Summary
Yüksek semptomlu bir durumun hastaya özgü bir nöral biyobelirteci tarafından tetiklenen derin beyin stimülasyonu, sürekli, açık döngü stimülasyonuna kıyasla majör depresif bozukluğun semptomlarını daha iyi kontrol edebilir. Bu protokol, hastaya özgü bir nöral biyobelirteci tanımlamak ve tanımlanan biyobelirteç temelinde terapötik stimülasyonun verilmesini kontrol etmek için bir iş akışı sağlar.
Abstract
Derin beyin stimülasyonu, terapötik fayda için hedeflenen beyin bölgelerine elektriksel stimülasyonun uygulanmasını içerir. Majör depresif bozukluk (MDB) bağlamında, bugüne kadar yapılan çalışmaların çoğu, umut verici ancak karışık sonuçlarla sürekli veya açık döngü stimülasyonu uygulamıştır. Bu karışık sonuçlara katkıda bulunan bir faktör, stimülasyonun ne zaman uygulandığından kaynaklanabilir. Yüksek semptom durumlarına özgü kişiselleştirilmiş ve duyarlı bir şekilde stimülasyon uygulaması, sürekli stimülasyona kıyasla semptomları azaltmada daha etkili olabilir ve alışkanlıkla ilgili azalan terapötik etkilerden kaçınabilir. Ek olarak, günlük daha düşük bir toplam stimülasyon süresi, cihazın enerji tüketimini azaltmak için avantajlıdır. Bu protokol, tedaviye dirençli MDB'li bireyler için kapalı döngü stimülasyon elde etmek için kronik olarak implante edilmiş bir nörostimülasyon cihazı kullanan deneysel bir iş akışını açıklar. Bu paradigma, yüksek semptom durumlarıyla ilgili hastaya özgü bir nöral biyobelirteç belirlemeye ve cihaz dedektörlerinin programlanmasına dayanır, böylece stimülasyon semptom durumunun bu şekilde okunmasıyla tetiklenir. Açıklanan prosedürler, hasta semptom raporlarıyla eşzamanlı olarak nöral kayıtların nasıl elde edileceğini, bu verilerin düşük ve yüksek semptom durumlarını ve karşılık gelen nöral özellikleri ayırt etmek için bir durum uzayı modeli yaklaşımında nasıl kullanılacağını ve daha sonra cihazın kapalı döngü stimülasyon tedavisi sunmak için nasıl programlanacağını ve ayarlanacağını içerir.
Introduction
Majör depresif bozukluk (MDB), ağ düzeyinde anormal aktivite ve bağlantı ile karakterize nöropsikiyatrik bir hastalıktır1. Hastalık, bireyler arasında değişen, zamanla dalgalanan ve farklı nöral devrelerden kaynaklanabilen çeşitli semptomlar gösterir 2,3. MDB'li bireylerin yaklaşık% 30'u standart bakım tedavilerinedirençlidir 4 ve bu da yeni yaklaşımlara duyulan ihtiyacı vurgulamaktadır.
Derin beyin stimülasyonu (DBS), aktiviteyi modüle etmek amacıyla beynin hedeflenen bölgelerine elektrik akımının iletildiği bir nöromodülasyon şeklidir. MDB tedavisi için DBS bazı uygulamalarda çok başarılı olmuştur 5,6, ancak daha büyük çalışmalarda da tekrarlanamamıştır 7,8. Alıntı yapılan çalışmaların tümü, varsayılan terapötik stimülasyonun verilmesinin sabit parametrelerle sürekli olduğu açık döngü stimülasyonu9 kullanmıştır. Buna karşılık, kapalı döngü stimülasyonu, semptom durumu10 ile ilişkili programlanmış bir biyobelirteç veya nöral aktivite modeline dayalı stimülasyon sağlar. Kapalı döngü stimülasyonun iki ana uygulaması vardır: duyarlı stimülasyon ve adaptif stimülasyon11. Duyarlı stimülasyon, programlanan kriterler karşılandığında sabit parametrelerle (örn. frekans, genlik, darbe genişliği) stimülasyon patlamaları sağlar. Uyarlanabilir stimülasyonda, stimülasyon parametreleri, birden fazla sabit noktaya veya otomatik sürekli ayarlamaya sahip olabilen algoritmaya göre, ölçülen biyobelirtecin bir fonksiyonu olarak dinamik olarak değişir. Stimülasyon, adaptif stimülasyon ile sürekli veya aralıklı olabilir. Adaptif stimülasyon, Parkinson hastalığının semptomlarını kontrol etmede açık döngü stimülasyonuna üstün etkinlik göstermiştir12. Epilepsi 13 için duyarlı nörostimülasyon Gıda ve İlaç Dairesi (FDA) onaylıdır, MDB 14 için duyarlı stimülasyon ve Tourette sendromu15 ve esansiyel tremor16 için adaptif stimülasyonun erken araştırmaları da terapötik fayda göstermektedir.
Kapalı döngü stimülasyonu uygulamak için, stimülasyonun ne zaman verilmesi gerektiğini bildirmek için fizyolojik bir sinyal seçilmeli ve izlenmelidir. Bu geri bildirim, açık döngü ve kapalı döngü stimülasyonu arasındaki temel farktır ve bir biyobelirteç seçilerek gerçekleştirilir. Bu protokol, belirli bir bireyin yaşadığı semptomların takımyıldızına göre kişiselleştirilmiş bir biyobelirteç belirlemek için bir prosedür sağlar. Hastalar arasında gelecekteki meta-analizler, bireyler arasında ortak biyobelirteçler olup olmadığını veya MDB semptomlarının heterojen sunumunun ve altta yatan devrenin kişiselleştirilmiş bir yaklaşım gerektirip gerektirmediğini ortaya çıkaracaktır17,18. Hem nöral aktiviteyi algılayabilen hem de elektriksel stimülasyon sağlayabilen DBS cihazlarının kullanılması, hem bu biyobelirtecin keşfine hem de daha sonra kapalı döngü nöromodülasyonun uygulanmasına izin verir. Bu yaklaşım, nöral aktivite ile spesifik semptom durumları arasında yakın bir zamansal ilişki olduğunu varsayar ve tüm endikasyonlar veya semptomlar için geçerli olmayabilir.
