.png)
RAUCHERSUCHT
Die Rolle des anterioren cingulären Cortex und der Insula beim Rauchen und der Behandlung mit Neurobiofeedback: Ein neuer Ansatz.
Rauchen, eine Sucht, ist die häufigste Ursache für Krankheit und Tod in der entwickelten Welt<sup>1</sup>. Vielen Rauchern fällt es jedoch schwer, mit dem Rauchen aufzuhören, obwohl sie wissen, dass die Folgen schwerwiegend sein können.<sup>2-3</sup>
Die DSM-Klassifikationen der Amerikanischen Psychiatrischen Vereinigung und die Berichte des US-Gesundheitsministeriums zur Nikotinabhängigkeit unterstreichen ebenfalls die stark suchterzeugende Wirkung von Nikotin.
Mit dem Rauchen aufzuhören kann ziemlich schwierig sein, und selbst nach dem Aufhören ist das Verlangen nach Zigaretten oft so stark, dass ein Rückfall sehr wahrscheinlich ist.
Die Schwierigkeit beim Aufhören 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, die nach der Entscheidung zum Aufhören auftreten.
Tiermodelle haben gezeigt, dass Veränderungen in Hirnregionen wie der Amygdala, dem Nucleus accumbens und dem mesothelencephalen Dopaminsystem die Selbstverabreichung schädlicher Drogen fördern (4-5-6). Da das Verlangen nach Zigaretten ein wesentlicher Faktor für Rückfälle bei Rauchern ist, die mit dem Rauchen aufhören wollen, könnte die Kontrolle dieses Verlangens beim Rauchstopp helfen.
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 Zusammenhang steht. EEG-Studien belegen, 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 Version des Zähl-Stroop-Tests die kognitive Unterteilung des emotionalen Zähl-Stroop-Tests aktiviert, während bei der emotionalen Unterteilung die kognitive Unterteilung aktiviert wird.
Die kognitive Subregion ist Teil des verteilten Aufmerksamkeitsnetzwerks und unterhält starke Verbindungen zum lateralen präfrontalen Kortex (BA 46/9), zum parietalen Kortex (BA 7) sowie zu prämotorischen und komplementären motorischen Arealen. Die emotionale Dissoziation (ACad) hingegen wird durch affektbezogene Aufgaben bei normaler, willentlicher Arbeit im Zusammenhang mit der emotionalen Verarbeitung sowie bei der Auslösung von Symptomen im Rahmen psychiatrischer Störungen (Angststörungen, spezifische Phobien und Zwangsstörungen) aktiviert.
Des Weiteren wurde beobachtet, dass dieses Areal durch das Auslösen von Traurigkeit sowohl bei gesunden Personen als auch bei Patienten mit schweren Depressionen wiederholt reaktiviert wird. Die emotionale Subregion ist mit der Amygdala, dem periaquäduktalen Grau, dem Nucleus accumbens, dem Hypothalamus, der anterioren Inselrinde, dem Hippocampus und dem orbitofrontalen Kortex verknüpft. Funktionelle Bildgebungsstudien zeigen, dass Bereiche wie der Gyrus cinguli, der anteriore Gyrus cinguli, der orbitofrontale Kortex und die Inselrinde unter medikamentöser Behandlung aktiviert werden.<sup>8-9</sup>
INSULA
Die Insula ist aufgrund ihrer potenziellen Rolle bei bewussten Antrieben von besonderem Interesse. Es wird angenommen, dass dieses Areal durch seine Funktion bei der Repräsentation körperlicher (innerer) Zustände an bewussten emotionalen Empfindungen beteiligt ist.<sup>10-11-12</sup> Subjektive, durch einen Reiz ausgelöste Drogentriebe korrelieren mit Aktivität in der Insula beider Hirnhälften während einer einfachen Entscheidungsaufgabe im Zusammenhang mit einem Drogenrückfall.<sup>13-14-15</sup> Bei einer solchen einfachen Entscheidungsaufgabe wurde eine hohe, mit Drogenkonsum assoziierte Aktivität in der rechten Insula beobachtet.<sup>16</sup>
Interessanterweise kann eine Schädigung des Insulins zu einem Verlust des Rauchverlangens führen.
Laut Dr. Antoine Bechara und Kollegen von der University of Southern California und der University of Iowa konnten Patienten mit einer Schädigung der Inselrinde im Vergleich zu Patienten mit anderen Arten von Hirnschäden schnell, einfach und ohne Rückfall mit dem Rauchen aufhören.
Es gibt viele Methoden, um mit dem Rauchen aufzuhören. Diese reichen von der Nikotinersatztherapie über Psychotherapie bis hin zu verschiedenen Programmen zur Persönlichkeitsentwicklung und Verhaltensänderung. Allerdings sind ihre Erfolgsquoten recht niedrig. Um vollständig mit dem Rauchen aufzuhören, sind oft mehrere Anläufe nötig, und selbst dann können Betroffene noch Schwierigkeiten beim Aufhören haben.
