Artículo de método

Neuroestimulación de circuito cerrado para el tratamiento personalizado del trastorno depresivo mayor basado en biomarcadores

DOI:

10.3791/65177

⸱

7 de julio de 2023

 ,  ,  ,  ,  ,  ,  , 
1Department of Neurological Surgery, University of California, San Francisco, 2Weill Institute for Neurosciences, University of California, San Francisco, 3Department of Psychiatry and Behavioral Sciences, University of California, San Francisco, 4Department of Neurology, University of California, San Francisco

En este artículo

Resumen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La estimulación cerebral profunda desencadenada por un biomarcador neuronal específico del paciente de un estado de síntomas altos puede controlar mejor los síntomas del trastorno depresivo mayor en comparación con la estimulación continua de circuito abierto. Este protocolo proporciona un flujo de trabajo para identificar un biomarcador neuronal específico del paciente y controlar la administración de estimulación terapéutica en función del biomarcador identificado.

Resumen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La estimulación cerebral profunda implica la administración de estimulación eléctrica a regiones específicas del cerebro para obtener un beneficio terapéutico. En el contexto del trastorno depresivo mayor (TDM), la mayoría de los estudios realizados hasta la fecha han administrado estimulación continua o de bucle abierto con resultados prometedores pero mixtos. Un factor que contribuye a estos resultados mixtos puede provenir del momento en que se aplica la estimulación. La administración de estimulación específica para estados de alta sintomatología de manera personalizada y receptiva puede ser más efectiva para reducir los síntomas en comparación con la estimulación continua y puede evitar la disminución de los efectos terapéuticos relacionados con la habituación. Además, una menor duración total de la estimulación por día es ventajosa para reducir el consumo de energía del dispositivo. Este protocolo describe un flujo de trabajo experimental que utiliza un dispositivo de neuroestimulación implantado crónicamente para lograr la estimulación de circuito cerrado para individuos con TDM refractario al tratamiento. Este paradigma se basa en la determinación de un biomarcador neuronal específico del paciente que se relaciona con los estados de síntomas altos y la programación de los detectores de dispositivos, de modo que la estimulación se desencadene mediante esta lectura del estado de los síntomas. Los procedimientos descritos incluyen cómo obtener registros neuronales concurrentes con los informes de síntomas del paciente, cómo usar estos datos en un enfoque de modelo de espacio de estados para diferenciar los estados de síntomas bajos y altos y las características neuronales correspondientes, y cómo programar y ajustar posteriormente el dispositivo para administrar terapia de estimulación de circuito cerrado.

Introducción

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El trastorno depresivo mayor (TDM) es una enfermedad neuropsiquiátrica caracterizada por actividad aberrante a nivel de red y conectividad1. La enfermedad manifiesta una variedad de síntomas que varían entre individuos, fluctúan con el tiempo y pueden provenir de diferentes circuitos neuronales 2,3. Aproximadamente el 30% de las personas con TDM son refractarias alos tratamientos estándar 4, lo que pone de manifiesto la necesidad de nuevos enfoques.

La estimulación cerebral profunda (ECP) es una forma de neuromodulación en la que se suministra corriente eléctrica a áreas específicas del cerebro con el objetivo de modular la actividad. La ECP para el tratamiento del TDM ha tenido mucho éxito en algunas aplicaciones5,6, pero tampoco se ha podido replicar en estudios más amplios 7,8. Todos los estudios citados emplearon la estimulación de bucle abierto9, en la que la administración de la estimulación terapéutica putativa fue continua con parámetros fijos. Por el contrario, la estimulación de circuito cerrado proporciona una estimulación basada en un biomarcador programado o en un patrón de actividad neuronal asociado con el estado del síntoma10. Hay dos implementaciones principales de la estimulación de circuito cerrado: la estimulación receptiva y la estimulación adaptativa11. La estimulación receptiva proporciona ráfagas de estimulación con parámetros constantes (por ejemplo, frecuencia, amplitud, ancho de pulso) cuando se cumplen los criterios programados. Con la estimulación adaptativa, los parámetros de estimulación cambian dinámicamente en función del biomarcador medido, según el algoritmo, que puede tener múltiples puntos fijos o un ajuste continuo automatizado. La estimulación puede ser continua o intermitente con estimulación adaptativa. La estimulación adaptativa ha demostrado una eficacia superior a la estimulación de bucle abierto en el control de los síntomas de la enfermedad de Parkinson12. La neuroestimulación receptiva para la epilepsia 13 está aprobada por la Administración de Alimentos y Medicamentos (FDA, por sus siglas en inglés), mientras que las investigaciones tempranas de la estimulación receptiva para el TDM14 y la estimulación adaptativa para el síndrome de Tourette15 y el temblor esencial16 también muestran beneficios terapéuticos.