Parkinson hastalığı ve esansiyel tremor gibi endikasyonlar periferik sensörler kullanılarak ölçülebilen semptomlara sahipken (ör., titreme, sertlik), MDB semptomları tipik olarak hasta tarafından rapor edilir veya standart sorular ve gözlem kullanılarak bir klinisyen tarafından değerlendirilir. Kişiselleştirilmiş bir biyobelirteç hesaplamak için yeterli veri toplama bağlamında, klinisyen değerlendirmeleri pratik değildir ve bu nedenle derecelendirme ölçekleri aracılığıyla semptomların hasta raporları kullanılır. Bu tür ölçekler arasında depresyon (VAS-D), anksiyete (VAS-A) ve enerji (VAS-E)19 görsel analog ölçekleri ve Hamilton Depresyon Derecelendirme Ölçeği'nin (HAMD-6) altı soruluk formu bulunur20. Nöral aktivitenin eşzamanlı kayıtları ve bu öz bildirim semptom derecelendirmelerinin tamamlanması, yüksek semptom durumlarıyla ilgili veya bunların öngörücüsü olan nöral sinyalin spektral özellikleri arasındaki ilişkilere bakmak için kullanılabilecek eşleştirilmiş bir veri kümesi sağlar.
Durum uzayı modellemesi gibi hesaplamalı yaklaşımlar, semptom durumları ve sinirsel özellikler arasındaki ilişkileri ortaya çıkarmak için kullanılabilir. Grafik teorik yöntemleri, bir durum uzayını21 karakterize etmek için caziptir, çünkü ölçümler22 arasındaki zamansal yakınlığı açıkça modelleyerek farklı zaman ölçeklerinde durumların keşfedilmesini sağlarlar. Bir semptom durum-uzay modeli, hastanın semptomlarının ortak bir fenotipinin olduğu zaman dilimlerini tanımlar ve hastanın depresyonunun belirli boyutlarındaki derecelendirmelerin çevreye veya bağlama göre farklılık gösterdiği semptom alt durumlarını belirleyebilir. Kapalı döngü yaklaşımı, altta yatan beyin aktivitesine dayalı semptom durumlarının tespitine dayanır. Makine öğrenimi sınıflandırması, iki veya daha fazla semptom durumunu en iyi şekilde ayırt eden beyin aktivitesi sinyallerinden türetilen istatistiksel özelliklerin bir kombinasyonunu belirlemeye yardımcı olan son bir adımdır14. Bu iki aşamalı yaklaşım, bir hastanın semptomlarının zaman içindeki değişkenliğini açıklar ve sistematik semptom varyasyonu modellerini beyin aktivitesine bağlar.
Mevcut protokol, NeuroPace Duyarlı Nörostimülasyon Sistemini (RNS)13,23 kullanmaktadır. Optimal stimülasyon bölge(ler)ini ve parametrelerini belirleme prosedürleri bu protokolün kapsamı dışındadır. Bununla birlikte, belirli bir cihazın stimülasyon yetenekleri, kapalı döngü nörostimülasyon tasarlanırken dikkate alınması önemlidir. Bu protokolde kullanılan cihaz için stimülasyon akım kontrollüdür ve anot(lar) ile katot(lar) arasında iletilir. Bir veya daha fazla elektrot kontağı veya Can (implante edilebilir nörostimülatör [INS]) anot(lar) veya katot(lar) olarak seçilebilir. Stimülasyon frekansı (1-333.3 Hz), genlik (0-12 mA), darbe genişliği (faz başına 40-1000 μs) ve süre (stim başına 10-5000 ms) önceden programlanmıştır. Önceki parametreler beş adede kadar stimülasyon terapisi için bağımsız olarak ayarlanabilir; Bu tedaviler, tespit kriterleri karşılanmaya devam ederse sırayla verilir. Aynı anda birden fazla stimülasyon dalga formu iletmek mümkün değildir (örneğin, aynı anda iki farklı stimülasyon frekansı verilemez). Stimülasyon dalga formu simetrik iki fazlı dikdörtgen bir dalgadır ve değiştirilemez.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Bu protokol, Kaliforniya Üniversitesi, San Francisco Kurumsal İnceleme Kurulu tarafından gözden geçirilmiş ve onaylanmıştır.
1. Evde hasta kayıtları için cihaz kurulumu
- Cihaz şirketinden bir temsilci ile birlikte çalışarak, implante edilen her müşteri adayından iki tane olmak üzere dört yapılandırılmış kanal ayarlayın.
NOT: Her kanal bipolar bir kayıt kaydeder. Yapılandırılmış kanallar bitişik (örn. 1-2, 3-4) veya serpiştirilmiş (örn. 1-3, 2-4) elektrot kontakları kullanabilir. 10 mm aralıklı kablolar implante edildiğinde, tipik olarak bitişik kontaklar kullanılır. 3,5 mm aralıklı kablolar implante edildiğinde, bitişik veya aralıklı kontaklar kullanılır. Bu, elektrot implantı konumunun anatomik hedeflere göre rekonstrüksiyonu incelenerek ve sinyallerin genliği incelenerek belirlenir. Bitişik kontaklar düşük genlikli sinyaller üretiyorsa, serpiştirilmiş kontaklar tercih edilir. Her kontak montajda yalnızca bir kez kullanılabilir. - Cihazın kortikal ve/veya derinlik uçları ile implantasyonunu takiben hastanın ameliyattan tamamen iyileştiğinden emin olun (implantasyon tekniği hakkında ek bilgi için bkz.24 ).
- Telemetri çubuğunu programlayıcıya (klinisyen tableti) bağlayın ve hastanın çubuğu INS'lerinin üzerinde tutmasını veya bir bağlama şapkasına takmasını sağlayın (ısmarlama, cihaz sisteminin bir parçası değil; bkz. Şekil 1).
- Programlayıcıyı kullanarak hasta veri yönetim sisteminde (PDMS; https://pdms.neuropace.com/login.php) oturum açın, doğru hastaya gidin ve Programlama'yı ve ardından ECoG Yakalamayı Değiştir'i seçin. Açılır seçimi kullanarak yapılandırılan dört kanal için Yakalama Penceresini maksimum 240 s'ye ayarlayın.
NOT: Cihaz örnekleme hızı 250 Hz'dir. - Aynı ayarlar sayfasında, açılan seçimleri kullanarak mıknatıs rezervasyonları için Alan Ayır'ı iki ve diğer tüm tetikleyici türleri için sıfır olarak ayarlayın. Bu, mıknatıs kaydırmalarıyla tetiklenen iki kaydın öncelikli olarak kaydedilmesini sağlar.
NOT: Günün belirli saatlerinde nöral kayıtların otomatik ve önceliksiz olarak kaydedilmesi için zamanlanmış depolama da etkinleştirilebilir. Bu kayıtlar bir biyobelirteç belirlemek için kullanılmayacaktır, ancak başka amaçlar için yararlı olabilir. - Gözden Geçir ve Programla düğmesini seçerek, sunulan tabloda gösterilen değişiklikleri onaylayarak ve Programlamayı Onayla düğmesini seçerek yeni programlanan ayarları hastanın INS ile senkronize edin.
