Artykuł metodologiczny

Protokół przezczaszkowej stymulacji magnetycznej wspomaganej przez roboty sterowanej neuronami, ukierunkowanej na zindywidualizowane sieci mózgowe w chorobie afektywnej dwubiegunowej

DOI:

10.3791/68987

⸱

30 września 2025

 ,  ,  ,  , 
1Zhejiang Chinese Medical University, 2Department of Psychiatry, the First Affiliated Hospital, Zhejiang University School of Medicine, 3Huzhou Third Municipal Hospital, The Affiliated Hospital of Huzhou University, 4Taizhou Hospital of Zhejiang Province affiliated to Wenzhou Medical University, 5Department of Psychiatry, Affiliated Xiaoshan Hospital, Hangzhou Normal University

W tym artykule

Podsumowanie

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

W badaniu tym zaproponowano metodę łagodzenia zaburzeń poznawczych podczas remisji choroby afektywnej dwubiegunowej za pomocą zrobotyzowanej przezczaszkowej stymulacji magnetycznej sterowanej neuronami.

Streszczenie

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

Przezczaszkowa stymulacja magnetyczna (TMS) jest nieinwazyjną techniką neuromodulacji zdolną do modulowania plastyczności kory mózgowej i jest coraz częściej stosowana w leczeniu zaburzeń psychicznych. Jednak konwencjonalny TMS często celuje w pojedynczy obszar mózgu i może cierpieć z powodu nieprecyzyjnego pozycjonowania cewki, co potencjalnie ogranicza jego skuteczność terapeutyczną. Zrobotyzowana przezczaszkowa stymulacja magnetyczna sterowana neuronami (RNNMS) to precyzyjna metoda interwencji TMS, która opiera się na danych strukturalnego rezonansu magnetycznego (MRI) ludzkiego mózgu w celu sformułowania zindywidualizowanych celów stymulacji i poprawy dokładności stymulacji za pomocą prowadzenia ramienia robota. Poprzez analizę obrazowania mózgu wybraliśmy cel stymulacji na podstawie regionów mózgu z nieprawidłową łącznością funkcjonalną u pacjentów z chorobą afektywną dwubiegunową (ChAD) oraz dostosowaliśmy cele interwencji w oparciu o strukturalny rezonans magnetyczny każdego pacjenta, a także wykorzystaliśmy TMS sterowany przez neuron robotyczny, aby precyzyjnie interweniować na odpowiednich celach pacjentów, aby zmniejszyć możliwość nieskutecznej stymulacji z powodu przesunięcia cewki podczas całego procesu interwencji, poprawiając w ten sposób upośledzenie funkcji poznawczych u pacjentów z ChAD. Protokół ten opisuje nasze podejście do kierowania do pacjentów na podstawie obrazów ich sieci mózgowych i szczegółowo demonstruje procedurę wykonywania interwencji TMS z wykorzystaniem neuronów robotycznych na pacjentach.

Wprowadzenie

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

Powtarzalna przezczaszkowa stymulacja magnetyczna (rTMS) jest obecnie najczęściej stosowaną nieinwazyjną techniką neuromodulacji do stymulacji korowych obszarów mózgu, głównie poprzez krótkie impulsy pola magnetycznego. Obecnie rTMS został zatwierdzony przez Agencję ds. Żywności i Leków (FDA) do leczenia dużych zaburzeń depresyjnych (MDD). rTMS ma wskaźnik odpowiedzi i remisji odpowiednio < 50% i < 20% u pacjentów z MDD, którzy nie reagują na leki1. Kilka badań nad depresją TMS w chorobie afektywnej dwubiegunowej (ChAD) osiągnęło pozytywną skuteczność, ale liczba badań dotyczących zaburzeń poznawczych w ChAD jest niewielka i wymaga dalszych badań2.

Chociaż parametry rTMS można regulować, takie jak miejsce, tryb, częstotliwość, intensywność i liczba impulsów stymulacji, wzorce parametrów najczęściej używane w poprzednich badaniach, a także w obecnych zastosowaniach klinicznych są bardziej stałe, takie jak wybór stymulacji 10 Hz lewej grzbietowo-bocznej kory przedczołowej (DLPFC), stymulacji theta burst (TBS), i stymulacja 1 Hz prawego DLPFC3. Wybór celów stymulacji w korze mózgowej jest ważnym czynnikiem w przezczaszkowej stymulacji magnetycznej (TMS), a skuteczne cele korowe mogą się różnić w zależności od choroby, a także od różnych osób. Wykazano, że skuteczność rTMS w opornej na leczenie depresji można znacznie poprawić poprzez spersonalizowaną stymulację za pomocą DLPFC4 opartej na neuronawigacji, co również sugeruje znaczenie zindywidualizowanych celów dla skuteczności TMS.

