SZKOLENIE DEDYKOWANE LEKARZOM, PEDAGOGOM, PSYCHOLOGOM I LOGOPEDOM
Ilościowe EEG (QEEG) posiada ugruntowaną pozycję w dziedzinie neurofizjologii, a jej zastosowanie w psychiatrii – zwłaszcza w diagnostyce i planowaniu terapii depresji – jest obszarem, który w ostatnich latach przeżywa wyraźny rozwój. Rosnąca liczba badań dostarcza danych na temat tego, jak aktywność bioelektryczna mózgu pacjentów z MDD różni się od zapisu osób zdrowych i co te różnice mogą oznaczać klinicznie.
W najnowszym artykule, autorstwa specjalistki neurokognitywistyki Weroniki Redos, przyglądamy się temu, co QEEG mówi o depresji: jakie wzorce bioelektryczne identyfikuje, czemu mogą służyć w praktyce i gdzie leżą granice tej metody, o których każdy specjalista powinien pamiętać.
Czym jest QEEG i co rejestruje?
QEEG, czyli ilościowa elektroencefalografia, to zaawansowana metoda analizy wielokanałowego zapisu EEG, służąca do ilościowej analizy sygnału oraz umożliwiająca porównanie wyników pacjenta z bazą normatywną (zapisami osób zdrowych w podobnym wieku). Efektem analizy QEEG jest między innymi mapa mózgu w formacie 2D lub 3D, pokazująca, które pasma częstotliwości są nadmiernie lub niedostatecznie reprezentowane w poszczególnych regionach kory.
W przypadku klasycznego EEG, wyniki badania opierają się na jakościowej analizie zapisu przez doświadczonego specjalistę. QEEG pozwala natomiast ocenić zapis w sposób ilościowy, umożliwiając wychwycenie subtelnych zmian, które byłyby niewykrywalne w rutynowym zapisie EEG, a które mogą mieć istotne znaczenie diagnostyczne i terapeutyczne.
Co QEEG pokazuje w depresji?
Badania nad elektrofizjologią depresji prowadzone są od kilku dekad, a ich wyniki są coraz bardziej obiecujące. Przeglądy systematyczne i metaanalizy identyfikują kilka wzorców bioelektrycznych, które umożliwiają statystyczne rozróżnienie pacjentów z MDD (duże zaburzenie depresyjne, z ang. major depressive disorder) od osób zdrowych. Należą do nich, między innymi:
Czołowa asymetria alfa (frontal alpha asymmetry, FAA) – wzorzec, w którym aktywność spoczynkowej fali alfa w lewej okolicy czołowej jest względnie wyższa od aktywności po prawej stronie. Metaanaliza opublikowana w npj Mental Health Research w 2025 potwierdza rolę FAA jako biomarkera MDD o umiarkowanej wielkości efektu. Podkreśla jednocześnie, że jako samodzielny marker diagnostyczny FAA ma ograniczoną wartość, ale może stanowić użyteczne uzupełnienie oceny klinicznej.
Zmiany w mocy fal wolnych theta i delta – przeglądy systematyczne i metaanalizy wykazują zwiększenie lub zmniejszenie mocy fal theta i delta u pacjentów z MDD w porównaniu z grupami kontrolnymi, szczególnie w obszarach czołowych.
Podwyższona aktywność beta – badania naukowe wskazują, że wartość bezwzględna mocy fal beta stanowi pomocny wskaźnik w wykrywaniu depresji. Ponadto, niektóre wyniki sugerują wyższą dokładność klasyfikacji dla pasma beta niż innych pasm w QEEG opartym na uczeniu maszynowym – z zastrzeżeniem, iż badanie to było prowadzone na osobach z łagodną postacią depresji, a nie na pacjentach z MDD.
Kordancja czołowa (frontal cordance) – miara łącząca bezwzględną i względną moc spektralną. Badania wskazują, że obniżona kordancja przedczołowa może prognozować odpowiedź na leczenie farmakologiczne u pacjentów z MDD.
