Depresyonda Auriküler Vagus Sinir Stimülasyonunun Fonksiyonel Yakın Kızılötesi Spektroskopi Rehberliğinde Frekans Haritalaması

Svenja  J Francke; Sarah Alizadeh; José C. García Alanis; Dorian Kock; Jannick Hermann; Maximilian Kastl; Hamidreza Jamalabadi; Felix P Bernhard

doi:10.3791/70136

Yöntem makalesi

Depresyonda Auriküler Vagus Sinir Stimülasyonunun Fonksiyonel Yakın Kızılötesi Spektroskopi Rehberliğinde Frekans Haritalaması

0 görüntülenme

⸱

DOI:

10.3791/70136

⸱

25 Eylül 2026

Svenja J Francke¹^,² , Sarah Alizadeh¹^,² , José C. García Alanis¹^,²^,³ , Dorian Kock¹ , Jannick Hermann¹ , Maximilian Kastl¹ , Hamidreza Jamalabadi¹^,²^,⁴ , Felix P Bernhard¹

¹Department of Psychiatry and Psychotherapy, University of Marburg, ²Center for Mind, Brain, and Behavior (CMBB), University of Marburg, ³Department of Psychology, University of Marburg, ⁴Faculty of Medicine, University of British Columbia

Bu makalede

Özet

Bu protokol, majör depresif bozukluğu olan bireylerde, fonksiyonel yakın kızılötesi spektroskopi kullanarak transkutanöz auriküler vagus siniri stimülasyonuna verilen frekans bağımlı kortikal yanıtların haritalanması için tekrarlanabilir bir çerçeve sunmaktadır.

Özet

Majör depresif bozukluk (MDB), geniş ölçekli beyin ağlarındaki değişimlerle ilişkilidir ve transkütan auriküler vagus sinir stimülasyonu (taVNS) parametrelerindeki, özellikle stimülasyon frekansındaki değişkenlik, çalışmalar arasındaki tekrarlanabilirliği ve karşılaştırılabilirliği sınırlamaktadır. Bu nedenle, sistematik parametre seçimi için standartlaştırılmış stratejilere ihtiyaç vardır. Bu protokol, fonksiyonel yakın kızılötesi spektroskopi (fNIRS) kullanarak çoklu taVNS frekanslarına verilen bireysel kortikal yanıtların haritalanması için tekrarlanabilir, nörogörüntüleme güdümlü bir iş akışı sunmaktadır. Yaklaşım, sürekli fNIRS veri toplama işlemini, oturum içi çoklu stimülasyon frekanslarının uygulanması ve varsayılan mod ağı aktivitesinin ağ düzeyinde analizi ile birleştirir. Frekansa özgü yanıtlar, mesafe tabanlı metrikler kullanılarak nicelendirilir ve ardından her katılımcı için aday stimülasyon parametrelerini belirlemek amacıyla algoritmik sıralama yapılır.
İş akışı, stimülasyon koşullarının doğrudan denek içi karşılaştırılmasına olanak tanır ve sabit frekanslı tasarımlar yerine ağ düzeyindeki yanıtlara dayalı keşifsel parametre haritalama için yapılandırılmış bir çerçeve sağlar. Temsili sonuçlar, farklı koşullar altında stabil fNIRS sinyalleri elde etmenin ve yorumlanabilir katılımcıya özgü frekans sıralamaları oluşturmanın uygulanabilirliğini göstermektedir. MDB'de gösterilmiş olsa da bu protokol, ağ düzeyinde disfonksiyon içeren diğer nöromodülasyon paradigmalarına ve bozukluklara uyarlanabilir ve bireyselleştirilmiş parametre seçimini amaçlayan gelecekteki çalışmaları destekleyebilir.

Giriş

Transkutanöz auriküler vagus siniri stimülasyonu (taVNS), vagus sinirinin auriküler dalını hedefleyen ve beyin sapı nöromodülatör çekirdeklerinin yanı sıra yaygın kortikal ağları etkileyebilen noninvaziv bir nöromodülasyon tekniğidir¹. Önceki çalışmalar, taVNS'nin fizyolojik ve nöral etkilerinin, özellikle stimülasyon frekansı olmak üzere, stimülasyon parametrelerine güçlü bir şekilde bağlı olduğunu göstermiştir²^,³^,⁴^,⁵. Hayvan ve insan modellerinde, farklı frekanslar farklı nöromodülatör yolaklar ve beyin yanıtları ile ilişkilendirilmiştir ve mevcut klinik taVNS protokolleri geniş bir frekans aralığını kapsamaktadır⁶. Bu değişkenlik, sabit frekans geleneklerine güvenmek yerine, frekans haritalama ve prensiplere dayalı parametre seçimi için sistematik yaklaşımlara duyulan ihtiyacı vurgulamaktadır. Bu protokolün amacı, ağ düzeyindeki fizyolojik okumaları kullanarak, birden fazla taVNS frekansına verilen nöral yanıtların denek içi haritalanması için tekrarlanabilir bir yöntem sunmaktır.

Bu protokolün genel amacı, bireysel nöral yanıtların birden fazla taVNS frekansına göre haritalandırılması için tekrarlanabilir bir yöntem sağlamaktır.

Fonksiyonel yakın kızılötesi spektroskopi (fNIRS), kortikal hemodinamiği yüksek zamansal çözünürlükle ölçen ve eş zamanlı taVNS ile uyumlu, taşınabilir bir optik nörogörüntüleme tekniğidir⁷^,⁸. Manyetik rezonans görüntüleme (MRI) tabanlı yaklaşımlarla karşılaştırıldığında fNIRS; tarayıcı hareketsizliği, akustik gürültü veya kısıtlı donanım kurulumları gibi sınırlamalar olmaksızın daha yüksek taşınabilirlik, daha düşük lojistik yük ve stimülasyon prosedürleriyle daha kolay entegrasyon sunar. Semptom tabanlı optimizasyon stratejileriyle karşılaştırıldığında fNIRS, yalnızca subjektif veya gecikmiş klinik sonuçlara güvenmek yerine, stimülasyona verilen kortikal ağ yanıtlarının doğrudan fizyolojik bir vekilini sağlar⁹. Sabit frekanslı stimülasyon paradigmalarıyla¹⁰ karşılaştırıldığında, mevcut protokol, yanıtları katılımcılar arasında ortalamak yerine frekans duyarlılığındaki bireyler arası değişkenliğin açıkça karakterize edilmesine olanak tanır. Ayrıca fNIRS, ölçeklenebilir tekrarlanan oturum içi ölçümleri destekleyerek bu yaklaşımı özellikle keşifsel frekans haritalama çalışmaları ve verimli, tekrarlanan değerlendirmeler gerektiren pilot araştırmalar için uygun hale getirir.

