Die Rolle des anterioren cingulären Cortex und der Insula beim Rauchen und der Behandlung mit Neurobiofeedback: Ein neuer Ansatz

https://www.instagram.com/reels/DFnyGhyg7LL/
https://youtu.be/jX2Q3_Wxc0M?si=M8EdO3AphDP5u3NB
https://youtu.be/jX2Q3_Wxc0M?si=GZ0NUUmAwsrEJBki

Rauchen, ein Suchtverhalten, ist die häufigste Krankheits- und Todesursache in der entwickelten Welt. Vielen Rauchern fällt es jedoch schwer, mit dem Rauchen aufzuhören, obwohl sie wissen, dass die Folgen schwerwiegend sein können. Die DSM-Klassifikation der Amerikanischen Psychiatrischen Vereinigung und die Berichte des US-Gesundheitsministeriums zur Nikotinabhängigkeit unterstreichen ebenfalls die starke Suchtwirkung von Nikotin. Mit dem Rauchen aufzuhören kann sehr schwierig sein, und selbst nach einem erfolgreichen Entzug ist die Rückfallquote aufgrund des starken Verlangens nach Zigaretten sehr hoch. Die Schwierigkeit beim Rauchstopp und die hohe Rückfallquote scheinen auf langfristige Veränderungen in spezifischen tiefen Hirnsystemen zurückzuführen zu sein. Eine der größten Herausforderungen beim Rauchstopp ist das intensive Verlangen und das Rückfallrisiko, das nach dem Entschluss zum Aufhören auftritt. Tiermodelle haben gezeigt, dass Veränderungen in Bereichen wie der Amygdala, dem Nucleus accumbens und dem mesothelencephalen Dopaminsystem die Selbstverabreichung schädlicher Substanzen fördern. Da das Verlangen ein wesentlicher Faktor für Rückfälle bei Rauchern ist, die mit dem Rauchen aufhören wollen, kann die Kontrolle dieses Verlangens den Rauchstopp erleichtern. Der anteriore cinguläre Cortex (ACC) ist Teil des limbischen Systems. Läsionsstudien an Tieren und Menschen haben gezeigt, dass diese Region sowohl bei Menschen als auch bei Tieren mit Affekten in Verbindung steht. EEG-Studien zeigen, dass nach einer Fehlerreaktion eine fokale Negativität auftritt, was die Theorie stützt, dass der ACC eine Rolle bei der Fehlererkennung und -kontrolle im Gehirn spielen könnte. Neuropsychologische Studien zeigen, dass die kognitive Variante des Zähl-Stroop-Tests die kognitive Subdivision des emotionalen Zähl-Stroop-Tests aktiviert, während die emotionale Subdivision die kognitive Subdivision aktiviert. Die kognitive Subdivision ist Teil des verteilten Aufmerksamkeitsnetzwerks und weist starke Verbindungen zum lateralen präfrontalen Kortex (BA 46/9), zum parietalen Kortex (BA 7) sowie zu prämotorischen und komplementären motorischen Arealen auf. Die emotionale Spaltung (ACad) wird hingegen durch affektbezogene Aufgaben in der normalen Freiwilligenarbeit im Zusammenhang mit der emotionalen Verarbeitung sowie durch das Auftreten von Symptomen bei psychiatrischen Störungen (Angststörungen, spezifische Phobien und Zwangsstörungen) aktiviert. Sie wurde auch wiederholt durch das Auslösen von Traurigkeit bei gesunden Probanden und Patienten mit schweren Depressionen aktiviert. Die emotionale Subdivision ist mit der Amygdala, dem periaquäduktalen Grau, dem Nucleus accumbens, dem Hypothalamus, der anterioren Inselrinde, dem Hippocampus und dem orbitofrontalen Kortex verbunden. Funktionelle Bildgebungsstudien zeigen, dass Bereiche wie der Gyrus cinguli, der anteriore Gyrus cinguli, der orbitofrontale Kortex und die Insula bei medikamentösen Behandlungen aktiviert werden.

INSULA
Die Insula ist aufgrund ihrer potenziellen Rolle bei bewussten Impulsen von besonderem Interesse. Es wird angenommen, dass dieser Bereich durch seine Funktion bei der Repräsentation körperlicher (innerer) Zustände an bewussten emotionalen Empfindungen beteiligt ist.^10-11-12 Subjektive, durch einen Reiz ausgelöste Drogenimpulse korrelieren mit Aktivität in der Insula beider Hirnhälften während einer einfachen Entscheidungsaufgabe im Zusammenhang mit einem Drogenrückfall. Bei dieser Aufgabe wurde eine hohe, mit Drogenkonsum assoziierte Aktivität in der rechten Insula beobachtet.