Wraz z rozwojem neuroobrazowania funkcjonalnego stwierdzono, że zmiany w aktywności niektórych obszarów mózgu związane na przykład z halucynacjami, lękiem i depresją mogą potencjalnie służyć jako cele terapeutyczne dla tych objawów w badaniach i analizach wielu objawów psychiatrycznych5. Co więcej, stymulujące działanie TMS nie ogranicza się do stymulowanego obszaru, ale może również wpływać na regiony mózgu odległe od miejsca stymulacji poprzez modulowanie funkcjonalnej łączności między regionami mózgu6. W przeciwieństwie do tego, funkcjonalne połączenia w obrębie i między sieciami stanu spoczynku mózgu mogą być również zmienione w stanach choroby neuropsychiatrycznej7, a te zmienione sieci mózgowe mogą ulec częściowej normalizacji po poprawie stanu 8,9. Wybór DLPFC jako celu dla konwencjonalnych technik celowania TMS oraz fakt, że różne regiony w DLPFC mapują się na różne rozproszone sieci mózgowe10, prawdopodobnie ujawnią również zmienność odpowiedzi na leczenie między różnymi pacjentami w konwencjonalnym TMS. Identyfikacja celów rTMS na podstawie połączeń między różnymi regionami mózgu może zapewnić bardziej zindywidualizowane podejście11. Na przykład w jednym z badań zlokalizowano współrzędną DLPFC, która była najbardziej antyskorelowana z subgenualną korą obręczy (SGC) i wykorzystano neuronawigację w celu optymalizacji odpowiedzi przeciwdepresyjnej12. Z jednej strony, obecne interwencje kliniczne u pacjentów z ChAD nadal w większości podążają za tradycyjnymi celami MDD, a z drugiej strony, istniejące protokoły są bardziej skoncentrowane na objawach nastroju u pacjentów z ChAD i mniej zbadane pod kątem celów upośledzenia funkcji poznawczych w ChAD, więc dalsze badania odpowiednich celów są nadal potrzebne.

Oprócz wyboru lokalizacji docelowej, zdolność TMS do osiągnięcia intensywności bodźca zgodnej z oczekiwaniami jest również ściśle związana z tym, czy jest on niecelny, czy nie; stwierdzono, że elastyczne czapeczki umieszczone w celu umieszczenia cewek docierają do celów korowych przy znacznie niższej stymulacji, przy czym niektóre osoby otrzymują tylko 48,6% oczekiwanego docelowego pola elektrycznego, podczas gdy stymulacja ukierunkowana neuronawigacją osiąga dokładniejszą i bardziej precyzyjną lokalizację TMS w celu wytworzenia docelowego poziomu kory mózgowej o oczekiwanej intensywności stymulacji13. W trakcie leczenia zdarza się, że pozycja głowy pacjenta może się przesunąć14, co może również skutkować rozbieżnością między rzeczywistym celem stymulacji a oczekiwaną pozycją docelową, a tym samym nieosiągnięciem oczekiwanej intensywności stymulacji13. Zastosowanie neuronawigacji robotycznej można skalibrować podczas interwencji TMS i utrzymać pozycję stymulacji tak dokładną, jak to możliwe, ale skuteczność interwencji w depresji dwubiegunowej w tej modalności musi być bardziej zbadana.

W tym artykule opisujemy bezpieczną, obiecującą i bardziej precyzyjną modalność magnetoterapii przezczaszkowej opartą na funkcjonalnych sieciach łączności w celu identyfikacji celów interwencji przy użyciu neuronawigacji robotycznej z przezczaszkową stymulacją magnetyczną w celu złagodzenia zaburzeń poznawczych u pacjentów z chorobą afektywną dwubiegunową.

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

Protokół

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

Badanie to zostało ocenione i zatwierdzone przez Komisję Etyczną Pierwszego Szpitala Stowarzyszonego, Zhejiang University School of Medicine, zgodnie z Deklaracją Helsińską, a badanie to zostało zarejestrowane w Chińskim Rejestrze Badań Klinicznych (http://www.chictr.org.cn/enIndex.aspx) pod numerem rejestracyjnym ChiCTR2000030675. Tutaj pacjenci zostali zrekrutowani z ambulatorium psychiatrycznego Pierwszego Szpitala Stowarzyszonego, Zhejiang University School of Medicine. Wszyscy uczestnicy zostali dokładnie poinformowani o celu, procedurach, potencjalnym ryzyku i korzyściach płynących z badania, a przed udziałem uzyskano pisemną świadomą zgodę.