Bu birleşik yaklaşım, araştırmacıların aynı katılımcı dahilinde nöromodülasyon parametrelerini karşılaştırmayı, kişiselleştirilmiş stimülasyon ayarı adaylarını belirlemeyi veya boylamsal ya da sonuç odaklı deneyler yürütmeden önce protokoller geliştirmeyi hedeflediği durumlarda kullanılmalıdır. Bu yöntem, geniş ölçekli beyin ağı organizasyonunun bozulduğu durumlar için genel olarak uygulanabilir¹¹. Bu protokol, özellikle keşifsel parametre eşlemesi, pilot kişiselleştirme çalışmaları ve erken aşama fizibilite araştırmaları için uygundur. Burada depresyon, varsayılan mod ağı (DMN)¹²^,¹³ ve ilgili kontrol ağlarındaki aktivite ve bağlantı değişiklikleriyle ilişkilendirilmiş olması ve taVNS'nin bu sistemleri modüle ettiğinin bildirilmiş olması nedeniyle açıklayıcı bir bağlam sunmaktadır¹⁴. Ancak, önceki çalışmalarda heterojen stimülasyon frekansları kullanılmıştır ve afektif ve kognitif ağları hedeflemek için en uygun frekanslar belirsizliğini korumaktadır. Bu değişkenlik, tek bir a priori frekansa güvenmek yerine, denek içi frekans karşılaştırmasının kullanılmasını motive etmektedir.

Burada, yatak başı ve boylamsal kullanıma uygun, fNIRS kılavuzluğunda bir taVNS frekans haritalama iş akışının uygulanması için bir protokol tanımlıyoruz. Prosedür; stimülasyon içermeyen bir başlangıç dinlenme durumu baz hattı, ardından 2, 10, 25 ve 40 Hz'de dinlenme durumu taVNS oturumları ve spesifik olmayan etkileri kontrol etmek için bir plasebo (sham) durumunu içermektedir. Her durum için fNIRS verileri toplanır ve normatif sağlıklı bir referansa göre çok değişkenli ağ mesafe metrikleri kullanılarak analiz edilir. Bu metrikler, bağlantı gücü ve bölgesel etkileşim modelleri dahil olmak üzere ağ organizasyonunun tamamlayıcı yönlerini yakalar¹⁵^,¹⁶. Elde edilen ağ düzeyindeki ölçümler, her katılımcı içindeki frekansa özgü etkileri karşılaştırmak ve ağ bilgisine dayalı bir şekilde aday stimülasyon parametrelerini belirlemek için kullanılır. Aday frekansın kısa süreli tekrarlanabilirliğini değerlendirmek için ardından aday kişiye özel bir dinlenme durumu koşulu eklenmiştir.

Bu protokol; keşifsel parametre eşlemesi, kavram kanıtlama kişiselleştirmesi ve daha geniş kapsamlı boylamsal veya klinik çalışmalar öncesinde protokol geliştirme süreçleri için en uygundur. Ağ düzeyindeki fizyolojik metrikleri kullanarak, bireyler bazında stimülasyon frekanslarının sistematik olarak karşılaştırılması için yapılandırılmış bir çerçeve sunar. Yöntem, erken aşama veya pilot araştırmalarda hipotez oluşturmayı ve aday frekansların belirlenmesini desteklemek üzere tasarlanmıştır. Kesin klinik etkinliği, terapötik üstünlüğü veya tedavi optimizasyonunu saptamayı değil, keşifsel ve ağ bilgisine dayalı parametre seçimi yoluyla sonraki boylamsal ve sonuç odaklı çalışmalara temel oluşturmayı amaçlamaktadır.

Protokol

İnsan katılımcıları içeren tüm prosedürler, kurumsal kılavuzlara ve Helsinki Deklarasyonu'na uygun olarak gerçekleştirilmiş ve Philipps University Marburg'un sorumlu insan araştırmaları etik kurulu tarafından onaylanmıştır (protokol numarası: 23-232 BO). Katılım öncesinde tüm katılımcılardan yazılı bilgilendirilmiş onam alınmıştır.

Protokol, deneysel iş akışının kronolojik yürütmesini takip eder (ayrıntılar için Şekil 1 'e bakınız). Tüm adımlar, katılımcılar arasında tekrarlanabilirliği ve karşılaştırılabilirliği sağlamak için önceden tanımlanmış parametreler kullanılarak uygulanmıştır. Bu parametreler; sabit taVNS stimülasyon ayarlarını (2, 10, 25 ve 40 Hz frekanslar, darbe genişliği ve bireysel olarak ayarlanan stimülasyon yoğunluğu), standartlaştırılmış dinlenme durumu çalışma sürelerini, tutarlı bir plasebo (sham) koşulunu ve kanal konfigürasyonu, hareket düzeltme, filtreleme ve ağ tabanlı analiz prosedürlerini içeren tek tip bir fNIRS veri toplama ve ön işleme hattını kapsamaktadır.

1. Etik Onay ve Çalışma Özeti

Etik onay alınması
1. Çalışmaya başlamadan önce Philipps University Marburg Tıp Fakültesi Etik Kurulu'ndan onay alın (Protokol No. 23-232 BO).
2. Tüm prosedürleri Helsinki Deklarasyonu'na ve insan katılımcı araştırmaları için kurumsal kılavuzlara uygun olarak yürütün.
3. Tarama, değerlendirmeler veya veri toplama işleminden önce her katılımcıdan yazılı bilgilendirilmiş onam alın.
Çalışma amaçlarının belirlenmesi
1. Aynı katılımcı üzerinde sham stimülasyonu ile çoklu aktif taVNS frekanslarını karşılaştırmak için bu protokolü kullanın.
2. Stimülasyon sırasındaki kortikal ağ yanıtlarını nicelleştirmek için eş zamanlı fonksiyonel yakın kızılötesi spektroskopi (fNIRS) kullanın.
3. Sağlıklı kontrol şablonuna ağ düzeyindeki benzerliğine dayanarak aday kişiselleştirilmiş stimülasyon frekansını belirlemek için önceden tanımlanmış analiz scriptlerini kullanın.
Analitik kapsamın belirlenmesi
1. Tüm sonuçları betimleyici ve keşifsel olarak yorumlayın.
2. Bu protokolü klinik etkinlik, terapötik üstünlük veya tedavi optimizasyonu sağlamak için kullanmayın.
3. Sonuçları, gelecekteki boylamsal veya sonuç odaklı çalışmalara bilgi sağlamak amacıyla kullanın.

