Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Neurostymulacja w pętli zamkniętej w spersonalizowanym leczeniu dużych zaburzeń depresyjnych opartych na biomarkerach

4.2K wyświetleń

DOI:

10.3791/65177

7 lipca 2023

W tym artykule

Podsumowanie

Głęboka stymulacja mózgu wywołana przez specyficzny dla pacjenta biomarker neuronalny o wysokim poziomie objawów może lepiej kontrolować objawy dużego zaburzenia depresyjnego w porównaniu do ciągłej, otwartej stymulacji. Protokół ten zapewnia przepływ pracy w celu identyfikacji specyficznego dla pacjenta biomarkera neuronalnego i kontrolowania dostarczania stymulacji terapeutycznej w oparciu o zidentyfikowany biomarker.

Streszczenie

Głęboka stymulacja mózgu polega na podawaniu stymulacji elektrycznej do wybranych obszarów mózgu w celu uzyskania korzyści terapeutycznych. W kontekście dużego zaburzenia depresyjnego (MDD) większość dotychczasowych badań obejmowała stymulację ciągłą lub w otwartej pętli z obiecującymi, ale mieszanymi wynikami. Jednym z czynników przyczyniających się do tych mieszanych wyników może być moment zastosowania stymulacji. Podawanie stymulacji specyficzne dla stanów nasilenia objawów w sposób spersonalizowany i responsywny może być bardziej skuteczne w zmniejszaniu objawów w porównaniu z ciągłą stymulacją i może uniknąć zmniejszenia efektów terapeutycznych związanych z habituacją. Dodatkowo, krótszy całkowity czas stymulacji w ciągu dnia jest korzystny dla zmniejszenia zużycia energii przez urządzenie. Protokół ten opisuje eksperymentalny przebieg pracy przy użyciu przewlekle wszczepionego urządzenia do neurostymulacji w celu uzyskania stymulacji w pętli zamkniętej u osób z opornym na leczenie MDD. Paradygmat ten opiera się na określeniu specyficznego dla pacjenta biomarkera neuronalnego, który jest związany ze stanami wysokich objawów i zaprogramowaniu detektorów urządzenia w taki sposób, aby stymulacja była wyzwalana przez ten odczyt stanu objawów. Opisane procedury obejmują sposób uzyskiwania nagrań neuronowych zbieżnych z raportami o objawach pacjenta, jak wykorzystać te dane w podejściu modelu przestrzeni stanów do różnicowania stanów o niskich i wysokich objawach oraz odpowiadających im cech neuronalnych, a także jak następnie zaprogramować i dostroić urządzenie, aby dostarczało terapię stymulacji w pętli zamkniętej.

Wprowadzenie

Duże zaburzenie depresyjne (MDD) jest chorobą neuropsychiatryczną charakteryzującą się nieprawidłową aktywnością i łącznością na poziomie sieci1. Choroba objawia się różnymi objawami, które różnią się u poszczególnych osób, zmieniają się w czasie i mogą wynikać z różnych obwodów neuronalnych2,3. Około 30% osób z MDD jest opornych na standardowe leczenie4, co podkreśla potrzebę nowego podejścia.

Głęboka stymulacja mózgu (DBS) to forma neuromodulacji, w której prąd elektryczny jest dostarczany do wybranych obszarów mózgu w celu modulacji aktywności. DBS w leczeniu MDD okazał się bardzo skuteczny w niektórych zastosowaniach5,6, ale również nie udało się go zreplikować w większych badaniach7,8. We wszystkich cytowanych badaniach stosowano stymulację w pętli otwartej9, w której dostarczanie przypuszczalnej stymulacji terapeutycznej odbywało się w sposób ciągły o ustalonych parametrach. W przeciwieństwie do tego, stymulacja w pętli zamkniętej zapewnia stymulację w oparciu o zaprogramowany biomarker lub wzorzec aktywności neuronalnej związany ze stanem objawów10. Istnieją dwie główne implementacje stymulacji w pętli zamkniętej: stymulacja responsywna i stymulacja adaptacyjna11. Stymulacja responsywna dostarcza serie stymulacji o stałych parametrach (np. częstotliwości, amplitudzie, szerokości impulsu), gdy spełnione są zaprogramowane kryteria. W przypadku stymulacji adaptacyjnej parametry stymulacji zmieniają się dynamicznie w funkcji mierzonego biomarkera, zgodnie z algorytmem, który może mieć wiele punktów stałych lub automatyczną ciągłą regulację. Stymulacja może być ciągła lub przerywana ze stymulacją adaptacyjną. Stymulacja adaptacyjna wykazała większą skuteczność niż stymulacja w otwartej pętli w kontrolowaniu objawów choroby Parkinsona12. Neurostymulacja responsywna w leczeniu padaczki13 jest zatwierdzona przez Agencję ds. Żywności i Leków (FDA), podczas gdy wczesne badania stymulacji responsywnej dla MDD14 i stymulacji adaptacyjnej dla zespołu Tourette'a15 i drżenie samoistne16 również wykazują korzyści terapeutyczne.

