EEG, PET and MRI biomarkers for a multiscale and multimodal investigation of Borderline Personality Disorder: focus on emotion dysregulation

Borderline Personality Disorder (BPD) is a psychiatric disorder characterized by abnormalities in emotional control. Researchers have investigated electrophysiology and neuroimaging biomarkers, addressing the disorder from different point of view. However, very few research has focused on the integration of the information coming from the different modalities. This thesis investigates the relationship between electroencephalography (EEG), positron emission tomography (PET), and magnetic resonance imaging (MRI) and the clinical assessment of emotion dysregulation by means of the Difficulties in Emotion Regulation Scale (DERS). The study start with an initial univariate and multiscale approach, where the relationship between biomarkers and DERS was conducted with modality specific Generalized Linear Models. We then moved to a multivariate approach where a partial least square regressor was used to explore the shared relationship between electrophysiological, metabolic and structural patterns, quantified as the difference in dominance between the right and left hemispheres. The study involved forty-four subjects that underwent EEG, PET and MRI during clinical routine examinations at the Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico in Milan. The EEG signal has been analyzed using the Relative Power Spectral Density and the Frontal Alpha Asymmetry computed with Sample Entropy and Lempel-Ziv Complexity. PET and MRI were inspected with a multiscale approach, with voxel-wise and region of interest-based analyses. The results have reported significant correlations between EEG, PET, and MRI and DERS total and subscale scores. The multivariate analysis has identified different significant components that have highlighted shared relationships between measures of clinical assessment and metrics extracted for each modality. This study shows how a multiscale and multivariate analysis can address the intrinsic limitations for each modality and can provide a multimodal interpretation of neurobiological characteristics concurring in altered emotional regulation in BPD subjects.

Il Disturbo Borderline di Personalità (DBP) è un disturbo psichiatrico caratterizzato da instabilità nel controllo delle emozioni. Diversi studi hanno ricercato biomarcatori che supportassero la diagnosi del disturbo tramite l’elettroencefalografia (EEG), la risonanza magnetica (RM) e la tomografia a emissione di positroni (PET). Nonostante questi strumenti siano in grado di valutare aspetti del disturbo su diversi livelli, poche ricerche hanno provato ad integrare le informazioni provenienti dalle diverse modalità. Questa tesi si propone di indagare la relazione tra EEG, PET e RM e la valutazione clinica della disregolazione emotiva effettuata tramite la Difficulties in Emotion Regulation Scale (DERS). L’analisi è stata divisa in una fase iniziale uni-variata, in cui la relazione tra biomarcatori e DERS è stata studiata con modelli lineari generalizzati specifici per ciascuna modalità e una seconda fase multi-variata in cui, tramite un modello di regressione dei minimi quadrati parziali, è stata esplorata la relazione combinata tra i pattern elettrofisiologici, metabolici e strutturali, misurati tramite la differenza di dominanza tra l’emisfero destro e quello sinistro e la DERS. Lo studio è stato condotto su un dataset contenente quarantaquattro soggetti che avevano effettuato esami EEG, PET ed RMN presso l’ Ospedale Maggiore Policlinico di Milano. Il segnale EEG è stato analizzato tramite il calcolo della Densità di Potenza Spettrale Relativa e della Simmetria Alpha Frontale considerando le metriche di Sample Entropy e complessità di Lempel-Ziv. L’analisi PET e RM è stata condotta con un approccio mutli-scala, sia a livello del singolo voxel che sulla base di regioni di interesse. I risultati delle analisi hanno riportato correlazioni significative per le metriche EEG e per le analisi PET e RM con i punteggi DERS totali e delle sotto-scale. L’analisi multi-variata ha identificato diverse componenti significative che evidenziano relazioni comuni tra le scale di valutazione clinica e le misure estratte per ciascuna modalità. I risultati rivelano quindi che un’analisi muti-scala e multi-variata può essere utile a superare i limiti intrinsechi a ciascuna modalità di analisi e a proporre un’interpretazione robusta dei marcatori neurobiologici per il DBP. L'analisi è stata divisa in una fase iniziale uni-variata, in cui la relazione tra biomarcatori e DERS è stata studiata con modelli lineari generalizzati specifici per ciascuna modalità e una seconda fase multivariata in cui, tramite un modello di regressione dei minimi quadrati parziali, è stata esplorata la relazione combinata tra i pattern elettrofisiologici, metabolici e strutturali, misurati tramite la differenza di dominanza tra l’emisfero destro e quello sinistro e la DERS. Lo studio è stato condotto su un dataset contenente quarantaquattro soggetti che avevano effettuato esami EEG, PET ed RMN presso l’Ospedale Maggiore Policlinico di Milano. Il segnale EEG è stato analizzato tramite il calcolo della Densità di Potenza Spettrale Relativa e della Simmetria Alpha Frontale considerando le metriche di Sample Entropy e complessità di Lempel-Ziv. L’analisi PET e RM è stata condotta con un approccio mutli-scala, sia a livello del singolo voxel che sulla base di regioni di interesse. I risultati delle analisi hanno riportato correlazioni significative per le metriche EEG e per le analisi PET e RM con i punteggi DERS totali e delle sotto-scale. L’analisi multi-variata ha identificato diverse componenti significative che evidenziano relazioni comuni tra le scale di valutazione clinica e le misure estratte per ciascuna modalità. I risultati rivelano quindi che un’analisi muti-scala e multi-modale può essere utile a superare i limiti intrinsechi a ciascuna modalità di analisi e a proporre un’interpretazione robusta dei marcatori neurobiologici per il DBP.