2. Katılımcıların Belirlenmesi ve Taranması

Çalışma gruplarının oluşturulması
1. Yetişkin katılımcıları iki gruba ayırarak dahil edin: Majör Depresif Bozukluk (MDD) ve sağlıklı kontroller (HC).
2. Sağlıklı kontrolleri, MDD grubuyla aynı çalışma döneminde ve özdeş prosedürler kullanarak dahil edin.
3. Kurumsal kılavuzlara uygun olarak tazminat sağlayın.
Dahil etme kriterlerinin uygulanması
1. Yalnızca 18 yaş ve üzeri katılımcıları dahil edin.
2. Normal veya düzeltilmiş normal görme yeteneğini onaylayın.
3. Yalnızca MDD grubu için: DSM-5 tabanlı yapılandırılmış bir klinik görüşme kullanarak MDD tanısını onaylayın.
4. Yalnızca MDD grubu için: Yalnızca hafif ila orta şiddette depresyonu olan katılımcıları dahil edin (HAMD-24 ≥8 ve <24; BDI-II ≥8 ve <29).
5. Yalnızca sağlıklı kontrol grubu için: Mevcut psikiyatrik veya ağır somatik hastalığın olmadığını onaylayın.
Hariç tutma kriterlerinin uygulanması
1. Nörolojik bozuklukları veya önemli kafa travması öyküsü olan katılımcıları hariç tutun.
2. Psikiyatrik komorbiditesi olan katılımcıları hariç tutun.
3. Hali hazırda psikotropik veya antidepresan ilaç kullanan ya da bu ilaçları son 2 hafta içinde bırakmış olan katılımcıları hariç tutun.
4. İntihar düşüncesi veya şiddetli depresif semptomları olan katılımcıları hariç tutun.
5. Nöral veya vasküler fonksiyonları etkileme olasılığı olan tıbbi durumları bulunan katılımcıları hariç tutun.
Klinik değerlendirmenin gerçekleştirilmesi
1. Hamilton Depresyon Derecelendirme Ölçeği'ni (HAMD-24) uygulayın.
2. Beck Depresyon Envanteri-II'yi (BDI-II) uygulayın.
3. Toplam puanları çalışma veri tabanına kaydedin.

3. Deneysel Ortamın Hazırlanması

Laboratuvar odasının hazırlanması
1. Katılımcıyı sessiz ve loş ışıklı bir odaya yerleştirin.
2. Ortam sıcaklığını sabit tutun ve dış gürültüyü minimize edin.
3. Bir monitörü katılımcının yaklaşık 1 m önüne konumlandırın.
Katılımcıya talimat verilmesi
1. Monitörde merkezi bir fiksasyon haçı görüntüleyin.
2. Katılımcıya uyanık, rahat ve hareketsiz kalması talimatını verin.
3. Katılımcıya tüm kayıtlar boyunca bakışlarını fiksasyon haçı üzerinde tutması talimatını verin.

4. taVNS Hazırlığı ve Stimülasyon Kalibrasyonu

Donanımı hazırlayın
1. Titanyum-iridyum stimülasyon elektrodu ile donatılmış bir transkutanöz auriküler vagus sinir stimülasyon cihazı kullanın.
2. Her oturumdan önce kabloları, konektörleri ve pil durumunu kontrol edin.
Elektrodu konumlandırın
1. Sol cymba conchae bölgesini alkollü mendillerle temizleyin.
2. Cildi tamamen kurulayın.
3. Stimülasyon elektrodunu sol cymba conchae üzerine yerleştirin.
4. Stabil kontağı ve güvenli yerleşimi doğrulayın.
Akım genliğini kalibre edin
1. Darbeler genişliğini 300 µs olarak ayarlayın.
2. Görev döngüsü (duty cycling) olmadan sürekli stimülasyonu etkinleştirin.
3. 0 mA ile başlayın ve akımı kademeli olarak 0,1-0,2 mA adımlarla artırın.
4. Her artıştan sonra katılımcıdan hissettiği duyumu 10 üzerinden puanlamasını isteyin.
5. Akım artırımını, ağrı oluşmaksızın tolere edilebilen en yüksek şiddette durdurun.
6. Algılanan şiddetin 7-8/10 olması hedeflenmelidir.
7. Kalibrasyonu 2, 10, 25 ve 40 Hz için ayrı ayrı tekrarlayın.
8. Her frekans için nihai akım genliğini kaydedin.
Sham stimülasyonu yapılandırın
1. Cihazı elektrik akımı vermeyecek şekilde yapılandırın.
2. Elektrot yerleşimini aktif koşullarla aynı tutun.
3. Tüm görsel, taktil ve işitsel ipuçlarını aktif stimülasyonla eşleştirin.
Aktif stimülasyon bloklarını uygulayın
1. Oturum boyunca dört aktif frekansı (2, 10, 25 ve 40 Hz) birer kez uygulayın.
2. Blok sırasını, bilgisayar tarafından oluşturulan bir sekans kullanarak katılımcılar arasında randomize edin.
3. Koşullar arasına stimülasyonsuz sabit aralıklar ekleyin.

5. fNIRS Sisteminin Kurulması

Donanımı hazırlayın
1. Senkronize edilmiş iki fNIRS sistemi kullanın.
2. Her sistemi 16 ışık kaynağı ve 16 detektör ile donatın.
Montajı tanımlayın
1. Varsayılan mod ağı bölgelerini hedeflemek için bir optik yerleşim planlama aracı kullanın.
2. Optodları medial prefrontal korteks, posterior singulat korteks/ prekuneus, bilateral angular giruslar ve medial temporal bölgeleri kapsayacak şekilde konumlandırın.
3. Uzun ayırımlı kanallar için 3 cm kaynak-detektör aralığı kullanın.
4. Yaklaşık 8 mm aralığında kısa ayırımlı kanallar ekleyin.
Kazanım parametrelerini yapılandırın
1. 760 nm ve 850 nm dalga boylarını kullanın.
2. Örnekleme frekansını 5.1 Hz olarak ayarlayın.
3. Kayıttan önce her iki sistemi senkronize edin.

6. Deneysel Oturumun Gerçekleştirilmesi

Blok dizisini tanımlayın
1. Stimülasyon olmadan 6 dk boyunca bazal dinlenme durumunu (RS0) kaydedin.
2. 2 dk'lık bir aralık ekleyin.
3. 6 dk boyunca sham stimülasyon uygulayın.
4. 2 dk'lık bir aralık ekleyin.
5. Her biri 6 dk sürecek şekilde, randomize edilmiş dört aktif stimülasyon bloğu (2, 10, 25 ve 40 Hz) uygulayın.
6. Ardışık aktif bloklar arasında 2 dk'lık bir aralık bırakın.
7. Stimülasyon sonrası dinlenme durumunu (RS1) 6 dk boyunca kaydedin.
Oturum zamanlamasını koruyun
1. Toplam oturum süresinin yaklaşık 54 dk olduğundan emin olun.
2. Tüm bloklar boyunca sürekli olarak fNIRS verisi toplayın.
Standart koşulları sağlayın
1. Oda aydınlatmasının, talimatların ve fiksasyon ekranının tüm bloklar boyunca aynı kaldığından emin olun.
2. Elektrot temasını sürekli olarak izleyin.
3. Gerekliyse, deneyi yalnızca bir blok tamamlandıktan sonra durdurun.