NOT: Algılama ve Stimülasyon'un her ikisi de Devre Dışı olarak ayarlanmalıdır.
2. Evde hasta kayıtları sırasında semptom toplama
- VAS-D, VAS-A, VAS-E için kaydırıcılar ve HAMD-6'nın her sorusu için seçim yanıtları dahil olmak üzere hasta semptom raporu (örneğin REDCap25) için web tabanlı anketi hazırlayın. Anket başlangıç ve tamamlanma zamanının kaydedildiğinden emin olun.
- Semptom anketlerine kısa mesaj veya e-posta yoluyla erişmek için hastaya REDCap tarafından oluşturulan benzersiz URL'yi sağlayın
3. Eşzamanlı evde semptom raporları ve sinirsel kayıtlar için prosedür
- Hastaya, uzaktan monitör (hasta dizüstü bilgisayarı) ve asa, mıknatıs ve anketi tamamlamak için cihaz (örn. akıllı telefon, tablet veya bilgisayar) dahil olmak üzere ekipmanı kurmasını söyleyin (Şekil 1). 3.2-3.8 adımları hasta tarafından gerçekleştirilir.
NOT: Çoğu hasta bu prosedürü hızlı bir şekilde öğrenir. Cihaz implantasyonunu takiben hasta hala hastanedeyken yüz yüze eğitim seansları, bileşenlere aşina olmak için yararlıdır. Hasta eve döndükten sonra, hasta evde kayıt yaparken yapılan bir video görüşmesi yararlı bir tazeleme görevi görebilir. - Uzaktan monitörü açın ve son sorgulamadan bu yana meydana gelen elektrokortikografi (ECoG) kayıtlarını uzaktan monitöre indirerek çubuğu kullanarak cihazı sorgulayın.
- Bir mıknatıs kaydını tetiklemek için mıknatısı INS'nin üzerine kaydırın.
NOT: Mıknatıs kaydırma, kaydırma oranından önce:sonra 2:1 olan bir kaydı tetikler. 240 sn'ye programlanmış bir ECoG yakalaması durumunda bu, kaydırmadan önce 160 sn ve kaydırmadan sonra 80 sn verinin depolanacağı anlamına gelir. - Bir zamanlayıcı başlatın. Belirti anketini tamamlamak için benzersiz URL'yi kullanın.
- 4 dakika geçtikten veya hasta anketi bitirdikten sonra (hangisi daha sonra olursa), başka bir kaydı tetiklemek için mıknatısı tekrar INS üzerinde kaydırın.
- En az 80 saniye sonra, cihazı tekrar sorgulamak için çubuğu kullanın ve verileri iki mıknatıs kaydırmasından uzak monitöre aktarın.
NOT: INS'nin sınırlı yerleşik belleği nedeniyle (konfigürasyon 53'e bağlı olarak13 kanal-dakikaya kadar veri), bu ECoG kayıtlarının sonraki kayıtlar tarafından üzerine yazılmaması için hemen uzak monitöre aktarılması arzu edilir. - 3.1-3.6 adımlarını günde en az iki kez tamamlayın.
- Günde en az bir kez, uzak monitörü ethernet üzerinden internete bağlayın ve buluta veri göndermek için uzak monitörde Verileri Aktar ve Senkronize Et'i seçin.
Şekil 1: Evde kayıtlar için hasta ekipmanı. REDCap anketli bir uzaktan monitör, şapkaya, mıknatısa ve akıllı telefona bağlı bir değnek. Kakma görüntüleri, preoperatif manyetik rezonans görüntülemeden (MRI) alınan beyaz cevher sıfırlanmış 1 mm izotropik T1 dizisi üzerine bindirilmiş sağ OFC (mavi) ve sağ SGC (turuncu) elektrot implant konumlarını göstermektedir. Gösterilen koronal dilim en derin temas düzlemindedir, bu nedenle diğer kontaklar bu kesin dilim üzerinde ortalanmayabilir (elektrot yörüngesinin koronal düzlemde olmaması nedeniyle). Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
4. Kişiselleştirilmiş bir biyobelirteç belirleme
- Kendi kendine bildirilen semptom anketi yanıtlarının bir veri çerçevesini oluşturun (ör. PR03_Symptoms.pkl).
- ECoG aktivitesini bir Morlet dalgacıkları ailesiyle (40 çekirdek, 12 döngü, 1-120 Hz arasında log aralıklı) birleştirerek, yeni bir veri çerçevesi (örneğin, JOVE. PR03_NeuralPower.pkl).
- NeuralPower veri çerçevesindeki trial_id alanını kullanarak, ECoG kayıtlarını, semptom raporunun başlatılmasından 5 dakika önce ila 5 dakika sonra oluşan bir zaman aralığında meydana gelen semptom raporlarıyla ilişkilendirin.
- Semptom durumlarını tanımlayın (Şekil 2)
- Python 3.10'u kullanarak, requirements.txt dosyasında (Ek Klasör 1) listelenen gereksinimleri yeni bir ortama yükleyin. Bu, pip install -r requirements.txt kullanılarak yapılabilir.
- Jupyter Notebook'u kullanarak JOVE-Symptom_State_and_Biomarker_Analysis.ipynb'yi (Ek Klasör 1) açın.
- Çekirdeğin , gereksinimlerin.txt yüklendiği ortama ayarlandığını doğrulayın ve JOVE-Symptom_State_and_Biomarker_Analysis.ipynb komutunu çalıştırın.
NOT: JOVE-Symptom_State_and_Biomarker_Analysis.ipynb , 0 (benzerlik yok) ile 1 (özdeş) arasında değişen kosinüs benzerlik metriğini kullanarak hasta anketlerindeki puanlar arasındaki istatistiksel benzerliği hesaplar ve evde hasta semptom raporlarının tüm olası çiftleri arasındaki benzerlik değerlerini toplayarak bir semptom durumu grafiği oluşturur. Her semptom durumu için spektral güç özellikleri, çıkarılan her semptom durumuyla ilişkili spektral güç profillerinin toplanmasıyla hesaplanır; bu prosedür, her semptom durumuna bağlı spektral güç profillerinin bir dağılımını verir (Şekil 3).
- İkiden fazla semptom durumunun tanımlandığı senaryolarda, en şiddetli semptom durumuna ve en az şiddetli semptom durumuna karşılık gelen spektral güç dağılımları istatistiksel olarak karşılaştırılır.