1 Uczestnicy, kwalifikowalność i losowość

  1. Kryteria włączenia: Uwzględnij pacjentów, którzy spełniają następujące kryteria:
    1. Pacjenci w wieku 16-65 lat.
    2. Pacjenci, u których psychiatra zdiagnozował ChAD zgodnie z Mini-International Neuropsychiatry Interview (MINI).
    3. Pacjenci, którzy przyjmują stabilne leki.
    4. Pacjenci, którzy mają wynik w skali Young Mania Rating Scale (YMRS) ≤ 6,15 i 17-punktowej skali oceny depresji Hamiltona (HDRS-17) ≤ 7.
    5. Pacjenci, którzy są w remisji klinicznej dłużej niż trzy miesiące,16.
    6. Pacjenci, którzy sami zgłaszali upośledzenie funkcji poznawczych i deficyty percepcyjne, z wynikiem Kwestionariusza Zaburzeń Poznawczych i Deficytów Percepcyjnych - Depresja (PDQ-D) ≥ 17,17, 18.
    7. Pacjenci praworęczni.
    8. Pacjenci, którzy mają co najmniej 9 lat edukacji.
  2. Kryteria wyłączenia: Wyklucz pacjentów, którzy mają następujące schorzenia:
    1. Pacjenci, którzy mają współwystępowanie z jakimkolwiek innym zaburzeniem psychicznym, zgodnie z definicją zawartą w Diagnostycznym i statystycznym Podręczniku Zaburzeń Psychicznych, wydanie piąte (DSM-5).
    2. Pacjenci z ciężkimi zaburzeniami neurologicznymi w wywiadzie, takimi jak padaczka lub urazowe uszkodzenie mózgu.
    3. Pacjenci, którzy mają poważne i niestabilne schorzenia.
    4. Pacjenci, którzy w przeszłości nadużywali narkotyków lub alkoholu.
    5. Kobiety w ciąży lub karmiące piersią.
    6. Pacjenci z uogólnioną ślepotą barw, hipochromią lub upośledzeniem słuchu.
    7. Pacjenci, którzy obecnie przyjmują leki przeciwdepresyjne, antycholinergiczne i inne leki.
    8. Pacjenci z innymi schorzeniami.
    9. Pacjenci, którzy nie są w stanie poddać się rezonansowi magnetycznemu (MRI) lub mają przeciwwskazania do rTMS.
  3. Randomizacja i ukrywanie alokacji
    1. Wygeneruj losową sekwencję liczb za pomocą programu komputerowego, aby przypisać pacjentów do aktywnych lub pozorowanych grup rTMS.
    2. Przygotuj sekwencję randomizacji i zachowaj ją z niezależnym badaczem, który nie jest zaangażowany w rekrutację, ocenę lub leczenie.
    3. Ukryj przydział grup za pomocą zapieczętowanych, nieprzezroczystych kopert i otwórz kopertę tylko w momencie interwencji.
    4. Utrzymuj ślepotę przez cały czas trwania badania, tak aby zarówno pacjenci, jak i badacze leczący/oceniający pozostali nieświadomi przypisania leczenia.
    5. Poinstruuj pacjentów, aby nie rozmawiali o swoim leczeniu z innymi uczestnikami.

2 Akwizycja obrazów rezonansu magnetycznego

UWAGA: Po włączeniu do badania należy wykonać strukturalny i funkcjonalny rezonans magnetyczny, aby uzyskać dane obrazowe wymagane do indywidualnego wyboru celu w kolejnych krokach. Obrazowanie wykonano w Pierwszym Szpitalu Stowarzyszonym Zhejiang University School of Medicine przy użyciu skanera 3.0 Telsa ze standardową cewką na pełną głowicę.

  1. Poproś uczestników, aby położyli się na wznak z zamkniętymi oczami. Umieść piankowe podkładki, aby zminimalizować ruch i zapewnij zatyczki do uszu, aby zmniejszyć hałas.
  2. Uzyskuj obrazy anatomiczne 3D o wysokiej rozdzielczości za pomocą przygotowanej przez namagnesowanie sekwencji echa gradientowego szybkiej akwizycji (MPRAGE) z kontrastem zależnym od T1.
  3. Ustaw parametry akwizycji w następujący sposób: TR = 7,1 ms; TE = 2,9 ms; Pole widzenia = 260 x 260 mm2; macierz = 256 × 256; liczba plasterków = 146; grubość plastra = 1 mm; Kąt odwrócenia = 8°
  4. Uzyskanie obrazowania płaskiego echa w stanie spoczynku (EPI) za pomocą: TR 1800 ms; TE 30 ms; Pole widzenia 240 x 240 mm²; szczelina 0,8 mm; matryca 64 × 64; 28 plastrów; Grubość 4 mm; Określ długość przebiegu (punkty czasu).