Interessanterweise kann eine Schädigung der Insula zum Verlust des Rauchverlangens führen.

Laut Dr. Antoine Bechara und Kollegen von der University of Southern California und der University of Iowa konnten Patienten mit Inselrindenschädigung im Vergleich zu Patienten mit anderen Hirnschädigungen sofort, einfach und ohne Rückfall mit dem Rauchen aufhören. Es gibt viele Methoden zur Raucherentwöhnung, von der Nikotinersatztherapie über Psychotherapie bis hin zu verschiedenen Programmen zur Persönlichkeitsentwicklung und Verhaltensänderung. Allerdings sind deren Erfolgsquoten recht niedrig. Es kann mehrere Versuche brauchen, um vollständig auf das Rauchen zu verzichten, und selbst dann können diejenigen, die es geschafft haben, Schwierigkeiten beim Aufhören haben.

Obwohl 70 % der Raucher angeben, aufhören zu wollen, geben nur 5 % an, es geschafft zu haben.

Die Rückfallquote liegt bei über 70 %.

Raucherentwöhnungsverhalten bei Erwachsenen in den USA

Die meisten erwachsenen Raucher möchten mit dem Rauchen aufhören. Im Jahr 2015 gaben 68 % (22,7 Millionen) der erwachsenen Raucher an, mit dem Rauchen aufhören zu wollen. Mehr als die Hälfte der erwachsenen Raucher gab an, im vergangenen Jahr versucht zu haben, mit dem Rauchen aufzuhören. Im Jahr 2018 gaben 55,1 % (21,5 Millionen) der erwachsenen Raucher an, im vergangenen Jahr versucht zu haben, mit dem Rauchen aufzuhören. Jedes Jahr schafft es einer von zehn erwachsenen Rauchern, mit dem Rauchen aufzuhören. 

Viele Menschen hören erfolgreich mit dem Rauchen auf. Im Jahr 2018 gaben 7,5 % (2,9 Millionen) der erwachsenen Raucher an, im Vorjahr erfolgreich mit dem Rauchen aufgehört zu haben. Vier von neun erwachsenen Rauchern, die im Vorjahr einen Arzt konsultierten, erhielten keine Empfehlung zur Raucherentwöhnung. Weniger als ein Drittel der erwachsenen Raucher nutzen Beratungsangebote oder von der Arzneimittelbehörde (FDA) zugelassene Medikamente, um mit dem Rauchen aufzuhören. Im Jahr 2015 gaben 31,2 % (7,6 Millionen) der erwachsenen Raucher an, Beratung oder Medikamente in Anspruch genommen zu haben, um mit dem Rauchen aufzuhören. Im selben Jahr nutzten 6,8 % (1,7 Millionen) der erwachsenen Raucher Beratung, 29,0 % (7,1 Millionen) Medikamente und 4,7 % (1,1 Millionen) beides. Im Jahr 2015 gaben 57,2 % (18,8 Millionen) der erwachsenen Raucher, die im Vorjahr einen Arzt konsultierten, an, eine Empfehlung zur Raucherentwöhnung erhalten zu haben. Schon eine kurze (3-minütige) Empfehlung eines Arztes, mit dem Rauchen aufzuhören, erhöht die Erfolgsquote und ist äußerst kosteneffektiv. Mehr als drei von fünf Erwachsenen, die geraucht haben, haben aufgehört. Im Jahr 2018 hörten 61,7 % der erwachsenen Raucher (55 Millionen Erwachsene) mit dem Rauchen auf.

