מאמר שיטה

גירוי עצבי בלולאה סגורה לטיפול מותאם אישית מונע סמנים ביולוגיים בהפרעת דיכאון מג'ורי

DOI:

10.3791/65177

⸱

7 ביולי 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

במאמר זה

סיכום

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

גירוי מוחי עמוק המופעל על ידי סמן ביולוגי עצבי ספציפי למטופל של מצב בעל תסמינים גבוהים עשוי לשלוט טוב יותר בסימפטומים של הפרעת דיכאון מג'ורי בהשוואה לגירוי מתמשך בלולאה פתוחה. פרוטוקול זה מספק זרימת עבודה לזיהוי סמן ביולוגי עצבי ספציפי למטופל ובקרה על מתן גירוי טיפולי המבוסס על הסמן הביולוגי שזוהה.

תקציר

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

גירוי מוחי עמוק כרוך במתן גירוי חשמלי לאזורי מוח ממוקדים לתועלת טיפולית. בהקשר של הפרעת דיכאון מג'ורי (MDD), רוב המחקרים עד כה נתנו גירוי מתמשך או לולאה פתוחה עם תוצאות מבטיחות אך מעורבות. גורם אחד התורם לתוצאות מעורבות אלה עשוי לנבוע ממועד הפעלת הגירוי. מתן גירוי ספציפי למצבים בעלי תסמינים גבוהים באופן מותאם אישית ומגיב עשוי להיות יעיל יותר בהפחתת הסימפטומים בהשוואה לגירוי מתמשך ועשוי למנוע השפעות טיפוליות מופחתות הקשורות להרגלה. בנוסף, משך גירוי כולל נמוך יותר ליום הוא יתרון להפחתת צריכת האנרגיה של המכשיר. פרוטוקול זה מתאר זרימת עבודה ניסיונית באמצעות מכשיר גירוי עצבי מושתל כרוני כדי להשיג גירוי בלולאה סגורה עבור אנשים עם MDD עמיד לטיפול. פרדיגמה זו תלויה בקביעת סמן ביולוגי עצבי ספציפי למטופל הקשור למצבים של תסמינים גבוהים ותכנות גלאי המכשיר, כך שהגירוי מופעל על ידי קריאה זו של מצב הסימפטומים. ההליכים המתוארים כוללים כיצד להשיג הקלטות עצביות במקביל לדיווחי סימפטומים של מטופלים, כיצד להשתמש בנתונים אלה בגישת מודל מצב-מרחב כדי להבדיל בין מצבים בעלי תסמינים נמוכים וגבוהים לבין תכונות עצביות מתאימות, וכיצד לתכנת ולכוונן לאחר מכן את המכשיר כדי לספק טיפול בגירוי בלולאה סגורה.

מבוא

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

הפרעת דיכאון מג'ורי (MDD) היא מחלה נוירופסיכיאטרית המאופיינת בפעילות חריגה ברמת הרשת וקישוריות1. המחלה מתבטאת במגוון תסמינים המשתנים בין אנשים, משתנים עם הזמן, ועשויים לנבוע ממעגלים עצביים שונים 2,3. כ-30% מהאנשים עם MDD עמידים לטיפולים סטנדרטיים4, מה שמדגיש את הצורך בגישות חדשות.

גירוי מוחי עמוק (DBS) הוא סוג של נוירומודולציה שבה זרם חשמלי מועבר לאזורים ממוקדים במוח במטרה לווסת את הפעילות. DBS לטיפול ב- MDD הצליח מאוד בחלק מהיישומים 5,6, אך גם לא הצליח להשתכפל במחקרים גדולים יותר 7,8. כל המחקרים שצוטטו השתמשו בגירוי לולאה פתוחה9, שבו מתן גירוי טיפולי משוער היה רציף עם פרמטרים קבועים. לעומת זאת, גירוי בלולאה סגורה מספק גירוי המבוסס על סמן ביולוגי מתוכנת או תבנית פעילות עצבית המשויכת למצב הסימפטומים10. ישנם שני יישומים עיקריים של גירוי בלולאה סגורה: גירוי מגיב וגירוי אדפטיבי11. גירוי מגיב מספק פרצי גירוי עם פרמטרים קבועים (למשל, תדר, משרעת, רוחב פולס) כאשר הקריטריונים המתוכנתים מתקיימים. עם גירוי אדפטיבי, פרמטרי גירוי משתנים באופן דינמי כפונקציה של הסמן הביולוגי הנמדד, על פי האלגוריתם, אשר עשוי להיות נקודות תיקון מרובות או התאמה רציפה אוטומטית. גירוי יכול להיות מתמשך או לסירוגין עם גירוי הסתגלותי. גירוי אדפטיבי הראה יעילות עדיפה על גירוי בלולאה פתוחה בשליטה על סימפטומים של מחלת פרקינסון12. גירוי עצבי מגיב לאפילפסיה13 מאושר על ידי מנהל המזון והתרופות האמריקאי (FDA), בעוד שמחקרים מוקדמים של גירוי מגיב עבור MDD 14 וגירוי אדפטיבי עבור תסמונת טורט 15 ורעד חיוני16 מראים גם הם תועלת טיפולית.

