I klinisk psykologi forsøker vi å trekke slutninger om pasientens indre sjelsverden på grunnlag av pasientens meddelelser og atferd. Dette kan være atskillig vanskeligere når en hjerneskade har satt pasienter ute av stand til å vise bevisst atferd, og de fortsatt kan være bevisst på omverdenen. Som en følge av forbedringer i akuttmedisin er det stadig flere pasienter som overlever alvorlige hjerneskader, og psykologer og andre klinikere møter stadig flere pasienter der det kan rå tvil om bevissthetstilstanden (Harrison & Connolly, 2013; men se også Løvstad et al., 2014, som er mer kritiske til at omfanget faktisk har økt).

I det siste tiåret har det blitt presentert en rekke nye vurderings- eller behandlingsmetoder for bevissthetstilstander, og disse har tidvis blitt beskrevet i sensasjonelle medieoppslag. For eksempel vekket det mye oppmerksomhet da «kommunikasjonsfasilitatorer» mente å kunne formidle en rik indre sjelsverden hos personer som tidligere hadde blitt diagnostisert til å ikke være i stand til å ha slike opplevelser (Schnakers et al., 2009). Grundigere undersøkelser viste imidlertid at «kommunikasjonen» var meningsløs når fasilitatoren ikke hørte spørsmålet (Boudry, Termote & Betz, 2010), noe som viste at det ikke egentlig var pasienten som kommuniserte.

Vi ønsker i denne artikkelen å nøkternt informere pasienters pårørende og klinikere som ikke selv jobber med bevissthetsvurdering om mulighetene og begrensningene i de nye metodene for vurdering av bevissthet. Vi ser på atferdsobservasjonsmetoder, elektrofysiologiske metoder, metoder med avbildning av hjerneaktivitet og metoder med avbildning av hjernenettverk. Til slutt oppsummerer vi status for vurderingen av bevissthet ved ervervet hjerneskade.

Bevissthet er et fenomen uten en universelt akseptert definisjon, men forstås vanligvis som både evnen til å respondere på omverdenen og den fenomenologiske opplevelsen vi har av verden. I henhold til dette skilte Hohwy (2009) mellom våkenhetsgrad (wakefulness), som er aktiveringen i nervesystemet, og bevissthetsnivå (awareness), som er hvordan en opplever seg selv og omverdenen (Zeman, 2006). Aktiveringen er grunnlaget for å bearbeide signaler fra omverdenen, men også en bevisst opplevelse må være til stede for at en person skal vise viljestyrt og målrettet atferd (Monti, Coleman & Owen, 2009). Vi kan skille mellom ulike bevissthetstilstander basert på hvilke konstellasjoner av våkenhetsgrad og bevissthetsnivå som er til stede, som vi har illustrert i Tabell 1. Denne inndelingen er i samsvar med annet arbeid (for eksempel Giacino, Fins, Laureys & Schiff, 2014), men slik kategorisering vil være gjenstand for diskusjon mellom ulike forskningsmiljøer.

Koma beskrives som fravær av våkenhet og bevissthet, og naturlig forløp varer i maksimalt to til fire uker, fulgt av helt eller delvis gjenvunnet bevissthet for noen, og dødsfall for andre (Giacino & Whyte, 2005). Etter hvert viser noen pasienter seg fysiologisk aktivert i varierende grad og gjenvinner søvn–våkenhets-syklusen (har periodevis øyne åpne), men viser ikke bevissthet om sine omgivelser (Jennett & Plum, 1972). Denne tilstanden kan på norsk kalles «ikke-responderende våken tilstand» (IRVT, på engelsk «unresponsive wakefulness syndrome», Laureys et al., 2010; og i tidligere litteratur «vedvarende vegetativ tilstand», The multi-society task force on persistent vegetative state, 1994). Pasienter som er våkne og som varierer i bevissthetsnivå over tid sies å være i «minimalt bevisst tilstand» (MBT, Giacino et al., 2002). I henhold til definisjonen i forrige avsnitt skiller altså MBT seg fra IRVT ved at MBT har et høyere bevissthetsnivå, selv om våkenhetsgraden ikke nødvendigvis er forskjellig. En kan sies å være i MBT om en viser spesifikke atferdsmessige manifestasjoner på bevissthet som kan skilles fra spontan og refleksiv atferd, selv om atferden kan være lavfrekvente og inkonsistente (Løvstad, Anke & Schanke, 2012). Kriteriene for MBT er internasjonalt aksepterte (Seel et al., 2010), men har i motsetning til koma og IRVT ikke egen ICD‑kode. Pasienter kan fluktuere mellom tilstandene IRVT og MBT, og atferdsmessige indikatorer for bevissthet kan variere innenfor én og samme tilstand (Giacino et al., 2002). En mulig differensialdiagnose for IRVT og MBT er «locked‑in-syndrom». Dette kjennetegnes av at pasienten har våkenhet og full bevissthet, men er totalt motorisk lammet og kun har vertikale øyebevegelser og blunking intakt (Schnakers et al., 2009). For mer utfyllende om kategorisering av bevissthetstilstander i norsk klinikk, se Løvstad og Schanke (2007) og Løvstad, Anke og Schanke (2012).