Para implementar la estimulación de circuito cerrado, se debe seleccionar y rastrear una señal fisiológica para informar cuándo se debe administrar la estimulación. Esta retroalimentación es la diferencia clave entre la estimulación de bucle abierto y la de circuito cerrado y se realiza mediante la selección de un biomarcador. Este protocolo proporciona un procedimiento para determinar un biomarcador personalizado de acuerdo con la constelación de síntomas experimentados por un individuo determinado. Los metaanálisis futuros en pacientes revelarán si existen biomarcadores comunes entre los individuos o si la presentación heterogénea de los síntomas del TDM y los circuitos subyacentes requieren un enfoque personalizado17,18. El uso de dispositivos DBS capaces tanto de detectar la actividad neuronal como de proporcionar estimulación eléctrica permite tanto el descubrimiento de este biomarcador como la posterior implementación de la neuromodulación de circuito cerrado. Este enfoque presupone una estrecha relación temporal entre la actividad neuronal y los estados sintomáticos específicos y puede no ser aplicable a todas las indicaciones o síntomas.

Mientras que las indicaciones como la enfermedad de Parkinson y el temblor esencial tienen síntomas que pueden medirse mediante sensores periféricos (p. ej., temblor, rigidez), los síntomas del TDM suelen ser informados por el paciente o evaluados por un médico mediante preguntas y observaciones estandarizadas. En el contexto de la acumulación de datos suficientes para calcular un biomarcador personalizado, las evaluaciones clínicas no son prácticas y, por lo tanto, se utilizan los informes de los pacientes sobre los síntomas a través de escalas de calificación. Dichas escalas incluyen las escalas analógicas visuales de depresión (VAS-D), ansiedad (VAS-A) y energía (VAS-E)19, y la forma de seis preguntas de la Escala de Calificación de la Depresión de Hamilton (HAMD-6)20. Los registros simultáneos de la actividad neuronal y la finalización de estas calificaciones de síntomas de autoinforme proporcionan un conjunto de datos emparejado que se puede utilizar para observar las relaciones entre las características espectrales de la señal neuronal relacionadas con los estados de síntomas altos o predictivos de estos.

Los enfoques computacionales, como el modelado del espacio de estados, se pueden utilizar para descubrir relaciones entre los estados de los síntomas y las características neuronales. Los métodos de teoría de grafos son atractivos para caracterizar un espacio de estados21 porque permiten el descubrimiento de estados en diferentes escalas de tiempo mediante el modelado explícito de la proximidad temporal entre las mediciones22. Un modelo de espacio de estados de síntomas identifica períodos de tiempo en los que hay un fenotipo común de los síntomas del paciente y puede identificar subestados de síntomas en los que las calificaciones en dimensiones específicas de la depresión del paciente difieren según el entorno o el contexto. Un enfoque de circuito cerrado se basa en la detección de estados de síntomas basados en la actividad cerebral subyacente. La clasificación del aprendizaje automático es un paso final que ayuda a identificar una combinación de características estadísticas derivadas de las señales de actividad cerebral que mejor distingue dos o más estados de síntomas14. Este enfoque de dos etapas explica la variabilidad de los síntomas de un paciente a lo largo del tiempo y vincula los patrones sistemáticos de variación de los síntomas con la actividad cerebral.