כדי ליישם גירוי בלולאה סגורה, יש לבחור אות פיזיולוגי ולעקוב אחריו כדי להודיע מתי יש לספק גירוי. משוב זה הוא ההבדל העיקרי בין גירוי בלולאה פתוחה לגירוי בלולאה סגורה והוא מתממש על ידי בחירת סמן ביולוגי. פרוטוקול זה מספק הליך לקביעת סמן ביולוגי מותאם אישית בהתאם לקבוצת הסימפטומים שחווה אדם נתון. מטא-אנליזות עתידיות בקרב מטופלים יגלו אם ישנם סמנים ביולוגיים משותפים בקרב אנשים או אם ההצגה ההטרוגנית של תסמיני MDD והמעגלים הבסיסיים מחייבת גישה מותאמת אישית17,18. שימוש במכשירי DBS המסוגלים הן לחוש פעילות עצבית והן לספק גירוי חשמלי מאפשר הן את גילוי הסמן הביולוגי הזה והן את היישום הבא של נוירומודולציה בלולאה סגורה. גישה זו מניחה מראש קשר זמני הדוק בין פעילות עצבית לבין מצבי סימפטומים ספציפיים ועשויה שלא להיות ישימה עבור כל הסימנים או התסמינים.

בעוד אינדיקציות כגון מחלת פרקינסון ורעד חיוני יש סימפטומים שניתן למדוד באמצעות חיישנים היקפיים (למשל, רעד, נוקשות), הסימפטומים של MDD מדווחים בדרך כלל על ידי המטופל או מוערכים על ידי קלינאי באמצעות שאלות סטנדרטיות ותצפית. בהקשר של צבירת נתונים מספיקים לחישוב סמן ביולוגי מותאם אישית, הערכות קליניות אינן מעשיות, ולכן נעשה שימוש בדיווחי מטופלים על תסמינים באמצעות סולמות דירוג. סולמות כאלה כוללים סולמות אנלוגיים חזותיים של דיכאון (VAS-D), חרדה (VAS-A) ואנרגיה (VAS-E)19, וצורת שש השאלות של סולם דירוג הדיכאון של המילטון (HAMD-6)20. הקלטות בו-זמניות של פעילות עצבית והשלמת דירוגי סימפטומים אלה של דיווח עצמי מספקות מערך נתונים זוגי שניתן להשתמש בו כדי לבחון קשרים בין תכונות ספקטרליות של האות העצבי הקשורות או מנבאות מצבים בעלי תסמינים גבוהים.

גישות חישוביות, כגון מידול מצב-מרחב, יכולות לשמש כדי לחשוף קשרים בין מצבי סימפטומים ותכונות עצביות. שיטות תאורטיות של גרפים אטרקטיביות לאפיון מצב-מרחב21 משום שהן מאפשרות גילוי מצבים על פני טווחי זמן שונים על ידי מידול מפורש של סמיכות הזמן בין מדידות22. מודל מצב המרחב של הסימפטומים מזהה פרקי זמן שבהם קיים פנוטיפ משותף של הסימפטומים של המטופל ועשוי לאתר תת-מצבים של סימפטומים שבהם הדירוגים על ממדים ספציפיים של דיכאון המטופל שונים בהתאם לסביבה או להקשר. גישה של לולאה סגורה מסתמכת על זיהוי מצבי סימפטומים בהתבסס על פעילות המוח הבסיסית. סיווג למידת מכונה הוא שלב אחרון המסייע לזהות שילוב של מאפיינים סטטיסטיים הנגזרים מאותות פעילות מוחית המבחינים בצורה הטובה ביותר בין שני מצבי סימפטומים או יותר14. גישה דו-שלבית זו מסבירה את השונות בסימפטומים של המטופל לאורך זמן ומקשרת דפוסים שיטתיים של שונות סימפטומים לפעילות מוחית.