Żaden z powyższych wzorców nie jest na tyle specyficzny, żeby tylko na jego podstawie móc zdiagnozować depresję lub zróżnicować ją od innych zaburzeń nastroju. QEEG dostarcza przede wszystkim informacji uzupełniających diagnostykę, jednak nie zastępuje w pełni oceny klinicznej pacjenta, wywiadu lekarskiego ani standaryzowanych skal.
QEEG a dobór metody leczenia
Jednym z najważniejszych zastosowań QEEG w psychiatrii jest personalizacja terapii. Depresja jest zaburzeniem heterogenicznym – ten sam zespół objawów może wynikać z odmiennych wzorców aktywności mózgu, co częściowo tłumaczy różne odpowiedzi na te same leki lub metody terapii. Dane z dużego wieloośrodkowego badania iSPOT–D wskazują, że przedterapeutyczny profil asymetrii alfa różnicuje pacjentów według odpowiedzi na różne klasy leków przeciwdepresyjnych. Przeglądy systematyczne powiązały również określone wzorce QEEG ze skutecznością terapii wykorzystującej metody nieinwazyjnej stymulacji mózgu.
W praktyce klinicznej QEEG może zatem stanowić dodatkowe wsparcie w odpowiedzi na pytania czy mamy do czynienia z wzorcem, który lepiej reaguje na leczenie farmakologiczne lekami z grupy SSRI, czy SNRI? Czy pacjent może być kandydatem do TMS? Czy EEG Biofeedback będzie miał sens jako uzupełnienie psychoterapii?
QEEG a monitoring terapii
W przeciwieństwie do skal klinicznych, które mierzą subiektywne samopoczucie pacjenta, QEEG dostarcza obiektywnego obrazu zmian w aktywności bioelektrycznej mózgu. Może to być szczególnie wartościowe w sytuacjach, gdy odpowiedź na leczenie jest powolna lub niejednoznaczna.
Dane dotyczące kordancji czołowej sugerują, że zmiany w zapisie QEEG po kilku tygodniach leczenia mogą przewidywać końcową odpowiedź kliniczną jeszcze zanim stanie się ona widoczna w zachowaniu pacjenta. Może to pozwolić specjaliście na wcześniejszą korektę zastosowanej metody leczenia, bez konieczności czekania na ukończenie pełnego cyklu terapeutycznego.
Ograniczenia QEEG w diagnostyce depresji
Rzetelne wykorzystanie QEEG w praktyce klinicznej wymaga świadomości ograniczeń tej metody. Żadne z opisanych powyżej odchyleń nie jest specyficzne wyłącznie dla depresji. Część z nich występuje również w zaburzeniach lękowych, ADHD, zaburzeniach snu czy na wczesnych etapach deficytów poznawczych. Metaanalizy wskazują, że wielkość efektu dla FAA jako biomarkera MDD jest mniejsza niż sugerowała wcześniejsza literatura, a heterogeniczność badań jest wysoka.
Interpretacja QEEG wymaga wiedzy z zakresu neurofizjologii, uwzględnienia kontekstu klinicznego i ostrożności w wyciąganiu wniosków. Mapowanie mózgu jest pomocnym narzędziem diagnostycznym, ale nie jest wystarczające do postawienia jednoznacznej diagnozy.
QEEG w depresji – mapowanie mózgu jako punkt wyjścia
QEEG nie jest jeszcze standardem w psychiatrii i nie zastąpi wykwalifikowanego specjalisty. Oferuje jednak coś, czego obserwacja kliniczna samodzielnie dać nie może – obiektywny obraz aktywności bioelektrycznej mózgu, który może uzupełnić diagnozę, wspierać planowanie terapii i pomóc monitorować jej efekty.
W świecie, w którym każdy pacjent z depresją zmaga się z innymi problemami, to narzędzie, które warto znać. AKSON Centrum Edukacji prowadzi szkolenia z QEEG jako narzędzia diagnostycznego i umożliwiającego planowanie protokołów terapeutycznych w terapii EEG Biofeedback. Zapraszamy do zapoznania się z naszą ofertą szkoleniową z zakresu QEEG i kontaktu ws. najbliższych terminów: marketing@akson–edu.pl.