Verhaltensverhalten junger US-Amerikaner beim Rauchstopp

Etwa zwei Drittel der jungen Tabakkonsumenten gaben an, im vergangenen Jahr mit dem Rauchen aufhören zu wollen, und fast zwei Drittel berichteten, es versucht zu haben. Im Jahr 2021 gaben 65,3 % der Jugendlichen (Schüler der Mittel- und Oberstufe), die aktuell Tabakprodukte konsumieren, an, ernsthaft über einen vollständigen Verzicht auf Tabakprodukte nachzudenken. Ebenfalls im Jahr 2021 gaben 60,2 % der Jugendlichen, die aktuell Tabakprodukte konsumieren, an, im vergangenen Jahr mindestens einen Tag lang auf Tabakprodukte verzichtet zu haben, weil sie versuchten, mit dem Rauchen aufzuhören. Alltagsstress, Umweltfaktoren wie Zigarettenrauch und andere Auslöser können starkes Verlangen sowie angenehme Erinnerungen hervorrufen, die es schwer machen, dem Rauchen zu widerstehen. Deshalb raten die meisten Raucherentwöhnungsprogramme dazu, Auslöser zu vermeiden, Stress abzubauen und Alternativen zum Rauchen zu finden.

Neurofeedback (NF)
Anstatt einfach nur „Rauch nicht!“ zu sagen, sollte man den Gehirnzyklus regulieren, der das Rauchverlangen auslöst. Eine der Methoden, die sich bei der Veränderung von Suchtverhalten als wirksam erwiesen haben, ist Neurofeedback (NF). NF ist ein operantes Konditionierungsparadigma, bei dem Patienten durch konditionierte auditive/visuelle Reize bestimmte Gehirnwellenmuster erzeugen. Studien seit den 1960er-Jahren haben gezeigt, dass NF-Patienten lernen können, die normale Gehirnfunktion zu verbessern, indem sie dysfunktionale Gehirnwellenmuster mit übermäßig langsamer Wellenaktivität oder von altersbedingten Normen abweichende Muster normalisieren. NF liefert dem Nutzer Echtzeit-Feedback zur Gehirnwellenaktivität, üblicherweise in Form von Video- und Tonsignalen. Ziel ist es, dem Zentralnervensystem (ZNS) Echtzeitinformationen über seine aktuelle Aktivität bereitzustellen. Beispielsweise werden die Probanden gebeten, den Beta- oder sensomotorischen Rhythmus (SMR) zu erhöhen und Delta- und Theta-Wellen zu reduzieren. Wird das gewünschte Paradigma erreicht, wird der Patient mit einem bewegten Bild und/oder einem Ton belohnt. Dies ist operante Konditionierung. Studien mit EEG-Neurofeedback haben positive Effekte auf die Medikamenteneinnahme, die Therapietreue und die Reizreaktivität bei Patienten mit Kokain- und Alkoholabhängigkeit gezeigt. Neurologisches Feedback mittels funktioneller Magnetresonanztomographie in Echtzeit (rtfMRI) kann die Selbstregulation innerer Zustände fördern, indem es den Probanden während der Aufgabenbearbeitung Feedback aus lokalisierten Bereichen von Interesse liefert. In den letzten Jahren hat rtfMRI-Feedback sein therapeutisches Potenzial durch die Modulation der mit Schmerzen, Depressionen und Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) assoziierten Hirnaktivierung unter Beweis gestellt. Cantebery et al. konnten mithilfe von Neurofeedback (NF) aus dem anterioren cingulären Cortex (ACC), einem wichtigen Areal für Verlangen, das Verlangen und das subjektiv empfundene Verlangen in Verbindung mit der Hirnaktivierung in einer einzigen Sitzung reduzieren. In einer weiteren Studie erwies sich Feedback aus dem für das Verlangen relevanten Bereich (ROI) im ACC als wirksamer als wiederholtes Feedback aus einem ROI im medialen präfrontalen Kortex, das auf gleichzeitige Widerstandsreaktionen abzielte. Dies deutet darauf hin, dass Raucher Feedbackmethoden nutzen können, um die Reaktionen und Verhaltensweisen ihres Gehirns auf Raucherreize effektiv zu modulieren und so mit dem Rauchen aufzuhören. Die Reduzierung der Aktivität in verlangsamenden Bereichen (z. B. ventraler anteriorer cingulärer Kortex (vACC)) ist dabei wirksamer als die Steigerung der Aktivität in resistenten Bereichen (z. B. dorsaler medialer präfrontaler Kortex (dmPFC)). Der Schweregrad der Sucht, starkes Verlangen und der Erfolg der Raucherentwöhnung korrelieren mit der ACC-Aktivierung bei Konfrontation mit Raucherreizen. 