Noen studier har undersøkt pasienter diagnostisert med IRVT eller MBT grundigere, og har funnet at opptil 43 % kan være feildiagnostisert (Andrews, Murphy, Munday & Littlewood, 1996; Childs, Mercer & Childs, 1993; Schnakers et al., 2009). Hovedsakelig er det da pasienter i MBT som feilaktig vurderes til å være i IRVT, fordi endringer i tilstand kan være subtile og vanskelige å fange opp ved å observere atferd (Monti et al., 2010). Andre årsaker kan være at det mangler retningslinjer for bruk av standardiserte atferdsbaserte kartleggingsverktøy, manglende kjennskap til pasientgruppen og diagnosekriterier, og at det ikke foretas gjentatte vurderinger (Løvstad, Hauger & Becker, 2012; Monti et al., 2009). I tillegg kan følgetilstander som epilepsi, sansetap, lammelser og spastisitet føre til at pasienten har vanskelig for å vise atferd. Det er uenighet i fagfeltet om hvor omfattende slik feildiagnostisering kan være. Disse utfordringene ved diagnostisering har ført til en interesse for å undersøke om nevrovitenskapelig undersøkelse av hjernens struktur eller funksjon kan bidra til mer nøyaktig diagnostisering.

Aktuelle vurderingsmetoder

Vi ønsket å sammenfatte nyere internasjonal fagfellevurdert litteratur om vurdering av bevissthet. Derfor gjorde vi et litteratursøk våren 2014 i databasene PsycInfo, Web of Science og PubMed, der søkeordene consciousness disorder*, vegetative state og minimal* conscious state ble kombinert med synonymer for metode som assessment og measure*. Med utgangspunkt i disse funnene søkte vi på behavio*ral assessment og functional imaging, samt fMRI, EEG, ERP og CRS-R. Søket ble utvidet basert på forfattere og siteringer av artikler som ble identifisert som sentrale.

Resultatet ble filtrert basert på fagfelt, relevans for norsk setting, antall siteringer og overlapp i emne. Nyere artikler og nye tilnærminger ble prioritert. Dette resulterte i at 41 vitenskapelige arbeider ble identifisert som særlig sentrale og utgjør litteraturgjennomgangen vår under. Tjueto av disse var teoretiske artikler eller litteraturgjennomganger, åtte artikler presenterte en ny vurderingsmetode, og elleve testet ut etablerte metoder på en klinisk populasjon.

I gjennomgangen vår deler vi inn vurderingsmetodene i fire ulike tilnærminger: atferdsobservasjon, elektrofysiologiske metoder, avbildning av hjerneaktivitet og avbildning av hjernenettverk. I tillegg vil vi, der det er relevant, påpeke om vurderingsmetoden er en passiv måling, det vil si at den måler pasientens spontane ytre atferd eller nevronal aktivering, eller en aktiv måling, det vil si at den måler pasientens respons til stimuli eller instruksjon. Se annen internasjonal litteratur for grundigere oppdatert gjennomgang av litteraturen (Harrison & Connolly, 2013; Schnakers, Laureys & Boly, 2013).

Atferdsobservasjon. Standardmetoden for klinisk vurdering av bevissthetstilstand er i dag atferdsobservasjon, som innebærer å slutte om våkenhetsgrad og bevissthetsnivå basert på pasientens atferd (Boly, 2011). Vurdering skjer ofte ved at et tverrfaglig team observerer pasientens tilstand og blir enige om hvorvidt pasientens symptomer sammenfaller med de relevante diagnostiske kriteriene (Schnakers et al., 2009). Kriteriene for observasjonsmetode og klinisk konsensus er ikke standardisert, noe som kan føre til variasjon i hvordan diagnosene settes. En bør derfor bruke et standardisert kartleggingsverktøy for observert atferd til å systematisere observasjonen av pasienten, noe som skal øke sannsynligheten for å fange opp tegn til bevissthet. En slik vurderingsmetode kan være passiv om den kun observerer pasientens spontant forekommende atferd, eller aktiv dersom den ser om pasienten følger instruksjoner om å foreta ulike handlinger, som å blunke. «American Congress of Rehabilitation Medicine» (Seel et al., 2010) har gjort en vurdering av 13 ulike kartleggingsverktøy for atferd, deriblant «JFK Coma Recovery Scale‑Revised» (CRS-R; Giacino, Kalmar & Whyte, 2004) og «Sensory Modality Assessment and Rehabilitation Technique» (SMART; Gill-Thwaites & Munday, 2004) sett opp mot globale mål på utfall etter hjerneskade, som «Disability Rating Scale» (Rappaport, Hall, Hopkins, Belleza & Cope, 1982). Den mest entydig anbefalte blant de vurderte kartleggingsverktøyene var CRS-R, som skårer pasientens tilstedeværelse eller fravær av viljestyrt atferdsrespons på sensoriske stimuli. Denne har høy innholdsvaliditet, standardisert administrerings‑ og skåringsprosedyre, og beskrives som den skalaen som best fanger opp indikatorer for diagnosekriteriene.

I sin gjennomgang gjør imidlertid Seel og kolleger (2010) oppmerksom på at CRS-R kan være for lite sensitiv til å skille mellom tilstander som IRVT og MBT. Skalaen er oversatt til norsk, og den norske versjonen viser akseptabel interrater‑reliabilitet, som er høyere når de som vurdererer er erfarne (Løvstad et al., 2010). «American Congress of Rehabilitation Medicine» anbefaler at pasienten vurderes jevnlig, da tilstanden kan endre seg, men konkretiserer ikke hvor ofte det bør gjøres. Et grunnleggende problem blir at en må slutte om pasientens indre tilstander basert på observerbar atferd hos en gruppe som kan ha store motoriske og sansemessige begrensninger. Det ligger i diagnosenes natur at det vil være vanskelig å bruke atferdsobservasjon til å skille IRVT fra MBT eller locked‑in-syndrom hos pasienter uten atferd (se Monti et al., 2009, for et lignende argument). Det er uenighet mellom ulike forskningsmiljøer om hvor pålitelig diagnostisering kan være ved kompetent bruk at atferdsobservasjon (Monti et al., 2010; Schnakers et al., 2009).