הפרוטוקול הנוכחי משתמש במערכת NeuroPace Responsive Neurostimulation System (RNS)13,23. נהלים לקביעת אתרי הגירוי והפרמטרים האופטימליים נמצאים מחוץ לתחום פרוטוקול זה. עם זאת, חשוב לקחת בחשבון את יכולות הגירוי של מכשיר נתון בעת תכנון גירוי עצבי בלולאה סגורה. עבור המכשיר המשמש בפרוטוקול זה, הגירוי נשלט על ידי זרם ומועבר בין האנודות והקתודה. ניתן לבחור במגע אלקטרודה אחד או יותר או בפחית (נוירוסטימולטור מושתל [INS]) כאנודה או קתודה. תדירות גירוי (1-333.3 הרץ), משרעת (0-12 mA), רוחב פולס (40-1000 μs לכל פאזה) ומשך זמן (10-5000 ms, לכל stim) כולם מתוכנתים מראש. ניתן לקבוע את הפרמטרים הקודמים באופן עצמאי עבור עד חמישה טיפולי גירוי; טיפולים אלה ניתנים ברצף אם קריטריוני הזיהוי ממשיכים להתקיים. לא ניתן להעביר צורות גל גירוי מרובות בו זמנית (למשל, לא ניתן להעביר שני תדרים שונים של גירוי בו זמנית). צורת גל הגירוי היא גל מלבני סימטרי דו-פאזי ואינה ניתנת לשינוי.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

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

פרוטוקול זה נבדק ואושר על ידי מועצת הביקורת המוסדית של אוניברסיטת קליפורניה, סן פרנסיסקו.

1. הגדרת מכשיר להקלטות ביתיות של מטופלים

  1. עבוד עם נציג מחברת המכשיר כדי להגדיר ארבעה ערוצים מוגדרים לרכישה, שניים מכל ליד מושתל.
    הערה: כל ערוץ מקליט הקלטה דו-קוטבית. ערוצים מוגדרים עשויים להשתמש במגעי אלקטרודות סמוכים (לדוגמה, 1-2, 3-4) או משולבים (לדוגמה, 1-3, 2-4). כאשר מושתלים מוליכים עם מרווח של 10 מ"מ, בדרך כלל נעשה שימוש במגעים סמוכים. כאשר מושתלים מוליכים עם מרווח של 3.5 מ"מ, נעשה שימוש במגעים סמוכים או משולבים. זה נקבע על ידי בחינת שחזור מיקום שתל האלקטרודות ביחס למטרות אנטומיות ובחינת משרעת האותות. אם מגעים סמוכים מפיקים אותות באמפליטודה נמוכה, מגעים משולבים עדיפים. ניתן להשתמש בכל איש קשר במונטאז' פעם אחת בלבד.
  2. ודא שהמטופל החלים לחלוטין מהניתוח לאחר השתלת המכשיר עם מוליכי קליפת המוח ו / או עומק (ראה24 למידע נוסף על טכניקת ההשתלה).
  3. חבר את שרביט הטלמטריה למתכנת (טאבלט קלינאי) ובקש מהמטופל להחזיק את השרביט מעל אח"י שלו או לחבר אותו לכובע קשירה (מותאם אישית, אינו חלק ממערכת המכשיר; ראה איור 1).
  4. באמצעות המתכנת, היכנס למערכת ניהול נתוני המטופל (PDMS; https://pdms.neuropace.com/login.php), נווט אל המטופל הנכון, בחר תכנות ולאחר מכן שנה לכידת ECoG. הגדר את חלון הלכידה למקסימום של 240 שניות עבור ארבעת הערוצים שהוגדרו באמצעות הבחירה הנפתחת.
    הערה: קצב הדגימה של ההתקן הוא 250 הרץ.
  5. באותו דף הגדרות, הגדר את שמירת מקום עבור הזמנות מגנט לשניים ולאפס עבור כל סוגי הטריגרים האחרים באמצעות הבחירות הנפתחות. זה מאפשר שמירה מועדפת של שתי הקלטות המופעלות על ידי החלקות מגנט.
    הערה: ניתן גם להפעיל אחסון מתוזמן, לשמירה אוטומטית ולא מועדפת של הקלטות עצביות בשעות קבועות ביום. הקלטות אלה לא ישמשו לקביעת סמן ביולוגי, אך עשויות להיות שימושיות למטרות אחרות.
  6. סנכרן את ההגדרות החדשות שתוכנתו עם ה- INS של המטופל על ידי בחירה בלחצן סקירה ותוכנית , אישור השינויים המוצגים בטבלה המוצגת ובחירה בלחצן אישור תכנות .
    הערה: זיהוי וגירוי צריכים להיות מוגדרים שניהם כלא זמין.