7. fNIRS Verilerinin Ön İşlemesi

Kayıtların bölümlere ayrılması
1. Sürekli kayıtları RS0, Sham, 2 Hz, 10 Hz, 25 Hz, 40 Hz ve RS1 olarak bölümlere ayırın.
2. Her kanal ve durum için ham yoğunluk sinyallerini çıkarın.
Kalite kontrolünün gerçekleştirilmesi
1. 0,5 ve 2,33 Hz arasında Butterworth bant geçiren filtreleme uygulayın.
2. Sinyalleri örtüşmeyen 3 s'lik pencerelere bölün.
3. Kafa Derisi Bağlanım İndeksi (SCI) ve Güç Spektral Pikini (PSP) hesaplayın.
4. SCI ≥ 0,8 ve PSP ≥ 0,1 olduğunda pencereleri kabul edilebilir olarak sınıflandırın.
5. Kabul edilebilir pencereleri ≥ %70 olan kanalları tutun.
6. Kabul edilebilir kanalları ≥ %70 olan katılımcıları tutun.
Artefaktların düzeltilmesi
1. Zamansal Türev Dağılım Onarımı (TDDR) kullanarak hareket artefaktlarını düzeltin.
2. 8-wavelet bazı kullanarak wavelet filtreleme uygulayın.
3. Aykırı değerleri, 4 standart sapmayı aşan katsayılar olarak tanımlayın.
Sinyallerin dönüştürülmesi
1. Modifiye Beer-Lambert yasasını kullanarak optik yoğunluğu oksihemologlobine dönüştürün.

8. Ağ Özelliklerini Hesaplayın ve Aday Frekansı Seçin

Bağlantısallığı hesaplayın
1. Tüm ROI çiftleri arasında robust Pearson korelasyonlarını hesaplayın.
2. Altı benzersiz ikili korelasyonu bir bağlantısallık vektörü olarak saklayın.
3. 4 × 4 boyutunda simetrik bir bağlantısallık matrisi oluşturun.
Türetilmiş özellikleri hesaplayın
1. Her matrisin özdeğerlerini ve özvektörlerini hesaplayın.
2. Matris normalizasyonundan sonra her düğüm için ortalama kontrol edilebilirliği hesaplayın.
Sağlıklı şablon oluşturun
1. Tutulan tüm sağlıklı kontrol katılımcıları genelinde ortalama RS0 bağlantısallık matrisini hesaplayın.
2. Elde edilen matrisi sağlıklı referans şablonu olarak kullanın.
Mesafeleri hesaplayın
1. Bağlantısallık, özdeğerler ve kontrol edilebilirlik için katılımcı özellikleri ile şablon arasındaki kosinüs mesafesini hesaplayın.
2. Bileşen eşleme kullanarak özvektör benzerliğini hesaplayın.
Koşulları sıralayın
1. Sham, 2 Hz, 10 Hz, 25 Hz ve 40 Hz koşullarını her bir metrik için mesafe değerlerine göre artan sırada sıralayın.
2. En küçük mesafeye 1. sırayı atayın.
3. Her bir koşul için metrikler genelindeki sıralamaları toplayın.
Aday bireyselleştirilmiş frekansı seçin
1. En düşük kümülatif sıralama puanına sahip olan koşulu belirleyin.
2. Bu koşulu aday bireyselleştirilmiş stimülasyon frekansı olarak tanımlayın.
Stimülasyon Kazanç Hesaplaması
1. Aşağıdaki normalizasyonu kullanarak her frekans için stimülasyon kazancını (G_f) hesaplayın:
  
  Burada d_f RS0 mesafesidir ve d_f RS0, Sham, 2 Hz, 10 Hz, 25 Hz ve 40 Hz koşulları genelinde hesaplanan f stimülasyon frekansı sırasındaki mesafedir.

Sonuçlar

Veri kalitesi ve elde etme fizibilitesi

Önceden tanımlanmış veri kalitesi kriterlerinin uygulanması, yetersiz sinyal kalitesine sahip kanalların ve katılımcıların hariç tutulmasıyla sonuçlanmıştır. Başarılı sonuçlar, koşullar genelinde yüksek kanal tutma oranı, stabil hemodinamik kayıtlar ve ağ özelliklerinin güvenilir şekilde tahmin edilmesine olanak tanıyan yorumlanabilir bağlantı modelleri ile karakterize edilir. Kötü veya optimal olmayan sonuçlar arasında düşük sinyal kalitesi, aşırı hareket artefaktları, yetersiz optod-kafa derisi eşleşmesi, yetersiz kanal tutma oranı veya yorumlanabilirliği sınırlayan tutarsız ağ tahminleri yer alır. Şekil 3 ve Şekil 4'te gösterildiği gibi, kalite değerlendirmesi sonrası nihai veri seti, majör depresif bozukluğu olan 19 katılımcıyı (MDD; ortalama yaş: 31,21 yıl, SD: 8,99; 10 kadın) ve 19 sağlıklı kontrolü (HC; ortalama yaş: 33,5 yıl, SD: 13,51; 7 kadın) içermiştir. Yedi katılımcı (3 MDD ve 4 HC), öncelikle hareket artefaktları veya yetersiz optod-kafa derisi eşleşmesi ile ilgili olan yetersiz veri kalitesi nedeniyle hariç tutulmuştur.

Kanal bazlı kalite haritaları, katılımcılar arasında sinyal kalitesinin heterojen uzaysal dağılımlarını ve bazı bireylerde lokalize düşük kaliteli bölgeleri daha net bir şekilde ortaya koymuştur. Bu bulgular, daha ileri analizlerden önce kafa derisi kuplaj indeksi ve güç spektral tepe değerine dayalı önceden tanımlanmış eşiklerin uygulanmasının önemini vurgulamaktadır. Bu kalite kontrol prosedürleri, sonraki ağ ölçümlerinin güvenilir verilerden hesaplanmasını sağlar ve protokolün kritik bir bileşenini oluşturur. Burada gösterilen temsili çıktılar; veri kalitesi taramasının, standardize ön işlemenin, ROI tabanlı zaman serisi çıkarımının ve önceden tanımlanmış sıra toplamı seçim prosedürünün başarıyla tamamlanmasına doğrudan bağlıdır.

