प्रमुख अवसादग्रस्तता विकार के बायोमार्कर-संचालित, व्यक्तिगत उपचार के लिए क्लोज्ड-लूप न्यूरोस्टिम्यूलेशन
Summary
एक उच्च-लक्षण स्थिति के रोगी-विशिष्ट तंत्रिका बायोमार्कर द्वारा शुरू की गई गहरी मस्तिष्क उत्तेजना निरंतर, ओपन-लूप उत्तेजना की तुलना में प्रमुख अवसादग्रस्तता विकार के लक्षणों को बेहतर ढंग से नियंत्रित कर सकती है। यह प्रोटोकॉल एक रोगी-विशिष्ट तंत्रिका बायोमार्कर की पहचान करने और पहचाने गए बायोमार्कर के आधार पर चिकित्सीय उत्तेजना के वितरण को नियंत्रित करने के लिए एक वर्कफ़्लो प्रदान करता है।
Abstract
गहरी मस्तिष्क उत्तेजना में चिकित्सीय लाभ के लिए लक्षित मस्तिष्क क्षेत्रों में विद्युत उत्तेजना का प्रशासन शामिल है। प्रमुख अवसादग्रस्तता विकार (एमडीडी) के संदर्भ में, आज तक के अधिकांश अध्ययनों ने आशाजनक लेकिन मिश्रित परिणामों के साथ निरंतर या ओपन-लूप उत्तेजना को प्रशासित किया है। इन मिश्रित परिणामों में योगदान करने वाला एक कारक उत्तेजना लागू होने पर उत्पन्न हो सकता है। व्यक्तिगत और उत्तरदायी तरीके से उच्च-लक्षण राज्यों के लिए विशिष्ट उत्तेजना प्रशासन निरंतर उत्तेजना की तुलना में लक्षणों को कम करने में अधिक प्रभावी हो सकता है और आदत से संबंधित कम चिकित्सीय प्रभावों से बच सकता है। इसके अतिरिक्त, डिवाइस ऊर्जा की खपत को कम करने के लिए प्रति दिन उत्तेजना की कम कुल अवधि फायदेमंद है। यह प्रोटोकॉल उपचार-दुर्दम्य एमडीडी वाले व्यक्तियों के लिए बंद-लूप उत्तेजना प्राप्त करने के लिए क्रोनिक रूप से प्रत्यारोपित न्यूरोस्टिम्यूलेशन डिवाइस का उपयोग करके एक प्रयोगात्मक वर्कफ़्लो का वर्णन करता है। यह प्रतिमान एक रोगी-विशिष्ट तंत्रिका बायोमार्कर का निर्धारण करने पर टिका है जो उच्च लक्षणों की स्थिति से संबंधित है और डिवाइस डिटेक्टरों को प्रोग्रामिंग करता है, जैसे कि उत्तेजना लक्षण स्थिति के इस रीड-आउट से शुरू होती है। वर्णित प्रक्रियाओं में रोगी लक्षण रिपोर्ट के साथ समवर्ती तंत्रिका रिकॉर्डिंग कैसे प्राप्त करें, कम और उच्च-लक्षण राज्यों और संबंधित तंत्रिका विशेषताओं को अलग करने के लिए राज्य-अंतरिक्ष मॉडल दृष्टिकोण में इन डेटा का उपयोग कैसे करें, और बाद में बंद-लूप उत्तेजना चिकित्सा प्रदान करने के लिए डिवाइस को प्रोग्राम और ट्यून कैसे करें।
Introduction
प्रमुख अवसादग्रस्तता विकार (एमडीडी) एक न्यूरोसाइकियाट्रिक बीमारी है जो नेटवर्क-स्तरीय असामान्य गतिविधि और कनेक्टिविटी1 की विशेषता है। रोग विभिन्न प्रकार के लक्षणों को प्रकट करता है जो व्यक्तियों में भिन्न होते हैं, समय के साथ उतार-चढ़ाव करते हैं, और विभिन्न तंत्रिका सर्किट 2,3 से उत्पन्न हो सकते हैं। एमडीडी वाले लगभग 30% व्यक्ति मानक-देखभाल उपचार4 के लिए दुर्दम्य हैं, जो नए दृष्टिकोणों की आवश्यकता पर प्रकाश डालते हैं।