Aby wdrożyć stymulację w pętli zamkniętej, należy wybrać i śledzić sygnał fizjologiczny, który informuje, kiedy stymulacja powinna zostać dostarczona. To sprzężenie zwrotne jest kluczową różnicą między stymulacją w pętli otwartej i zamkniętej i jest realizowane poprzez wybór biomarkera. Protokół ten zapewnia procedurę określania spersonalizowanego biomarkera zgodnie z konstelacją objawów doświadczanych przez daną osobę. Przyszłe metaanalizy przeprowadzone u pacjentów pokażą, czy istnieją wspólne biomarkery u różnych osób, czy też niejednorodna prezentacja objawów MDD i leżących u ich podstaw obwodów wymaga spersonalizowanego podejścia17,18. Wykorzystanie urządzeń DBS zdolnych zarówno do wykrywania aktywności neuronalnej, jak i dostarczania stymulacji elektrycznej, pozwala zarówno na odkrycie tego biomarkera, jak i późniejsze wdrożenie neuromodulacji w pętli zamkniętej. Takie podejście zakłada ścisły związek czasowy między aktywnością neuronalną a określonymi stanami objawów i może nie mieć zastosowania do wszystkich wskazań lub objawów.

Podczas gdy objawy takie jak choroba Parkinsona i drżenie samoistne mają objawy, które można zmierzyć za pomocą czujników peryferyjnych (np. drżenie, sztywność), objawy MDD są zazwyczaj zgłaszane przez pacjenta lub oceniane przez klinicystę za pomocą standardowych pytań i obserwacji. W kontekście gromadzenia danych wystarczających do obliczenia spersonalizowanego biomarkera, oceny klinicystów nie są praktyczne, dlatego stosuje się raporty pacjentów o objawach za pomocą skal ocen. Skale takie obejmują wizualne analogowe skale depresji (VAS-D), lęku (VAS-A) i energii (VAS-E)19 oraz sześciopytaniową formę Skali Oceny Depresji Hamiltona (HAMD-6)20. Równoczesne zapisy aktywności neuronalnej i ukończenie tych samoopisowych ocen objawów zapewniają sparowany zestaw danych, który można wykorzystać do przyjrzenia się relacjom między cechami spektralnymi sygnału neuronalnego związanymi ze stanami o wysokich objawach lub przewidującymi je.

Podejścia obliczeniowe, takie jak modelowanie przestrzeni stanów, mogą być używane do odkrywania relacji między stanami objawów a cechami neuronalnymi. Metody teorii grafów są atrakcyjne do charakteryzowania przestrzeni stanów21, ponieważ umożliwiają odkrywanie stanów w różnych skalach czasowych poprzez jawne modelowanie czasowej bliskości między pomiarami22. Model przestrzeni stanów objawów identyfikuje okresy czasu, w których występuje wspólny fenotyp objawów pacjenta i może wskazać podstany objawów, w których oceny konkretnych wymiarów depresji pacjenta różnią się w zależności od środowiska lub kontekstu. Podejście oparte na pętli zamkniętej opiera się na wykrywaniu stanów objawowych na podstawie podstawowej aktywności mózgu. Klasyfikacja uczenia maszynowego to ostatni krok, który pomaga zidentyfikować kombinację cech statystycznych pochodzących z sygnałów aktywności mózgu, która najlepiej rozróżnia dwa lub więcej stanów objawów14. To dwuetapowe podejście wyjaśnia zmienność objawów pacjenta w czasie i łączy systematyczne wzorce zmienności objawów z aktywnością mózgu.