El presente protocolo utiliza el Sistema de Neuroestimulación Sensible (RNS) NeuroPace)13,23. Los procedimientos para determinar los sitios y parámetros óptimos de estimulación están fuera del alcance de este protocolo. Sin embargo, es importante tener en cuenta las capacidades de estimulación de un dispositivo determinado a la hora de diseñar la neuroestimulación de circuito cerrado. Para el dispositivo utilizado en este protocolo, la estimulación se controla por corriente y se administra entre el ánodo o los ánodos y el cátodo. Se pueden seleccionar uno o más contactos de electrodo o el Can (neuroestimulador implantable [INS]) como ánodo o cátodo. La frecuencia de estimulación (1-333,3 Hz), la amplitud (0-12 mA), el ancho de pulso (40-1000 μs por fase) y la duración (10-5000 ms, por estimulación) están preprogramados. Los parámetros anteriores se pueden establecer de forma independiente para hasta cinco terapias de estimulación; Estas terapias se administran secuencialmente si se siguen cumpliendo los criterios de detección. No es posible administrar múltiples formas de onda de estimulación simultáneamente (por ejemplo, no se pueden administrar dos frecuencias diferentes de estimulación al mismo tiempo). La forma de onda de estimulación es una onda rectangular bifásica simétrica y no se puede cambiar.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este protocolo ha sido revisado y aprobado por la Junta de Revisión Institucional de la Universidad de California, San Francisco.

1. Configuración del dispositivo para grabaciones de pacientes en casa

  1. Trabaje con un representante de la compañía del dispositivo para establecer cuatro canales configurados para la adquisición, dos de cada cable implantado.
    NOTA: Cada canal graba una grabación bipolar. Los canales configurados pueden usar contactos de electrodo adyacentes (p. ej., 1-2, 3-4) o entrelazados (p. ej., 1-3, 2-4). Cuando se implantan cables con una separación de 10 mm, normalmente se utilizan contactos adyacentes. Cuando se implantan cables con una separación de 3,5 mm, se utilizan contactos adyacentes o intercalados. Esto se determina examinando la reconstrucción de la ubicación del implante de electrodos en relación con los objetivos anatómicos y examinando la amplitud de las señales. Si los contactos adyacentes producen señales de baja amplitud, son preferibles los contactos entrelazados. Cada contacto solo se puede usar en el montaje una vez.
  2. Asegúrese de que el paciente se haya recuperado completamente de la cirugía después de la implantación del dispositivo con derivaciones corticales y/o de profundidad (ver24 para obtener información adicional sobre la técnica de implantación).
  3. Conecte la varilla de telemetría al programador (tableta del médico) y haga que el paciente sostenga la varilla sobre su INS o la conecte a un sombrero de anclaje (hecho a medida, no parte del sistema del dispositivo; consulte la Figura 1).
  4. Con el programador, inicie sesión en el sistema de gestión de datos del paciente (PDMS; https://pdms.neuropace.com/login.php), navegue hasta el paciente correcto y seleccione Programación y, a continuación, Cambiar captura de ECoG. Establezca la ventana de captura en un máximo de 240 s para los cuatro canales configurados mediante la selección desplegable.
    NOTA: La frecuencia de muestreo del dispositivo es de 250 Hz.
  5. En la misma página de configuración, establezca Reservar espacio para reservas magnéticas en dos y en cero para todos los demás tipos de activadores mediante las selecciones desplegables. Esto permite guardar de forma prioritaria dos grabaciones activadas por deslizamientos magnéticos.
    NOTA: También se puede habilitar el almacenamiento programado, para guardar de forma automática y no priorizada las grabaciones neuronales en momentos establecidos del día. Estos registros no se utilizarán para determinar un biomarcador, pero pueden ser útiles para otros fines.
  6. Sincronice los ajustes recién programados con el INS del paciente seleccionando el botón Revisar y programar, confirmando los cambios que se muestran en la tabla presentada y seleccionando el botón Confirmar programación .
    NOTA: Tanto la detección como la estimulación deben estar configuradas en Desactivado.