Ön işleme ve ağ kurulumu

Deneysel tasarım ve ön işleme iş akışı Şekil 1 ve Şekil 2'de gösterilmiştir. Kalite kontrol adımının ardından (Şekil 2), sinyaller başarıyla hemoglobin konsantrasyonuna dönüştürülmüş, hareket artefaktları ve sistemik fizyolojik gürültü için düzeltilmiştir. Bu ön işleme adımlarının başarıyla tamamlandığı; korunan yüksek kaliteli kanallar, stabil bölgesel zaman serileri ve yorumlanabilir bağlantı tahminleri ile belirlenirken; başarısız sonuçlar arasında aşırı sinyal kaybı, giderilemeyen artefaktlar veya güvenilmez ağ ölçümleri yer alır. Varsayılan mod ağı düğümlerinden bölgesel zaman serilerinin çıkarılması, her koşul için fonksiyonel bağlantı matrislerinin oluşturulmasına olanak sağlamıştır. Bu temsili sonuçlar; veri kalite kontrolünün¹⁷, standartlaştırılmış ön işlemenin¹⁸, ROI tanımlamasının ve önceden tanımlanmış sıralama prosedürünün uygulanmasının başarılı bir şekilde gerçekleştirilmesine doğrudan bağlıdır. Elde edilen varsayılan mod ağı fonksiyonel bağlantı matrisleri, sonraki mesafe tabanlı karşılaştırmalar için temel oluşturmaktadır.

Temsili ağ düzeyi sonuçları

Şekil 5A, sağlıklı kontrollerden türetilen referans DMN ağ şablonunun yanı sıra, temsili bir MDD katılımcısı için koşula özgü DMN fonksiyonel bağlantı profili örneğini göstermektedir. Bu matrisler, koşullar arasındaki bölgeden bölgeye bağlantı modellerinin doğrudan görselleştirilmesine olanak tanır ve başarılı protokol çıktısının, daha az yorumlanabilir veya düşük kaliteli ağ tahminlerinden ayırt edilmesine yardımcı olur. Görsel inceleme, ağ organizasyonundaki şablona göre koşula bağlı varyasyonları ortaya koyarak, stimülasyon frekansının tek bir seans içinde DMN ağ yapısını nasıl modüle edebileceğini göstermektedir.

Mesafe ölçümleri (Şekil 5B), bu farklılıkları birden fazla metriğe (bağlantısallık, özdeğerler, özvektörler ve ortalama kontrol edilebilirlik) göre nicelleştirir. Her bir metrik için, koşullar referans şablona olan yakınlıklarına göre sıralanabilir; burada daha düşük mesafe değerleri daha yakın bir benzerliğe işaret eder. Özellikle, farklı mesafe metriklerinin sıralamasının koşullara göre değişkenlik göstermesi, her bir metriğin ağ temsilleri hakkında yakaladığı tamamlayıcı bilgileri yansıtmaktadır.

Konsensüs tabanlı frekans seçimi

Dört farklı metriğe ait bilgileri entegre etmek için, her katılımcı bünyesindeki sıralamalar toplandı (Şekil 5C). Koşullar arasında kümülatif sıralama puanlarının net bir şekilde ayrılması, frekansa özgü ağ yanıtlarının başarıyla farklılaştırıldığını gösterirken; koşullar arasında birbirine çok benzer sıralama puanları, protokolün duyarlılığının sınırlı olduğunu veya stimülasyon etkileri arasındaki ayrımın zayıf olduğunu düşündürür. En düşük kümülatif sıralama puanına sahip olan koşul, söz konusu katılımcı için aday temsilci stimülasyon frekansı olarak yorumlanmıştır. Tablo 1, katılımcılar genelindeki bu seçimleri, ilgili stimülasyon kazanç değerleri ve metrikler arasındaki Kendall’ın W ile hesaplanmış uyumla birlikte özetlemektedir.

MDD grubu genelinde, 19 katılımcının 12'si, plasebo (sham) durumundan ziyade aktif bir stimülasyon frekansı için en düşük kümülatif sıralamayı göstermiştir. Seçilen stimülasyon frekansı, Tablo 1'de özetlendiği üzere, katılımcılar arasında farklılık göstermiştir. Kendall’s W kullanılarak nicelleştirilen metrikler arasındaki uyum da, sıralama tutarlılığındaki değişkenliği yansıtacak şekilde bireyler arasında farklılık göstermiştir. Daha yüksek Kendall’s W değerleri, metrikler arasında daha güçlü bir uyum olduğunu ve birden fazla ağ ölçümünün aynı durum sıralamasını desteklediğine dair daha yüksek bir güveni gösterirken; düşük değerler, daha zayıf bir uyumu ve metrikler arasında daha fazla heterojenliği göstermektedir. Bu nedenle, nihai seçim, yalnızca tek bir metriğe dayalı bir karardan ziyade, tamamlayıcı ağ özelliklerinin veri odaklı bir entegrasyonu olarak yorumlanmalıdır.

Bu temsili ve fizibiliteye dayalı sonuçlar, protokol tarafından üretilen ağ düzeyi çıktı türlerini örneklendirmekte ve iş akışının, stimülasyon koşulları arasında denek içi karşılaştırma için uygulanabileceğini göstermektedir. Bulgular, Şekil 1–5 ve Tablo 1'de gösterildiği üzere, terapötik fayda, klinik etkinlik veya performans doğrulamasının bir kanıtından ziyade; sinyal edinimi, ön işleme, özellik çıkarımı ve sıra tabanlı parametre eşlemesini örneklendirme amacını taşımaktadır.

figure-results-1
Şekil 1Deneysel tasarım ve fNIRS prob konfigürasyonu. (A) Denek içi deneysel tasarım. Her katılımcı; bazal dinlenme durumu (RS0), şam stimülasyon, dört aktif stimülasyon frekansı (2, 10, 25 ve 40 Hz) ve stimülasyon sonrası dinlenme durumu (RS1) dahil olmak üzere tüm koşulları tek bir oturumda tamamlamıştır. Aktif stimülasyon sırası katılımcılar arasında randomize edilmiştir. Her blok 6 dakika sürmüş ve stimülasyonsuz yaklaşık 2 dakikalık aralıklarla birbirinden ayrılmıştır. Fonksiyonel yakın kızılötesi spektroskopi (fNIRS) verileri sürekli olarak kaydedilmiş (toplam ~54 dk) ve analiz için koşullara göre bölümlere ayrılmıştır. (B) 32 kaynağı (kırmızı) ve 30 dedektörü (mavi) gösteren, 89 uzun ayırımlı kanal ve 8 kısa ayırımlı kanal (daire içine alınmış) oluşturan fNIRS prob yerleşimi. Kısa ayırımlı kanallar, yüzeysel fizyolojik gürültüyü gidermek için kullanılmıştır. (C) Otomatik Anatomik Etiketleme (AAL) atlasına dayalı olarak, varsayılan mod ağına (DMN) göre prob yerleşiminin kortikal duyarlılık profili; derinliğe bağlı ölçüm duyarlılığını göstermektedir. Lütfen bu şeklin daha büyük bir versiyonunu görüntülemek için buraya tıklayın.

