CMAP сканирования Валерий (MScan) - роман моторный блок номер метод оценки (Валерий)
7 июня 2018 г.
Этот протокол описывает новый способ оценить количество функционирующих двигательных единиц в мышце, путем установки модели к кривой подробный стимул реакция соединения мышц потенциала действий. Это быстро и легко выполнить и анализировать и имеет отличную воспроизводимость.
Общая цель этой процедуры состоит в том, чтобы описать MScan, новый метод, используемый для оценки количества функционирующих двигательных единиц в мышце. MScan — это неинвазивный метод, используемый для оценки количества функционирующих двигательных единиц в мышце. MScan работает путем подгонки модели к детальной кривой стимул-реакция или сканированию CMAP.
Этот способ имеет ряд преимуществ. Он может быть выполнен быстро, его легко выполнять и анализировать, и он обладает отличной воспроизводимостью. Для начала запросите письменное согласие субъекта.
Все испытуемые должны дать свое письменное согласие до начала экзамена. Затем объясните, что субъект будет испытывать щекочущее ощущение в руке и запястье и что обследование может быть приостановлено в любое время, если он испытывает слишком сильный дискомфорт. Во-первых, используйте гель для подготовки кожи и спирт для очистки кисти и предплечья объекта.
Расположите активный записывающий электрод над отводящей мышцей pollicis brevis, а затем поместите электрод сравнения на пястно-фаланговый сустав большого пальца. Поместите заземляющий электрод на тыльную сторону руки испытуемого и подключите электроды к предусилителю. После позиционирования и подключения электродов к предварительному усилителю скрепите пальцы испытуемого скотчем, чтобы уменьшить шум и артефакты, вызванные произвольным движением.
Чтобы запустить полуавтоматическую компьютеризированную систему, воспользуйтесь стандартным протоколом тестов возбудимости двигательных нервов. В главном меню выберите протокол записи MSCAN-R и примите стандартные настройки для предусилителя и стимулятора. В форме Выбор параметров записи введите двух-трехбуквенный префикс оператора в поле Выходной файл.
Затем нажмите OK, чтобы продолжить. Когда на экране отобразится исходный вход ЭМГ, примите параметры по умолчанию и нажмите OK.To найти место самого низкого порога на срединном нерве запястья, расположите перемещаемый стимулирующий электрод. Продолжайте регулировать положение электрода до тех пор, пока не будет достигнут наибольший отклик ЭМГ.
После того, как будет найден сайт с самым низким пороговым значением, нажмите OK, чтобы продолжить. Далее будет отображен измененный ответ с окном, в котором измеряется ответ. Пурпурная линия указывает на реакцию, измеренную в окне, в то время как короткая зеленая линия непосредственно перед окном указывает на базовую линию.
Замените перемещаемый электрод на неполяризуемый адгезивно-стимулирующий катодный электрод и поместите анод на два сантиметра проксимально вдоль срединного нерва. Предложите испытуемому найти наиболее расслабленное положение для своей руки, чтобы свести к минимуму спонтанную активность. Нажмите кнопку OK, чтобы продолжить.
Вручную увеличьте интенсивность стимула с шагом 3%, нажав клавишу Insert. Нажмите кнопку OK, чтобы продолжить. Выполняйте точную корректировку стимула на 1% до тех пор, пока ток стимула не превысит уровень максимальной амплитуды CMAP.
После того, как будут записаны ответы на 20 сверхмаксимальных предварительных сканирований, интенсивность стимула автоматически уменьшится с частотой и процентами шагов, выбранными ранее. Как только ответ от объекта больше не поступает, нажмите кнопку OK, чтобы завершить запись серией из 20 постсканов CMAP. Наконец, нажмите кнопку OK в правом нижнем углу, чтобы завершить запись и сохранить данные.
Чтобы выполнить анализ в автономном режиме, запустите программу анализа и выберите запись MScan для анализа. Выберите в меню пункт «Подогнать MScan для файла QZD». Затем программа автоматически сгенерирует предварительную модель и оптимизирует посадку.
Программа будет продолжать работать без вмешательства пользователя до тех пор, пока разноцветный индикатор выполнения в поле «Оптимизация» не будет завершен и кнопка «Стоп» не станет серой. Исходный скан, выделенный черным цветом, может быть нанесен рядом со сканом, сгенерированным моделью, пурпурным цветом. Выполняйте последовательные корректировки, чтобы свести к минимуму разницу между записанными и смоделированными сканами и оптимизировать модель.