Elektrofysiologiske metoder. Elektroencefalogram (EEG) er en nevrofysiologisk metode hvor elektroder på hodebunnen registrerer elektrisk aktivitet fra hjernen. EEG-signalet består av raskt fluktuerende bølger, og analyser gjøres basert på bølgenes amplitude i ulike frekvensbånd. Fordi EEG-signalet reflekterer millioner av nevroner målt fra utsiden av hjerneskallen, kan det være vanskelig å si spesifikt hva som måles, og hvor i hjernen det kommer fra. EEG er rimelig i bruk, lett tilgjengelig, har god tidsoppløsning og kan utføres mens pasienten ligger i sengen (Faugeras et al., 2012).

Andelen av ulike frekvensbølger i EEG‑signalet som måles fra passive pasienter blir ansett som å reflektere ulike grader av våkenhetstilstander. Rask beta-aktivitet (frekvens på mellom 13 og 30 Hz) indikerer aktiv oppmerksomhet, noe saktere alfa-aktivitet (8-12 Hz) indikerer avslappet våkenhet, mens saktere rytmer (theta og delta) indikerer fravær av våkenhet (Brown, 1970). Slik kan analyse av EEG frekvensbånd være en passiv metode for å indikere bevissthetsnivået til pasienter. Siden metoden er uavhengig av pasientens ytre atferd, kan den fange opp aspekter ved bevissthet som ikke er reflektert i diagnosekriteriene. Cruse og medarbeidere (2011) brukte analyse av EEG frekvensbånd som en aktiv vurderingsmetode, ved å be 16 pasienter som var diagnostisert til å være i IRVT om å forestille seg at de knyttet høyre hånd eller viftet med tærne. Forfatterne fant EEG-mønstre konsistent med å følge instruksjonene hos 19 % av pasientene og 75 % av kontrollpersonene, og argumenterte for at EEG kan identifisere bevissthet hos pasienter hvor det ikke vil fanges opp av atferdsbaserte vurderingsmetoder. Ettersom 25 % av kontrollpersonene ikke viste forventet EEG-utfall, mente forfatterne at negative EEG-resultater ikke kan tolkes til å indikere fravær av bevissthet.

Elektrofysiologi kan også brukes som en aktiv metode til å registrere hjernens respons på ytre eller indre hendelser (såkalt hendelsesrelaterte potensialer, på engelsk «event-related potentials», ERP; Luck, 2005). De ulike komponentene reflekterer ulik grad av kognitiv prosessering, fra ren persepsjon av lyd eller lys, til å legge merke til forskjeller i presentasjoner, oppdage semantiske brudd eller å reagere på å høre sitt eget navn. ERP-komponentene i P300-kategorien og «mismatch negativity» er de mest aktuelle å undersøke hos pasienter med ervervet hjerneskade. Disse komponentene utløses av prosessering av presenterte stimuli i bestemte eksperimentelle oppsett, og kan derfor brukes som en aktiv metode for å undersøke grad av bevissthet (Harrison & Connolly, 2013; Kotchoubey, 2005). P3b er et positivt utslag parietalt på hjernebarken som kommer rundt 0,3 sekund etter at stimuli presenteres til en person som er aktivt oppmerksom. «Novelty P3» (nP3) utløses av å legge merke til nye eller uventede stimuli (Friedman, Cycowicz & Gaeta, 2001), og krever derfor mer prosessering. Mismatch negativity er en automatisk respons på avvikende stimulus i en rekke av ellers like stimuli, og antas å reflektere en form for sensorisk hukommelse (Näätänen, 1990).

Fischer, Luaute og Morlet (2010) studerte mismatch negativity og nP3 hos 27 pasienter diagnostisert til å være i permanent IRVT eller MBT, med blandet sykehistorie. 19 % viste mismatch negativity‑respons, og 25 % viste nP3‑respons. Forfatterne mente at metoden kan indikere pasientens kognitive evner, selv om den ikke kan skille mellom IRVT og MBT, og anbefaler at ERP bør inkluderes i diagnostisk vurdering. Flere studier har vist at ERP har prognostisk nytte hos pasienter i IRVT, både ved bruk av mismatch negativity (Wijnen, Van Boxtel, Eilander & de Gelder, 2007) og P3 (Cavinato et al., 2009). Pasientene i disse studiene var diagnostisert ved hjelp av «Disability Rating Scale», som ifølge Seel og kolleger (2010) er problematisk å bruke til å vurdere bevissthet, noe som gjør det vanskelig å vurdere disse funnene opp mot annen litteratur. Overgaard og Overgaard (2011) peker på at EEG-modulering og ERP-effekter er mål på våkenhetsgrad, men ikke indikerer pasientens subjektive opplevelse (bevissthetsnivå). En ny metode forsøker å omgå denne begrensningen ved å måle EEG-respons på transkraniell magnetisk stimulering (TMS) av hjernen (Giacino et al., 2014; Rosanova et al., 2012; Sarasso et al., 2014).