figure-results-2
Şekil 2. fNIRS tabanlı ağ analizi için ön işleme ve öznitelik çıkarma boru hattı.
Ham ışık yoğunluğu verileri, koşula özgü bloklara (RS0, plasebo, stimülasyon frekansları ve RS1) ayrılmıştır. Veri kalitesi, kafa derisi bağlantı indeksi (SCI > 0.8) ve güç spektrumu piki (PSP > 0.1) kullanılarak değerlendirilmiş ve yalnızca yüksek kaliteli kanallar tutulmuştur. Sinyaller optik yoğunluğa dönüştürülmüş, ardından zamansal türev dağılım onarımı (TDDR) ve dalgacık filtreleme kullanılarak hareket düzeltmesi yapılmıştır. Hemoglobin konsantrasyon değişimleri hesaplanmış ve sistemik fizyolojik gürültüyü azaltmak için kısa ayrım regresyonu uygulanmıştır. Ağ analizi için, medial prefrontal korteks (mPFC), precuneus (Prec), inferior parietal lobül (IPL) ve medial temporal lob (MTL) dahil olmak üzere varsayılan mod ağı (DMN) içindeki ilgi bölgelerinden (ROI'ler) zaman serileri çıkarılmıştır. ROI'ler arasındaki fonksiyonel bağlantısallık hesaplanmıştır. Türetilen öznitelikler arasında bağlantısallık değerleri, özdeğerler, özvektörler ve ortalama kontrol edilebilirlik yer almaktadır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.

figure-results-3
Şekil 3. Majör depresif bozukluğu (MDD) olan katılımcılarda veri kalitesi değerlendirmesi.
(A) MDD'li her katılımcı için temel durum (RS0) sırasında kalite kriterlerini karşılayan kanal sayısı. Çubuklar, kalite kriterlerini karşılayan (kayıt süresinin ≥70% kısmında SCI > 0.8 ve PSP > 0.1) tüm kanalları (gri), uzun mesafeli kanalları (mavi) ve kısa mesafeli kanalları (turuncu) göstermektedir. Kesikli çizgiler, mevcut maksimum uzun mesafeli kanal sayısını (89), kısa mesafeli kanal sayısını (8) ve kabul edilebilir katılımcı düzeyindeki veri kalitesi eşiğini (toplam kanalların ≥70%'sinin korunması) belirtmektedir. Eşik değerin altında kalan katılımcılar vurgulanmıştır (D13, D18, D19). (B) Katılımcılar genelinde kanal bazlı veri kalitesi. Isı haritası, RS0 sırasında her kanal ve katılımcı için kalite kriterlerini karşılayan kayıt süresinin yüzdesini göstermektedir. Daha koyu gölgelendirme, daha düşük veri kalitesini belirtir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.

figure-results-4
Şekil 4. Sağlıklı kontrol katılımcılarında veri kalitesi değerlendirmesi. (A) Her bir sağlıklı kontrol katılımcısı için bazal durumdaki (RS0) kalite kriterlerini karşılayan kanal sayısı. Çubuklar; kalite kriterlerini (kayıt süresinin ≥%70'inde SCI > 0.8 ve PSP > 0.1) karşılayan tüm kanalları (gri), uzun ayırmalı kanalları (mavi) ve kısa ayırmalı kanalları (turuncu) göstermektedir. Kesikli çizgiler, mevcut maksimum kanal sayısını ve kabul edilebilir katılımcı düzeyindeki veri kalitesi eşiğini (toplam kanalların ≥%70'inin korunması) belirtmektedir. Eşiğin altında kalan katılımcılar vurgulanmıştır (HC13, HC14, HC15, HC18). (B) Katılımcılar genelinde kanal bazlı veri kalitesi. Isı haritası, RS0 sırasında her bir kanal ve katılımcı için kalite kriterlerini karşılayan kayıt süresinin yüzdesini göstermektedir. Daha koyu gölgelendirme, daha düşük veri kalitesini belirtir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

figure-results-5
Şekil 5. Tek bir katılımcıda stimülasyon frekansının mesafe tabanlı seçimine ait temsilci veriler.
(A) MDD'li temsilci bir katılımcı (D11) için farklı koşullar (RS0, sham ve stimülasyon frekansları) boyunca dört varsayılan mod ağı bölgesi arasındaki ikili etkileşimleri gösteren fonksiyonel bağlantı matrisleri. Bölgeler; medial prefrontal korteks (mPFC), inferior parietal lobül (IPL), prekuneus (Prec) ve medial temporal lobu (MTL) içerir. Merkezdeki matris, grup düzeyindeki RS0 verilerinden türetilen sağlıklı kontrol şablonunu temsil eder. (B) Dört metrik üzerinden her bir koşul ile sağlıklı kontrol şablonu arasındaki mesafe ölçümleri: bağlantı mesafesi (D_conn), özdeğer mesafesi (D_eig), özvektör mesafesi (D_evec) ve ortalama kontrol edilebilirlik mesafesi (D_AC). Çubuklar mesafe değerlerini temsil eder; daha düşük değerler şablona daha fazla benzerliği gösterir. Her bir koşul için sıralamalar gösterilmiştir (sıralama 1 = en küçük mesafe). (C) Her bir koşul için sıralamaların toplanmasıyla elde edilen metrikler arası konsensüs sıralaması. Toplam sıralaması en düşük olan koşul, bu katılımcı için aday stimülasyon frekansı olarak seçilmiştir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Katılımcı Kimliği	Bağlanabilirlik	Özdeğer	Özvektör	Ort. Kontrol Edilebilirlik	Konsensüs	Kandall-W
D01	40HZ (G=1.00)	40HZ (G=1.00)	40HZ (G=1.00)	40HZ (G=0,29)	40HZ	0.85
D02	Sham (G=0,18)	Sham (G=0,00)	Sham (G=0,11)	Plasebo (G=-0,09)	Plasebo/Sham	0.89
D03	10HZ (G=0,20)	Sham (G=0,05)	2HZ (G=0,56)	Sham (G=0,63)	40 Hz	0.34
D07	Sham (G=0,29)	25 HZ (G=0,06)	2HZ (G=0,33)	25HZ (G=0,45)	25HZ	0.36
D10	Plasebo (G=1.00)	Plasebo (G=1.00)	Plasebo (G=1,00)	Sham (G=1,00)	Plasebo/Kontrol (Sham)	0.59
D11	10HZ (G=0,71)	10HZ (G=0,66)	2HZ (G=0,73)	40HZ (G=1,00)	10HZ	0.34
D15	40HZ (G=0,58)	40HZ (G=0,53)	40HZ (G=0,21)	40HZ (G=-0,27)	40 Hz	0.96
D16	25HZ (G=1,00)	10HZ (G=1,00)	25HZ (G=0,90)	25 HZ (G=0,40)	25HZ	0.64
D17	2HZ (G=0,51)	2HZ (G=0,75)	25Hz (G=0,73)	10 HZ (G=0,82)	10 Hz	0.21
D20	25HZ (G=-0,08)	25 HZ (G=0,04)	25HZ (G=-0,27)	Sham (G=0,31)	25 Hz	0.84
D21	Şam (G=0,37)	2HZ (G=0,08)	Sham (G=0,27)	40HZ (G=-0,28)	Sham (Plasebo/Sahte uygulama)	0.41
D22	2HZ (G=-0,06)	10HZ (G=0,19)	2HZ (G=0,75)	2HZ (G=1.00)	2HZ	0.47
D23	Sham (G=0,53)	25HZ (G=-0,14)	Plasebo (G=0,71)	40HZ (G=0,23)	Plasebo	0.31
D24	25HZ (G=0,59)	25HZ (G=0.18)	25HZ (G=0.18)	Sham (G=0,34)	25Hz	0.5
D25	25HZ (G=1,00)	Sham (G=-0,01)	10HZ (G=1.00)	Şam (G=0,19)	25 Hz	0.16
D26	10HZ (G=0,52)	Plasebo (G=0,01)	10HZ (G=1.00)	10HZ (G=0,71)	10 Hz	0.93
D27	10HZ (G=-0,11)	10HZ (G=0,20)	2HZ (G=-0.20)	40 HZ (G=1,00)	2HZ	0.05
D28	10 Hz (G=0,51)	10HZ (G=0,04)	10HZ (G=1.00)	10HZ (G=-0,02)	10 HZ	0.81
D29	10HZ (G=0,81)	10HZ (G=0,54)	Sham (G=1,00)	10HZ (G=1,00)	10HZ	0.85
Kazanç	0.50, 0.52	0.32, 0.18	0.58, 0.73	0.46, 0.40		0.55, 0.50
(Ortalama, Medyan)	0.50, 0.52	0.32, 0.18	0.58, 0.73	0.46, 0.40		0.55, 0.50