2. Recopilación de síntomas durante las grabaciones domiciliarias del paciente

  1. Prepare la encuesta basada en la web para el informe de síntomas del paciente (p. ej., REDCap25), incluidos los controles deslizantes para VAS-D, VAS-A, VAS-E y las respuestas de selección para cada pregunta del HAMD-6. Asegúrese de que se registre la hora de inicio y finalización de la encuesta.
  2. Proporcione al paciente la URL única generada por REDCap para acceder a las encuestas de síntomas, ya sea por mensaje de texto o correo electrónico.

3. Procedimiento para informes simultáneos de síntomas en el hogar y registros neuronales

  1. Indíquele al paciente que configure el equipo, incluido un monitor remoto (computadora portátil del paciente) y una varita, un imán y un dispositivo para completar la encuesta (p. ej., teléfono inteligente, tableta o computadora) (Figura 1). Los pasos 3.2-3.8 son realizados por el paciente.
    NOTA: La mayoría de los pacientes aprenden rápidamente este procedimiento. Las sesiones de capacitación en persona mientras el paciente aún está en el hospital después de la implantación del dispositivo son útiles para familiarizarse con los componentes. Después de que el paciente haya regresado a casa, una videollamada mientras el paciente está haciendo una grabación en casa puede servir como un repaso útil.
  2. Encienda el monitor remoto e interrogue el dispositivo con la varilla, descargando las grabaciones de electrocorticografía (ECoG) que se hayan producido desde el último interrogatorio en el monitor remoto.
  3. Deslice el imán sobre el INS para activar una grabación magnética.
    NOTA: El deslizamiento magnético activa una grabación con una relación de 2:1 antes:después del deslizamiento. En el caso de una captura ECoG programada a 240 s, esto significa que se almacenarán 160 s de datos antes del deslizamiento y 80 s después del deslizamiento.
  4. Pon en marcha un temporizador. Utilice la URL única para completar una encuesta de síntomas.
  5. Después de que hayan transcurrido 4 minutos o el paciente termine la encuesta (lo que ocurra más tarde), vuelva a deslizar el imán sobre el INS para activar otra grabación.
  6. Después de al menos 80 segundos, utilice la varilla para volver a interrogar el dispositivo, transfiriendo los datos de los dos deslizamientos magnéticos al monitor remoto.
    NOTA: Debido a la limitada memoria integrada del INS (hasta 53 canales-minutos de datos, dependiendo de la configuración13), es deseable transferir inmediatamente estas grabaciones ECoG al monitor remoto para que no se sobrescriban con grabaciones posteriores.
  7. Complete los pasos 3.1-3.6 al menos dos veces al día.
  8. Al menos una vez al día, conecte el monitor remoto a Internet a través de Ethernet y seleccione Transferir datos y sincronizar en el monitor remoto para enviar datos a la nube.

figure-protocol-1
Figura 1: Equipo del paciente para grabaciones en el hogar. Un monitor remoto, una varita atada a un sombrero, un imán y un teléfono inteligente con la encuesta REDCap. Las imágenes incrustadas muestran las ubicaciones de los implantes de electrodos OFC derecho (azul) y SGC derecho (naranja) superpuestos a una secuencia T1 isótropa de 1 mm anulada por materia blanca de la resonancia magnética (RM) preoperatoria. El corte coronal representado está en el plano del contacto más profundo, por lo que los otros contactos pueden no estar centrados en este corte exacto (debido al hecho de que la trayectoria del electrodo no está en el plano coronal). Haga clic aquí para ver una versión más grande de esta figura.