- Şiddetli semptom durumunun spektral gücünün, en az şiddetli semptom durumunun spektral gücünden önemli ölçüde daha büyük olduğu spektral frekansları belirlemek için küme tabanlı bir permütasyon t-testi kullanın. Semptom durumlarını farklılaştıran bitişik spektral frekanslar aralığı, tek bir aday biyobelirteç olarak kabul edilir.
Şekil 2: Semptom durumlarını ölçmek için metodolojik yaklaşımın şeması, temsili bir örnekten elde edilen sonuçları göstermektedir. Hastanın kendi bildirdiği anketler elde edilir ve ayrıntılı semptom skorları 0 ile 1 arasında bir aralığa normalleştirilir (daha koyu renkler daha düşük semptom şiddetini yansıtır ve daha parlak renkler daha yüksek semptom şiddetini yansıtır). (1) Tamamlanan her anket, hastanın semptomlarının zamanındaki bir anlık görüntüyü temsil eder ve yüksek boyutlu uzayda bir nokta (siyah) olarak temsil edilir. (2) Zaman noktaları, anket raporları (noktalar arasındaki çizgiler) arasındaki kosinüs benzerliğini ilişkilendiren bir semptom anket grafiğinde birbirine bağlanır. (3) Grafik topluluğu algılaması, grafik bağlantılarının modeline dayalı olarak her zaman noktasını bir topluluğa veya semptom durumuna (renkli noktalar ve çizgiler) atar. (4) Semptom şiddeti puanlarının eyalet atamasına göre ortalaması alınır ve her eyalet için genel bir semptom fenotipi sağlar. (5) Her durumun oluşumu zaman içinde bir raster grafiği olarak izlenebilir (dikey çizgiler bir duruma atanan bir semptom raporunu yansıtır). Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
5. Cihaz dedektörü ayarlarının programlanması
- Programlayıcıyı kullanarak PDMS'de oturum açın ve doğru hastayı, Programlamayı ve Değişiklik Algılamayı seçin.
- Seçilen kişiselleştirilmiş biyobelirteçlere bağlı olarak, aktiviteyi tespit etmek için doğru kanalı seçin.
- İlk kez bir Desen oluştururken, önce aşağıda gösterilenlerden birine, o ECoG'den seçilen bir kanala ve vurgulanan bir zaman dilimine tıklayarak bir ECoG seçin.
- Önceden var olan bir desenden bir desen oluştururken, Desen'e tıklayarak ve Kanalı Değiştir düğmesini seçerek kanalı değiştirin.
- Algıla için, bir bant geçiren algılayıcıyı ifade eden Ritmik Etkinlik'i seçin.
- Diğer Kontroller ve Adv Ayarları'nı tıklayın. İstediğiniz minimum frekansı ve maksimum frekansı seçin. Ayarların aşağıdaki gibi olduğundan emin olun: Bant Geçişi: Açık; Hat Uzunluğu: Kapalı; Alan: Kapalı; Ters Çevirme Mantığı: Ters Çevrilmez.
- Dedektör için Minimum Genlik ve Minimum Süreyi programlayın. Minimum %0,8 genlik ve minimum 0,64 s süre ile başlayın (beş Bant Geçişi Eşiğine ve 1280 ms'lik Analiz Penceresi Boyutunu Algılamaya eşdeğerdir).
NOT: Min Genlik , algılanan aktivitenin aşması gereken toplam sinyal genliğinin bir yüzdesidir. Tespit için yalnızca bu eşiğin üzerindeki genlikler kullanılabilir. Minimum Süre , yüksek genlikli sinyalin ne kadar süreyle sürdürülmesi gerektiğidir. Bu, sabit süreli zaman bölmelerinin sayısı olarak izlenir. Özellikle, y 128 ms'lik zaman bölmelerinin x'i, Teknik Parametreler'de gösterildiği gibi, x'in Bant Geçirme Eşiği ve y'nin [Analiz Penceresi Boyutunu Algıla/128] olduğu bu kriterleri karşılamalıdır. Sonraki bir tetikleme meydana gelmeden önce bir bölümden (yani dedektörün tetiklenmesinden) çıkılmalıdır. Bazı ayarlar çok hassas olabilir ve süresiz olarak bir bölümde kalmaya neden olabilir, böylece sonraki tetikleyicileri önleyebilir. - Tüm dedektör ayarları seçildikten sonra, tüm programlama pencerelerini kapatmak için Bitti'ye tıklayın.
NOT: Birden fazla dedektör programlanabilir; algılama, bu dedektörler arasındaki VE/VEYA mantığına bağlı olarak tetiklenebilir. İkinci bir dedektör eklemeden önce davranışı anlamak için bir dedektörle başlayın. - Çubuk hastanın INS'sinin üzerine yerleştirildiğinde, Gözden Geçir ve Programla'yı seçin ve bu algılayıcı ayarını başlatmak için onay mesajlarına tıklayın.
6. Titrasyon cihazı dedektör ayarları
- Cihaz dedektörü programlandıktan ve cihazda başlatıldıktan sonra, istenen tetikleme frekansını elde etmek için dedektörün hassasiyetinin ayarlanması gerekip gerekmediğini değerlendirmek için test kayıtları yapın. Bu, Canlı ECoG'ler veya sorgulama raporu kullanılarak gerçekleştirilebilir. Dedektörün hassasiyetindeki ayarlamalar, hasta semptom raporlarına, yan etkilere ve sonuçlara dayalı olarak ampirik olarak belirlenir. Bu ayarlamalar tedavi süresince gerekli olabilir. Günde 30 dakikalık stimülasyon, pil ömrünü korurken klinik etkinliği değerlendirmek için konservatif bir başlangıç noktası olarak kullanılabilir.
- Canlı ECoG'ler
- Değnek hastanın INS'sinin üzerine yerleştirildiğinde, programlayıcıda Canlı ECOG'ları seçin.
- Canlı kayıt sırasında, kayıt süresince gerçekleşen algılamaların sayısını sayın. Bu, dedektörün ne sıklıkta tetikleneceğine dair bir gösterge sağlar.
NOT: Bazı dedektörler duruma bağlı olabilir, özellikle dedektörler düşük frekanslara ayarlanmış olabilir (örneğin, uyku veya uyuşukluk dönemlerinde daha aktif). Bu nedenle, canlı kayıtların, bir dedektörün ne sıklıkta tetiklenebileceğini tahmin etmek için sınırlamaları vardır. Canlı kayıtlar ayrıca elektromanyetik parazitten (örn. hat gürültüsü) veya zayıf çubuk konumlandırmasından muzdarip olabilir.
- Sorgulama tutanağı
- Dedektörü ayarladıktan dakikalar ila saatler sonra, cihazı sorgulamak için çubuğu hastanın INS'sinin üzerine yerleştirin.