Tablo 1: Mesafe metrikleri genelinde katılımcıya özgü frekans seçimi.

Her bir katılımcı için, sağlıklı kontrol şablonuna olan minimum mesafe ile ilişkili stimülasyon durumu dört ağ tabanlı metrik için bildirilmiştir: bağlantısallık mesafesi (D_conn), özdeğer mesafesi (D_eig), özvektör mesafesi (D_evec) ve ortalama kontrol edilebilirlik mesafesi (D_AC). Parantez içindeki değerler (G), stimülasyon kazancını belirtir. Konsensüs sütunu, dört metrik genelindeki sıra toplama işlemine dayalı aday stimülasyon frekansını göstermektedir. Kendall’ın W değeri, her bir katılımcı içindeki metrikler arasındaki uyumu nicelleştirir. Son satır, her bir metrik için katılımcılar genelindeki ortalama ve medyan stimülasyon kazancı değerlerini, ilgili Kendall’ın W değerleriyle birlikte özetlemektedir.

Tartışma

Metodolojik gerekçe ve kritik adımlar

Bu protokol, dinlenme durumu fonksiyonel yakın kızılötesi spektroskopisi (fNIRS) kullanarak, transkütan auriküler vagus sinir stimülasyonunun (taVNS) frekansa bağlı etkilerinin oturum içi haritalaması için standartlaştırılmış bir iş akışı sunmaktadır. Amaç, doğrulanmış bireyselleştirilmiş optimizasyondan ziyade, kontrol edilen koşullar altında aday stimülasyon parametrelerinin yapılandırılmış bir karşılaştırmasını gerçekleştirmektir.

Güvenilir bir uygulama için birkaç adım kritik öneme sahiptir. Bu adımların düzgün şekilde uygulanmaması, sinyal kalitesinin düşmesine, güvenilmez bağlantı tahminlerine, kararsız sıralamalara veya analiz edilebilir veri setlerinin kaybına yol açabilir. Algısal eşikler frekanslar arasında farklılık gösterdiğinden ve aksi takdirde karşılaştırmalarıle karışabileceğinden¹⁹, stimülasyon yoğunluğu her frekans için sabit bir algılanan seviyeye (7–8/10) ayrı ayrı kalibre edilmelidir. Hatalı kalibrasyon, gerçek frekans spesifik nöral etkiler yerine algılanan stimülasyon yoğunluğunda farklılıklara yol açarak koşullar arasındaki karşılaştırılabilirliği azaltabilir. fNIRS veri kalitesi; stabil optod-saç derisi bağlantısı, hareket düzeltme, kısa mesafe regresyonu ve önceden tanımlanmış kanal tutma kriterleri ile sağlanmalıdır. Ağ özelliklerinin karşılaştırılabilirliğini sağlamak için katılımcılar ve koşullar genelinde tutarlı bir ilgi alanı (ROI) tanımı gereklidir. Son olarak, frekans seçimi tek bir ölçüme güvenmek yerine, birden fazla tamamlayıcı metriği entegre eden, önceden tanımlanmış sıra tabanlı bir yaklaşıma dayandırılmalıdır. Bu metodolojik adımlar, elde edilen ağ ölçümlerinin kalitesini, stabilitesini ve yorumlanabilirliğini doğrudan belirler ve dolayısıyla Sonuçlar bölümünde gösterilen temsili çıktıları etkiler.

Oturum içi ardışık tasarım ve taşınma etkileri

Protokol, uzatılmış fizyolojik yıkama yapılmadan tek bir oturum içinde birden fazla stimülasyon frekansını ardışık olarak uygular. Sabit koşullar arası aralıklar kullanılsa da, aktarım veya etkileşim etkileri dışlanamaz. Bu durum, koşula özgü yanıtların bağımsızlığını etkileyebilir ve stimülasyon frekansları arasındaki farklar yorumlanırken dikkate alınmalıdır. Buna göre, frekans farkları oturum içi göreceli etkiler olarak yorumlanmalıdır. Belirlenen “optimal frekans”, o oturumdaki en iyi performans gösteren koşulu yansıtır ve tekrarlanma olmaksızın kesin veya genelleştirilebilir bir stimülasyon parametresinden ziyade, oturum içindeki göreceli, veri odaklı bir sıralama sonucu olarak yorumlanmalıdır²⁰.