2. איסוף תסמינים במהלך הקלטות המטופל בבית

  1. הכן את הסקר מבוסס האינטרנט עבור דוח הסימפטומים של המטופל (לדוגמה, REDCap25), כולל מחוונים עבור VAS-D, VAS-A, VAS-E ותגובות בחירה עבור כל שאלה של HAMD-6. ודא שמועד תחילת הסקר והשלמתו נרשם.
  2. ספק למטופל את כתובת האתר הייחודית שנוצרה על ידי REDCap כדי לגשת לסקרי הסימפטומים באמצעות הודעת טקסט או דוא"ל

3. נוהל דיווח סימפטומים והקלטות עצביות במקביל בבית

  1. הנחו את המטופל להגדיר את הציוד, כולל צג מרוחק (מחשב נייד של המטופל) ושרביט, מגנט ומכשיר להשלמת סקר (למשל טלפון חכם, טאבלט או מחשב) (איור 1). שלבים 3.2-3.8 מבוצעים על ידי המטופל.
    הערה: רוב המטופלים לומדים במהירות הליך זה. הדרכות אישיות בזמן שהמטופל עדיין בבית החולים לאחר השתלת המכשיר מועילות להכרת המרכיבים. לאחר שהמטופל חזר הביתה, שיחת וידאו בזמן שהמטופל מבצע הקלטה בבית יכולה לשמש רענון שימושי.
  2. הפעל את הצג המרוחק וחקר את המכשיר באמצעות השרביט, תוך הורדת הקלטות אלקטרוקורטיקוגרפיה (ECoG) שהתרחשו מאז החקירה האחרונה לצג המרוחק.
  3. החליקו את המגנט מעל אח"י כדי להפעיל הקלטת מגנט.
    הערה: החלקת המגנט מפעילה הקלטה עם יחס החלקה של 2:1 לפני:אחרי יחס ההחלקה. במקרה של לכידת ECoG המתוכנתת ל- 240 שניות, משמעות הדבר היא ש- 160 שניות של נתונים לפני ההחלקה ו- 80 שניות לאחר ההחלקה יאוחסנו.
  4. הפעל טיימר. השתמש בכתובת ה-URL הייחודית כדי להשלים סקר תסמינים.
  5. לאחר שחלפו 4 דקות או שהמטופל סיים את הסקר (מה שיקרה מאוחר יותר), החליקו שוב את המגנט מעל אח"י כדי להפעיל הקלטה נוספת.
  6. לאחר 80 שניות לפחות, השתמש בשרביט כדי לחקור שוב את המכשיר, והעבר את הנתונים משתי החלקות המגנט לצג המרוחק.
    הערה: בשל הזיכרון המובנה המוגבל של אח"י (עד 53 דקות ערוץ של נתונים, בהתאם לתצורה13), רצוי להעביר באופן מיידי הקלטות ECoG אלה לצג המרוחק, כך שהן לא יוחלפו על ידי ההקלטות הבאות.
  7. בצע את שלבים 3.1-3.6 לפחות פעמיים ביום.
  8. לפחות פעם ביום, חבר את הצג המרוחק לאינטרנט באמצעות Ethernet ובחר העבר נתונים וסנכרן בצג המרוחק כדי לשלוח נתונים לענן.