Avbildning av hjerneaktivitet. Mental aktivitet innebærer energiforbruk, som kompenseres for ved at blodet øker tilførselen av glukose og oksygen til de delene av hjernen som er i bruk. Ved hjelp av en MR-skanner kan funksjonell magnetresonansavbildning (fMRI) måle oksygenkonsentrasjon i blodet, og slik gi et indirekte mål på hjerneaktivitet. fMRI har begrenset tidsoppløsning, men er relativt presis for lokalisering av aktivitet (Solbakk, Specht, Korsnes & Endestad, 2010). En annen metode er positronemisjonstomografi (PET), som bruker injeksjon av små radioaktive kilder til å avbilde stoffskiftet i hjernen. Som ved EEG-metoden legges det til grunn at bestemte typer hjerneaktivitet reflekterer bevissthet.

Owen et al. (2006) brukte fMRI til å undersøke om en pasient som ved klinisk konsensus var diagnostisert til IRVT etter traumatisk hjerneskade, kunne ha en høyere grad av bevissthet. Pasienten ble bedt om å se for seg at hun spilte tennis (en motorisk forestillingsoppgave), og at hun gikk rundt i hjemmet sitt (en spatial forestillingsoppgave). Under forestillingsoppgavene viste pasienten økt fMRI-aktivitet i de samme områdene som når bevisste gjorde oppgaven. Forfatterne tolket dette som at pasienten forstod og fulgte instruksjonene. Monti og kolleger (2010) forsøkte å replisere denne studien på pasienter diagnostisert med kartleggingsverktøyene CRS‑R og SMART, og fant at 17 % (4 av 23) av pasienter med IRVT og 3 % (1 av 31) med MBT aktiverte de forventede hjerneområdene. Forfatterne mente også å kunne vise at en pasient i IRVT kunne svare ja eller nei på autobiografiske spørsmål ved å utføre den motoriske eller spatiale forestillingsoppgaven. Imidlertid viste 91 % av pasientene, hvorav 56 % var i MBT, ikke økt aktivitet i de aktuelle hjerneområdene. Negative fMRI‑funn kan også forekomme hos friske personer (Monti et al., 2009), så fravær av fMRI‑funn kan ikke tolkes som at pasienten ikke er bevisst. En norsk kasusstudie (Aslaksen, Vangberg & Schafer, 2012) har undersøkt en pasient med samme fMRI-protokoll som Owen og kolleger (2006), og fant indikasjoner på en høyere kognitiv funksjon enn det som hadde blitt indikert ved bruk av CRS-R. En ny artikkel i tidsskriftet Lancet (Stender et al., 2014) sammenlignet vurderingsmetoder som brukte CRS-R, PET og fMRI. De fant at PET har høy sensitivitet for å identifisere MBT, har høy kongruens med atferdsmål, og predikerte prognose ett år senere hos 74 % av pasientene, mens fMRI gav mindre tydelige resultater. Denne studien hadde 126 deltagere, og er derfor adskillig større enn de fleste eksperimentelle studier med avbildning av hjerneaktivitet eller hjernenettverk, noe som gjør funnene mer pålitelige.

PET- og fMRI‑undersøkelser er dyre, lite tilgjengelige, ressurskrevende og ikke egnet for alle typer pasienter, blant annet de med spasmer eller med metallobjekter i kroppen (Harrison & Connolly, 2013). Målt hjerneaktivitet lokaliseres til bestemte anatomiske strukturer ved å bruke et tredimensjonalt referansebilde. Imidlertid kan skaden som gir bevissthetsproblematikk også gi forskyvning av hjernestrukturer, noe som gjør det vanskelig å plassere den registrerte aktiviteten på referansebildet (Laureys, Owen & Schiff, 2004). Bernat (2010) fremhevet at fMRI‑paradigmer for vurdering av bevissthet er eksperimentelle, og er derfor ikke anbefalt for klinisk diagnostisering.

Avbildning av nettverk. Avbildning av hjernens strukturelle eller funksjonelle nettverk kan være relevant for bevissthetsnivået, da en antar at bevarte forbindelser mellom de ulike hjernedelene er en forutsetning for bevissthet. «Diffusion tensor imaging» (DTI) er en strukturell avbildning med MR-skanner som viser graden av integritet i hjernens hvitmaterie, det vil si de myeliniserte nervefibrene som forbinder hjerneområder (Tshibanda et al., 2010). Fernández‑Espejo og kolleger (2011) fant at DTI-mål i subkortikal hvitmaterie og thalamus kunne skille mellom IRVT og MBT med 95 % nøyaktighet. Dersom funnene lar seg replisere i fremtidige studier, vil DTI kunne være et nyttig bidrag til å skille mellom bevissthetstilstander.