Studien zeigen, dass der Schweregrad der Sucht die Reaktion auf Neurofeedback beeinflussen kann. So können Raucher mit leichter bis mittelschwerer Nikotinabhängigkeit Neurofeedback nutzen, das auf den anterioren cingulären Cortex (ACC) abzielt, um die durch das Verlangen ausgelöste Aktivierung zu reduzieren. Biofeedback (BF) und/oder Neurofeedback-Training (NF) fördern die Modulation der Aktivität des autonomen und/oder zentralen Nervensystems, wodurch erlernte Konditionierungen in Verhalten umgesetzt werden. Die meisten Studien, die neuroplastische Veränderungen im Zusammenhang mit dem Training untersuchen, konzentrieren sich primär auf die Modulation der Reaktion auf das Rauchverlangen mit dem Ziel, dieses zu reduzieren oder zu kontrollieren. Zu den Verhaltensergebnissen gehören ein verringertes Verlangen, eine geringere Schwere der Nikotinabhängigkeit und eine Linderung psychiatrischer Symptome.

Studien zeigen eine Erfolgsquote von 76–80 % für die Neurofeedback-Behandlung bei Nikotinabhängigkeit. Der klinische Nutzen von Neurofeedback liegt darin, dass es, anstatt dem Betroffenen einfach nur zu sagen „Rauch nicht“, dazu beiträgt, den Gehirnkreislauf, der das Rauchverlangen erzeugt, neu zu organisieren. Anstatt bei einem Auslöser automatisch in alte Rauchgewohnheiten zurückzufallen, besteht das Ziel darin, dass das Gehirn lernt, regulierter und kontrollierter zu reagieren. Neurofeedback kann daher als wichtige neurophysiologische Interventionsoption bei Nikotinsucht in Bezug auf Verlangen, Impulskontrolle, Stressbewältigung, Aufmerksamkeitsregulation und Rückfallprävention betrachtet werden. Zusammenfassend lässt sich sagen, dass Nikotinsucht nicht nur eine chemische Abhängigkeit von Nikotin ist; sie ist ein komplexes Gehirnmuster, bei dem der anteriore cinguläre Cortex, die Insula, präfrontale Kontrollnetzwerke, das Belohnungssystem und Körperempfindungen zusammenwirken. Ohne eine Veränderung dieses Musters kann es für eine Person schwierig sein, allein durch Willenskraft dauerhaft mit dem Rauchen aufzuhören. Neurofeedback bietet jedoch einen neuen und vielversprechenden Ansatz in der Behandlung von Nikotinsucht, indem es dem Gehirn ermöglicht, seine eigene Aktivität zu erlernen und gesündere Regulationsmuster zu entwickeln.

Quelle

1. Peto R, Lopez AD, Boreham J, Thun M, Heath C Jr. Lancet. 1992; 339:1268. [PubMed: 1349675]
2. American Psychiatric Association (A.P.A.). Diagnostic and Statistical Manual of Mental Disorders Text Revision: DSM-IV-TR. 4. A.P.A; Washington, DC: 2000. p. 191-296.
3. U.S. Department of Health and Human Services. 1988 Surgeon General’s Report: The Health Consequences of Smoking: Nicotine Addiction. Vol. chap 6. U.S. Government Printing Office;Rockville, MD: 1988. p. 377-458.

