص و دامنه و تقارن این اقدامات، برنامه های نمایش کامپیوتری توسعه داده شده است. این روشها از ویژگیهای خاصی از EEG، مانند دامنههای دیجیتالی، به شکل بازیمانند رایانهای استفاده میکنند که در آن بیمار سعی میکند از بازخورد مربوط به این ویژگیها برای دستیابی به هدف مشخصی از تغییر EEG به طور مداوم با حفظ یک «حالت روانی صحیح» استفاده کند. ”
این “حالت های صحیح” آنهایی هستند که توسط اندازه گیری های QEEG نشان داده شده است که با وضعیت “عادی” عملکرد مغز مرتبط هستند. بنابراین، برای مثال، اگر یافتههای QEEG نسبت نامتناسبی از دامنههای تتا به بتا را در یک ناحیه خاص مغز نشان دهد (در مقایسه با حالت عادی)، یک بازی رایانهای که در آن شخص باید تنها با توسعه یک «پکمن» حرکت کند انجام می شود.
نسبت دامنه تتا / بتا طبیعی در طول یک جلسه درمانی انجام می شود. در طی یک سری جلسات، سهولت حفظ این نسبت صحیح توسط بیمار معمولاً افزایش مییابد و پس از تست روانسنجی تواناییهای توجه، معمولاً بهبود متناظر در نمرات مشاهده میشود. به نظر می رسد تعداد جلسات مورد نیاز برای دستیابی به یک اثر تثبیت شده از یک بیمار به بیمار دیگر متفاوت است، اما گزارش های حکایتی نشان می دهد که اثرات مثبت در طول سال ها پایدار در نظر گرفته شوند.
پروتکل های فعلی نوروفیدبک برای افسردگی
چندین پروتکل بالینی برای اعمال EEG-NF استفاده می شود، مانند غلبه آلفا در نیمکره چپ به سمت راست و کاهش فعالیت آلفای نیمکره چپ، افزایش فعالیت آلفای نیمکره راست، تغییر شاخص عدم تقارن به سمت راست به منظور ایجاد تعادل مجدد در فعال سازی.
سطوح به نفع نیمکره چپ، و کاهش فعالیت تتا (۴-۸ هرتز) در رابطه با بتا (۱۵-۲۸) هرتز) در قشر جلوی پیشانی چپ (یعنی کاهش نسبت تتا/بتا در قشر جلوی مغز چپ). دیاس و دیوزن (۲۰۱۱) یک پروتکل جدید NF را به کار بردند که به طور همزمان قادر به ارائه نیازهای آموزشی عدم تقارن آلفا و افزایش رابطه بتا/تتا در قشر پیش پیشانی چپ بود.
با این حال، محدودیتهای مطالعات قبلی از جمله حجم نمونه کوچک، کنترل ناکافی یا نداشتن، عدم تصادفیسازی یا مقایسه با درمانهای مرسوم، و/یا پیگیری طولانیمدت، و همچنین معیارهای نتیجه متناقض و گزارش ناقص دادهها، باعث میشود که درمان NF از نظر استاتیک برای درمان اختلالاتی مانند افسردگی موثر نباشد. لازم به ذکر است که این رشته هنوز هم فضایی برای تکامل اساسی دارد، به ویژه در مورد تدوین پروتکلهای آموزشی جدید و کاملتر که میتواند این پتانسیل را به حداکثر برساند.
اقدامات EEG برای ارزیابی نوروفیدبک
EEG در باندهای فرکانسی با دامنه های متفاوت طبقه بندی می شود: باند دلتا (۲-۴ هرتز) و تتا (۴-۸ هرتز) به عنوان باند آهسته، آلفا (۸-۱۲ هرتز) به عنوان واسطه، و بتا (۱۲-۳۸ هرتز) و گاما. (۳۸-۴۲ هرتز) به عنوان باندهای فرکانس سریع. مشخص شده است که فعالیت آلفای بیشتر در نیمکره چپ با مهار شبکه های عصبی محلی مرتبط است و از این رو EEG به سمت راست نامتقارن است.
مطابق با پیشرفت های اخیر در زمینه نشانگر مبتنی بر EEG برای شناسایی افسردگی و اضطراب؛ ارزش های درمانی EEG نیز در تحقیقات مربوطه در دو زمینه اصلی وارد شده است:
- شناسایی محل دقیق شکایات بالینی داده شده توسط فرآیند نقشه برداری الگوهای امواج مغزی
- با تحریک مشتری برای افزایش یا کاهش قدرت در باندهای خاص EEG
کاهش علائم افسردگی
مطالعه ای در سال ۲۰۱۹ برای درمان افسردگی از نوروفیدبک استفاده کرد. افرادی که در پژوهش شرکت کردند از افسردگی مقاوم به درمان رنج می بردند. پس از دوازده هفته نوروفیدبک درمانی، میزان بهبود ۵۸ درصدی را تجربه کردند. در نتیجه این درمان، محققان دریافتند که نوروفیدبک نه تنها به کاهش علائم افسردگی بلکه به بهبود آن نیز کمک می کند.