4. Determinación de un biomarcador personalizado

  1. Cree un marco de datos de las respuestas autoinformadas de la encuesta de síntomas (por ejemplo, JOVE. PR03_Symptoms.pkl).
  2. Calcule los perfiles de potencia espectral para cada canal de grabación de ECoG convolucionando la actividad de ECoG con una familia de ondículas de Morlet (40 núcleos, 12 ciclos, espaciadas logarítmicamente entre 1-120 Hz), creando una nueva trama de datos (por ejemplo, JOVE. PR03_NeuralPower.pkl).
  3. Asocie las grabaciones de ECoG con los informes de síntomas que se produjeron dentro de una ventana de tiempo que abarca desde 5 minutos antes hasta 5 minutos después del inicio del informe de síntomas, utilizando el campo trial_id en la trama de datos NeuralPower.
  4. Identificar los estados de los síntomas (Figura 2)
    1. Con Python 3.10, instale los requisitos enumerados en el archivo requirements.txt (carpeta suplementaria 1) en un nuevo entorno. Esto se puede hacer usando pip install -r requirements.txt.
    2. Abra JOVE-Symptom_State_and_Biomarker_Analysis.ipynb (Carpeta complementaria 1) con Jupyter Notebook.
    3. Verifique que el kernel esté configurado en el entorno en el que se instalaron los requisitos.txt y ejecute JOVE-Symptom_State_and_Biomarker_Analysis.ipynb.
      NOTA: JOVE-Symptom_State_and_Biomarker_Analysis.ipynb calcula la similitud estadística entre las puntuaciones de las encuestas a los pacientes utilizando la métrica de similitud de coseno, que oscila entre 0 (sin similitud) y 1 (idéntico) y construye un gráfico del estado de los síntomas agregando los valores de similitud en todos los pares posibles de informes de síntomas de pacientes en el hogar. Las características de potencia espectral para cada estado de síntoma se calculan agregando perfiles de potencia espectral asociados con cada estado de síntoma inferido; este procedimiento produce una distribución de perfiles de potencia espectral vinculados a cada estado de síntoma (Figura 3).
  5. En escenarios en los que se identifican más de dos estados sintomáticos, se comparan estadísticamente las distribuciones de potencia espectral correspondientes al estado de síntoma más grave y al estado de síntoma menos grave.
  6. Utilice una prueba t de permutación basada en conglomerados para identificar las frecuencias espectrales en las que la potencia espectral del estado de síntoma grave es significativamente mayor que la potencia espectral del estado de síntoma menos grave. El rango de frecuencias espectrales contiguas que diferencian los estados de los síntomas se considera como un único biomarcador candidato.

figure-protocol-2
Figura 2: Esquema del enfoque metodológico para medir los estados de los síntomas, mostrando los resultados de un ejemplo representativo. Se obtienen encuestas autoinformadas por los pacientes y las puntuaciones detalladas de los síntomas se normalizan a un rango entre 0 y 1 (los colores más oscuros reflejan una menor gravedad de los síntomas y los colores más brillantes reflejan una mayor gravedad de los síntomas). (1) Cada encuesta completada representa una instantánea en el tiempo de los síntomas del paciente y se representa como un punto (negro) en el espacio de alta dimensión. (2) Los puntos de tiempo se vinculan entre sí en un gráfico de encuesta de síntomas, que relaciona la similitud del coseno entre los informes de encuesta (líneas entre puntos). (3) La detección de comunidades de grafos asigna cada punto de tiempo a una comunidad o estado de síntoma (puntos y líneas coloreados) en función del patrón de conexiones de grafos. (4) Las puntuaciones de gravedad de los síntomas se promedian de acuerdo con la asignación de estado y proporcionan un fenotipo general de los síntomas para cada estado. (5) Se puede realizar un seguimiento de la ocurrencia de cada estado a lo largo del tiempo como un gráfico ráster (las líneas verticales reflejan un informe de síntomas asignado a un estado). Haga clic aquí para ver una versión más grande de esta figura.