3 Indywidualny wybór celu na podstawie rezonansu magnetycznego

UWAGA: Korzystając z uzyskanych danych MRI, wstępnie przetwórz fMRI i uzyskaj łączność funkcjonalną opartą na nasionach, aby określić współrzędne celu stymulacji, a następnie wygeneruj zindywidualizowany model strukturalny do neuronawigacji.

  1. Wstępne przetwarzanie danych fMRI:
    1. Wstępne przetwarzanie danych fMRI przy użyciu platformy DPABI (wersja 8.2).
    2. Wykonaj konwersję DICOM na NIfTI.
    3. Odrzuć początkowe 10 punktów czasowych i wyrównaj ruch głowy, aby wykluczyć uczestników z przemieszczeniem > 1,5 mm lub obrotem > 1,5° w dowolnym kierunku (x, y lub z).
    4. Zmień orientację obrazów T1-zależnych i funkcjonalnych na spoidło przednie. Współrejestruj obraz T1 z obrazami funkcjonalnymi.
    5. Segmentuj obraz T1 i znormalizuj podzielone na segmenty obrazy do standardowej przestrzeni Instytutu Neurologicznego w Montrealu (MNI) za pomocą DARTEL.
    6. Zastosuj parametry transformacji do obrazów funkcjonalnych i odwróć 24 współzmienne ruchu głowy (Friston-24).
    7. Ponowne próbkowanie obrazów funkcjonalnych do rozmiaru woksela 3 mm x 3 mm x 3 mm.
    8. Wygładź przestrzennie ponownie próbkowane obrazy za pomocą jądra Gaussa o pełnej szerokości w połowie maksimum (FWHM) wynoszącej 4 mm, które zostało wybrane w celu zachowania specyficzności przestrzennej stosunkowo małych ROI, takich jak ACC i V1, przy jednoczesnej poprawie stosunku sygnału do szumu.
    9. Usuń sygnały płynu mózgowo-rdzeniowego i istoty białej za pomocą analizy regresji. Filtrowanie pasmowo-przepustowe szeregów czasowych z zakresu od 0,01 do 0,1 Hz.
    10. Usuń punkty czasowe z nadmiernym ruchem zgodnie z predefiniowanymi progami.
  2. Określ współrzędne punktu docelowego zgodnie z połączeniem funkcjonalnym:
    1. Zdefiniuj obszar zainteresowania (ROI) przedniej kory zakrętu obręczy (ACC) jako sferę o promieniu 9 mm wyśrodkowaną w MNI (-4, 50, 4), na podstawie wcześniej zgłoszonych współrzędnych z wcześniejszego badania BD19.
    2. Wyodrębnij szeregi czasowe z zwrotu z inwestycji ACC i skonstruuj mapy łączności funkcjonalnej (FC) oparte na nasionach (voxelwise) przy użyciu przebiegu czasowego ACC.
    3. Użyj obliczonego FC opartego na nasionach, aby zidentyfikować zoptymalizowane współrzędne docelowe TMS w podstawowej korze wzrokowej (V1). Równolegle zdefiniuj ten sam zwrot z inwestycji ACC a priori w kohorcie referencyjnej 30 zdrowych osób.
    4. Zidentyfikuj woksele V1 wykazujące znaczące FC za pomocą ACC (wokselowe p < 0,001; grupowane p < 0,05 skorygowane FWE) na podstawie zdefiniowanego powyżej zwrotu z inwestycji ACC.
    5. Wybierz współrzędną piku V1 w MNI (-3, −66, 18), która wykazuje znaczącą łączność z ACC (r = 0,269), jako cel rTMS dla grupy aktywnej stymulacji (ryc. 1).
  3. Wstępne przetwarzanie strukturalnego rezonansu magnetycznego i generowanie indywidualnego modelu przed zabiegiem:
    1. Anonimizuj strukturalne dane obrazu pacjenta, aby usunąć wszystkie osobiste identyfikatory i umożliwić bezpieczny transfer danych.
    2. Ustandaryzuj surowe obrazy, dostosowując rozdzielczość, odstępy między wokselami, orientację i intensywność sygnału.
    3. Podziel standaryzowane obrazy na różne klasy tkanek, w tym istotę szarą, istotę białą, płyn mózgowo-rdzeniowy, czaszkę i jądra wewnętrzne.
    4. Zarejestruj segmentowane obrazy w standardowym układzie współrzędnych obrazu (MNI152) zgodnie z wymaganiami protokołu stymulacji i wyodrębnij odpowiednie regiony mózgu, znormalizowane współrzędne i inne istotne parametry.
    5. Zrekonstruuj modele 3D obszarów mózgu i czaszki oddzielnie oraz określ współrzędne celu stymulacji w przestrzeni modelu.