WIEDZA, KTÓRA POMAGA
AUTORKA: Weronika Redos – specjalistka neurokognitywistyki, autorka współpracująca z AKSON Centrum Edukacji
BIBLIOGRAFIA
Arıkan, M. K., Gıca, Ş., İlhan, R., Orhan, Ö., Kalaba, Ö., & Günver, M. G. (2025). Monitoring the Response of Treatment in Major Depressive Disorder with EEG: Could it be an Indicator of Returning to Health in Responders. Clinical EEG and neuroscience, 56(6), 487-496. https://doi.org/10.1177/15500594241310949
Arns, M., Bruder, G., Hegerl, U., Spooner, C., Palmer, D. M., Etkin, A., Fallahpour, K., Gatt, J. M., Hirshberg, L., Gordon, E. (2016). EEG alpha asymmetry as a gender-specific predictor of outcome to acute treatment with different antidepressant medications in the randomized iSPOT–D study. Clinical Neurophysiology, 127, Issue 1, 509–519, ISSN 1388–2457. https://doi.org/10.1016/j.clinph.2015.05.032
Bares, M., Brunovsky, M., Kopecek, M., Stopkova, P., Novak, T., Kozeny, J., & Höschl, C. (2007). Changes in QEEG prefrontal cordance as a predictor of response to antidepressants in patients with treatment resistant depressive disorder: a pilot study. Journal of psychiatric research, 41(3-4), 319-325. https://doi.org/10.1016/j.jpsychires.2006.06.005
Bruder, G. E., Sedoruk, J. P., Stewart, J. W., McGrath, P. J., Quitkin, F. M., & Tenke, C. E. (2008). Electroencephalographic alpha measures predict therapeutic response to a selective serotonin reuptake inhibitor antidepressant: pre- and post-treatment findings. Biological psychiatry, 63(12), 1171-1177. https://doi.org/10.1016/j.biopsych.2007.10.009
Cai, H., Sha, X., Han, X., Wei, S., Hu, B. (2016). Pervasive EEG diagnosis of depression using Deep Belief Network with three-electrodes EEG collector. 2016 IEEE International Conference on Bioinformatics and Biomedicine (BIBM) (Shenzhen: IEEE), 1239-1246. https://doi.org/10.1109/BIBM.2016.7822696
Ip, C. T., Olbrich, S., Ganz, M., Ozenne, B., Köhler-Forsberg, K., Dam, V. H., Beniczky, S., Jørgensen, M. B., Frokjaer, V. G., Søgaard, B., Christensen, S. R., & Knudsen, G. M. (2021). Pretreatment qEEG biomarkers for predicting pharmacological treatment outcome in major depressive disorder: Independent validation from the NeuroPharm study. European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology, 49, 101-112. https://doi.org/10.1016/j.euroneuro.2021.03.024
Kopańska, M., Ochojska, D., Sarzyńska, I., Bartkowska, O. , Szczygielski, J. (2025). Quantitative and qualitative electroencephalography in the diagnosis and monitoring of depression. A modern approach to clinical neurophysiology. Front. Hum. Neurosci. 19:1624434. https://doi.org/10.3389/fnhum.2025.1624434
Luo, Y., Tang, M. & Fan, X. (2025). Meta analysis of resting frontal alpha asymmetry as a biomarker of depression. npj Mental Health Res 4, 2. –https://doi.org/10.1038/s44184-025-00117-x
McVoy, M., Aebi, M. E., Loparo, K., Lytle, S., Morris, A., Woods, N., Deyling, E., Tatsuoka, C., Kaffashi, F., Lhatoo, S., & Sajatovic, M. (2019). Resting-State Quantitative Electroencephalography Demonstrates Differential Connectivity in Adolescents with Major Depressive Disorder. Journal of child and adolescent psychopharmacology, 29(5), 370-377. https://doi.org/10.1089/cap.2018.0166
Wan, L., Chen, Y., Zhang, Q. et al. (2026). An EEG-based digital biomarker for personalizing transcranial magnetic stimulation in major depressive disorder. npj Digit. Med. 9, 588.