- PDMS'de Etkinlik'e gidin, Olay Listesi'ni seçin ve kayıt anından itibaren İlk Sorgulama'ya tıklayın. En alttaki tablo, tüm algılama olaylarının zamanlarıyla birlikte bir liste sağlar. Bu belge pdf formatında dışa aktarılabilir ve niceleme için ayrıştırılabilir.
- İstenen stimülasyon yoğunluğuna karşı kaydedilen birim zaman başına algılama sayısına bağlı olarak, gerekirse dedektör süresini ve genlik parametrelerini ayarlayın. Bunları hastanın INS'sinde başlatmak için her değişiklik setinden sonra Gözden Geçir ve Programla'ya tıkladığınızdan emin olun.
7. Cihaz stimülasyon ayarlarının programlanması
- Programlayıcıyı kullanarak PDMS'de oturum açın ve doğru hastayı, Programlamayı ve Stimülasyonu Değiştir'i seçin.
- Anot(lar) ve katot(lar) olarak istenen kurşun kontaklarını veya Can'ı (INS) seçin. İstediğiniz stimülasyon akımını, darbe genişliğini, süresini ve frekansını seçin.
NOT: Beş adede kadar stimülasyon terapisi programlanabilir; Her terapi, aynı veya farklı olacak şekilde programlanabilen iki stimülasyon patlaması içerir. Belirli bir dedektör tetikleyicisi, epizodun sürekli süresine bağlı olarak değişken sayıda stimülasyon tedavisine yol açabilir. Her iki patlama da aynı parametrelere sahip olacak şekilde yalnızca Terapi 1'i programlayın, bu da dedektör her tetiklendiğinde tutarlı bir stimülasyon süresinin iletilmesine yol açacaktır. Bu konfigürasyonda, dedektör tetiklendiğinde verilen toplam stimülasyon süresi, Stim 1 Burst 1 ve Stim 1 Burst 2'nin toplamı olacaktır. Birden fazla terapi programlanır ve verilirse, belirli bir bölüm sırasında en fazla beş terapi verilebilir. Sonraki stimülasyonun verilebilmesi için bölümden çıkılmalı ve yeni bir bölüm tetiklenmelidir. - Günlük verilen toplam stimülasyon miktarını sınırlamak istenirse, Günlük Terapi Limiti ve Terapi Limiti Sıfırlama Süresi için bir değer seçin.
NOT: Tedavi Limiti Sıfırlama Saati saat dilimi, hastanın birincil merkezine ayarlanmıştır. Hastalar yer değiştirdiyse, bu hastanın ev saat diliminden farklı olabilir. - Spesifik olarak, gece boyunca stimülasyon istenmiyorsa, Günlük Terapi Limiti ve Terapi Limiti Sıfırlama Süresini, dedektör sıfırlama süresi ile hastanın yatma zamanı arasındaki tedavi sınırına ulaşacak şekilde ayarlayın.
- Değnek hastanın INS'sinin üzerine yerleştirildiğinde, Gözden Geçir ve Programla'yı seçin ve stimülasyon ayarlarını başlatmak için onay mesajlarına tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Burada toplanan ve sunulan veriler, sağ orbitofrontal korteks (OFC) ve sağ subgenual singulat (SGC) implante edilen dört kanallı derivasyonları olan tek bir hastadan alınmıştır (Şekil 1). Hem medial hem de lateral yönleri hedeflemek için OFC için 10 mm merkezden merkeze aralıklı bir kurşun kullanılırken, daha uzamsal olarak konsantre kapsama alanına sahip olmak için SGC için 3.5 mm aralıklı bir kurşun kullanıldı. Dört bipolar kayıt kanalı, bitişik kontaklar kullanılarak programlandı: OFC1-OFC2, OFC3-OFC4, SGC1-SGC2 ve SGC3-SGC4. Bu kontaklar, sinyallerin nereden kaydedildiğinin yorumlanmasına yardımcı olmak için ve ECoG genlikleri spektral gücü çözmek için yeterli olduğu için seçildi. Ameliyattan sonra iyileştikten sonra hasta, semptomatolojinin birçok yönünü değerlendiren REDCap (Şekil 1) aracılığıyla semptom anket raporlarını tamamlarken eşzamanlı olarak kronik olarak implante edilmiş nörostimülasyon cihazında evde ECoG kayıtlarını tetikledi. Haftalar boyunca, bu, farklı semptom durumlarını haritalamak için yeterli bir veri seti oluşturdu (Şekil 2). Durum uzayı analizi dört semptom durumu ortaya çıkardı. Ortalama semptom puanlarının ısı haritasına dayalı dağılımının manuel incelemesine dayanarak (Şekil 2, sağ altta), sırasıyla düşük ve yüksek depresyon semptom durumları olarak 3 ve 0 durumları seçilmiştir. Spektral güç özellikleri daha sonra, hastanın bir semptom araştırma raporunu tamamladığı zamana yakın zamansal yakınlıkta yürütülen ECoG kayıtlarından hesaplandı. Kanal bazında güç özellikleri, sırasıyla düşük depresyon durumu ve yüksek depresyon durumu olarak adlandırılan en az ve en şiddetli semptom durumlarına göre toplandı (düşük depresyon durumu n = 140; yüksek depresyon durumu n = 660). Spektral frekansın bir fonksiyonu olarak spektral gücün dağılımları, düşük ve yüksek depresyon durumları için çizilmiştir (Şekil 3). İmplante edilen cihazın algılama eşiği mantığındaki doğal sınırlamalar nedeniyle, seçilen bir spektral biyobelirteç, yüksek depresyon durumunda daha fazla güç ve düşük depresyon durumunda daha düşük güç göstermelidir. Önceki araştırmalar, 1-5 Hz frekans aralığındaki (kanonik delta bandı) aktivitenin genellikle artan uyuşukluk veya uyku durumlarıyla ilişkili olduğunu göstermiştir; Bu frekans aralığındaki bir biyobelirteç, bu durum tarafından güçlü bir şekilde önyargılı olabilir. Bu nedenle, bu örnekte frekansa özgü bir biyobelirteç için en iyi seçim 13-30 Hz OFC 3-4'tür. Nörostimülasyon cihazı dedektörü, semptom durumları arasında spektral güçte bir ayrım sergileyen bu frekanslar kullanılarak programlandı. Bu prosedür kullanılarak, kapalı döngü stimülasyonun kontrolü için kişiselleştirilmiş, semptom durumuna özgü bir biyobelirteç seçildi ve uygulandı. Bu hasta şu anda kapalı döngü stimülasyonunu değerlendirmek için çift kör bir geçişe aktif olarak katılmaktadır, bu nedenle stimülasyon parametreleri ve sonucu hakkında kapsamlı bilgilerin yayınlanması yakında olacaktır. Bununla birlikte, stimülasyon parametresi optimizasyonu ve kapalı döngü stimülasyon kullanılarak test edilmesi sırasında VAS-D skorlarında kademeli bir düşüş gözlemledik (Ek Şekil 1).