Obwohl 70 % der Raucher angeben, aufhören zu wollen, können dies nur 5 %. Die Rückfallquote liegt bei über 70 %.<sup>17</sup>
Raucherentwöhnungsverhalten bei Erwachsenen in den USA: 17 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 geben 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.
Weniger als einer von zehn erwachsenen Rauchern schafft es jedes Jahr, mit dem Rauchen aufzuhören. Im Jahr 2018 gelang dies nur 7,5 % (2,9 Millionen) der erwachsenen Raucher. Von den neun erwachsenen Rauchern, die im vergangenen Jahr einen Arzt konsultierten, erhielten vier keine Empfehlung zum Aufhören.
Weniger als ein Drittel der erwachsenen Raucher nutzen bei dem Versuch, mit dem Rauchen aufzuhören, eine Raucherentwöhnungsberatung oder von der Food and Drug Administration zugelassene Medikamente.<sup>1</sup> Im Jahr 2015 gaben 31,2 % (7,6 Millionen) der erwachsenen Raucher an, bei dem Versuch, mit dem Rauchen aufzuhören, eine Raucherentwöhnungsberatung oder Medikamente in Anspruch genommen zu haben.
Im Jahr 2015 gaben 6,8 % (1,7 Millionen) der erwachsenen Raucher an, eine Beratung in Anspruch genommen zu haben, 29 % (7,1 Millionen) gaben an, Medikamente eingenommen zu haben, und 4,7 % (1,1 Millionen) gaben an, sowohl eine Beratung als auch Medikamente eingenommen zu haben, während sie versuchten, mit dem Rauchen aufzuhören.
Im Jahr 2015 gaben 57,2 % (18,8 Millionen) der erwachsenen Raucher, die im Vorjahr einen Arzt konsultiert hatten, an, den Rat erhalten zu haben, mit dem Rauchen aufzuhören.
Schon eine kurze (unter 3 Minuten dauernde) 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.
Tabakentwöhnungsverhalten unter amerikanischen Jugendlichen
Etwa zwei Drittel der jungen Tabakkonsumenten geben an, im vergangenen Jahr mit dem Rauchen aufhören zu wollen, und fast zwei Drittel geben an, es versucht zu haben.
Im Jahr 2021 gaben 65,3 % der jungen Menschen (Schüler der Mittel- und Oberstufe), die aktuell Tabakprodukte konsumierten, an, dass sie ernsthaft überlegten, mit dem Tabakkonsum vollständig aufzuhören.
Im Jahr 2021 gaben 60,2 % der jungen Menschen, die aktuell Tabakprodukte konsumierten, an, dass sie im vergangenen Jahr mindestens einen Tag lang auf den Konsum aller Tabakprodukte verzichtet hatten, weil sie versuchten, damit aufzuhören.
Der alltägliche Druck, Umweltfaktoren wie der Geruch von Zigarettenrauch und andere Umweltfaktoren und Auslöser können starkes Verlangen sowie angenehme Erinnerungen hervorrufen, was es schwierig macht, dem Rauchen zu widerstehen.
Aus diesem Grund raten die meisten Raucherentwöhnungsprogramme dazu, Auslöser zu vermeiden, Stress abzubauen und Alternativen zum Rauchen zu finden.
NEUROFEEDBACK
Statt zu sagen „Rauch nicht“, sollte man den Gehirnzyklus regulieren, der das Verlangen nach dem Rauchen erzeugt.
Neurofeedback (NF) ist eine der Methoden, die sich bei der Veränderung von Suchtverhalten als wirksam erwiesen haben. NF ist ein operantes Konditionierungsparadigma, bei dem Patienten konditionierte auditive/visuelle Belohnungen erhalten, um spezifische Muster der Hirnwellenaktivität hervorzurufen.
Seit den 1960er Jahren haben Studien gezeigt, dass NF-Patienten beigebracht werden kann, die normale Gehirnfunktion zu verbessern, indem dysfunktionale Gehirnwellenmuster, die durch übermäßig langsame Wellenaktivität gekennzeichnet sind, normalisiert werden oder indem Muster normalisiert werden, die von altersbedingten Normen abweichen.
18-19 NF liefert dem Nutzer Echtzeit-Feedback zur Hirnwellenaktivität, üblicherweise in Form von Video und Audio. Ziel ist es, dem zentralen Nervensystem (ZNS) Echtzeitinformationen über seine aktuelle Aktivität bereitzustellen.
Beispielsweise werden Probanden aufgefordert, ihren Beta- oder sensomotorischen Rhythmus (SMR) zu erhöhen und ihren Delta- und Theta-Rhythmus zu verringern. Sobald das gewünschte Ergebnis erzielt ist, 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 Signalreaktivität bei Patienten mit Kokain- und Alkoholabhängigkeit gezeigt.