figure-protocol-1
איור 1: ציוד מטופלים להקלטות ביתיות. צג מרוחק, שרביט קשור לכובע, מגנט וסמארטפון עם סקר REDCap. תמונות משובצות מציגות מיקומים ימניים של שתל אלקטרודות מסוג OFC (כחול) וימין מסוג SGC (כתום) על גבי רצף T1 איזוטרופי של חומר לבן בקוטר 1 מ"מ מהדמיית תהודה מגנטית (MRI) לפני הניתוח. פרוסת העטרה המתוארת נמצאת במישור המגע העמוק ביותר, ולכן ייתכן שהמגעים האחרים לא יהיו מרוכזים בפרוסה זו בדיוק (בשל העובדה שמסלול האלקטרודות אינו במישור העטרה). אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

4. קביעת סמן ביולוגי מותאם אישית

  1. צור מסגרת נתונים של תגובות לסקר תסמינים בדיווח עצמי (לדוגמה, JOVE. PR03_Symptoms.pkl).
  2. חשב פרופילי הספק ספקטרליים עבור כל ערוץ של הקלטת ECoG על-ידי סיבוב פעילות ECoG עם משפחה של גלי Morlet (40 ליבות, 12 מחזורים, במרווח יומן בין 1-120 הרץ), יצירת מסגרת נתונים חדשה (לדוגמה, JOVE. PR03_NeuralPower.pkl).
  3. שייך הקלטות ECoG לדוחות תסמינים שהתרחשו בחלון זמן המשתרע על פני 5 דקות לפני עד 5 דקות לאחר הפעלת דוח התסמינים, באמצעות השדה trial_id במסגרת הנתונים של NeuralPower.
  4. זיהוי מצבי תסמינים (איור 2)
    1. באמצעות Python 3.10, התקן את הדרישות המפורטות בקובץ .txt הדרישות (תיקייה משלימה 1) לסביבה חדשה. ניתן לעשות זאת באמצעות דרישות התקנת פיפס -r.txt.
    2. פתח את JOVE-Symptom_State_and_Biomarker_Analysis.ipynb (Supplementary Folder 1) באמצעות Jupyter Notebook.
    3. ודא שהליבה מוגדרת לסביבה שבה הותקנו דרישות.txt והפעל את JOVE-Symptom_State_and_Biomarker_Analysis.ipynb.
      הערה: JOVE-Symptom_State_and_Biomarker_Analysis.ipynb מחשב את הדמיון הסטטיסטי בין ציונים בסקרי מטופלים באמצעות מדד הדמיון הקוסינוס (cosine similarity metric), שנע בין 0 (ללא דמיון) ל-1 (זהה) ובונה גרף מצב סימפטומים על ידי צבירת ערכי הדמיון בכל הזוגות האפשריים של דיווחי סימפטומים של מטופלים בבית. תכונות הכוח הספקטרלי עבור כל מצב סימפטום מחושבות על ידי צבירת פרופילי עוצמה ספקטרלית המשויכים לכל מצב סימפטום מוסק; הליך זה מניב התפלגות של פרופילי עוצמה ספקטרליים המקושרים לכל מצב סימפטום (איור 3).
  5. בתרחישים שבהם מזוהים יותר משני מצבי תסמינים, משווים סטטיסטית את ההתפלגויות של הכוח הספקטרלי המתאים למצב הסימפטום החמור ביותר ולמצב הסימפטום הכי פחות חמור.
  6. השתמש במבחן t מבוסס אשכולות כדי לזהות תדרים ספקטרליים שבהם הכוח הספקטרלי של מצב התסמין החמור גדול משמעותית מהעוצמה הספקטרלית של מצב התסמין הכי פחות חמור. טווח התדרים הספקטרליים הרציפים המבדילים בין מצבי הסימפטומים נחשב כסמן ביולוגי מועמד יחיד.

