Neuartige Netzwerkanalyse-Technologie kann Hirnregionen, von denen Anfälle ausgehen, innerhalb von Minuten lokalisieren

Neue Techniken zur Unterstützung der Anfallsdiagnose und Operationsplanung werden Millionen von Epilepsiepatienten zugute kommen, aber der Weg zum Fortschritt war langsam und herausfordernd. Neue Forschungsergebnisse von Bin He von der Carnegie Mellon University und seinem Team stellen in Zusammenarbeit mit UPMC und der Harvard Medical School eine neuartige Netzwerkanalysetechnologie vor, die minimalinvasive elektrophysiologische Aufzeichnungen im Ruhezustand verwendet, um Gehirnregionen mit Anfallsbeginn zu lokalisieren und die Folgen von Anfällen vorherzusagen.

Epilepsie betrifft etwa 70 Millionen Menschen auf der ganzen Welt und mehr als 3,4 Millionen Amerikaner. Etwa ein Drittel der Betroffenen kann nicht allein mit Medikamenten behandelt werden. Für diese Patienten sind die chirurgische Entfernung von Anfallsursprungsgewebe oder Neuromodulationsverfahren potenzielle Behandlungswege, um die Lebensqualität zu erhalten.

In der gegenwärtigen Praxis bohren Kliniker vor jeder chirurgischen Entfernung von Gewebe oft Löcher in den Schädel, um Aufzeichnungselektroden auf dem Gehirn zu platzieren. Die Elektroden zeichnen die elektrische Aktivität im Gehirn im Laufe von Tagen oder Wochen auf, unabhängig davon, wie lange es dauert, bis Anfälle eintreten, um darüber zu informieren, wo Anfälle stattfinden. Diese Praxis ist zwar notwendig, kann aber zeitaufwändig, kostspielig und unangenehm für Patienten sein, wenn sie Tage bis Wochen im Krankenhaus bleiben.

Eine Alternative zur derzeitigen klinischen Routine wurde von He und seinen Mitarbeitern entwickelt und kürzlich in veröffentlicht Fortgeschrittene Wissenschaft. Ihre neuartige Netzwerkanalysetechnik kann die von Anfällen ausgehenden Gehirnregionen lokalisieren und das Anfallsergebnis eines Patienten vor der Operation vorhersagen, indem nur 10 Minuten Aufzeichnungen im Ruhezustand verwendet werden, ohne dass auf das Auftreten von Anfällen gewartet werden muss.

In einer Gruppe von 27 Patienten betrug unsere Genauigkeit bei der Lokalisierung von Gehirnregionen mit Anfallsbeginn 88 %, was ein faszinierendes Ergebnis ist. Wir verwenden maschinelles Lernen und Netzwerkanalyse, um eine 10-minütige Aufzeichnung des Ruhezustands zu analysieren, um vorherzusagen, wo der Anfall auftreten wird. Obwohl diese Methode immer noch invasiv ist, ist sie in einem deutlich reduzierten Ausmaß, da wir die Aufzeichnungszeitachse von mehreren Tagen oder sogar Wochen auf 10 Minuten verkürzt haben.

Bin He, Professor für Biomedizinische Technik, Carnegie Mellon University

Er fuhr fort: „Bei der gleichen Patientengruppe lag unsere Genauigkeit bei der Vorhersage ihres Anfallsverlaufs oder der Möglichkeit, nach der Operation anfallsfrei zu werden, bei 92 %. Letztendlich könnte diese Art von Daten Patienten zu einer Operation führen oder von ihr wegführen.“ und es sind Informationen, die heute nicht ohne Weiteres verfügbar sind.“

Die Technik extrahiert den Informationsfluss über alle Aufzeichnungselektroden und erstellt eine Vorhersage basierend auf den verschiedenen Ebenen des Informationsflusses. Er und Kollegen entdeckten, dass der Informationsfluss von nicht anfallserzeugendem Gewebe zu anfallsauslösendem Gewebe viel größer ist als die umgekehrte Richtung, und der deutlich größere Unterschied im Informationsfluss führt oft zu einem anfallsfreien Ergebnis. Einmal implementiert, könnte dieser Ansatz einen großen Einfluss darauf haben, Ärzte und Familien darüber zu informieren, ob ein Patient eine Operation durchführen sollte und wie hoch die Wahrscheinlichkeit eines chirurgischen Erfolgs wäre.

Patienten zu helfen, ist weiterhin seine treibende Motivation und sein übergeordnetes Ziel. Durch die Konzentration auf nicht-invasive und minimal-invasive Ansätze können seiner Meinung nach sowohl der Patient als auch das Gesundheitssystem davon profitieren.

“Diese Forschung wird nicht nur Informationen über die Wahrscheinlichkeit eines chirurgischen Erfolgs für Personen mit Epilepsie und ihre Betreuer liefern, sondern uns auch helfen, die zugrunde liegenden Mechanismen von Anfällen mit einem minimal-invasiven Ansatz zu verstehen”, sagte Vicky Whittemore, Ph.D. ., Programmdirektor, National Institute of Neurological Disorders and Stroke, ein Teil der National Institutes of Health.

Quelle:

Zeitschriftenreferenz:

Jiang, H., et al. (2022) Interictal SEEG Resting-State Connectivity lokalisiert die Anfallsbeginnzone und prognostiziert das Anfallsergebnis. Fortgeschrittene Wissenschaft. doi.org/10.1002/advs.202200887.

.

Leave a Comment