I tillegg til å brukes som en aktiv metode som avbilder hjernens respons på ulike oppgaver, kan fMRI‑metoden også brukes som en passiv metode til å undersøke nettverket av hjerneområder som bruker energi når en pasient er i en bevisst hviletilstand (Gosseries et al., 2011; Laird et al., 2011). Slike nettverk ligner, men skiller seg fra nettverkene som aktiveres når en forsøksperson utfører en oppgave. En fordel med denne tilnærmingen er at kognitive nettverk kan undersøkes uten aktiv deltagelse fra pasienten (Bruno et al., 2010), og kan derfor gjennomføres for pasienter som ikke er i stand til å følge instruksjoner eller motta sensorisk input. Det har blitt argumentert for at hvilenettverk som «default mode network» indikerer refleksjon og introspeksjon (Raichle & Snyder, 2007). Avbildning av hvilenettverk kan indikere bevissthetstilstander, da studier har vist at pasienter i IRVT og MBT har avvikende energiforbruk og funksjonelle forbindelser i hvilenettverket (Vanhaudenhuyse et al., 2010), og at nettverket ikke deaktiveres når pasienten gis oppgaver (Crone et al., 2011). Grad av deaktivering av hvilenettverket korrelerer med CRS-R-skårer på gruppenivå, og antas derfor å være assosiert med bevissthetsnivå (Crone et al., 2011). Imidlertid er det omstridt om aktiveringen av slike nettverk faktisk indikerer bevissthet, noe som eksemplifiseres av at lignende nettverk også finnes hos rotter (Lu et al., 2012).

Integrering av metoder. Det har i de siste årene blitt fokusert på å implementere elektrofysiologi, avbildning av hjerneaktivitet og hjernenettverk med atferdsobservasjon. Et eksempel på en slik tilnærming benytter SMART, CRS‑R, ERP, fMRI, DTI og MRI på utvalgte uresponsive pasienter for å utvikle et standardisert multimetodisk testbatteri (Coleman, Bekinschtein, Monti, Owen & Pickard, 2009). Ut over å vurdere bevissthetstilstander, ønsket forfatterne å utvikle et kommunikasjonshjelpemiddel for ikke-responsive pasienter basert på integrering av ulike metoder. Utviklingen er på forskningsstadiet, og Bernat (2010) fremhever at dette må formidles til pårørende for å unngå falske forhåpninger. 

Status for vurdering av bevissthetstilstander

For en oversikt over prinsipper, fordeler og ulemper med de ulike tilnærmingene til vurdering av bevissthetstilstand, se Tabell 2. Uavhengig av hvilken metode som brukes, vil det alltid være usikkerhet omkring hva som egentlig måles ved undersøkelse av bevissthetstilstander. Metodene fanger opp indirekte tegn på bevissthet uten å si noe om pasientens fenomenologiske opplevelse. Overgaard og Overgaard (2011) har argumentert for at flere av tilnærmingene er egnet til å påvise kognitiv kapasitet, men at de ikke kan si om denne kapasiteten er i bruk for å skape subjektiv opplevelse.

I diagnosekriteriene beskrives bevissthet som fravær eller tilstedeværelse av ytre atferd, noe som gjenspeiles i den omfattende bruken av atferdsobservasjon. Diagnosekriteriene for IRVT er basert på fravær av viljestyrt atferd, mens kriteriene for MBT er basert på tilstedeværelse av atferd. Atferdstegn er ofte kortvarige, subtile, fluktuerende og vanskelige å oppdage. Dette kan gi en vridning av diagnostiseringen ved at det er lettere å overse atferd og vurdere pasienter til å være i IRVT, enn å oppdage atferd og vurdere pasienter til å være i MBT.

Det at bevissthet blir operasjonalisert som observerbar atferd, og at man overser opplevelser som ikke vises i atferd, står i kontrast til teoretiske definisjoner som fokuserer på de indre tilstandene. Man kan ikke konkludere at en pasient som ikke viser atferd ikke er bevisst, for fravær av bevis kan ikke tolkes som bevis for fravær (Monti et al., 2009). EEG og fMRI forsøker å måle mental opplevelse uavhengig av atferd, og kan slik sies å være mer sensitive mål. Ved bruk av slike tilnærminger fremheves det at dersom en ikke finner indikatorer for bevissthet, kan det ikke tolkes som fravær av bevissthet. Imidlertid vil slike tilnærminger ikke være egnet til å falsifisere en antagelse om at bevissthet er til stede, det vil si at målet ikke er spesifikt. Et mål for forskningen bør være å utvikle nevropsykologiske metoder som med rimelig sikkerhet kan både bekrefte og avkrefte antagelser om bevissthetsnivå.

Hvis en pasient er bevisst uten at dette oppdages ved atferdsobservasjon, kan det medføre at pasienten får feil medisinsk behandling, utilstrekkelig rehabilitering og uverdig behandling (Bernat, 2010; Harrison & Connolly, 2013; Monti et al., 2009). Det er derfor viktig å utvikle mer sensitive metoder som valideres for klinisk bruk. Validering er utfordrende, da det er vanskelig å sammenligne funn på tvers av studier, blant annet fordi de inkluderte pasientene kan ha ulik sykehistorie, ikke alltid er diagnostisert med samme metoder, og at det er brukt ulike eksperimentparadigmer. Mer entydig klassifisering av pasienter i fremtidig forskning vil kunne gi bedre vurderingsmetoder. I en klinisk sammenheng må vi vurdere konsekvensene av å overvurdere eller undervurdere nivået av bevissthet. Dette vil ofte kunne kreve omfattende multimetodiske undersøkelser med erfarent personell fra ulike sentre. Det er viktig at klinikerne følger de rådende retningslinjer for diagnostisering av bevissthetstilstander (Giacino et al., 2014; Giacino, Katz & Whyte, 2013).