Obecny protokół wykorzystuje NeuroPace Responsive Neurostimulation System (RNS)13,23. Procedury mające na celu określenie optymalnego miejsca (miejsc) stymulacji i parametrów wykraczają poza zakres niniejszego protokołu. Jednak możliwości stymulacyjne danego urządzenia są ważne do rozważenia przy projektowaniu neurostymulacji w pętli zamkniętej. W przypadku urządzenia używanego w tym protokole stymulacja jest kontrolowana prądem i dostarczana między anodą (anodami) a katodą (katodomi). Jako anodę (anody) lub katodę (katodę) można wybrać jeden lub więcej styków elektrod lub Can (wszczepialny neurostymulator [INS]). Częstotliwość stymulacji (1-333,3 Hz), amplituda (0-12 mA), szerokość impulsu (40-1000 μs na fazę) i czas trwania (10-5000 ms, na stymulant) są wstępnie zaprogramowane. Wcześniejsze parametry można ustawić niezależnie dla maksymalnie pięciu terapii stymulacyjnych; Terapie te są dostarczane sekwencyjnie, jeśli kryteria wykrywania są nadal spełnione. Nie jest możliwe jednoczesne dostarczanie wielu fal stymulacji (np. nie można jednocześnie dostarczać dwóch różnych częstotliwości stymulacji). Kształt fali stymulacyjnej jest symetryczną dwufazową falą prostokątną i nie można jej zmienić.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Niniejszy protokół został sprawdzony i zatwierdzony przez Instytucjonalną Komisję Recenzyjną Uniwersytetu Kalifornijskiego w San Francisco.

1. Konfiguracja urządzenia do rejestracji domowej pacjenta

  1. Współpracuj z przedstawicielem firmy producenta urządzenia, aby skonfigurować cztery kanały akwizycji, po dwa z każdej implantowanej elektrody.
    UWAGA: Każdy kanał rejestruje zapis bipolarny. Skonfigurowane kanały mogą wykorzystywać sąsiadujące (np. 1-2, 3-4) lub przeplatane (np. 1-3, 2-4) kontakty elektrod. W przypadku implantacji elektrod z odstępem 10 mm zazwyczaj stosuje się kontakty sąsiadujące. W przypadku implantacji elektrod z odstępem 3,5 mm stosuje się kontakty sąsiadujące lub przeplatane. Jest to ustalane na podstawie analizy rekonstrukcji miejsca implantacji elektrody względem celów anatomicznych oraz badania amplitudy sygnałów. Jeśli kontakty sąsiadujące generują sygnały o niskiej amplitudzie, preferowane są kontakty przeplatane. Każdy kontakt może zostać wykorzystany w montażu tylko raz.
  2. Upewnij się, że pacjent całkowicie powrócił do zdrowia po operacji implantacji urządzenia z elektrodami korowymi i/lub głębinowymi (dodatkowe informacje na temat techniki implantacji znajdują się w 24).
  3. Podłącz głowicę telemetryczną do programatora (tabletu klinicysty) i poproś pacjenta o przytrzymanie głowicy nad INS lub przymocuj ją do czapki stabilizującej (wykonanej na zamówienie, niebędącej częścią systemu urządzenia; patrz Rycina 1).
  4. Za pomocą programatora zaloguj się do systemu zarządzania danymi pacjenta (PDMS; https://pdms.neuropace.com/login.php), przejdź do profilu odpowiedniego pacjenta, wybierz Programming , a następnie Change ECoG Capture. Za pomocą listy rozwijanej ustaw Capture Window na maksymalną wartość 240 s dla czterech skonfigurowanych kanałów.
    UWAGA: Częstotliwość próbkowania urządzenia wynosi 250 Hz.
  5. Na tej samej stronie ustawień, za pomocą list rozwijanych, ustaw Reserve Space na dwa dla rezerwacji magnetycznych oraz na zero dla wszystkich pozostałych typów wyzwalaczy. Pozwala to na priorytetowe zapisywanie dwóch nagrań wyzwalanych przez przesunięcie magnesu.
    UWAGA: Można również włączyć zapamiętywanie zaplanowane w celu automatycznego i niepriorytetowego zapisywania rejestracji neuronalnych o określonych porach dnia. Nagrania te nie będą wykorzystywane do wyznaczania biomarkera, ale mogą być przydatne w innych celach.
  6. Zsynchronizuj nowo zaprogramowane ustawienia z INS pacjenta, wybierając przycisk Review & Program, potwierdzając zmiany wyświetlone w przedstawionej tabeli i wybierając przycisk Confirm Programming .
    ​UWAGA: Zarówno Detection , jak i Stimulation powinny być ustawione na Disabled.