Şekil 3: Nöral spektral güce dayalı semptom durumlarının biyobelirteç keşfi. Spektral frekansın (x ekseni) bir fonksiyonu olarak spektral gücün (y ekseni) dağılımı, düşük depresyon durumu (kırmızı) ve yüksek depresyon durumu (mavi) arasında karşılaştırılır. Kalın çizgi ortalamaya karşılık gelir ve gölgeli alan standart sapmaya karşılık gelir. Burada gösterilen, iki farklı anatomik beyin bölgesinden elde edilen dört ECoG kanalındaki spektral gücün duruma bağlı dağılımıdır. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Ek Şekil 1: VAS-D skorları. Stimülasyon parametresi optimizasyonu ve kapalı döngü stimülasyon kullanılarak yapılan testler sırasında VAS-D skorlarında kademeli bir azalma gözlendi. Bu Dosyayı indirmek için lütfen buraya tıklayın.
Ek Klasör 1: Örnek veriler ve işleme komut dosyaları. Bu Dosyayı indirmek için lütfen buraya tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Derin beyin stimülasyonu, Parkinson hastalığı, esansiyel tremor, distoni ve epilepsi için yerleşik bir tedavi haline gelmiştir ve diğer birçok nöropsikiyatrik durumda aktif olarak araştırılmaktadır26,27,28,29. DBS'nin büyük çoğunluğu, stimülasyonun sürekli olarak iletildiği açık döngü modunda iletilir. Doğada paroksismal olan semptomlar için, sürekli stimülasyon istenmeyen yan etkilere yol açabilir veya terapötik etkinliği azaltabilir30. Terapötik stimülasyon, depresyon semptomları azaldıkça genellikle ruh halini iyileştirirken, sürekli stimülasyonla ilişkili olduğu düşünülen hipomani atakları bildirilmiştir31. Sürekli stimülasyon sırasında uykusuzluk da bildirilmiştir31. Bu nedenle, tedavinin uygulanmasının semptomların ortaya çıkmasıyla çakıştığı kapalı döngü stimülasyonu daha fazla klinik fayda sağlayabilir. Burada sunulan protokol, MDB tedavisi için kapalı döngü nörostimülasyonun programlanmasını ve ayarlanmasını detaylandırmaktadır.
Kapalı döngü nörostimülasyonun uygulanması için kritik bir adım, cihaz dedektörünü programlamak için kullanılan uygun bir semptom biyobelirtecinin tanımlanmasıdır. İdeal olarak, nörostimülasyon için bir biyobelirteç, izlenen semptoma özgü bir nöral özellik veya özellikler olmalıdır. Böyle bir biyobelirteci tanımlamak için hasta, depresyon semptom raporlarıyla çakışan nöral kayıtlar sağlar. Semptom durumlarını ayırt etmek için durum uzayı modellemesi kullanılır. Semptom durum grafiği, zaman içinde iki nokta arasındaki semptom derecelendirme ölçekleri arasındaki fenotipik benzerliği gösterir. Grafiğin tek bir düğümü, zaman içinde tek bir belirti raporunu temsil eder ve grafikteki herhangi iki düğümü birbirine bağlayan bir kenar, kosinüs benzerliği metriği tarafından ölçülen raporlar arasındaki benzerliği temsil eder. Grafik topluluğu algılaması, bir grup içindeki düğümler arasındaki benzerliği en üst düzeye çıkararak ve farklı grupların düğümleri arasındaki benzerliği en aza indirerek belirti durumu grafiği içindeki düğüm gruplarını veya toplulukları tanımlar. Aynı topluluğa ait düğümlerin aynı zamansal duruma ait olduğu söylenir. Toplulukları bulmak için algılama algoritması, gerçek grafiğin yapısını, düğümler arasındaki şans ilişkilerini tanımlayan rastgele bir grafiğin yapısıyla karşılaştırır. Rastgele grafiği tanımlamak için, iki semptom raporunun zaman içinde ne kadar yakın oluştuğuna bağlı olarak iki düğüm arasındaki benzerliği tanımlayan bir zamansal yakınlık modeli kullanılır. Bu yaklaşım, algoritmayı daha az, daha zamansal olarak daha yerel semptom durumlarının tespitini cezalandırarak daha az, daha zamansal olarak küresel semptom durumlarını keşfetmeye teşvik eder. Başka bir deyişle, daha güçlü bir ceza, daha uzun sürelere yayılan zamansal durumlar verir. Karşılık gelen nöral güç spektrumları daha sonra semptom aşamalarını ayıran frekans aralıklarını tanımlamak için karşılaştırılır ve bu nedenle hastanın belirli (semptom) bir durumda olduğu durumları tanımlamak ve buna göre stimülasyon uygulamak için kullanılabilir.
Uygun bir biyobelirteçin geliştirilmesi, davranışsal semptom durumlarının doğru bir şekilde edinilmesine dayanır. Öz bildirim dışındaki metrikler, periferik fizyoloji ve yazılı veya sözlü dilin anlamsal analizi de dahil olmak üzere semptom durumunun biyobelirteçlerini belirlemede potansiyel fayda açısından araştırılmaktadır. Bazı durumlarda, spektral güçteki farklılıklara katkıda bulunan semptom durumuna ek olarak gözlemlenmeyen değişkenler olabilir. Semptom raporlarının durumları ve karşılık gelen nöral özellikleri ayırt edecek kadar hassas olmadığı durumlar da olabilir.