Konklusjon

Vi har sett at det kan være vanskelig å skille mellom ulike bevissthetstilstander som ikke-responderende våken tilstand og minimalt bevisst tilstand. I dagens kliniske praksis brukes atferdsobservasjon, hvorav CRS-R er den klarest anbefalte teknikken. Forskningsfunn har indikert at EEG kan skille mellom ulike bevissthetstilstander basert på frekvensbåndet av hjerneaktivitet, og at ERP kan indikere om pasienter oppfatter sine omgivelser. fMRI- og PET-studier kan vise om presenterte stimuli og oppgaver aktiverer de forventede hjerneområdene. Andre studier har brukt graden av sammenheng i hjernens nettverk som indikasjon på bevart bevissthet. Selv om de nevropsykologiske metodene er lovende, og potensielt kan komme nærmere enn atferdsobservasjon til å måle bevissthet slik det defineres teoretisk, har forskningen så langt noe motstridende funn, og metodene er ikke validert for klinisk praksis. Fremtidig forskning bør etablere metoder som både er sensitive, slik at de plukker opp indikasjoner på bevissthet, men også spesifikke, slik at en også kan identifisere pasienter som ikke er bevisste.

Referanser

Andrews, K., Murphy, L., Munday, R. & Littlewood, C. (1996). Misdiagnosis of the vegetative state: retrospective study in a rehabilitation unit. British Medical Journal, 313(7048), 13–16. doi: 10.1136/bmj.313.7048.13.

Aslaksen, P. M., Vangberg, T. R. & Schafer, C. (2012). Probing for consciousness after severe brain injury by functional magnetic resonance imaging (fMRI). Journal of Neurology, 259(3), 576–578. doi: 10.1007/s00415-011-6223-6.

Bernat, J. L. (2010). Current controversies in states of chronic unconsciousness. Neurology: Clinical Practice, 75(18 Supplement 1), S3–S38. doi: 10.1212/WNL.0b013e3181fb35dd.

Boly, M. (2011). Measuring the fading consciousness in the human brain. Current Opinion in Neurology, 24(4), 394–400. doi: 10.1097/WCO.0b013e328347da94.

Boudry, M., Termote, R. & Betz, W. (2010). Fabricating communication. Skeptical Inquirer, 34(4), 12–15.

Brown, B. B. (1970). Recognition of aspects of consciousness through association with EEG alpha activity represented by a light signal. Psychophysiology, 6(4), 442–452. doi: 10.1111/j.1469-8986.1970.tb01754.x.

Bruno, M. A., Soddu, A., Demertzi, A., Laureys, S., Gosseries, O., Schnakers, C., . . . Chatelle, C. (2010). Disorders of consciousness: Moving from passive to resting state and active paradigms. Cognitive Neuroscience, 1(3), 193–203. doi: 10.1080/17588928.2010.485677.

Cavinato, M., Freo, U., Ori, C., Zorzi, M., Tonin, P., Piccione, F. & Merico, A. (2009). Post-acute P300 predicts recovery of consciousness from traumatic vegetative state. Brain Injury, 23(12), 973–980. doi: 10.3109/02699050903373493.

Childs, N. L., Mercer, W. N. & Childs, H. W. (1993). Accuracy of diagnosis of persistent vegetative state. Neurology, 43(8), 1465–1465. doi: 10.1212/WNL.43.8.1465.

Coleman, M. R., Bekinschtein, T., Monti, M. M., Owen, A. M. & Pickard, J. D. (2009). A multimodal approach to the assessment of patients with disorders of consciousness. Progress in Brain Research, 177, 231–248. doi: 10.1016/S0079-6123(09)17716-6.

Crone, J. S., Ladurner, G., Höller, Y., Golaszewski, S., Trinka, E. & Kronbichler, M. (2011). Deactivation of the Default Mode Network as a Marker of Impaired Consciousness: An fMRI Study. PloS one, 6(10), e26373. doi: 10.1371/journal.pone.0026373.

Cruse, D., Chennu, S., Chatelle, C., Bekinschtein, T. A., Fernández-Espejo, D., Pickard, J. D., . . . Owen, A. M. (2011). Bedside detection of awareness in the vegetative state: a cohort study. The Lancet, 378(9809), 2088–2094. doi: 10.1016/S0140-6736(11)61224-5.

Faugeras, F., Rohaut, B., Weiss, N., Bekinschtein, T., Galanaud, D., Puybasset, L., . . . Naccache, L. (2012). Event related potentials elicited by violations of auditory regularities in patients with impaired consciousness. Neuropsychologia, 50(3), 403–418. doi: 10.1016/j.neuropsychologia.2011.12.015.

Fernández-Espejo, D., Bekinschtein, T., Monti, M. M., Pickard, J. D., Junque, C., Coleman, M. R. & Owen, A. M. (2011). Diffusion weighted imaging distinguishes the vegetative state from the minimally conscious state. NeuroImage, 54(1), 103–112. doi: 10.1016/j.neuroimage.2010.08.035.

Fischer, C., Luaute, J. & Morlet, D. (2010). Event-related potentials (MMN and novelty P3) in permanent vegetative or minimally conscious states. Clinical Neurophysiology, 121(7), 1032–1042. doi: 10.1016/j.clinph.2010.02.005.

Friedman, D., Cycowicz, Y. M. & Gaeta, H. (2001). The novelty P3: an event-related brain potential (ERP) sign of the brain’s evaluation of novelty. Neuroscience & Biobehavioral Reviews, 25(4), 355-373. doi: 10.1016/S0149-7634(01)00019-7.