figure-protocol-2
איור 2: סכמטי של הגישה המתודולוגית למדידת מצבי תסמינים, המציג תוצאות מדוגמה מייצגת. סקרים המדווחים על עצמם של מטופלים מתקבלים וציוני תסמינים מפורטים מנורמלים לטווח שבין 0 ל -1 (צבעים כהים משקפים חומרת תסמינים נמוכה יותר וצבעים בהירים יותר משקפים חומרת סימפטומים גבוהה יותר). (1) כל סקר שהושלם מייצג תמונת מצב בזמן הסימפטומים של המטופל ומיוצג כנקודה (שחור) במרחב ממדי גבוה. (2) נקודות זמן מקושרות זו לזו בגרף סקר תסמינים, המקשר את הדמיון הקוסינוס בין דוחות הסקר (קווים בין נקודות). (3) זיהוי קהילת גרף מקצה כל נקודת זמן למצב קהילה או סימפטום (נקודות וקווים צבעוניים) בהתבסס על תבנית חיבורי הגרף. (4) ציוני חומרת הסימפטומים ממוצעים בהתאם להקצאת המדינה ומספקים פנוטיפ סימפטומים כללי לכל מצב. (5) ניתן לעקוב אחר המופע של כל מצב לאורך זמן כתרשים רסטר (קווים אנכיים משקפים דוח סימפטומים שהוקצה למצב אחד). אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

5. הגדרות גלאי מכשירי תכנות

  1. באמצעות המתכנת, היכנס ל- PDMS ובחר את המטופל הנכון, תכנות וזיהוי שינויים.
  2. בהתבסס על הסמן הביולוגי המותאם אישית שנבחר, בחר את הערוץ הנכון לזיהוי פעילות.
    1. בעת יצירת תבנית בפעם הראשונה, בחר תחילה ECoG על-ידי לחיצה על אחד מאלה המוצגים להלן, ערוץ שנבחר מתוך ECoG זה ופרק זמן מסומן.
    2. בשעת יצירת תבנית מתבנית קיימת, שנה את הערוץ על ידי לחיצה על תבנית ובחירה בלחצן שנה ערוץ .
  3. בתיבה ' זיהוי', בחרו 'פעילות ריתמית', שמציינת גלאי פסים.
  4. לחץ על פקדים נוספים והגדרות עו"ד. בחר את התדר המינימלי הרצוי ואת התדירות המרבית. ודא שההגדרות הן כדלקמן: Bandpass: מופעל; אורך קו: כבוי; אזור: כבוי; לוגיקת היפוך: לא הפוך.
  5. תכנת את המשרעת המינימלית ואת משך הזמן המינימלי עבור הגלאי. התחל עם משרעת מינימלית של 0.8% ומשך מינימלי של 0.64 שניות (שווה ערך לסף Bandpass של חמש וגודל חלון ניתוח זיהוי של 1280 אלפיות השנייה).
    הערה: משרעת מינימלית היא אחוז ממשרעת האות הכוללת שהפעילות שזוהתה חייבת לחרוג ממנה. רק אמפליטודות מעל סף זה יכולות לשמש לזיהוי. משך מינימלי הוא כמה זמן יש לקיים את אות המשרעת הגבוהה. מתבצע מעקב אחר פעולה זו כספירה של סלי זמן קבועים. באופן ספציפי, x מתוך סל הזמן של y 128 אלפיות השנייה חייב לעמוד בקריטריונים אלה, כאשר x הוא סף Bandpass ו- y הוא [Detect Analysis Window Size/128], כפי שמוצג בפרמטרים טכניים. יש לצאת מאפיזודה (כלומר הפעלת הגלאי) לפני שעלול להתרחש טריגר נוסף. הגדרות מסוימות עשויות להיות רגישות מדי ולגרום להישאר בפרק אחד ללא הגבלת זמן, ובכך למנוע טריגרים הבאים.
  6. לאחר בחירת כל הגדרות הגלאי, לחץ על סיום כדי לסגור את כל חלונות התכנות.
    הערה: ניתן לתכנת גלאים מרובים; ניתן להפעיל את הזיהוי בהתבסס על לוגיקת AND/OR בין גלאים אלה. התחל עם גלאי אחד כדי להבין את ההתנהגות לפני הצגת גלאי שני.
  7. כאשר השרביט מונח מעל חדרי המיון של המטופל, בחר סקירה ותוכנית ולחץ על הודעות האישור כדי לאתחל הגדרת גלאי זו.