4 Pomiar progu silnika spoczynkowego (RMT)

  1. Po ustaleniu zindywidualizowanego celu i przygotowaniu modelu głowy, określ spoczynkowy próg motoryczny każdego uczestnika powyżej M1, aby skalować intensywność stymulacji przed nadchodzącą interwencją.
    1. Posadź pacjenta wygodnie w fotelu zabiegowym.
    2. Załóż pacjentowi opaskę na głowę wyposażoną w czujnik. Upewnij się, że jest dobrze zamocowany i że żaden przedmiot nie zasłania linii wzroku między czujnikami a kamerami śledzącymi.
    3. Wprowadź numer identyfikacyjny pacjenta do systemu neuronawigacji, zweryfikuj informacje i uzyskaj dostęp do odpowiedniego interfejsu.
    4. Wyświetla model głowy pacjenta na ekranie, pokazując znaczniki na środku czoła, obustronne końcówki uszne, końcówkę nosa i wierzchołek. Dostosuj pozycje znaczników za pomocą myszy, aby dokładnie je wyrównać.
    5. Użyj wskaźnika neuronawigacji, aby zaznaczyć anatomiczne punkty orientacyjne na głowie pacjenta (glabella, obustronne końcówki uszne, końcówka nosa i wierzchołek). Naciśnij pedał nożny, aby potwierdzić każdą lokalizację. Sprawdź, czy każdy pomyślnie zaznaczony punkt jest wyświetlany jako zielona kropka na ekranie.
    6. Przesuń wskaźnik neuronawigacji po skórze głowy pacjenta. Obserwuj trajektorię ruchu, gdy zielone kropki są wyświetlane na ekranie, aby potwierdzić wyrównanie między pozycją głowy pacjenta a przesłanym modelem MRI. Wypełnij rejestrację przestrzenną.
    7. Użyj systemu neuronawigacji wspomaganego przez robota z cewką w kształcie ósemki, aby ustawić cewkę nad lewym miejscem docelowym M1 zalecanym przez system.
    8. Dostarczaj pojedyncze impulsy TMS do lewego M1. Rejestruj motoryczne potencjały wywołane (MEP) z w pełni rozluźnionego prawego pierwszego grzbietowego mięśnia międzykostnego (FDI) za pomocą elektromiografii powierzchniowej.
    9. Określ RMT jako najniższą intensywność stymulacji, która wytwarza MEP o amplitudzie co najmniej 50 μV w co najmniej 5 z 10 kolejnych prób20.

5 Zrobotyzowana interwencja rTMS z neuronawigacją

  1. Z intensywnością stymulacji ustawioną przez zmierzony RMT i cel V1 zarejestrowany w systemie neuronawigacji, dostarcz rTMS wspomagany przez robota zgodnie z zaplanowanymi sesjami zabiegowymi.
    1. Podawaj wszystkim uczestnikom wspomagany przez robota rTMS z neuronawigacją raz dziennie przez 10 kolejnych dni.
    2. Dostarczaj każdą sesję jako 60 bloków treningowych po 5 s 10 Hz stymulacji przy 110% RMT, z 20-sekundowymi interwałami między treningami, co daje łącznie 3000 impulsów na sesję i łączny czas trwania 25 minut. W przypadku stymulacji pozorowanej zastosuj ten sam protokół, ale użyj pozorowanej cewki TMS, wytwarzającej podobny dźwięk, bez zastosowania pola magnetycznego.
    3. Wprowadź współrzędne MNI odpowiadające punktowi docelowemu stymulacji w regionie V1 pacjenta.
    4. Dostosuj kąt i wysokość siedziska, aby upewnić się, że pozycja głowy pacjenta mieści się w zielonym polu na ekranie i pozwól robotowi ustawić cewkę w odpowiedniej pozycji docelowej pacjenta zgodnie z systemem neuronawigacji. Użyj nawigacji robota, aby dostosować punkt docelowy rzeczywistego bodźca (pokazany jako czerwona kula) tak, aby pokrywał się z lokalizacją na modelu głowy pacjenta na ekranie (pokazanym jako zielona kula). Wyświetla odległość między dwoma punktami w lewym dolnym rogu ekranu. Gdy odległość jest mniejsza niż 1 mm, rozpocznij stymulację rTMS.
    5. Wyświetlaj odległość między cewką a punktem docelowym na ekranie przez cały czas trwania zabiegu i kalibruj, gdy głowa pacjenta się przesuwa, aby upewnić się, że skóra głowy pozostaje blisko cewki (ryc. 2).
    6. Po każdej codziennej sesji terapeutycznej poinstruuj pacjenta, aby wypełnił kwestionariusz dotyczący samoopisu działań niepożądanych, który zawiera informacje na temat zawrotów głowy, bólów głowy i innych możliwych objawów.