Giacino, J. T., Ashwal, S., Childs, N., Cranford, R., Jennett, B., Katz, D. I., . . . Zasler, N. D. (2002). The minimally conscious state: Definition and diagnostic criteria. Neurology, 58(3), 349–353. doi: 10.1212/WNL.58.3.349.

Giacino, J. T., Fins, J. J., Laureys, S. & Schiff, N. D. (2014). Disorders of consciousness after acquired brain injury: the state of the science. Nature Reviews Neurology, 10(2), 99–114. doi: 10.1038/nrneurol.2013.279.

Giacino, J. T., Kalmar, K. & Whyte, J. (2004). The JFK Coma Recovery Scale-Revised: measurement characteristics and diagnostic utility. Archives of physical medicine and rehabilitation, 85(12), 2020–2029. doi: 10.1016/j.apmr.2004.02.033.

Giacino, J. T., Katz, D. I. & Whyte, J. (2013). Neurorehabilitation in disorders of consciousness. Seminars in neurology, 33(2), 142-156. doi: 10.1111/j.1469-8986.1970.tb01754.x.

Giacino, J. T. & Whyte, J. (2005). The vegetative and minimally conscious states: current knowledge and remaining questions. The Journal of head trauma rehabilitation, 20(1), 30. doi: 10.1055/s-0033-1348960.

Gill-Thwaites, H. & Munday, R. (2004). The Sensory Modality Assessment and Rehabilitation Technique (SMART): A valid and reliable assessment for vegetative state and minimally conscious state patients. Brain Injury, 18(12), 1255–1269. doi: 10.1080/02699050410001719952.

Gosseries, O., Bruno, M. A., Chatelle, C., Vanhaudenhuyse, A., Schnakers, C., Soddu, A. & Laureys, S. (2011). Disorders of consciousness: what’s in a name? NeuroRehabilitation, 28(1), 3–14. doi: 10.3233/NRE-2011-0625.

Harrison, A. H. & Connolly, J. F. (2013). Finding a way in: a review and practical evaluation of fMRI and EEG for detection and assessment in disorders of consciousness. Neuroscience Biobehavioral Reviews, 37(8), 1403–1419. doi: 10.1016/j.neubiorev.2013.05.004.

Hohwy, J. (2009). The neural correlates of consciousness: new experimental approaches needed? Consciousness and cognition, 18(2), 428–438. doi: 10.1016/j.concog.2009.02.006.

Jennett, B. & Plum, F. (1972). Persistent vegetative state after brain damage. A syndrome in search of a name. The Lancet, 1(7753), 734. doi: 10.1016/S0140-6736(72)90242-5.

Kotchoubey, B. (2005). Event-related potential measures of consciousness: two equations with three unknowns. Progress in Brain Research, 150, 427–444. doi: 10.1016/S0079-6123(05)50030-X.

Laird, A. R., Fox, P. M., Eickhoff, S. B., Turner, J. A., Ray, K. L., McKay, D. R., . . . Fox, P. T. (2011). Behavioral interpretations of intrinsic connectivity networks. Journal of Cognitive Neuroscience, 23(12), 4022–4037. doi: 10.1016/S0079-6123(05)50030-X.

Laureys, S., Celesia, G. G., Cohadon, F., Lavrijsen, J., León-Carrión, J., Sannita, W. G., . . . Zeman, A. (2010). Unresponsive wakefulness syndrome: a new name for the vegetative state or apallic syndrome. BMC medicine, 8(1), 68. doi: 10.1186/1741-7015-8-68.

Laureys, S., Owen, A. M. & Schiff, N. D. (2004). Brain function in coma, vegetative state, and related disorders. The Lancet Neurology, 3(9), 537–546. doi: 10.1016/S1474-4422(04)00852-X.

Lu, H., Zou, Q., Gu, H., Raichle, M. E., Stein, E. A. & Yang, Y. (2012). Rat brains also have a default mode network. Proceedings of the National Academy of Sciences, 109(10), 3979–3984. doi: 10.1073/pnas.1200506109.

Luck, S. J. (2005). An introduction to the event-related potential technique. Cambridge, MA: MIT Press.

Løvstad, M., Andelic, N., Knoph, R., Jerstad, T., Anke, A., Skandsen, T., . . . Schanke, A.-K. (2014). Rate of disorders of consciousness in a prospective population-based study of adults with traumatic brain injury. The Journal of Head Trauma Rehabilitation, 29(5), E31–E43. doi: 10.1097/HTR.0000000000000017.

Løvstad, M., Anke, A. & Schanke, A.-K. (2012). Alvorlig redusert bevissthet etter ervervet hjerneskade: Nevrobiologiske mekanismer og forutsetninger for korrekt diagnostikk. I T. Fladby, S. Andersson & L. Gjerstad (red.), Nevropsykiatri. Metoder og kliniske perspektiver. Oslo: Gyldendal Norsk Forlag.

Løvstad, M., Hauger, S. L. & Becker, E. (2012). Vedvarende bevissthetsforstyrrelse etter hjerneskade – behov for spesialisert vurdering. Tidsskrift for Den norske Legeforening, 132, 2596–2597. doi: 10.4045/tidsskr.12.1202.

Løvstad, M. & Schanke, A.-K. (2007). Alvorlig nedsatt bevissthet etter ervervet hjerneskade. Tidsskrift for Norsk Psykologforening, 44(6), 741–749.