6. הגדרות גלאי מכשירי טיטרציה

  1. לאחר שגלאי ההתקן תוכנת ואותחל במכשיר, בצע הקלטות בדיקה כדי להעריך אם יש לכוונן את רגישות הגלאי כדי להשיג את תדר ההפעלה הרצוי. ניתן להשיג זאת באמצעות ECoGs חי או דו"ח החקירה. התאמות לרגישות הגלאי נקבעות אמפירית בהתבסס על דיווחי סימפטומים של מטופלים, תופעות לוואי ותוצאות. התאמות אלה עשויות להיות נחוצות במהלך הטיפול. ביום, 30 דקות של גירוי יכולות לשמש כנקודת התחלה שמרנית להערכת היעילות הקלינית תוך שמירה על חיי הסוללה.
  2. ECoGs חיים
    1. כאשר השרביט מונח מעל חדרי המיון של המטופל, בחר ECOGs חיים על המתכנת.
    2. במהלך ההקלטה החיה, ספור את מספר הגילויים המתרחשים למשך ההקלטה. זה מספק אינדיקציה באיזו תדירות הגלאי יופעל.
      הערה: גלאים מסוימים עשויים להיות תלויי מצב, במיוחד גלאים המוגדרים לתדרים נמוכים (למשל, פעילים יותר בתקופות של שינה או נמנום). לפיכך, להקלטות חיות יש מגבלות להעריך באיזו תדירות גלאי עשוי להפעיל. הקלטות חיות עלולות לסבול גם מהפרעות אלקטרומגנטיות (למשל, רעש קו) או מיקום שרביט לקוי.
  3. דו"ח חקירה
    1. דקות עד שעות לאחר הגדרת הגלאי, הניחו את השרביט מעל אח"י המטופל כדי לחקור את המכשיר.
    2. ב-PDMS, נווט אל פעילות, בחר רשימת אירועים ולחץ על חקירה ראשונית מרגע ההקלטה. הטבלה בתחתית מספקת רשימה, עם זמנים, של כל אירועי הזיהוי. ניתן לייצא מסמך זה בפורמט PDF ולנתח אותו לצורך כימות.
  4. בהתבסס על מספר הגילויים ליחידת זמן שנרשמה לעומת צפיפות הגירוי הרצויה, התאם את משך הגלאי ואת פרמטרי המשרעת במידת הצורך. הקפד ללחוץ על סקירה ותוכנית לאחר כל קבוצה של שינויים כדי לאתחל אותם ב- INS של המטופל.

7. הגדרות גירוי של מכשיר תכנות

  1. באמצעות המתכנת, היכנס ל- PDMS ובחר את המטופל הנכון, תכנות וגירוי שינוי.
  2. בחר את מגעי ההפניה הרצויים או את Can (INS) שיהיו אנודות וקתודה. בחר את זרם הגירוי הרצוי, רוחב הפולס, משך הזמן והתדירות.
    הערה: ניתן לתכנת עד חמישה טיפולי גירוי; כל טיפול כולל שני פרצי גירוי, שניתן לתכנת להיות זהים או שונים. טריגר גלאי נתון יכול להוביל למספר משתנה של טיפולי גירוי, בהתאם למשך הזמן הממושך של האירוע. רק תוכנית טיפול 1, עם שני התפרצויות יש את אותם פרמטרים, אשר יוביל משך עקבי של גירוי מועבר בכל פעם הגלאי מופעל. בתצורה זו, משך הזמן הכולל של הגירוי המועבר כאשר הגלאי מופעל יהיה הסכום של Stim 1 Burst 1 ו- Stim 1 Burst 2. אם מספר טיפולים מתוכנתים ומועברים, ניתן לספק מקסימום חמישה טיפולים במהלך אפיזודה נתונה. יש לצאת מהאפיזודה ולהפעיל אפיזודה חדשה על מנת שהגירוי הבא יועבר.
  3. אם תרצה להגביל את הכמות הכוללת של גירוי המועבר ליום, בחר ערך עבור מגבלת טיפול ליום וזמן איפוס מגבלת טיפול.
    הערה: אזור הזמן לאיפוס מגבלת הטיפול מוגדר למרכז הראשי של המטופל. אם המטופלים עברו דירה, זה עשוי להיות שונה מאזור הזמן הביתי של המטופל.
  4. באופן ספציפי, אם אין צורך בגירוי לילה, הגדר את מגבלת הטיפול ליום ואת זמן איפוס מגבלת הטיפול כך שהגלאי ישיג את מגבלת הטיפול בין זמן האיפוס לשעת השינה של המטופל.
  5. כאשר השרביט מונח מעל חדרי המיון של המטופל, בחר סקירה ותוכנית ולחץ על הודעות האישור כדי לאתחל את הגדרות הגירוי.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