2. Gromadzenie danych o objawach podczas nagrań pacjentów w domu

  1. Przygotuj internetową ankietę do raportowania objawów przez pacjentów (np. w systemie REDCap)25), w tym suwaki dla VAS-D, VAS-A, VAS-E oraz odpowiedzi wyboru dla każdego pytania w HAMD-6. Należy upewnić się, że zarejestrowano czas rozpoczęcia i zakończenia ankiety.
  2. Przekaż pacjentowi wygenerowany przez REDCap unikalny adres URL w celu uzyskania dostępu do ankiet dotyczących objawów albo poprzez wiadomość tekstowa lub e-mail

3. Procedura jednoczesnego raportowania objawów w domu i rejestracji aktywności neuronalnej

  1. Poinstruuj pacjenta, aby przygotował sprzęt, w tym zdalny monitor (laptop pacjenta), sondę, magnes oraz urządzenie do wypełnienia ankiety (np. smartfon, tablet lub komputer) (Rycina 1). Kroki 3.2–3.8 są wykonywane przez pacjenta.
    UWAGA: Większość pacjentów szybko opanowuje tę procedurę. Sesje szkoleniowe odbywające się osobiście w szpitalu po implantacji urządzenia są pomocne w zapoznaniu się z jego elementami. Po powrocie pacjenta do domu pomocne może być odświeżenie wiedzy za pomocą wideorozmowy podczas wykonywania przez pacjenta pomiaru w warunkach domowych.
  2. Włącz monitor zdalny i przeprowadź odczyt urządzenia za pomocą głowicy, pobierając do monitora zdalnego zapisy elektrokortykografii (ECoG) zarejestrowane od czasu ostatniego odczytu.
  3. Przesuń magnes nad INS, aby uruchomić rejestrację magnetyczną.
    UWAGA: Przesunięcie magnesu uruchamia nagrywanie w stosunku 2:1 (czas przed przesunięciem do czasu po przesunięciu). W przypadku rejestracji ECoG zaprogramowanej na 240 s oznacza to, że zostaną zapisane dane z 160 s przed przesunięciem oraz z 80 s po przesunięciu.
  4. Uruchom stoper. Użyj unikalnego adresu URL, aby wypełnić ankietę dotyczącą objawów.
  5. Po upływie 4 minut lub po zakończeniu ankiety przez pacjenta (zależnie od tego, co nastąpi później), należy ponownie przesunąć magnes nad INS, aby uruchomić kolejne nagranie.
  6. Po upływie co najmniej 80 s należy ponownie użyć czytnika do odpytania urządzenia, przenosząc dane z dwóch przesunięć magnesu do zdalnego monitora.
    UWAGA: Ze względu na ograniczoną pamięć wewnętrzną systemu INS (do 53 minut danych na kanał, w zależności od konfiguracji)13), zaleca się niezwłoczne przesłanie tych zapisów ECoG do zdalnego monitora, aby nie zostały one nadpisane przez kolejne nagrania.
  7. Kroki 3.1–3.6 należy powtórzyć co najmniej dwa razy dziennie.
  8. Przynajmniej raz dziennie podłącz monitor zdalny do internetu poprzez ethernet i wybierz Przenoszenie danych i Synchronizacja na zdalnym monitorze, aby przesłać dane do chmury.