Monti, M. M., Coleman, M. R. & Owen, A. M. (2009). Neuroimaging and the vegetative state: Resolving the behavioral assessment dilemma? Disorders of Consciousness: Annals of the New York Academy of Sciences, 1157(1), 81–89. doi: 10.1111/j.1749-6632.2008.04121.x.

Monti, M. M., Vanhaudenhuyse, A., Coleman, M. R., Boly, M., Pickard, J. D., Tshibanda, L., . . . Laureys, S. (2010). Willful modulation of brain activity in disorders of consciousness. New England Journal of Medicine, 362(7), 579–589. doi: 10.1056/NEJMoa0905370.

Näätänen, R. (1990). The role of attention in auditory information processing as revealed by event-related potentials and other brain measures of cognitive function. Behavioral and Brain Sciences, 13(02), 201–233. doi: 10.1017/S0140525X00078407.

Overgaard, M. & Overgaard, R. (2011). Measurements of consciousness in the vegetative state. The Lancet, 378, 2052–2054. doi: 10.1016/S0140-6736(11)61591-2.

Owen, A. M., Coleman, M. R., Boly, M., Davis, M. H., Laureys, S. & Pickard, J. D. (2006). Detecting awareness in the vegetative state. Science, 313(5792), 1402–1402. doi: 10.1126/science.1130197.

Raichle, M. E. & Snyder, A. Z. (2007). A default mode of brain function: a brief history of an evolving idea. NeuroImage, 37(4), 1083–1090. doi: 10.1016/j.neuroimage.2007.02.041.

Rappaport, M., Hall, K., Hopkins, K., Belleza, T. & Cope, D. (1982). Disability rating scale for severe head trauma: coma to community. Archives of physical medicine and rehabilitation, 63(3), 118–123.

Rosanova, M., Gosseries, O., Casarotto, S., Boly, M., Casali, A. G., Bruno, M.-A., . . . Laureys, S. (2012). Recovery of cortical effective connectivity and recovery of consciousness in vegetative patients. Brain(135), 1308–1320. doi: 10.1093/brain/awr340.

Sarasso, S., Rosanova, M., Casali, A. G., Casarotto, S., Fecchio, M., Boly, M., . . . Massimini, M. (2014). Quantifying cortical EEG responses to TMS in (un) consciousness. Clinical EEG and neuroscience, 45(1), 40–49. doi: 10.1177/1550059413513723.

Schnakers, C., Laureys, S. & Boly, M. (2013). Neuroimaging of consciousness in the vegetative and minimally conscious states. Neuroimaging of Consciousness (s. 117–131). Forlag: Berlin: Springer.

Schnakers, C., Vanhaudenhuyse, A., Giacino, J., Ventura, M., Boly, M., Majerus, S., . . . Laureys, S. (2009). Diagnostic accuracy of the vegetative and minimally conscious state: Clinical consensus versus standardized neurobehavioral assessment. BMC Neurology, 9(1), 35. doi: 10.1186/1471-2377-9-35.

Seel, R. T., Sherer, M., Whyte, J., Katz, D. I., Giacino, J. T., Rosenbaum, A. M., . . . Zafonte, R. (2010). Assessment scales for disorders of consciousness: evidence-based recommendations for clinical practice and research. Archives of physical medicine and rehabilitation, 91(12), 1795–1813. doi: 10.1016/j.apmr.2010.07.218.

Solbakk, A.-K., Specht, K., Korsnes, M. S. & Endestad, T. (2010). fMRI i nevropsykologisk forskning og klinisk praksis. I K. A. Hestad & J. Egeland (Redaktører), Klinisk nevropsykologi: Undersøkelse av voksne pasienter (s. 157–176). Trondheim: Tapir Akademisk Forlag.

Stender, J., Gosseries, O., Bruno, M. A., Charland-Verville, V., Vanhaudenhuyse, A., Demertzi, A., . . . Laureys, S. (2014). Diagnostic precision of PET imaging and functional MRI in disorders of consciousness: a clinical validation study. Lancet, 384(9942), 514-522. doi: 10.1016/S0140-6736(14)60042-8.

The multi-society task force on persistent vegetative state (1994). Medical aspects of the persistent vegetative state. New England Journal of Medicine, 330, 1572–1579. doi: 10.1056/NEJM199405263302107.

Tshibanda, L., Vanhaudenhuyse, A., Boly, M., Soddu, A., Bruno, M. A., Moonen, G., . . . Noirhomme, Q. (2010). Neuroimaging after coma. Neuroradiology, 52(1), 15–24. doi: 10.1007/s00234-009-0614-8.

Vanhaudenhuyse, A., Noirhomme, Q., Tshibanda, L. J. F., Bruno, M. A., Boveroux, P., Schnakers, C., . . . Brichant, J. F. (2010). Default network connectivity reflects the level of consciousness in non-communicative brain-damaged patients. Brain, 133(1), 161–171. doi: 10.1093/brain/awp313.

Wijnen, V. J. M., Van Boxtel, G. J. M., Eilander, H. J. & de Gelder, B. (2007). Mismatch negativity predicts recovery from the vegetative state. Clinical Neurophysiology, 118(3), 597–605. doi: 10.1016/j.clinph.2006.11.020.

Zeman, A. (2006). What do we mean by «conscious» and «aware»? Neuropsychological rehabilitation, 16(4), 356-376. doi: 10.1080/09602010500484581.