В окне Тип графика можно использовать различные параметры построения графика для отслеживания процесса оптимизации. Разноцветный индикатор выполнения также будет отображаться на панели Оптимизации. Используйте контурный график для оценки точности модели, выбрав отображение карт Diff и Contour
.Эти дисплеи показывают различия между записанными и смоделированными сканами CMAP в виде контурного графика. По мере выполнения процесса оптимизации эти различия будут сведены к минимуму. После завершения процесса оптимизации просмотрите результаты анализа на текстовом дисплее MScanFit.
Наконец, нажмите кнопку OK, чтобы сохранить модель в файле MEM. В этом исследовании MScan MUNE используется для получения оценки количества и размеров функциональных двигательных единиц путем подгонки модели к сканированию CMAP. Этот метод протестирован на чувствительность и специфичность как у здоровых людей, так и у пациентов с БАС.
Как и ожидалось, медиана количества двигательных единиц у пациентов с БАС значительно ниже, чем у здоровых людей из контрольной группы. Как показано на кривой ROC, способность MScan MUNE отличать здоровых людей из контрольной группы от пациентов с БАС сравнивается с таковой CMAP. Площадь под кривой, или AUC, используется для измерения способности обоих методов различать пациентов с БАС и здоровых людей из контрольной группы.
AUC MScan MUNE значительно выше, чем у CMAP. После освоения этой техники ее можно выполнить за шесть минут, если она выполнена правильно. Процесс анализа также быстрый и должен занять менее пяти минут.
При попытке выполнить эту процедуру важно помнить о достижении адекватного расслабления субъекта. MScan — это метод, который может быть реализован в клинических условиях для диагностики и мониторинга нервно-мышечных расстройств, таких как БАС. Необходимы дальнейшие исследования с другими нервно-мышечными расстройствами и более крупными исследовательскими группами.
Также следует проводить исследования по применению МСкан в разных группах мышц. После просмотра этого видео у вас должно сложиться хорошее понимание того, как выполнять и анализировать обследования MScan.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
MScan представляет собой неинвазивный электрофизиологический метод оценки количества функционирующих двигательных единиц в мышце. Путем подбора модели к детальной кривой зависимости амплитуды суммарного мышечного потенциала действия (СМПД) от силы стимула, MScan обеспечивает быструю, воспроизводимую и объективную оценку числа двигательных единиц. В данном протоколе представлены этапы регистрации и анализа данных с помощью MScan, а также показаны особенности применения метода как для здоровых добровольцев, так и для пациентов с боковым амиотрофическим склерозом (БАС).
Основные компоненты исследования
Область науки
- Электрофизиология
- Нейромышечная оценка
- Клиническая нейрофизиология
Теоретические основы
- Определение количества двигательных единиц (MUNE) имеет важное значение для оценки нейропатий и нейронопатий.
- Традиционные методы MUNE часто основаны на экстраполяции данных по малым выборкам, что приводит к возникновению систематической ошибки.
- MScan подбирает модель ко всему скану СМАП, оценивая все двигательные единицы в мышце.
- Этот метод обладает преимуществами в скорости, удобстве и воспроизводимости по сравнению с другими методами MUNE.
Цель исследования
- Описать и валидировать протокол MScan для оценки количества двигательных единиц.
- Сравнить воспроизводимость и диагностическую эффективность MScan у пациентов с БАС и в группе здорового контроля.
- Продемонстрировать практические шаги по регистрации и анализу данных MScan.
Используемые методы
- Подготовка и размещение регистрирующего, референтного и заземляющего электродов на кисти и предплечье.
- Использование полуавтоматической компьютерной системы для проведения сканирования CMAP через срединный нерв.
- Поэтапное регулирование интенсивности стимула для построения детальных кривых зависимости ответа от стимула.
- Оффлайн-анализ с помощью программного обеспечения MScan для подбора модели и оценки количества и размера двигательных единиц.
Основные результаты
- MScan продемонстрировал отличную внутри- и межэкспертную воспроизводимость (ICC > 0.98; коэффициент вариации ~12.3%).
- Медианное количество двигательных единиц было значительно ниже у пациентов с БАС по сравнению со здоровым контролем.