در یک مطالعه موردی، فردی که سالها از افسردگی رنج می برد مورد مطالعه قرار گرفت. این فرد در گذشته دارودرمانی، تغییر سبک زندگی، هیپنوتیزم درمانی و رواندرمانی را امتحان کرده است. این درمان ها بی اثر نبودند اما به بهبود کامل او منجر نشدند. اما پس از هشت جلسه نوروفیدبک درمانی، تفاوت واقعی را تجربه کرد.
بسیاری از مطالعات دیگر این یافته ها را در مقیاس بسیار بزرگتری تأیید می کنند. کارآزمایی های بالینی بهبود چشم گیری را به ویژه در مواردی که سایر درمانها بی اثر شده اند، نشان می دهند.
نوروفیدبک یک روش بدون درد است که هیچ دارویی را شامل نمی شود. این بدان معناست که نوروفیدبک درمانی مصرف داروهای دیگر را منع نمی کند و هیچ تناقضی با دارودرمانی شما نخواهد داشت. از آنجا که این یک فرایند غیر تهاجمی است، یک روش طبیعی برای درمان افسردگی است.
به یاد داشته باشید!
تغییر امواج مغزی شخصیت شما و محتوای افکار شما را تغییر نمی دهد. نوروفیدبک تنها به بهبود فعالیت در بخش های راست مغز کمک می کند. در حالی که داروهای شیمیایی، شیمی مغز شما را تغییر می دهد.
داروهای تجویزی، هرچند گاهی مفید هستند، اما می توانند عوارض جانبی ناخوشایندی نیز ایجاد کنند. نوروفیدبک عوارض جانبی ندارد، بنابراین انتخاب بهتر و سالم تری است.
در نهایت، نوروفیدبک طرز فکر شما را نسبت به مسائل تغییر می دهد.
رواندرمانی می تواند در تشخیص الگوهای منفی فکر کمک کند. با این حال، تلاش زیادی برای مقابله با آنها و ایجاد مجدد مسیرهای عصبی لازم است. نورفیدبک این مسئولیت را برعهده دارد. همچنین بیشترین پتانسیل را برای تغییر دائمی دارد زیرا مغز یاد می گیرد که خود را از طریق آموزش “بهبود” دهد.
نوروفیدبک در کلینیک ذهن آرا
کلینیک روانشناسی ذهن آرا، یکی از تخصصی ترین مراکز مشاوره و روانشناسی در تهران، با فراهم کردن بهترین تجهیزات روز دنیا در زمینه ی درمان های تکنولوژیک و همچنین گرد هم آوردن بهترین متخصصین در حوزه های مختلف از جمله متخصص نوروتراپیست و درمان با نوروفیبدبک، سعی در ارائه خدمات مناسب و کاربردی به مراجعین خود داشته و دارد و اکنون به عنوان بهترین مرکز نوروفیدبک در تهران بین مردم شناخته می شود.
منابع
Yadollahpour A, Arani M. N. Neurofeedback Treatments for Depression Disorders- Review of Current Advances. Orient.J. Comp. Sci. and Technol;7(3)
Henderson M, Harvey SB, Overland S, Mykletun A, Hotopf M. Work and common psychiatric disorders. Journal of the Royal Society of Medicine. 2011;104(5):198-207.
Rush A, Trivedi M, Wisniewski S, Nierenberg A, Stewart J, Warden D, et al. Acute and longer-term outcomes in depressed outpatients requiring one or several treatment steps: a STAR* D report. American Journal of Psychiatry. 2006;163(11):1905-17.
Kim KH, Lee SM, Paik JW, Kim NS. The effects of continuous antidepressant treatment during the first 6 months on relapse or recurrence of depression. Journal of affective disorders. 2011;132(1-2):121-9.
Murck H, Nickel T, Künzel H, Antonijevic I, Schill J, Zobel A, et al. State markers of depression in sleep EEG: dependency on drug and gender in patients treated with tianeptine or paroxetine. Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology. 2003.
Hunter A, Leuchter A, Morgan M, Cook I. Changes in brain function (quantitative EEG cordance) during placebo lead-in and treatment outcomes in clinical trials for major depression. American Journal of Psychiatry. 2006;163(8):1426-32.
Bruder GE, Sedoruk JP, Stewart JW, McGrath PJ, Quitkin FM, Tenke CE. Electroencephalographic alpha measures predict therapeutic response to a selective serotonin reuptake inhibitor antidepressant: pre-and post-treatment findings. Biological psychiatry. 2008;63(12):1171-7.