गहरी मस्तिष्क उत्तेजना (डीबीएस) न्यूरोमॉड्यूलेशन का एक रूप है जिसमें गतिविधि को संशोधित करने के लक्ष्य के साथ मस्तिष्क के लक्षित क्षेत्रों में विद्युत प्रवाह पहुंचाया जाता है। एमडीडी के उपचार के लिए डीबीएस कुछ अनुप्रयोगों5,6 में बहुत सफल रहा है, लेकिनबड़े अध्ययनों 7,8 में दोहराने में भी विफल रहा है। सभी उद्धृत अध्ययनों ने ओपन-लूप उत्तेजना9 को नियोजित किया, जिसमें निश्चित मापदंडों के साथ कथित चिकित्सीय उत्तेजना का वितरण निरंतर था। इसके विपरीत, बंद-लूप उत्तेजना लक्षण अवस्था10 से जुड़े प्रोग्राम किए गए बायोमार्कर या तंत्रिका गतिविधि पैटर्न के आधार पर उत्तेजना प्रदान करती है। बंद-लूप उत्तेजना के दो मुख्य कार्यान्वयन हैं: उत्तरदायी उत्तेजना और अनुकूली उत्तेजना11। जब प्रोग्राम किए गए मानदंड ों को पूरा किया जाता है तो उत्तरदायी उत्तेजना निरंतर मापदंडों (जैसे, आवृत्ति, आयाम, पल्स चौड़ाई) के साथ उत्तेजना के विस्फोट प्रदान करती है। अनुकूली उत्तेजना के साथ, एल्गोरिथ्म के अनुसार, उत्तेजना पैरामीटर गतिशील रूप से मापा बायोमार्कर के एक कार्य के रूप में बदलते हैं, जिसमें कई फिक्स पॉइंट या स्वचालित निरंतर समायोजन हो सकते हैं। अनुकूली उत्तेजना के साथ उत्तेजना निरंतर या आंतरायिक हो सकती है। अनुकूली उत्तेजना ने पार्किंसंस रोग12 के लक्षणों को नियंत्रित करने में ओपन-लूप उत्तेजना के लिए बेहतर प्रभावकारिता दिखाई है। मिर्गी13 के लिए उत्तरदायी न्यूरोस्टिम्यूलेशन खाद्य और औषधि प्रशासन (एफडीए) द्वारा अनुमोदित है, जबकि एमडीडी 14 के लिए उत्तरदायी उत्तेजना की प्रारंभिक जांच और टॉरेट सिंड्रोम15 और आवश्यक कंपकंपी16 के लिए अनुकूली उत्तेजना भी चिकित्सीय लाभ दिखाती है।
बंद-लूप उत्तेजना को लागू करने के लिए, एक शारीरिक संकेत का चयन किया जाना चाहिए और यह सूचित करने के लिए ट्रैक किया जाना चाहिए कि उत्तेजना कब दी जानी चाहिए। यह प्रतिक्रिया ओपन-लूप और क्लोज्ड-लूप उत्तेजना के बीच महत्वपूर्ण अंतर है और बायोमार्कर का चयन करके महसूस किया जाता है। यह प्रोटोकॉल किसी दिए गए व्यक्ति द्वारा अनुभव किए गए लक्षणों के नक्षत्र के अनुसार एक व्यक्तिगत बायोमार्कर निर्धारित करने के लिए एक प्रक्रिया प्रदान करता है। रोगियों में भविष्य के मेटा-विश्लेषण से पता चलेगा कि क्या व्यक्तियों में सामान्य बायोमार्कर हैं या यदि एमडीडी लक्षणों और अंतर्निहित सर्किटरी की विषम प्रस्तुति के लिए व्यक्तिगत दृष्टिकोण17,18 की आवश्यकता है। तंत्रिका गतिविधि को महसूस करने और विद्युत उत्तेजना प्रदान करने में सक्षम डीबीएस उपकरणों का उपयोग करना इस बायोमार्कर की खोज और बंद-लूप न्यूरोमॉड्यूलेशन के बाद के कार्यान्वयन दोनों की अनुमति देता है। यह दृष्टिकोण तंत्रिका गतिविधि और विशिष्ट लक्षण अवस्थाओं के बीच एक करीबी अस्थायी संबंध को पूर्ववत करता है और सभी संकेतों या लक्षणों के लिए लागू नहीं हो सकता है।
जबकि पार्किंसंस रोग और आवश्यक कंपकंपी जैसे संकेतों में लक्षण होते हैं जिन्हें परिधीय सेंसर (जैसे, कंपकंपी, कठोरता) का उपयोग करके मापा जा सकता है, एमडीडी के लक्षण आमतौर पर रोगी द्वारा रिपोर्ट किए जाते हैं या मानकीकृत प्रश्नों और अवलोकन का उपयोग करके एक चिकित्सक द्वारा मूल्यांकन किया जाता है। एक व्यक्तिगत बायोमार्कर की गणना करने के लिए पर्याप्त डेटा एकत्र करने के संदर्भ में, क्लिनिशियन आकलन व्यावहारिक नहीं हैं, और इस प्रकार रेटिंग स्केल के माध्यम से लक्षणों की रोगी रिपोर्ट का उपयोग किया जाता है। इस तरह के पैमानों में अवसाद (वीएएस-डी), चिंता (वीएएस-ए), और ऊर्जा (वीएएस-ई) 19 के दृश्य एनालॉग स्केल और हैमिल्टन डिप्रेशन रेटिंग स्केल (एचएएमडी -6)20 के छह-प्रश्न रूप शामिल हैं। तंत्रिका गतिविधि की समवर्ती रिकॉर्डिंग और इन स्व-रिपोर्ट लक्षण रेटिंग के पूरा होने से एक युग्मित डेटासेट मिलता है जिसका उपयोग उच्च-लक्षण राज्यों से संबंधित या पूर्वानुमान ति तंत्रिका संकेत की वर्णक्रमीय विशेषताओं के बीच संबंधों को देखने के लिए किया जा सकता है।