6 Gromadzenie danych klinicznych

  1. Oceń funkcje poznawcze uczestników na początku leczenia i 2 tygodnie po leczeniu za pomocą instrumentu integracji THINC (THINC-it).
  2. Zarządzaj Inwentarzem Deficytów Odczuwanych przez Depresję, Zadaniem Identyfikacji (IDN), Zadaniem Jednorazowym (1-BACK), Test Substytucji Symboli Cyfrowych (DSST) i Testem Tworzenia Śladów-Część B (TMT-B) w celu oceny zgłaszanych przez siebie deficytów poznawczych, uwagi, szybkości przetwarzania, pamięci roboczej i funkcji wykonawczych.

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

Wyniki

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

W tym badaniu narzędzie THINC-it wykorzystano do oceny zmian poznawczych u pacjentów przed i po leczeniu. Tabela 1 przedstawia sytuację wyjściową w dwóch grupach pacjentów, w której nie było różnicy między obiema grupami na początku badania w żadnym z sześciu wskaźników związanych z funkcjami poznawczymi. Podczas gdy w przypadku wskaźnika Symbol Check (Dokładność) stwierdzono istotną interakcję, nie stwierdzono istotnej interakcji w przypadku kilku innych wskaźników (Tabela 2). Chociaż n...

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

Dyskusja

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

Protokół ten proponuje identyfikację celów w oparciu o łączność funkcjonalną V1-ACC oraz poprawę upośledzenia funkcji poznawczych w chorobie afektywnej dwubiegunowej za pomocą rTMS przy 10 Hz w ramach robotycznej nawigacji neuronowej. Ocena funkcji poznawczych pacjentów przed i po interwencji za pomocą narzędzia THINC-it wykazała, że trend poprawy funkcji poznawczych był bardziej wyraźny u pacjentów, którzy przeszli aktywną stymulację TMS.

Kluczowe kroki w protokole obejmują głównie dostosowan...

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

Oświadczenia

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

Wszyscy autorzy deklarują, że nie występują konflikty interesów w związku z tym artykułem.

Podziękowania

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

Prace te były wspierane przez Narodową Fundację Nauk Przyrodniczych Chin (grant nr 52407261), Zhejiang Provincial Basic Public Welfare Research Program (Grant nr . LTGY23H090013), projekt nauk i technologii medycznych i zdrowotnych prowincji Zhejiang (grant nr 2023KY1014) oraz program badawczo-rozwojowy "Pionier" i "Leading Goose" w Zhejiang (grant nr 2025C01137).

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

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Robot TMS do nawigacji czarnego delfinaXi' Solidna modulacja mózguSmarPhin S-50Zintegrowany system z cewkami aktywnymi/pozorowanymi, robotem TMS, śledzeniem optycznym, opaską śledzącą, neuronawigacją i zatyczkami do uszu; umożliwia celowanie pod kontrolą MRI i cewkę w czasie rzeczywistym– monitorowanie odległości docelowej.
Skaner MRI GE Signa Premier 3.0TGE Opieka zdrowotnahttps://www.gehealthcare.com/products/magnetic-resonance-imaging/3t-mri-scanners
Narzędzie do oceny funkcji poznawczych THINC-itLundbeck1.26 1Zawiera cztery zadania poznawcze i jedną skalę samoopisową, oceniającą uwagę/koncentrację/czujność, pamięć roboczą i funkcje wykonawcze.