Gerçekten de, biyobelirteç keşfi ile ilgili ölçümlerin güvenilirliği ve geçerliliği değerlendirilmelidir32. Zamanla, bireyler semptomlarını nasıl derecelendirdiklerinde bir değişiklik gösterebilirler (örneğin, bir VAS ölçeğinde şiddet derecesinde yukarı veya aşağı doğru bir kayma). Farklı bireyler semptomlarını kendine özgü olarak değerlendirebilir veya anketlerdeki bazı sorular, yaşadıkları semptomlara göre bir birey için geçerli olmayabilir. Kullanılan öz bildirim metriklerinin çoğu, doğrulanmış klinisyen tarafından uygulanan testlerle birlikte uygulanmış ve bireysel zaman noktalarında geçerliliği göstermiştir. Semptomları uzunlamasına izlemek için bu tür ölçümlerin kullanılması aynı geçerliliği gösterebilir veya göstermeyebilir. Bununla bağlantılı olarak, kişiselleştirilmiş bir biyobelirteçin hesaplanması için yeterli veri toplamak için gereken süre haftalar ila aylar arasında değişebilir. Bu süreyi etkileyen önemli bir faktör, hastanın semptom raporları ve ilgili nöral kayıtlar tarafından yakalanan semptom durumlarının aralığıdır. Bu semptom durumları farklı zaman ölçeklerinde dalgalanabilir. Biyobelirteç keşif hesaplamaları tipik olarak veriler toplandıkça gerçekleştirilir ve yeni verilerin eklenmesi sonuçları anlamlı bir şekilde değiştirmediğinde kararlı olarak kabul edilir. Bununla birlikte, biyobelirteçlerin uzun vadeli stabilitesi de bilinmemektedir, bu nedenle kapalı döngü nörostimülasyon ile ilerlemek için biyobelirteçlerin stabilitesi gerekli olmamalıdır. Biyobelirteçler, alan hala bu aktivite kalıplarının uzun süreli terapi ile nasıl değiştiğini öğrenirken periyodik olarak yeniden değerlendirilmelidir.
Bazı durumlarda, tarif edilen protokol, kapalı döngü nörostimülasyon için kullanılabilecek semptomla ilişkili bir biyobelirteçin tanımlanmasına başarılı bir şekilde yol açmayabilir. Buna katkıda bulunan sınırlamalar hem cihaza özgü hem de cihazdan bağımsızdır. Açıklanan protokol, bipolar kanallardan alınan zaman ortalamalı spektrumları kullanır, çünkü bu, bu özel cihazın uygulayabileceğine benzer. Bu protokol ayrıca, cihaz dedektörü, bir modelin yokluğundan ziyade varlığının (örneğin, artan frekansa özgü aktivite) örneklerini tanımlamak için tasarlandığından, daha yüksek bir semptom durumunun daha fazla nöral güçle ilişkili olduğu bir biyobelirteç tanımlamayı da açıklar. Bu yaklaşımın cihazdan bağımsız sınırlamaları, ECoG elektrotlarının sınırlı uzamsal kapsamını içerir. Örneklenmemiş bir beyin bölgesinde semptomları daha yakından izleyen sinirsel bir özellik olabilir. Bununla birlikte, EcoG mekansal olarak sınırlıdır ve bir cihaz tarafından kronik olarak implante edilebilen ve izlenebilen uçların sayısı son derece sınırlıdır.
Kişiselleştirilmiş bir semptoma özgü biyobelirteç hazır olmadığı durumlarda, rastgele aralıklı stimülasyon veya sürekli açık döngü stimülasyonu uygulamak için kullanılabilecek sahte bir biyobelirteç, tedaviden daha iyi olabilir. MDB bağlamında, biyobelirteç ile tetiklenen duyarlı DBS'yi rastgele veya planlanmış aralıklı DBS ile doğrudan karşılaştıran yayınlanmış raporlar henüz yayınlanmamıştır. Bu karşılaştırma şu anda devam eden bir klinik çalışmada (NCT04004169) yürütülmektedir ve sonuçlar, semptoma özgü bir biyobelirteç tanımlamanın göreceli önemi konusunda önemli bir netlik sağlayacaktır.
İmplante edilebilir nörostimülasyon cihazı teknolojisi geliştikçe, biyobelirteçler için kullanılabilecek sinyaller ve hesaplamalar daha karmaşık hale gelecektir. Hastalığın altında yatan nörofizyolojinin daha iyi anlaşılmasıyla birlikte, bu, daha az yan etki ile daha iyi semptom kontrolü hedefine yönelik daha özel ve spesifik bir terapötik stimülasyon uygulaması için bir fırsat sağlayacaktır. Yeni nesil kapalı döngü nörostimülasyon cihazları, özellikle nöropsikiyatrik endikasyonlar için, ideal olarak daha uzun nöral aktivite dönemlerini (saatler sırasına göre veya sürekli olarak) kaydedecektir. Bu, yaklaşmakta olan semptomatik durumları öngörebilecek biyobelirteçlerin araştırılmasını kolaylaştıracaktır. Daha uzun veri dönemlerindeki eğilimler, farklı ilgisiz bilişsel süreçlerin etkisine karşı da daha sağlam olabilir. Hareket izleme veya periferik fizyoloji gibi diğer veri kaynaklarından gelen verilerin otomatik entegrasyonu, semptom durumlarının daha sağlam bir şekilde ayırt edilmesini de sağlayabilir. Hasta müdahalesi olmadan arka planda veri aktarımı, hasta yükünü büyük ölçüde azaltacak ve muhtemelen analiz için genel veri kullanılabilirliğini artıracaktır. Ek olarak, biyobelirteç olarak kullanılabilecek nöral özellikleri genişletmek için daha gelişmiş cihaz üzerinde sinyal işleme, semptoma özgü bir biyobelirteç bulma şansını artıracaktır; Bu tür özellikler, tutarlılık, çapraz frekans kuplajı ve faz-genlik kuplajını içerebilir.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
ADK, Eisai, Evecxia Therapeutics, Ferring Pharmaceuticals, Galderma, Harmony Biosciences, Idorsia, Jazz Pharmaceuticals, Janssen Pharmaceuticals, Merck, Neurocrine Biosciences, Pernix Pharma, Sage Therapeutics, Takeda Pharmaceutical Company, Big Health, Millennium Pharmaceuticals, Otsuka Pharmaceutical ve Neurawell Therapeutics'e danışmanlık yapmaktadır. ADK, Janssen Pharmaceuticals, Jazz Pharmaceuticals, Axsome Therapeutics'in desteğini kabul eder (no. AXS-05-301) ve biyosensörleri ortaya çıkarır. KWS, Nesos'un danışma kurulunda görev yapmaktadır. UCSF ve EFC, nöropsikiyatrik bozuklukların tedavisi için beyin stimülasyonu ile ilgili patentlere sahiptir. Diğer yazarlar herhangi bir çıkar çatışması beyan etmezler.
Acknowledgments
Bu çalışma, UCSF Psikiyatri Bölümü (KKS, ANK, NS, JF, VRR, KWS, EFC, ADK) aracılığıyla Ray ve Dagmar Dolby Aile Fonu tarafından Ulusal Sağlık Enstitüleri ödül numarası ile desteklenmiştir. K23NS110962 (KWS), Beyin ve Davranış Araştırma Vakfı'ndan (KWS) NARSAD Genç Araştırmacı bursu ve 1907 Trailblazer Ödülü (KWS).