Vogel W, Broverman DM. Relationship between EEG and test intelligence: A critical review. Psychological Bulletin. 1964;62(2):132.
Berka C, Levendowski DJ, Lumicao MN, Yau A, Davis G, Zivkovic VT, et al. EEG correlates of task engagement and mental workload in vigilance, learning, and memory tasks. Aviation, space, and environmental medicine. 2007;78(Supplement 1):B231-B44.
Hatfield BD, Landers DM, Ray WJ. Cognitive processes during self-paced motor performance: An electroencephalographic profile of skilled marksmen. Journal of Sport Psychology. 1984;6(1):42-59.
Laufs H, Krakow K, Sterzer P, Eger E, Beyerle A, Salek-Haddadi A, et al. Electroencephalographic signatures of attentional and cognitive default modes in spontaneous brain activity fluctuations at rest. Proceedings of the national academy of sciences. 2003;100(19):11053-8.
Gevins A. Dynamic functional topography of cognitive tasks. Brain topography. 1989;2(1-2):37-56.
Wright MJ, Martin NG, Boomsma DI. Editorial: Genetics of Brain Function and Cognition. Behavior Genetics. 2001;31(6):489-95.
Berka C, Levendowski DJ, Cvetinovic MM, Petrovic MM, Davis G, Lumicao MN, et al. Real-time analysis of EEG indexes of alertness, cognition, and memory acquired with a wireless EEG headset. International Journal of Human-Computer Interaction. 2004;17(2):151-70.
Payne CK. Urinary incontinence: nonsurgical management. Campbell’s urology. 2002;2:1069-91.
Kiresuk T, Trachtenberg A. Alternative and complementary health practices. Sadock BJ, Sadock VA, editors. Kaplan & Sadock’s Comprehensive textbook of psychiatry PA: Lippincott Williams & Wilkins. 2005.
Karmody CS. Alternative therapies in the management of headache and facial pain. Otolaryngologic Clinics of North America. 2003;36(6):1221-30.
Holroyd KA, MAUSKOP A. Complementary and alternative treatments. Neurology. 2003;60(7):S58-S62.
Allen J. Photoplethysmography and its application in clinical physiological measurement. Physiological measurement. 2007;28(3):R1.
Shamliyan TA, Kane RL, Wyman J, Wilt TJ. Systematic review: randomized, controlled trials of nonsurgical treatments for urinary incontinence in women. Annals of internal medicine. 2008;148(6):459-73.
Holroyd-Leduc JM, Tannenbaum C, Thorpe KE, Straus SE. What type of urinary incontinence does this woman have? JAMA : the journal of the American Medical Association. 2008;299(12):1446-56.
PORENA M, COSTANTINI E, ROCIOLA W, MEARINI E. Biofeedback successfully cures detrusor-sphincter dyssynergia in pediatric patients. The Journal of urology. 2000;163(6):1927-31.
Burgio KL, Goode PS, Locher JL, Umlauf MG, Roth DL, Richter HE, et al. Behavioral training with and without biofeedback in the treatment of urge incontinence in older women: a randomized controlled trial. JAMA : the journal of the American Medical Association. 2002;288(18):2293-9.
Eccleston C, Yorke L, Morley S, Williams A, Mastroyannopoulou K. Psychological therapies for the management of chronic and recurrent pain in children and adolescents (Review) Cochrane Database Syst Rev, 1. 2005.
Kaushik R, Kaushik RM, Mahajan SK, Rajesh V. Biofeedback assisted diaphragmatic breathing and systematic relaxation versus propranolol in long term prophylaxis of migraine. Complementary therapies in medicine. 2005;13(3):165-74.
Nestoriuc Y, Martin A. Efficacy of biofeedback for migraine: a meta-analysis. Pain. 2007;128(1):111-27.
Vasudeva S, Claggett AL, Tietjen GE, McGrady AV. Biofeedback‐Assisted Relaxation in Migraine Headache: Relationship to Cerebral Blood Flow Velocity in the Middle Cerebral Artery. Headache: The Journal of Head and Face Pain. 2003;43(3):245-50.
Gruzelier J, Egner T. Critical validation studies of neurofeedback. Child and Adolescent Psychiatric Clinics of North America. 2005;14(1):83-104.
Michael AJ, Krishnaswamy S, Mohamed J. An open label study of the use of EEG biofeedback using beta training to reduce anxiety for patients with cardiac events. Neuropsychiatric disease and treatment. 2005;1(4):357.
Dias ÁM, van Deusen A. A new neurofeedback protocol for depression. The Spanish journal of psychology. 2011;14(01):374-84