5. Programación de la configuración del detector del dispositivo

  1. Con el programador, inicie sesión en el PDMS y seleccione el paciente, la programación y la detección de cambios correctos.
  2. En función del biomarcador personalizado seleccionado, seleccione el canal correcto para detectar la actividad.
    1. Al crear un patrón por primera vez, primero seleccione un ECoG haciendo clic en uno de los que se muestran a continuación, un canal elegido de ese ECoG y un período de tiempo resaltado.
    2. Al crear un patrón a partir de uno preexistente, cambie el canal haciendo clic en Patrón y seleccionando el botón Cambiar canal .
  3. En Detectar, seleccione Actividad rítmica, que connota un detector de paso de banda.
  4. Haga clic en Más controles y configuración de anuncios. Seleccione la frecuencia mínima y la frecuencia máxima deseadas. Asegúrese de que la configuración sea la siguiente: Paso de banda: activado; Longitud de línea: Desactivado; Área: Desactivada; Lógica de inversión: No invertida.
  5. Programe la amplitud mínima y la duración mínima del detector. Comience con una amplitud mínima del 0,8 % y una duración mínima de 0,64 s (equivalente a un umbral de paso de banda de cinco y un tamaño de ventana de análisis de detección de 1280 ms).
    NOTA: La amplitud mínima es un porcentaje de la amplitud total de la señal que debe exceder la actividad detectada. Solo se pueden utilizar amplitudes por encima de este umbral para la detección. La duración mínima es el tiempo que se debe mantener la señal de alta amplitud. Se realiza un seguimiento de esto como un recuento de intervalos de tiempo de duración fija. En concreto, los intervalos de tiempo x de y 128 ms deben cumplir estos criterios, donde x es el umbral de paso de banda e y es [Detectar tamaño de ventana de análisis/128], como se muestra en Parámetros técnicos. Se debe salir de un episodio (es decir, la activación del detector) antes de que pueda producirse una activación posterior. Algunos ajustes pueden ser demasiado sensibles y hacer que permanezcan en un episodio indefinidamente, evitando así desencadenantes posteriores.
  6. Una vez que se seleccionan todas las configuraciones del detector, haga clic en Listo para cerrar todas las ventanas de programación.
    NOTA: Se pueden programar varios detectores; la detección se puede activar en función de la lógica Y/O entre estos detectores. Comience con un detector para comprender el comportamiento antes de introducir un segundo detector.
  7. Con la varilla colocada sobre el INS del paciente, seleccione Revisar y programar y haga clic en los mensajes de confirmación para inicializar esta configuración del detector.

6. Configuración del detector del dispositivo de valoración

  1. Una vez que el detector del dispositivo se haya programado e inicializado en el dispositivo, realice grabaciones de prueba para evaluar si se debe ajustar la sensibilidad del detector para lograr la frecuencia de activación deseada. Esto se puede lograr utilizando ECoG en vivo o el informe de interrogatorio. Los ajustes de la sensibilidad del detector se determinan empíricamente en función de los informes de síntomas del paciente, los efectos secundarios y los resultados. Estos ajustes pueden ser necesarios a lo largo del curso del tratamiento. Por día, se pueden utilizar 30 minutos de estimulación como punto de partida conservador para evaluar la eficacia clínica y, al mismo tiempo, preservar la vida útil de la batería.
  2. ECoG en vivo
    1. Con la varilla colocada sobre el INS del paciente, seleccione Live ECOGs en el programador.
    2. Durante la grabación en directo, cuente el número de detecciones que se producen durante la grabación. Esto proporciona una indicación de la frecuencia con la que se activará el detector.
      NOTA: Algunos detectores pueden depender del estado, en particular los detectores configurados en frecuencias bajas (por ejemplo, más activos durante los períodos de sueño o somnolencia). Por lo tanto, las grabaciones en vivo tienen limitaciones para estimar la frecuencia con la que se puede activar un detector. Las grabaciones en vivo también pueden sufrir interferencias electromagnéticas (por ejemplo, ruido de línea) o un mal posicionamiento de la varilla.
  3. Informe de interrogatorio
    1. Minutos u horas después de configurar el detector, coloque la varilla sobre el INS del paciente para interrogar el dispositivo.
    2. En el PDMS, vaya a Actividad, seleccione Lista de eventos y haga clic en Interrogación inicial desde el momento de la grabación. La tabla de la parte inferior proporciona una lista, con los tiempos, de todos los eventos de detección. Este documento se puede exportar en formato pdf y analizar para su cuantificación.
  4. En función del número de detecciones por unidad de tiempo registradas frente a la densidad de estimulación deseada, ajuste la duración y los parámetros de amplitud del detector si es necesario. Asegúrese de hacer clic en Revisar y programar después de cada conjunto de cambios para inicializarlos en el INS del paciente.