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Berlim, M. T., van den Eynde, F., Tovar-Perdomo, S., Daskalakis, Z. J. Response, remission and drop-out rates following high-frequency repetitive transcranial magnetic stimulation (rTMS) for treating major depression: a systematic review and meta-analysis of randomized, double-blind and sham-controlled trials. Psychol Med. 44 (2), 225-239 (2014).
  2. Mutz, J. Brain stimulation treatment for bipolar disorder. Bipolar Disord. 25 (1), 9-24 (2023).
  3. Gogulski, J., et al. Personalized repetitive transcranial magnetic stimulation for depression. Biol Psychiatry Cogn Neurosci Neuroimaging. 8 (4), 351-360 (2023).
  4. Fitzgerald, P. B., et al. A randomized trial of rTMS targeted with MRI-based neuro-navigation in treatment-resistant depression. Neuropsychopharmacology. 34 (5), 1255-1262 (2009).
  5. Fox, M. D. Mapping symptoms to brain networks with the human connectome. N Engl J Med. 379 (23), 2237-2245 (2018).
  6. Bortoletto, M., Veniero, D., Thut, G., Miniussi, C. The contribution of TMS-EEG coregistration in the exploration of the human cortical connectome. Neurosci Biobehav Rev. 49, 114-124 (2015).
  7. 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).
  8. Halko, M. A., Farzan, F., Eldaief, M. C., Schmahmann, J. D., Pascual-Leone, A. Intermittent theta-burst stimulation of the lateral cerebellum increases functional connectivity of the default network. J Neurosci. 34 (36), 12049-12056 (2014).
  9. Liston, C., et al. Default mode network mechanisms of transcranial magnetic stimulation in depression. Biol Psychiatry. 76 (7), 517-526 (2014).
  10. Opitz, A., Fox, M. D., Craddock, R. C., Colcombe, S., Milham, M. P. An integrated framework for targeting functional networks via transcranial magnetic stimulation. Neuroimage. 127, 86-96 (2016).
  11. Weigand, A., et al. Prospective validation that subgenual connectivity predicts antidepressant efficacy of transcranial magnetic stimulation sites. Biol Psychiatry. 84 (1), 28-37 (2018).
  12. Blumberger, D. M., et al. Effectiveness of theta burst versus high-frequency repetitive transcranial magnetic stimulation in patients with depression (THREE-D): a randomised non-inferiority trial. Lancet. 391 (10131), 1683-1692 (2018).
  13. Caulfield, K. A., et al. Neuronavigation maximizes accuracy and precision in TMS positioning: evidence from 11,230 distance, angle, and electric field modeling measurements. Brain Stimul. 15 (5), 1192-1205 (2022).
  14. Shin, H., et al. Robotic transcranial magnetic stimulation in the treatment of depression: a pilot study. Sci Rep. 13 (1), 14074(2023).
  15. Young, R. C., Biggs, J. T., Ziegler, V. E., Meyer, D. A. A rating scale for mania: reliability, validity and sensitivity. Br J Psychiatry. 133, 429-435 (1978).
  16. Zimmerman, M., Martinez, J. H., Young, D., Chelminski, I., Dalrymple, K. Severity classification on the Hamilton Depression Rating Scale. J Affect Disord. 150 (2), 384-388 (2013).
  17. Shi, C., et al. Reliability and validity of Chinese version of perceived deficits questionnaire for depression in patients with MDD. Psychiatry Res. 252, 319-324 (2017).
  18. Zhu, N., et al. The THINC-it tool: temporal sensitivity to change over time. BMC Psychiatry. 24 (1), 749(2024).
  19. Wise, T., et al. Common and distinct patterns of grey-matter volume alteration in major depression and bipolar disorder: evidence from voxel-based meta-analysis. Mol Psychiatry. 22 (10), 1455-1463 (2017).
  20. Rossini, P. M., et al. Applications of magnetic cortical stimulation. Electroencephalogr Clin Neurophysiol Suppl. 52, The International Federation of Clinical Neurophysiology. 171-185 (1999).
  21. Keramatian, K., Torres, I. J., Yatham, L. N. Neurocognitive functioning in bipolar disorder: what we know and what we don't. Dialogues Clin Neurosci. 23 (1), 29-38 (2021).
  22. Lam, R. W., et al. Canadian Network for Mood and Anxiety Treatments (CANMAT) 2023 update on clinical guidelines for management of major depressive disorder in adults. Can J Psychiatry. 69 (9), 641-687 (2024).
  23. Lawrence, S. J. D., et al. Laminar organization of working memory signals in human visual cortex. Curr Biol. 28 (21), 3435-3440.e4 (2018).