कम्प्यूटेशनल दृष्टिकोण, जैसे राज्य-अंतरिक्ष मॉडलिंग, का उपयोग लक्षण राज्यों और तंत्रिका विशेषताओं के बीच संबंधों को उजागर करने के लिए किया जा सकता है। ग्राफ सैद्धांतिक विधियां राज्य-स्थान21 को चिह्नित करने के लिए आकर्षक हैं क्योंकि वे माप22 के बीच अस्थायी निकटता को स्पष्ट रूप से मॉडलिंग करके विभिन्न टाइमस्केल पर राज्यों की खोज को सक्षम करते हैं। एक लक्षण राज्य-अंतरिक्ष मॉडल समय की अवधि की पहचान करता है जिसमें रोगी के लक्षणों का एक सामान्य फेनोटाइप होता है और लक्षण उप-राज्यों को इंगित कर सकता है जिसमें रोगी के अवसाद के विशिष्ट आयामों पर रेटिंग पर्यावरण या संदर्भ के आधार पर भिन्न होती है। एक बंद-लूप दृष्टिकोण अंतर्निहित मस्तिष्क गतिविधि के आधार पर लक्षण राज्यों का पता लगाने पर निर्भर करता है। मशीन लर्निंग वर्गीकरण एक अंतिम चरण है जो मस्तिष्क गतिविधि संकेतों से प्राप्त सांख्यिकीय विशेषताओं के संयोजन की पहचान करने में मदद करता है जो दो या अधिकलक्षण राज्यों को सबसे अच्छा अलग करता है। यह दो-चरण दृष्टिकोण समय के साथ रोगी के लक्षणों में परिवर्तनशीलता की व्याख्या करता है और मस्तिष्क गतिविधि के लिए लक्षण भिन्नता के व्यवस्थित पैटर्न को जोड़ता है।
वर्तमान प्रोटोकॉल न्यूरोपेस रिस्पॉन्सिव न्यूरोस्टिम्यूलेशन सिस्टम (आरएनएस) 13,23 का उपयोग करता है। इष्टतम उत्तेजना साइट (ओं) और मापदंडों को निर्धारित करने के लिए प्रक्रियाएं इस प्रोटोकॉल के दायरे से बाहर हैं। हालांकि, बंद-लूप न्यूरोस्टिम्यूलेशन को डिजाइन करते समय किसी दिए गए डिवाइस की उत्तेजना क्षमताओं पर विचार करना महत्वपूर्ण है। इस प्रोटोकॉल में उपयोग किए जाने वाले डिवाइस के लिए, उत्तेजना वर्तमान-नियंत्रित होती है और एनोड (एस) और कैथोड (एस) के बीच वितरित की जाती है। एक या अधिक इलेक्ट्रोड संपर्क या कैन (इम्प्लांटेबल न्यूरोस्टिमुलेटर [आईएनएस]) को एनोड (एस) या कैथोड (एस) के रूप में चुना जा सकता है। उत्तेजना आवृत्ति (1-333.3 हर्ट्ज), आयाम (0-12 एमए), पल्स चौड़ाई (40-1000 μs प्रति चरण), और अवधि (10-5000 एमएस, प्रति स्टिम) सभी पूर्व-प्रोग्राम किए गए हैं। पूर्व मापदंडों को पांच उत्तेजना उपचारों के लिए स्वतंत्र रूप से सेट किया जा सकता है; यदि पहचान मानदंडों को पूरा करना जारी रहता है तो इन उपचारों को क्रमिक रूप से वितरित किया जाता है। एक साथ कई उत्तेजना तरंगों को वितरित करना संभव नहीं है (उदाहरण के लिए, कोई उत्तेजना की दो अलग-अलग आवृत्तियों को समवर्ती रूप से वितरित नहीं कर सकता है)। उत्तेजना तरंग एक सममित द्विध्रुवीय आयताकार तरंग है और इसे बदला नहीं जा सकता है।
Protocol
Representative Results
Discussion
गहरी मस्तिष्क उत्तेजना पार्किंसंस रोग, आवश्यक कंपकंपी, डिस्टोनिया और मिर्गी के लिए एक स्थापित चिकित्सा बन गई है, और सक्रिय रूप से कई अन्य न्यूरोसाइकिएट्रिक स्थितियों 26,27,28,29 में जांच की जा रही है।…
Disclosures
The authors have nothing to disclose.