Układ do przezczaszkowej stymulacji magnetycznej z obrazami mózgu MRI do analizy badań poznawczych.
Rysunek 1: Sprzęt pacjenta do rejestracji w warunkach domowych. Monitor zdalny, sonda przymocowana do czapki, magnes oraz smartfon z ankietą REDCap. Wstawki przedstawiają lokalizacje implantów elektrod w prawym OFC (kolor niebieski) i prawym SGC (kolor pomarańczowy) nałożone na 1 mm izotropową sekwencję T1 z wygaszeniem istoty białej z przedoperacyjnego obrazowania rezonansem magnetycznym (MRI). Przedstawiony przekrój czołowy znajduje się w płaszczyźnie najgłębszego kontaktu, zatem pozostałe kontakty mogą nie być wycentrowane na tym konkretnym przekroju (ze względu na fakt, że trajektoria elektrody nie przebiega w płaszczyźnie czołowej). Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

4. Wyznaczanie spersonalizowanego biomarkera

  1. Utwórz ramkę danych (dataframe) z odpowiedziami z ankiety dotyczącej zgłaszanych przez pacjentów objawów (np. JOVE.PR03_Symptoms.pkl).
  2. Oblicz profile mocy widmowej dla każdego kanału zapisu ECoG poprzez splot aktywności ECoG z rodziną falkowań Morleta (40 jąder, 12 cykli, rozkład logarytmiczny w zakresie 1-120 Hz), tworząc nową ramkę danych (np. JOVE.PR03_NeuralPower.pkl).
  3. Powiąż zapisy ECoG z raportami o objawach, które wystąpiły w oknie czasowym od 5 min przed do 5 min po rozpoczęciu zgłoszenia objawu, korzystając z pola trial_id w ramce danych NeuralPower.
  4. Zidentyfikuj stany objawowe (Rysunek 2)
    1. Używając języka Python 3.10, zainstaluj wymagania wymienione w pliku requirements.txt (Folder uzupełniający 1) w nowym środowisku. Można to zrobić za pomocą polecenia pip install -r requirements.txt.
    2. Otwórz plik JOVE-Symptom_State_and_Biomarker_Analysis.ipynb (Folder uzupełniający 1) za pomocą Jupyter Notebook.
    3. Upewnij się, że jądro (kernel) jest ustawione na środowisko, w którym zainstalowano requirements.txt, a następnie uruchom JOVE-Symptom_State_and_Biomarker_Analysis.ipynb.
      UWAGA: Plik JOVE-Symptom_State_and_Biomarker_Analysis.ipynb oblicza statystyczne podobieństwo między wynikami ankiet pacjentów przy użyciu miary podobieństwa cosinusowego, która przyjmuje wartości od 0 (brak podobieństwa) do 1 (identyczne), i konstruuje graf stanu objawów poprzez agregację wartości podobieństwa dla wszystkich możliwych par domowych raportów o objawach pacjentów. Cechy mocy widmowej dla każdego stanu objawowego są obliczane poprzez agregację profili mocy widmowej powiązanych z każdym wnioskowanym stanem objawowym; procedura ta daje rozkład profili mocy widmowej powiązanych z każdym stanem objawowym (Rysunek 3).
  5. W scenariuszach, w których zidentyfikowano więcej niż dwa stany objawowe, statystycznie porównuje się rozkłady mocy widmowej odpowiadające najcięższemu i najlżejszemu stanowi objawowemu.
  6. Użyj testu t opartego na permutacjach klastrów, aby zidentyfikować częstotliwości widmowe, dla których moc widmowa ciężkiego stanu objawowego jest znacząco większa niż moc widmowa najlżejszego stanu objawowego. Zakres przyległych częstotliwości widmowych, które różnicują stany objawowe, jest traktowany jako pojedynczy kandydat na biomarker.