  24. Zhang, X., Zhaoping, L., Zhou, T., Fang, F. Neural activities in V1 create a bottom-up saliency map. Neuron. 73 (1), 183-192 (2012).
  25. Shmuel, D., et al. Early visual cortex stimulation modifies well-consolidated perceptual gains. Cereb Cortex. 31 (1), 138-146 (2021).
  26. Sheth, S. A., et al. Human dorsal anterior cingulate cortex neurons mediate ongoing behavioural adaptation. Nature. 488 (7410), 218-221 (2012).
  27. Brown, J. W., Braver, T. S. Learned predictions of error likelihood in the anterior cingulate cortex. Science. 307 (5712), 1118-1121 (2005).
  28. Han, Y., et al. The logic of single-cell projections from visual cortex. Nature. 556 (7699), 51-56 (2018).
  29. Zhang, Z., et al. Task-related functional magnetic resonance imaging-based neuronavigation for the treatment of depression by individualized repetitive transcranial magnetic stimulation of the visual cortex. Sci China Life Sci. 64 (1), 96-106 (2021).
  30. Lefaucheur, J. P. Why image-guided navigation becomes essential in the practice of transcranial magnetic stimulation. Neurophysiol Clin. 40 (1), 1-5 (2010).
  31. Gugino, L. D., et al. Transcranial magnetic stimulation coregistered with MRI: a comparison of a guided versus blind stimulation technique and its effect on evoked compound muscle action potentials. Clin Neurophysiol. 112 (10), 1781-1792 (2001).
  32. Julkunen, P., et al. Comparison of navigated and non-navigated transcranial magnetic stimulation for motor cortex mapping, motor threshold and motor evoked potentials. Neuroimage. 44 (3), 790-795 (2009).
  33. Yang, L. L., et al. High-frequency repetitive transcranial magnetic stimulation (rTMS) improves neurocognitive function in bipolar disorder. J Affect Disord. 246, 851-856 (2019).
  34. Maeda, F., Keenan, J. P., Tormos, J. M., Topka, H., Pascual-Leone, A. Interindividual variability of the modulatory effects of repetitive transcranial magnetic stimulation on cortical excitability. Exp Brain Res. 133 (4), 425-430 (2000).
  35. Watson, S., et al. A randomized trial to examine the effect of mifepristone on neuropsychological performance and mood in patients with bipolar depression. Biol Psychiatry. 72 (11), 943-949 (2012).
  36. Burdick, K. E., et al. Placebo-controlled adjunctive trial of pramipexole in patients with bipolar disorder: targeting cognitive dysfunction. J Clin Psychiatry. 73 (1), 103-112 (2012).
  37. Miskowiak, K. W., Ehrenreich, H., Christensen, E. M., Kessing, L. V., Vinberg, M. Recombinant human erythropoietin to target cognitive dysfunction in bipolar disorder: a double-blind, randomized, placebo-controlled phase 2 trial. J Clin Psychiatry. 75 (12), 1347-1355 (2014).
  38. Super, H. Working memory in the primary visual cortex. Arch Neurol. 60 (6), 809-812 (2003).
  39. Ress, D., Backus, B. T., Heeger, D. J. Activity in primary visual cortex predicts performance in a visual detection task. Nat Neurosci. 3 (9), 940-945 (2000).
  40. van Kerkoerle, T., Self, M. W., Roelfsema, P. R. Layer-specificity in the effects of attention and working memory on activity in primary visual cortex. Nat Commun. 8, 13804(2017).
  41. Sciortino, D., et al. Role of rTMS in the treatment of cognitive impairments in bipolar disorder and schizophrenia: a review of randomized controlled trials. J Affect Disord. 280 (Pt A), 148-155 (2021).
  42. Strelnik, A., et al. The effects of transcranial magnetic stimulation on cognitive functioning in bipolar depression: a systematic review. Psychiatr Danub. 34 (Suppl 8), 179-188 (2022).
  43. Razavi, M. S., et al. Cognitive rehabilitation in bipolar spectrum disorder: a systematic review. IBRO Neurosci Rep. 16, 509-517 (2024).
  44. Silvanto, J., Pascual-Leone, A. State-dependency of transcranial magnetic stimulation. Brain Topogr. 21 (1), 1-10 (2008).
  45. Sack, A. T., et al. Target engagement and brain state dependence of transcranial magnetic stimulation: implications for clinical practice. Biol Psychiatry. 95 (6), 536-544 (2024).

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

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

TMS wspomagany robotycznieTMS z neuronavigacjczno funkcjonalnaobrazowanie rezonansem magnetycznymplastyczno kory m zgowejzaburzenia poznawczeanaliza obrazowania m zgu

Powiązane artykuły