Neurologisches Feedback, das mittels funktioneller Magnetresonanztomographie in Echtzeit (rtfMRI) bereitgestellt wird, kann die Selbstregulation innerer Zustände erleichtern, indem es den Probanden während der Ausführung einer Aufgabe Feedback aus lokalisierten Regionen von Interesse (ROIs) liefert.
In den letzten Jahren hat das rtfMRI-Feedback sein therapeutisches Potenzial unter Beweis gestellt, indem es die Modulation der mit Schmerzen 30, Depressionen 31 und Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHS) 32-33 verbundenen Hirnaktivierung erleichterte.
Cantebery et al. 34 konnten das Verlangen und das selbstberichtete Verlangen in einer Sitzung durch Neurofeedback (NF) aus dem anterioren cingulären Cortex (ACC), einem wichtigen Verlangenszentrum 35, reduzieren.
In einer anderen Studie erwies sich Feedback aus der Region von Interesse (ROI) im ACC, die mit dem Verlangen zusammenhängt, als wirksamer als mehrere Feedback-Sitzungen zum gleichzeitigen Widerstand aus einer ROI im medialen präfrontalen Kortex.
36 Dies lässt darauf schließen, dass Raucher Feedbackmechanismen nutzen können, um ihre Gehirnreaktionen und Verhaltensweisen gegenüber Raucherreizen effektiv zu modulieren, um mit dem Rauchen aufzuhören, und dass eine Verringerung der Aktivität in Bereichen, die mit dem Verlangen zusammenhängen (z. B. ventraler anteriorer cingulärer Cortex (vACC)), wirksamer ist als eine Steigerung der Aktivität.
In Bereichen, die gegenüber diesen Reizen resistent sind (z. B. im dorsalen medialen präfrontalen Kortex (dmPFC)), ist der Schweregrad der Sucht mit starkem Verlangen und Erfolgen bei der Raucherentwöhnung verbunden 37–38 und steht in Zusammenhang mit der ACC-Aktivierung während der Konfrontation mit Raucherreizen.
29-40 Dies lässt darauf schließen, dass der Schweregrad der Nikotinabhängigkeit die Neurofeedback-Reaktion beeinflussen kann, wobei Raucher mit einer geringen bis mäßigen Nikotinabhängigkeit möglicherweise Neurofeedback einsetzen, das auf den ACC abzielt, um die durch das Verlangen bedingte Aktivierung zu reduzieren.
Biofeedback-Training (BF-Training) (41–42) bzw. Biofeedback-Training fördert die Modulation der Aktivität des autonomen und/oder zentralen Nervensystems, wodurch erlernte Konditionierungen in Verhalten umgesetzt werden. Die meisten Studien zu neuroplastischen Veränderungen im Zusammenhang mit dem Training konzentrierten sich primär auf die Modulation der Reaktion auf das Verlangen nach Zigaretten mit dem Ziel, dieses zu reduzieren oder zu kontrollieren. Zu den Verhaltensergebnissen zählen daher ein verringertes Verlangen, eine geringere Schwere der Nikotinabhängigkeit und eine Linderung psychiatrischer Symptome. (43–44)
Studien zeigen, dass die Neurofeedback-Therapie bei Nikotinsucht eine Erfolgsquote von 76-80% aufweist.
Der klinische Nutzen von Neurofeedback liegt darin, dass es, anstatt der Person einfach nur zu sagen „Rauch nicht“, dazu beiträgt, den Gehirnkreislauf, der das Rauchverlangen auslöst, neu zu organisieren. Ziel ist es, dass das Gehirn lernt, bei Auftreten des Auslösers eine reguliertere und kontrolliertere Reaktion zu zeigen, anstatt automatisch in das alte Rauchverhalten zurückzufallen.
Daher kann Neurofeedback als eine wichtige neurophysiologische Interventionsoption bei der Raucherentwöhnung zur Behandlung von Verlangen, Impulskontrolle, Stressbewältigung, Aufmerksamkeitsregulierung und Rückfallprävention angesehen werden.
Zusammenfassend lässt sich sagen, dass Nikotinsucht nicht bloß eine chemische Abhängigkeit von Nikotin ist; sie ist ein komplexes Gehirnmuster, das das Zusammenwirken des anterioren cingulären Cortex, der Insula, präfrontaler Kontrollnetzwerke, des Belohnungssystems und körperlicher Empfindungen umfasst.
Ohne eine Veränderung dieses Verhaltensmusters kann es schwierig sein, allein durch Willenskraft dauerhaft mit dem Rauchen aufzuhören. Neurofeedback bietet jedoch einen neuen und vielversprechenden Ansatz zur Behandlung der Nikotinsucht, indem es dem Gehirn ermöglicht, seine eigene Aktivität zu erlernen und gesündere Regulationsmuster zu entwickeln.
Quelle
Kaynakça 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