Analiza stanów objawowych: wysokowymiarowy graf ankiet, detekcja społeczności, schemat mapowania fenotypów.
Rycina 2: Schemat podejścia metodologicznego do pomiaru stanów objawowych, przedstawiający wyniki z reprezentatywnego przykładu. Pozyskiwane są ankiety z samoopisem pacjentów, a punktowe wyniki objawów są normalizowane do zakresu od 0 do 1 (ciemniejsze kolory odzwierciedlają niższe nasilenie objawów, a jaśniejsze kolory wyższe nasilenie objawów). (1) Każda wypełniona ankieta stanowi zapis stanu objawów pacjenta w danym momencie i jest reprezentowana jako punkt (czarny) w przestrzeni wysokowymiarowej. (2) Punkty czasowe są ze sobą powiązane w grafie ankiet objawowych, który odnosi się do podobieństwa cosinusowego między raportami z ankiet (linie między punktami). (3) Detekcja społeczności w grafie przypisuje każdy punkt czasowy do społeczności lub stanu objawowego (kolorowe punkty i linie) na podstawie wzorca połączeń w grafie. (4) Wyniki nasilenia objawów są uśredniane zgodnie z przypisaniem do stanu, co pozwala określić ogólny fenotyp objawowy dla każdego stanu. (5) Występowanie każdego stanu może być śledzone w czasie w postaci wykresu rastrowego (linie pionowe odzwierciedlają raport objawów przypisany do jednego stanu). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

5. Programowanie ustawień detektora urządzenia

  1. Za pomocą programatora zaloguj się do systemu PDMS i wybierz odpowiedniego pacjenta, sekcję Programming (Programowanie) oraz Change Detection (Wykrywanie zmian).
  2. W oparciu o wybrany spersonalizowany biomarker wybierz odpowiedni kanał do wykrywania aktywności.
    1. Tworząc Pattern (Wzorzec) po raz pierwszy, najpierw wybierz zapis ECoG, klikając jeden z widocznych poniżej, następnie wybierz kanał z tego zapisu ECoG oraz zaznacz przedział czasowy.
    2. Tworząc wzorzec na podstawie istniejącego, zmień kanał, klikając Pattern i wybierając przycisk Change Channel (Zmień kanał).
  3. W sekcji Detect (Wykrywanie) wybierz Rhythmic Activity (Aktywność rytmiczna), co oznacza zastosowanie detektora pasmowo-przepustowego.
  4. Kliknij More Controls (Więcej sterowań) oraz Adv Settings (Ustawienia zaawansowane). Wybierz żądaną częstotliwość minimalną i maksymalną. Upewnij się, że ustawienia są następujące: Bandpass (Pasmo przepustowe): On; Line Length (Długość linii): Off; Area (Pole): Off; Inversion Logic (Logika inwersji): Not Inverted.
  5. Zaprogramuj Min Amplitude (Minimalną amplitudę) i Minimum Duration (Minimalny czas trwania) dla detektora. Zacznij od minimalnej amplitudy 0.8% i minimalnego czasu trwania 0.64 s (co odpowiada Bandpass Threshold (Progowi pasma przepustowego) wynoszącemu pięć i Detect Analysis Window Size (Rozmiarowi okna analizy wykrywania) 1280 ms).
    UWAGA: Min Amplitude to procent całkowitej amplitudy sygnału, który musi zostać przekroczony przez wykrywaną aktywność. Do wykrywania mogą być wykorzystane tylko amplitudy powyżej tego progu. Minimum Duration to czas, przez który sygnał o wysokiej amplitudzie musi zostać utrzymany. Jest to śledzone jako liczba przedziałów czasowych o stałej długości. Konkretnie, x z y przedziałów czasowych o długości 128 ms musi spełniać te kryteria, gdzie x to Bandpass Threshold, a y to [Detect Analysis Window Size/128], zgodnie z informacją w Parametrach Technicznych. Epizod (tj. uruchomienie detektora) musi zostać zakończony, zanim będzie mógł wystąpić kolejny wyzwalacz. Niektóre ustawienia mogą być zbyt czułe i spowodować pozostanie w jednym epizodzie w nieskończoność, co uniemożliwi kolejne wyzwalanie.
  6. Po wybraniu wszystkich ustawień detektora kliknij Done (Gotowe), aby zamknąć wszystkie okna programowania.
    UWAGA: Można zaprogramować wiele detektorów; wykrywanie może być wyzwalane w oparciu o logikę AND/OR między tymi detektorami. Zacznij od jednego detektora, aby zrozumieć jego działanie, przed wprowadzeniem drugiego detektora.
  7. Umieść sondę nad INS pacjenta, wybierz Review & Program (Przegląd i Programowanie) i przejdź przez komunikaty potwierdzające, aby zainicjować to ustawienie detektora.