- MScan показал более высокую диагностическую точность (более высокий AUC), чем одна лишь амплитуда СМВП, при дифференциации пациентов с БАС от контроля.
- Протокол может быть выполнен примерно за шесть минут, при этом анализ занимает менее пяти минут.
Выводы
- MScan представляет собой быстрый, удобный и воспроизводимый метод оценки количества двигательных единиц.
- Он является перспективным для клинической диагностики и мониторинга нейромышечных заболеваний, таких как БАС.
- Необходимы дальнейшие исследования для подтверждения возможности его применения для других групп мышц и более широких популяций пациентов.
Часто задаваемые вопросы
Практическая значимость для промышленности
Сканирование CMAP MUNE (MScan) представляет собой быстрый, воспроизводимый и объективный метод оценки количества функциональных двигательных единиц, что отвечает критической потребности в исследованиях нервно-мышечных заболеваний и разработке трансляционных биомаркеров. Путем моделирования всей кривой «стимул-ответ» MScan повышает прогностическую достоверность и обеспечивает надежную валидацию мишеней в процессах раннего поиска и доклинических исследованиях. Воспроизводимость и скорость метода позволяют масштабировать его интеграцию в конвейеры оценки нервно-мышечного статуса в рамках всего портфеля препаратов.
Стратегическое применение в биофармацевтических исследованиях и разработках
Ранний поиск и валидация мишени
- Обеспечивает количественный анализ нервно-мышечной функции для снижения mechanistic-рисков.
- Поддерживает функциональную валидацию мишеней, предоставляя объективные оценки двигательных единиц.
- Повышает прогностическую уверенность в системах, релевантных конкретному заболеванию, для приоритизации портфеля исследований.
Скрининг и разработка анализа
- Позволяет получать валидированные электрофизиологические показатели для последующего скрининга соединений.
- Обеспечивает стандартизированные, воспроизводимые и количественные результаты для разработки анализа.
- Обеспечивает возможность быстрого и масштабируемого оценивания целостности нервно-мышечной системы в различных когортах.
Трансляционные и доклинические исследования
- Соответствует стратегиям трансляционного поиска биомаркеров прогрессирования нервно-мышечных заболеваний.
- Обеспечивает преемственность от этапа первичного поиска до доклинической валидации на моделях БАС и родственных ей патологий.
- Поддерживает принятие решений о дальнейшем продвижении с учетом рисков на основе надежных функциональных конечных точек.
Интеграция конвейера и рабочих процессов
MScan встраивается в общий процесс от ранних этапов поиска до идентификации ведущих соединений и доклинических исследований, обеспечивая количественную оценку состояния нервно-мышечного аппарата в нескольких критических точках.
- Биологические исследования: облегчают проверку гипотез и снижение биологических рисков за счет комплексного количественного анализа двигательных единиц.
- Скрининг: обеспечивает воспроизводимые количественные электрофизиологические результаты для подготовки аналитических методов.
- Аналитика: позволяет получать оценки на основе моделей и проводить анализ ROC-кривых для сравнения патологических состояний с контрольными группами.
- Трансляционные исследования: поддерживают согласованность биомаркеров и преемственность в моделях нервно-мышечных заболеваний.
- Корпоративное использование: предлагает стандартизированный масштабируемый инструмент для оценки нервно-мышечной функции в рамках различных программ.
Операционное и корпоративное влияние
- Научная ценность: повышает достоверность прогнозов и снижает механистическую неоднозначность в нейромышечных исследованиях.
- Операционная ценность: обеспечивает быстрый, воспроизводимый и стандартизированный анализ, подходящий для высокопроизводительных рабочих процессов.
- Стратегическая ценность: улучшает принятие решений о продолжении или прекращении разработки (go/no-go) и повышает эффективность использования капитала за счет предоставления надежных функциональных конечных точек.
- Влияние на портфель: позволяет осуществлять приоритизацию и продвижение нейромышечных активов с учетом рисков.
Особенности реализации
- Требуется опыт в области электрофизиологической регистрации и анализа на основе моделей.
- Необходим доступ к полуавтоматическим системам ЭМГ и программному обеспечению для анализа MScan.
- Требуется стандартизация между исследовательскими группами для обеспечения воспроизводимости и сопоставимости данных.
- Может потребоваться адаптация для различных групп мышц или моделей заболеваний.
- Практические ограничения включают необходимость расслабления субъекта и минимизацию артефактов во время записи.