7. Programación de los ajustes de estimulación del dispositivo

  1. Usando el programador, inicie sesión en el PDMS y seleccione el paciente correcto, la programación y la estimulación del cambio.
  2. Seleccione los contactos de cable o lata (INS) deseados para que sean ánodo (s) y cátodo (s). Seleccione la corriente de estimulación, el ancho de pulso, la duración y la frecuencia deseados.
    NOTA: Se pueden programar hasta cinco terapias de estimulación; Cada terapia consta de dos ráfagas de estimulación, que pueden programarse para que sean iguales o diferentes. Un determinado disparador del detector puede dar lugar a un número variable de terapias de estimulación, dependiendo de la duración sostenida del episodio. Solo programe la Terapia 1, con ambas ráfagas que tengan los mismos parámetros, lo que conducirá a una duración constante de estimulación cada vez que se active el detector. En esta configuración, la duración total de la estimulación administrada cuando se activa el detector será la suma de Stim 1 Burst 1 y Stim 1 Burst 2. Si se programan y administran varias terapias, se puede administrar un máximo de cinco terapias durante un episodio determinado. Se debe salir del episodio y desencadenar un nuevo episodio para que se administre la estimulación posterior.
  3. Si desea limitar la cantidad total de estimulación administrada por día, seleccione un valor para Límite de terapia por día y un Tiempo de restablecimiento del límite de terapia.
    NOTA: La zona horaria de restablecimiento del límite de terapia se establece en el centro principal del paciente. Si los pacientes se han mudado, esta puede ser diferente a la zona horaria de origen del paciente.
  4. Específicamente, si no se desea estimulación durante la noche, establezca el límite de terapia por día y el tiempo de restablecimiento del límite de terapia de modo que el detector alcance el límite de terapia entre el tiempo de reinicio y la hora de acostarse del paciente.
  5. Con la varita colocada sobre el INS del paciente, seleccione Revisar y programar y haga clic en los mensajes de confirmación para inicializar la configuración de estimulación.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los datos recopilados y presentados aquí son de un solo paciente con cables de cuatro canales implantados en la corteza orbitofrontal derecha (OFC) y el cíngulo subgenual derecho (SGC) (Figura 1). Se utilizó una derivación con un paso de centro a centro de 10 mm para el OFC con el fin de apuntar tanto a los aspectos medial como lateral, mientras que se utilizó una derivación con un paso de 3,5 mm para el SGC con el fin de tener una cobertura más concentrada espacialmente. Se programaron cuat...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La estimulación cerebral profunda se ha convertido en una terapia establecida para la enfermedad de Parkinson, el temblor esencial, la distonía y la epilepsia, y se está investigando activamente en muchas otras afecciones neuropsiquiátricas26,27,28,29. La gran mayoría de la ECP se administra en modo de bucle abierto, en el que la estimulación se administra continuamente. En el caso de los sínto...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ADK es consultor de 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 Pharmaceuticals y Neurawell Therapeutics. ADK agradece el apoyo de Janssen Pharmaceuticals, Jazz Pharmaceuticals, Axsome Therapeutics (no. AXS-05-301) y revelar biosensores. KWS forma parte del consejo asesor de Nesos. La UCSF y la EFC tienen patentes relacionadas con la estimulación cerebral para el tratamiento de trastornos neuropsiquiátricos. Los demás autores declaran no tener intereses contrapuestos.