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

הנתונים שנאספו ומוצגים כאן הם ממטופל יחיד עם מוליכים ארבע-ערוציים שהושתלו בקליפת המוח האורביטופרונטלית הימנית (OFC) ובחגורה התת-גנית הימנית (SGC) (איור 1). מוליך עם פסיעה של 10 מ"מ ממרכז למרכז שימש עבור ה-OFC על מנת להתמקד הן בהיבט המדיאלי והן בהיבט הצידי, בעוד מוליך עם פסיעה של 3.5 מ"מ שימש עבור SGC על מנת לקבל כיסוי מרוכז יותר מבחינה מרחבית. ארבעה ערוצי הקלטה דו-קוטביים תוכנתו באמצעות אנשי קשר סמוכים: OFC1-OFC2, OFC3-OFC4, SGC1-SGC2 ו-SGC3-SGC4. מגעים אלה נבחרו כדי לסייע בפענוח מקור האותות...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

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

גירוי מוחי עמוק הפך לטיפול מבוסס במחלת פרקינסון, רעד חיוני, דיסטוניה ואפילפסיה, והוא נחקר באופן פעיל במצבים נוירופסיכיאטריים רבים אחרים26,27,28,29. הרוב המכריע של DBS מועבר במצב לולאה פתוחה, שבו הגירוי מועבר ברציפות. עבור סימפטומים שהם paroxysmal בטבע, גירוי מתמשך עלול להוביל לתופעות לוואי לא רצויות או להפחית את היעילות הטיפולית30. בעוד שגירוי טיפולי ישפר לעתים קרובות את...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

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

ADK מייעצת עבור 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 ו-Neurawell Therapeutics. ADK מאשרת תמיכה מ-Janssen Pharmaceuticals, Jazz Pharmaceuticals, Axsome Therapeutics (לא. AXS-05-301), וחושפים חיישנים ביולוגיים. KWS מכהן במועצה המייעצת של Nesos. ל-UCSF ול-EFC יש פטנטים הקשורים לגירוי מוחי לטיפול בהפרעות נוירופסיכיאטריות. המחברים האחרים מצהירים שאין אינטרסים מתחרים.

תודות

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

עבודה זו נתמכה על ידי קרן משפחת ריי ודגמר דולבי באמצעות המחלקה לפסיכיאטריה ב- UCSF (KKS, ANK, NS, JF, VRR, KWS, EFC, ADK), על ידי פרס המכונים הלאומיים לבריאות מס '. K23NS110962 (KWS), מענק חוקר צעיר של NARSAD מהקרן לחקר המוח וההתנהגות (KWS), ופרס פורץ הדרך לשנת 1907 (KWS).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
עומק עופרתNeuropaceDL-330-3.5אורך 30 ס"מ, מרווח מגעים 3.5 מ"מ עופרת
עומקNeuropaceDL-330-10אורך 30 ס"מ, מרווח מגעים 10 מ"מ
עומק עופרתNeuropaceDL-344-3.5אורך 44 ס"מ, מרווח מגעים 3.5 מ"מ
עופרת עומקNeuropaceDL-344-10אורך 44 ס"מ, מרווח מגעים 10 מ"מ
כובע עם סקוטשJupyterאופציונליNA בהרכבה עצמית
Jupyter
מגנטNeuropaceM-01
מתכנתNeuropacePGM-300Clinician
Tablet Python 3.10PythonNA
צג מרחוקNeuropace5000מחשב נייד למטופל 
מערכת גירוי עצבי רספונסיבית (RNS) NeuropaceRNS-320
שרביטNeuropaceW-02
פרויקט מחברת NA

מקורות

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

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

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

מאמרים קשורים