Materials
| Name | Company | Catalog Number | Comments |
| Depth Lead | Neuropace | DL-330-3.5 | 30 cm length, 3.5 mm contact spacing |
| Depth Lead | Neuropace | DL-330-10 | 30 cm length, 10 mm contact spacing |
| Depth Lead | Neuropace | DL-344-3.5 | 44 cm length, 3.5 mm contact spacing |
| Depth Lead | Neuropace | DL-344-10 | 44 cm length, 10 mm contact spacing |
| Hat with velcro | Self-assembled | NA | Optional |
| Jupyter Notebook | Project Jupyter | NA | |
| Magnet | Neuropace | M-01 | |
| Programmer | Neuropace | PGM-300 | Clinician tablet |
| Python 3.10 | Python | NA | |
| Remote Monitor | Neuropace | 5000 | Patient laptop |
| Responsive Neurostimulation System (RNS) | Neuropace | RNS-320 | |
| Wand | Neuropace | W-02 |
References
- Kaiser, R. H., Andrews-Hanna, J. R., Wager, T. D., Pizzagalli, D. A. Large-scale network dysfunction in major depressive disorder: A meta-analysis of resting-state functional connectivity. JAMA Psychiatry. 72 (6), 603-611 (2015).
- Goldstein-Piekarski, A. N., et al. Mapping neural circuit biotypes to symptoms and behavioral dimensions of depression and anxiety. Biological Psychiatry. 91 (6), 561-571 (2022).
- Williams, L. M. Precision psychiatry: a neural circuit taxonomy for depression and anxiety. The Lancet Psychiatry. 3 (5), 472-480 (2016).
- Ionescu, D. F., Rosenbaum, J. F., Alpert, J. E. Pharmacological approaches to the challenge of treatment-resistant depression. Dialogues in Clinical Neuroscience. 17 (2), 111-126 (2015).
- Mayberg, H. S., et al. Deep brain stimulation for treatment-resistant depression. Neuron. 45 (5), 651-660 (2005).
- Kennedy, S. H., et al. Deep brain stimulation for treatment-resistant depression: follow-up after 3 to 6 years. The American Journal of Psychiatry. 168 (5), 502-510 (2011).
- Holtzheimer, P. E., et al. Subcallosal cingulate deep brain stimulation for treatment-resistant depression: a multisite, randomised, sham-controlled trial. The Lancet Psychiatry. 4 (11), 839-849 (2017).
- Dougherty, D. D., et al. A randomized sham-controlled trial of deep brain stimulation of the ventral capsule/ventral striatum for chronic treatment-resistant depression. Biological Psychiatry. 78 (4), 240-248 (2015).
- Morishita, T., Fayad, S. M., Higuchi, M., Nestor, K. A., Foote, K. D. Deep brain stimulation for treatment-resistant depression: systematic review of clinical outcomes. Neurotherapeutics. 11 (3), 475-484 (2014).
- Lo, M. -C., Widge, A. S. Closed-loop neuromodulation systems: next-generation treatments for psychiatric illness. International Review of Psychiatry. 29 (2), 191-204 (2017).
- Hoang, K. B., Cassar, I. R., Grill, W. M., Turner, D. A. Biomarkers and stimulation algorithms for adaptive brain stimulation. Frontiers in Neuroscience. 11, 564 (2017).
- Little, S., et al. Adaptive deep brain stimulation in advanced Parkinson disease. Annals of Neurology. 74 (3), 449-457 (2013).
- Jarosiewicz, B., Morrell, M. The RNS system: brain-responsive neurostimulation for the treatment of epilepsy. Expert Review of Medical Devices. 18 (2), 129-138 (2021).
- Scangos, K. W., et al. Closed-loop neuromodulation in an individual with treatment-resistant depression. Nature Medicine. 27 (10), 1696-1700 (2021).
- Cagle, J. N., et al. Embedded human closed-loop deep brain stimulation for Tourette syndrome: a nonrandomized controlled trial. JAMA Neurology. 79 (10), 1064-1068 (2022).
- He, S., et al. Closed-loop deep brain stimulation for essential tremor based on thalamic local field potentials. Movement Disorders. 36 (4), 863-873 (2021).
- Drysdale, A. T., et al. Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nature Medicine. 23 (1), 28-38 (2017).
- Siddiqi, S. H., et al. Brain stimulation and brain lesions converge on common causal circuits in neuropsychiatric disease. Nature Human Behaviour. 5 (12), 1707-1716 (2021).
- Ahearn, E. P. The use of visual analog scales in mood disorders: A critical review. Journal of Psychiatric Research. 31 (5), 569-579 (1997).
- Bech, P., et al. The Hamilton depression scale. Evaluation of objectivity using logistic models. Acta Psychiatrica Scandinavica. 63 (3), 290-299 (1981).
- Khambhati, A. N., Sizemore, A. E., Betzel, R. F., Bassett, D. S. Modeling and interpreting mesoscale network dynamics. NeuroImage. 180, 337-349 (2018).
- Zamani Esfahlani, F., Bertolero, M. A., Bassett, D. S., Betzel, R. F. Space-independent community and hub structure of functional brain networks. NeuroImage. 211, 116612 (2020).
- Kleen, J. K., Rao, V. R.
- Krucoff, M. O., Wozny, T. A., Lee, A. T., Rao, V. R., Chang, E. F. Operative technique and lessons learned from surgical implantation of the NeuroPace Responsive Neurostimulation® system in 57 consecutive patients. Operative Neurosurgery. 20 (2), E98-E109 (2021).
- Harris, P. A., et al. The REDCap consortium: Building an international community of software platform partners. Journal of Biomedical Informatics. 95, 103208 (2019).
- Krauss, J. K., et al. Technology of deep brain stimulation: current status and future directions. Nature Reviews Neurology. 17 (2), 75-87 (2021).
- Dougherty, D. D.
- Drobisz, D., Damborská, A. Deep brain stimulation targets for treating depression. Behavioural Brain Research. 359, 266-273 (2019).
- Lee, D. J., Lozano, C. S., Dallapiazza, R. F., Lozano, A. M. Current and future directions of deep brain stimulation for neurological and psychiatric disorders. Journal of Neurosurgery. 131 (2), 333-342 (2019).
- Sun, F. T., Morrell, M. J.
- Malone, D. A., et al. Deep brain stimulation of the ventral capsule/ventral striatum for treatment-resistant depression. Biological Psychiatry. 65 (4), 267-275 (2009).
- Zuo, X. -N., Xu, T., Milham, M. P. Harnessing reliability for neuroscience research. Nature Human Behaviour. 3 (8), 768-771 (2019).