6. Miareczkowanie ustawień detektora urządzenia

  1. Po zaprogramowaniu i zainicjowaniu detektora w urządzeniu, należy przeprowadzić nagrania testowe, aby ocenić, czy czułość detektora wymaga dostosowania w celu uzyskania pożądanej częstotliwości wyzwalania. Można to zrobić, korzystając z Live ECoGs lub raportu z przesłuchania. Korekty czułości detektora są ustalane empirycznie na podstawie zgłaszanych przez pacjenta objawów, efektów ubocznych i wyników. Takie korekty mogą być konieczne w trakcie całego procesu leczenia. Jako konserwatywny punkt wyjścia do oceny skuteczności klinicznej przy jednoczesnym oszczędzaniu baterii można przyjąć 30 min stymulacji na dobę.
  2. Live ECoGs
    1. Umieść głowicę nad INS pacjenta, a następnie wybierz opcję Live ECOGs w programatorze.
    2. Podczas nagrywania w czasie rzeczywistym policz liczbę detekcji, które wystąpią w czasie trwania nagrania. Daje to orientację, jak często detektor będzie się wyzwalany.
      UWAGA: Niektóre detektory mogą być zależne od stanu organizmu, szczególnie te ustawione na niskie częstotliwości (np. bardziej aktywne w okresach snu lub senności). W związku z tym nagrania na żywo mają ograniczenia w szacowaniu częstotliwości wyzwalania detektora. Nagrania na żywo mogą być również narażone na zakłócenia elektromagnetyczne (np. szum sieciowy) lub nieprawidłowe rozmieszczenie głowicy.
  3. Raport z przesłuchania
    1. Od kilku minut do kilku godzin po ustawieniu detektora umieść głowicę nad INS pacjenta, aby przesłuchać urządzenie.
    2. W systemie PDMS przejdź do sekcji Activity, wybierz Event List, a następnie kliknij Initial Interrogation z czasu nagrania. Tabela na dole zawiera listę wszystkich zdarzeń detekcji wraz z godzinami ich wystąpienia. Dokument ten można wyeksportować do formatu pdf i poddać analizie w celu kwantyfikacji.
  4. W zależności od zarejestrowanej liczby detekcji w jednostce czasu w stosunku do pożądanej gęstości stymulacji, w razie potrzeby dostosuj parametry czasu trwania i amplitudy detektora. Pamiętaj, aby po każdej serii zmian kliknąć Review & Program, aby zainicjować je w INS pacjenta.