4. Allen, S. S., Bade, T., Hatsukami, D., & Center, B. (2008).Craving, withdrawal, and smoking urges on days immediately prior to smoking relapse. Nicotine & Tobacco Research, 10, 35–45.
5. Ferguson, S. G., & Shiffman, S. (2009). The relevance and treatment of cue-induced cravings in tobacco dependence.Journal of Substance Abuse Treatment, 36, 235–243.
6. Killen, J. D., & Fortmann, S. P. (1997). Craving is associated with smoking relapse: Findings from three prospective studies. Experimental and Clinical Psychopharmacology, 5, 137–142.
7. Vogt, B.A. et al. (1992) Functional heterogeneity in cingulate cortex:the anterior executive and posterior evaluative regions. Cereb. Cortex 2, 435–443
8. Grant S, et al. Proc Natl Acad Sci USA. 1996; 93:12040. [PubMed: 8876259]
9. Myrick H, et al. Neuropsychopharmacology. 2004; 29:393. [PubMed: 14679386]
10. Damasio AR, et al. Nat Neurosci. 2000; 3:1049. [PubMed: 11017179]
11. Damasio, AR. The Feeling of What Happens: Body and Emotion in the Making of Consciousness. Harcourt; Chicago: 2000
12. Craig AD. Nat Rev Neurosci. 2002; 3:655. [PubMed: 12154366]
13. Bonson KR, et al. Neuropsychopharmacology. 2002; 26:376. [PubMed: 11850152]
14. Brody AL, et al. Arch Gen Psychiatry. 2002; 59:1162. [PubMed: 12470133]
15. Wang GJ, et al. Life Sci. 1999; 64:775. [PubMed: 10075110]
16. Paulus MP, Tapert SF, Schuckit MA. Arch Gen Psychiatry. 2005; 62:761. [PubMed: 15997017]
17. https://www.cdc.gov/tobacco/data_statistics/fact_sheets/fast_facts/index.htm https://www.cdc.gov/tobacco/data_statistics/fact_sheets/cessation/smoking-cessation-fast-facts/index.html
18. Lubar JF. Discourse on the development of EEG diagnostics and biofeedback for attention-eficit/hyperactivity disorders. Biofeedback Self Regul. 1991;16(3):201–225.
19. Thompson L, Thompson M. Neurofeedback combined with training in metacognitive strategies: effectiveness in students with ADD. Appl Psychophysiol Biofeedback. 1998;23(4):243–263.
20. Peniston,E.G.,andKulkovsky,P.J.(1999).“Neurofeedback in the treatment of addictive disorders,”in Introduction to Quantitative EEG and Neurofeedback, eds A.Abarbarnel and J.R.Evans (London:AcademicPress),157–179.doi:10.1016/B978-012243790-8/50008-0
21. Scott,W.C.,Kaiser,D.,Othmer,S.,andSideroff,S.I. (2005). Effects of an EEG biofeedback protocol on a mixed substance abusing population. Am.J.Drug Alcohol Abuse 31, 455–469.doi:10.1081/ADA-200056807
22. Sokhadze,T.M.,Cannon,R.L.,and Trudeau,D. L. (2008).EEG-Biofeedback as a treatment for substance use disorders: review, rating of efficacy and recommendations for further research. Appl. Psychophysiol. Biofeedback 33, 1–28.doi:10.1007/s10484-007-9047-5
23.Arani FD, Rostami R, Nostratabadi M. Effectiveness of neurofeedback training as a treatment for opioid-dependent patients.Clin EEG Neurosci. 2010 Jul;41(3):170-7.
24. Dehghani-Arani F, Rostami R, Nadali H.Neurofeedback training for opiate addiction: improvement of mental health and craving. Appl Psychophysiol Biofeedback. 2013 Jun;38(2):133-41.
25. Li X, Hartwell KJ, Borckardt J, Prisciandaro JJ, Saladin ME, Morgan PS, Johnson KA, Lematty T, Brady KT, George MS. Volitional reduction of anterior cingulate cortex activity produces decreased cue craving in smoking cessation: a preliminary real-time fMRI study.
Addict Biol. 2013 Jul;18(4):739-48. Epub 2012 Mar 28.
26. Hartwell KJ, Prisciandaro JJ, Borckardt J, Li X, George MS, Brady KT.Real-time fMRI in the treatment of nicotine dependence: a conceptual review and pilot studies.Psychol Addict Behav. 2013 Jun;27(2):501-9. doi: 10.1037/a0028215. Epub 2012 May 7. Review.
27. Hartwell KJ, Lematty T, McRae-Clark AL, Gray KM, George MS, Brady KT. Resisting the urge to smoke and craving during a smoking quit attempt on varenicline: results from a pilot fMRI study. Am J Drug Alcohol Abuse. 2013 Mar;39(2):92-8. doi: 10.3109/00952990.2012.750665.
28. Hanlon CA, Hartwell KJ, Canterberry M, Li X, Owens M, Lematty T, Prisciandaro JJ, Borckardt J, Brady KT, George MS. Reduction of cue-induced craving through realtime neurofeedback in nicotine users: the role of region of interest selection and multiple visits. Psychiatry Res. 2013 Jul 30;213(1):79-81. Epub 2013 May 15.