Agradecimientos

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este trabajo fue apoyado por el Ray and Dagmar Dolby Family Fund a través del Departamento de Psiquiatría de la UCSF (KKS, ANK, NS, JF, VRR, KWS, EFC, ADK), por un premio de los Institutos Nacionales de Salud no. K23NS110962 (KWS), beca NARSAD Young Investigator de la Fundación para la Investigación del Cerebro y el Comportamiento (KWS) y Premio Trailblazer 1907 (KWS).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Cable de profundidadNeuropaceDL-330-3.530 cm de longitud, distancia entre contactos de 3,5 mm
Cable de profundidadNeuropaceDL-330-1030 cm de longitud, espaciado de contacto de 10 mm
Cable de profundidadNeuropaceDL-344-3.544 cm de longitud, distancia entre contactos de 3,5 mm
Cable de profundidadNeuropaceDL-344-1044 cm de longitud, 10 mm de distancia entre contactos
Gorro con velcroAutoensambladoNAOpcional
Jupyter NotebookProject JupyterNA
MagnetNeuropaceM-01
ProgramadorNeuropacePGM-300Tableta
Python 3.10PythonNA
Monitor remotoNeuropace5000Portátil para paciente 
Sistema de Neuroestimulación Sensible (RNS) Varita NeuropaceRNS-320
NeuropaceW-02
clínica

Referencias

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. 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).
  2. 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).
  3. Williams, L. M. Precision psychiatry: a neural circuit taxonomy for depression and anxiety. The Lancet Psychiatry. 3 (5), 472-480 (2016).
  4. 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).
  5. Mayberg, H. S., et al. Deep brain stimulation for treatment-resistant depression. Neuron. 45 (5), 651-660 (2005).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. Little, S., et al. Adaptive deep brain stimulation in advanced Parkinson disease. Annals of Neurology. 74 (3), 449-457 (2013).
  13. 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).
  14. Scangos, K. W., et al. Closed-loop neuromodulation in an individual with treatment-resistant depression. Nature Medicine. 27 (10), 1696-1700 (2021).
  15. 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).
  16. 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).
  17. Drysdale, A. T., et al. Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nature Medicine. 23 (1), 28-38 (2017).
  18. 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).
  19. Ahearn, E. P. The use of visual analog scales in mood disorders: A critical review. Journal of Psychiatric Research. 31 (5), 569-579 (1997).
  20. Bech, P., et al. The Hamilton depression scale. Evaluation of objectivity using logistic models. Acta Psychiatrica Scandinavica. 63 (3), 290-299 (1981).
  21. Khambhati, A. N., Sizemore, A. E., Betzel, R. F., Bassett, D. S. Modeling and interpreting mesoscale network dynamics. NeuroImage. 180, 337-349 (2018).
  22. 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).
  23. Kleen, J. K., Rao, V. R. Managing neurostimulation for epilepsy. Deep Brain Stimulation Management. , 177-197 (2022).
  24. 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).
  25. Harris, P. A., et al. The REDCap consortium: Building an international community of software platform partners. Journal of Biomedical Informatics. 95, 103208(2019).
  26. Krauss, J. K., et al. Technology of deep brain stimulation: current status and future directions. Nature Reviews Neurology. 17 (2), 75-87 (2021).
  27. Dougherty, D. D. Deep brain stimulation: clinical applications. The Psychiatric Clinics of North America. 41 (3), 385-394 (2018).
  28. Drobisz, D., Damborská, A. Deep brain stimulation targets for treating depression. Behavioural Brain Research. 359, 266-273 (2019).
  29. 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).
  30. Sun, F. T., Morrell, M. J. Closed-loop neurostimulation: the clinical experience. Neurotherapeutics. 11 (3), 553-563 (2014).
  31. 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).
  32. Zuo, X. -N., Xu, T., Milham, M. P. Harnessing reliability for neuroscience research. Nature Human Behaviour. 3 (8), 768-771 (2019).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

Closed Loop NeurostimulationDeep Brain StimulationMajor Depressive DisorderPersonalized TreatmentNeural BiomarkerSymptom State DetectionState Space ModelNeurostimulator ProgrammingResponsive StimulationTreatment Refractory Depression

Artículos relacionados