Acknowledgements
इस काम को यूसीएसएफ (केकेएस, एएनसी, एनएस, जेएफ, वीआरआर, केडब्ल्यूएस, ईएफसी, एडीके) में मनोचिकित्सा विभाग के माध्यम से रे और डगमार डॉल्बी फैमिली फंड द्वारा समर्थित किया गया था। K23NS110962 (केडब्ल्यूएस), ब्रेन एंड बिहेवियर रिसर्च फाउंडेशन (केडब्ल्यूएस) से एनएआरएसएडी यंग इन्वेस्टिगेटर अनुदान, और 1907 ट्रेलब्लेजर अवार्ड (केडब्ल्यूएस)।
Materials
| Depth Lead | Neuropace | DL-330-3.5 | 30 cm length, 3.5 mm contact spacing |
| Depth Lead | Neuropace | DL-330-10 | 30 cm length, 10 mm contact spacing |
| Depth Lead | Neuropace | DL-344-3.5 | 44 cm length, 3.5 mm contact spacing |
| Depth Lead | Neuropace | DL-344-10 | 44 cm length, 10 mm contact spacing |
| Hat with velcro | Self-assembled | NA | Optional |
| Jupyter Notebook | Project Jupyter | NA | |
| Magnet | Neuropace | M-01 | |
| Programmer | Neuropace | PGM-300 | Clinician tablet |
| Python 3.10 | Python | NA | |
| Remote Monitor | Neuropace | 5000 | Patient laptop |
| Responsive Neurostimulation System (RNS) | Neuropace | RNS-320 | |
| Wand | Neuropace | W-02 |
References
- 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).
- 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).
- Williams, L. M. Precision psychiatry: a neural circuit taxonomy for depression and anxiety. The Lancet Psychiatry. 3 (5), 472-480 (2016).
- 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).
- Mayberg, H. S., et al. Deep brain stimulation for treatment-resistant depression. Neuron. 45 (5), 651-660 (2005).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Little, S., et al. Adaptive deep brain stimulation in advanced Parkinson disease. Annals of Neurology. 74 (3), 449-457 (2013).
- 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).
- Scangos, K. W., et al. Closed-loop neuromodulation in an individual with treatment-resistant depression. Nature Medicine. 27 (10), 1696-1700 (2021).
- 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).
- 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).
- Drysdale, A. T., et al. Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nature Medicine. 23 (1), 28-38 (2017).
- 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).
- Ahearn, E. P. The use of visual analog scales in mood disorders: A critical review. Journal of Psychiatric Research. 31 (5), 569-579 (1997).
- Bech, P., et al. The Hamilton depression scale. Evaluation of objectivity using logistic models. Acta Psychiatrica Scandinavica. 63 (3), 290-299 (1981).
- Khambhati, A. N., Sizemore, A. E., Betzel, R. F., Bassett, D. S. Modeling and interpreting mesoscale network dynamics. NeuroImage. 180, 337-349 (2018).
- 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).
- Kleen, J. K., Rao, V. R. Managing neurostimulation for epilepsy. Deep Brain Stimulation Management. , 177-197 (2022).
- 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).
- Harris, P. A., et al. The REDCap consortium: Building an international community of software platform partners. Journal of Biomedical Informatics. 95, 103208 (2019).
- Krauss, J. K., et al. Technology of deep brain stimulation: current status and future directions. Nature Reviews Neurology. 17 (2), 75-87 (2021).
- Dougherty, D. D. Deep brain stimulation: clinical applications. The Psychiatric Clinics of North America. 41 (3), 385-394 (2018).
- Drobisz, D., Damborská, A. Deep brain stimulation targets for treating depression. Behavioural Brain Research. 359, 266-273 (2019).
- 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).
- Sun, F. T., Morrell, M. J. Closed-loop neurostimulation: the clinical experience. Neurotherapeutics. 11 (3), 553-563 (2014).
- 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).
- Zuo, X. -. N., Xu, T., Milham, M. P. Harnessing reliability for neuroscience research. Nature Human Behaviour. 3 (8), 768-771 (2019).