29.Weiskopf N. Real-time fMRI and its application to neurofeedback.Neuroimage. 2012 Aug 15;62(2):682-92. doi: 10.1016/j.neuroimage.2011.10.009. Epub 2011 Oct 14. Review. PMID: 22019880
30. deCharms RC, Maeda F, Glover GH, Ludlow D, Pauly JM, Soneji D, Gabrieli JD, Mackey SC.Control over brain activation and pain learned by using real-time functional MRI. Proc Natl Acad Sci U S A. 2005 Dec 20;102(51):18626-31. Epub 2005 Dec 13.
31. Linden DE, Habes I, Johnston SJ, Linden S, Tatineni R, Subramanian L, Sorger B, Healy D, Goebel R. Real-time self-regulation of emotion networks in patients with depression. PLoS One. 2012;7(6):e38115. doi: 10.1371/journal.pone.0038115. Epub 2012 Jun 4.
32. Lévesque J, Beauregard M, Mensour B.Effect of neurofeedback training on the neural substrates of selective attention in children with attention-deficit/hyperactivity disorder: a functional magnetic resonance imaging study.Neurosci Lett. 2006 Feb 20;394(3):216-21.
Epub 2005 Dec 15.
33. Beauregard M, Lévesque J.Functional magnetic resonance imaging investigation of the effects of neurofeedback training on the neural bases of selective attention and response inhibition in children with attention-deficit/hyperactivity disorder.Appl Psychophysiol Biofeedback. 2006 Mar;31(1):3-20.
34. Canterberry M, Hanlon CA, Hartwell KJ, Li X, Owens M, LeMatty T, Prisciandaro JJ, Borckardt J, Saladin ME, Brady KT, George MS. Sustained reduction of nicotine craving with real-time neurofeedback: exploring the role of severity of dependence. Nicotine Tob Res.
2013 Dec;15(12):2120-4.
35. Li, X., Hartwell, K. J., Borckardt, J., Prisciandaro, J. J., Saladin, M. E., Morgan, P. S., … George, M. S. (2013). Volitional reduction of anterior cingulate cortex activity produces decreased cue craving in smoking cessation: A preliminary real-time fMRI study. Addiction
Biology, 18, 739–748.
36. Hanlon CA1, Hartwell KJ, Canterberry M, Li X, Owens M, Lematty T, Prisciandaro JJ, Borckardt J, Brady KT, George MS. Reduction of cue-induced craving through realtime neurofeedback in nicotine users: the role of region of interest selection and multiple visits.
Psychiatry Res. 2013 Jul 30;213(1):79-81. doi: 10.1016/j.pscychresns.2013.03.003. Epub 2013 May 15.
37. Predicting smoking cessation and major depression in nicotine-dependent smokers. American Journal of Public Health, 90, 1122–1127.
38. Watson, N. L., Carpenter, M. J., Saladin, M. E., Gray, K. M., & Upadhyaya, H. P. (2010). Evidence for greater cue reactivity among low-dependent vs. high-dependent smokers. Addictive Behaviors, 35, 673–677.
39. McClernon, F. J., Kozink, R. V., & Rose, J. E. (2008). Individual differences in nicotine dependence, withdrawal symptoms, and sex predict transient fMRI-BOLD responses to smoking cues. Neuropsychopharmacology, 33, 2148–2157.

40. Smolka, M. N., Bühler, M., Klein, S., Zimmermann, U., Mann, K., Heinz, A., & Braus, D. (2006). Severity of nicotine dependence modulates cue-induced brain activity in regions involved in motor preparation and imagery. Psychopharmacology, 184, 577–588.
41. Grimsley D.L. Nicotine effects on biofeedback training. J. Behav. Med. 1990;13(3):321–326.
42. Pandria N. Exploring the neuroplastic effects of biofeedback training on smokers. Behav. Neurol. 2018;2018:1–19.
43. Pandria N, Athanasiou A, Konstantara L, Karagianni M, Bamidis PD. Advances in biofeedback and neurofeedback studies on smoking. Neuroimage Clin. 2020;28:102397. doi: 10.1016/j.nicl.2020.102397. Epub 2020 Aug 25. Erratum in: Neuroimage Clin. 2021;30:102642. PMID: 32947225; PMCID: PMC7502375.
44. Keilani M, Steiner M, Crevenna R. The effect of biofeedback on smoking cessation-a systematic short review. Wien Klin Wochenschr. 2022 Jan;134(Suppl 1):69-76. doi: 10.1007/s00508-021-01977-x. Epub 2021 Dec 6. PMID: 34870741; PMCID: PMC8825623.
45. https://cordis.europa.eu/article/id/123716-new-tools-and-practices-against-smoking-
smokefreebrain-research-and-innovation-project