7. Programowanie ustawień stymulacji urządzenia

  1. Używając programatora, zaloguj się do systemu PDMS i wybierz odpowiedniego pacjenta, opcję Programming (Programowanie) oraz Change Stimulation (Zmiana stymulacji).
  2. Wybierz pożądane kontakty elektrody lub obudowę Can (INS), które mają pełnić funkcję anody i katody. Wybierz pożądany prąd stymulacji, szerokość impulsu, czas trwania oraz częstotliwość.
    UWAGA: Można zaprogramować do pięciu terapii stymulacyjnych; każda terapia składa się z dwóch serii stymulacji, które mogą być zaprogramowane jako identyczne lub różne. Pojedynczy wyzwalacz detektora może doprowadzić do zmiennej liczby terapii stymulacyjnych, w zależności od trwania epizodu. Programuj wyłącznie Therapy 1, tak aby obie serie miały te same parametry, co zapewni stały czas trwania stymulacji dostarczanej przy każdym wyzwalaniu detektora. W tej konfiguracji całkowity czas stymulacji dostarczanej po wyzwalaniu detektora będzie sumą Stim 1 Burst 1 oraz Stim 1 Burst 2. Jeśli zaprogramowano i dostarczono wiele terapii, podczas jednego epizodu może zostać dostarczonych maksymalnie pięć terapii. Epizod musi zostać zakończony i wyzwolony nowy epizod, aby dostarczona została kolejna stymulacja.
  3. Jeśli chcesz ograniczyć całkowitą ilość stymulacji dostarczanej na dobę, wybierz wartość dla Therapy Limit per Day (Limit terapii na dobę) oraz Therapy Limit Reset Time (Czas resetowania limitu terapii).
    UWAGA: Strefa czasowa dla Therapy Limit Reset Time jest ustawiona zgodnie z głównym ośrodkiem pacjenta. Jeśli pacjenci zmienili miejsce zamieszkania, może ona różnić się od strefy czasowej w miejscu zamieszkania pacjenta.
  4. W szczególności, jeśli stymulacja nocna nie jest pożądana, ustaw Therapy Limit per Day oraz Therapy Limit Reset Time w taki sposób, aby detektor osiągnął limit terapii między czasem resetowania a godziną pójścia pacjenta spać.
  5. Umieść głowicę nad urządzeniem INS pacjenta, wybierz Review & Program (Przegląd i programowanie) i zatwierdź komunikaty potwierdzające, aby zainicjować ustawienia stymulacji.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Dane zebrane i zaprezentowane w niniejszej pracy pochodzą od jednego pacjenta, u którego wszczepiono elektrody czterokanałowe w prawą korę oczodołowo-czołową (OFC) oraz prawą część podkolanową zakrętu obręczy (SGC) (Rysunek 1). W przypadku OFC zastosowano elektrodę o rozstawie kontaktów 10 mm (od środka do środka), aby objąć zarówno przyśrodkowe, jak i boczne obszary, natomiast w przypadku SGC użyto elektrody o rozstawie 3,5 mm w celu uzyskania bardziej skoncentrowanego przestrzennie pokryci...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Głęboka stymulacja mózgu stała się uznaną terapią choroby Parkinsona, drżenia samoistnego, dystonii i epilepsji i jest aktywnie badana w wielu innych stanach neuropsychiatrycznych 26,27,28,29. Zdecydowana większość DBS jest dostarczana w trybie otwartej pętli, w którym stymulacja jest dostarczana w sposób ciągły. W przypadku objawów, które mają charakter napadowy, ciągła stymulacja może prowadz...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

ADK doradza firmom 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 i Neurawell Therapeutics. ADK dziękuje za wsparcie ze strony Janssen Pharmaceuticals, Jazz Pharmaceuticals, Axsome Therapeutics (nr AXS-05-301) i ujawniają biosensory. KWS zasiada w radzie doradczej firmy Nesos. UCSF i EFC posiadają patenty związane ze stymulacją mózgu w leczeniu zaburzeń neuropsychiatrycznych. Pozostali autorzy deklarują brak sprzecznych interesów.

Podziękowania

Ta praca była wspierana przez Fundusz Rodzinny Ray and Dagmar Dolby przez Departament Psychiatrii na UCSF (KKS, ANK, NS, JF, VRR, KWS, EFC, ADK), przez nagrodę National Institutes of Health nr K23NS110962 (KWS), grant NARSAD dla młodych badaczy od Brain & Behavior Research Foundation (KWS) oraz 1907 Trailblazer Award (KWS).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Przewód głębokościowyNeuropaceDL-330-3,5długość 30 cm, rozstaw styków 3,5 mm
Przewód głębokościowyNeuropaceDL-330-10długość 30 cm, rozstaw styków 10 mm
Przewód głębokościowyNeuropaceDL-344-3,5długość 44 cm, rozstaw styków 3,5 mm
Przewód głębokościowyNeuropaceDL-344-10długość 44 cm, rozstaw styków 10 mm
Czapka z rzepemSamodzielny montażNAOpcjonalny
Jupyter NotebookJupyterNA
MagnetNeuropaceM-01
ProgramatorNeuropacePGM-300Tablet kliniczny
Python 3.10PythonNA
Zdalny monitorNeuropace5000Laptop pacjenta 
Responsywny System Neurostymulacji (RNS) Różdżka NeuropaceRNS-320
NeuropaceW-02
projekt

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

G boka stymulacja m zgubiomarker neuronalnydetekcja stanu objawowegomodel przestrzeni stan wprogramowanie neurostymulatorastymulacja responsywnadepresja oporna na leczenie