Alternatif yaklaşımlarla karşılaştırma

Sabit frekanslı protokoller standardizasyona olanak tanır ancak bireyler arası değişkenliği hesaba katmaz; semptom tabanlı ayarlar ise doğrudan fizyolojik içgörüden yoksundur²¹. Fonksiyonel manyetik rezonans görüntüleme (fMRI) kılavuzlu yaklaşımlar daha geniş bir uzamsal kapsam sunar ancak tekrarlanan kullanımlar veya hasta başı uygulamalar için daha az uygundur. Bu yaklaşımlarla karşılaştırıldığında, mevcut protokol taşınabilirlik, tekrarlanan ölçümler için uygulanabilirlik ve doğrudan ağ düzeyinde değerlendirme açısından avantajlar sunarken, azalmış uzamsal derinlik ve hareket artefaktlarına karşı hassasiyet ile sınırlıdır²². Bu nedenle, klinik olarak doğrulanmış bir optimizasyon stratejisinden ziyade, keşifsel parametre haritalama için pragmatik bir çerçeve olarak değerlendirilmelidir.

Sınırlamalar

Protokol, tek oturumlu bir tasarıma dayanmaktadır ve ağ etkilerinin kalıcılığını veya klinik sonuçları değerlendirmemektedir. Ardışık stimülasyon, koşullar arasında kalıntı etkiler oluşturabilir²³. Bu faktörler, belirlenen frekans spesifik yanıtların stabilitesini ve genellenebilirliğini etkileyebilir. Ek olarak, anatomik değişkenlik, elektrot yerleşimi ve cilt empedansı stimülasyon verimliliğini etkileyebilirken; katı fNIRS kalite kontrol kriterleri, analiz edilebilir veri seti sayısını azaltabilir. Ayrıca, fNIRS ölçümleri kortikal bölgelerle sınırlıdır ve ağ düzeyindeki etkilere katkıda bulunabilecek subkortikal aktiviteyi yakalamamaktadır.

Kapsam ve uygulanabilirlik

Bu protokol, nöromodülasyon araştırmalarında pilot çalışmalar, fizibilite testleri veya erken evre protokol geliştirme süreçlerini yürüten araştırmacılar için özellikle uygundur. Aday stimülasyon parametrelerinin ağ tabanlı seçilmesini destekler ancak terapötik etkinlik veya hassas psikiyatri kurmaz. Tutarlı ön işleme, titiz kalite kontrol ve şeffaf karşılaştırma prosedürleri korunduğu sürece; optod yerleşimi ve ROI tanımlamaları değiştirilerek çerçeve diğer ağlara, bozukluklara veya stimülasyon parametrelerine uyarlanabilir²⁴.

Açıklamalar

Tüm katılımcılar, deneylere dahil olmadan önce yazılı bilgilendirilmiş onam vermiştir. Çalışma protokolleri, Marburg Üniversitesi'nin ilgili etik kurulu tarafından incelenmiş ve onaylanmıştır.

Bu çalışmada kullanılan özel yazılım betikleri, anonimleştirilmiş veriler ve diğer materyaller, talep üzerine ilgili taraflara sağlanabilir.

Yazar katkı beyanı

Svenja J. Francke katılımcı alımı, veri toplama, proje yönetimi, metodoloji ile taslağın ilk yazımı ve revize edilmiş metnin yazımına katkıda bulunmuştur. Sarah Alizadeh kavramsallaştırma, metodoloji, veri analizi, görselleştirme ile taslağın ilk yazımı ve revize edilmiş metnin yazımına katkıda bulunmuştur. José C. García Alanis kavramsallaştırma, metodoloji, proje yönetimi, veri analizi ile metnin incelenmesi ve düzenlenmesine katkıda bulunmuştur. Dorian Kock katılımcı alımı, veri toplama, metodoloji ile taslağın ilk yazımı ve revize edilmiş metnin yazımına katkıda bulunmuştur. Jannick Herrmann katılımcı alımı, veri toplama, metodoloji ile taslağın ilk yazımı ve revize edilmiş metnin yazımına katkıda bulunmuştur. Maximilian Kastl katılımcı alımı, veri toplama, metodoloji ile taslağın ilk yazımı ve revize edilmiş metnin yazımına katkıda bulunmuştur. Hamidreza Jamalabadi kavramsallaştırma, metodoloji, veri analizi, denetim ile metnin incelenmesi ve düzenlenmesine katkıda bulunmuştur. Felix P. Bernhard kavramsallaştırma, metodoloji, denetim ile taslağın ilk yazımı ve revize edilmiş metnin yazımına katkıda bulunmuştur.

Teşekkürler

Bu çalışma kısmen Alman Araştırma Vakfı'nın (DFG) SFB/TRR 393 konsorsiyum hibeleri (proje hibe no 521379614), von Behring Röntgen Stiftung'un (No.\ 70\_00038) bir araştırma hibesi, Gießen ve Marburg Üniversite Hastanesi'nin (UKGM, No. 1/2024 MR) bir araştırma hibesi ve Edda und Helmut Laich Stiftung tarafından finanse edilmiştir. Bu çalışma ayrıca, Hessen Bilim ve Sanat Bakanlığı'nın LOEWE programı (Hibe Numarası: LOEWE 1/16/519/03/09.001(0009)/98) ve Almanya'nın Deutsche Forschungsgemeinschaft (Alman Araştırma Vakfı, DFG) kuruluşu tarafından desteklenen DYNAMIC merkezi tarafından desteklenmiştir.

Mükemmeliyet Stratejisi (EXC 3066/1 “The Adaptive Mind”, Proje No. 533717223).

Malzemeler

Bu makalede kullanılan malzemelerin listesi
Ad	Şirket	Katalog numarası	Yorumlar
fNIRS sistemi (giyilebilir sürekli dalga çok kanallı)	NIRx	NIRSport2	Kortikal hemodinamik kayıtlar için taşınabilir çift-dalga boylu çok kanallı fNIRS sistemi
fNIRS veri toplama yazılımı	NIRx	Aurora	Sinyal kazanımı, izleme ve olay işaretleme için kullanılan yerel yazılım
optodlu fNIRS başlığı	NIRx	NIRSport2 ile uyumludur	Kaynak ve dedektör yerleşimi için kullanılır
Optodlar (kaynaklar ve detektörler)	NIRx	NIRSport2 ile uyumludur	Uzun ayırma kanalları (~30 mm) ve kısa ayırma kanalları (~8 mm)
MATLAB	MathWorks	Çalışmada kullanılan en son sürüm	Önişleme, bağlantısallık analizi ve özel betikler için kullanılır
Sinyal İşleme Araç Kutusu	MathWorks	MATLAB eklentisi	Filtreleme ve zaman serisi işlemleri için kullanılır
İstatistik ve Makine Öğrenmesi Araç Kutusu	MathWorks	MATLAB eklentisi	Sıralama, betimleyici istatistikler ve uyum ölçütleri için kullanılır
Özel analiz betikleri	Kurum içi	Lütfen çevirmemi istediğiniz kaynak metni sağlayın.	Önişleme, öznitelik çıkarımı ve sıra tabanlı frekans seçimi için kullanılır
taVNS stimülasyon cihazı	tVNS GmbH	Çalışmada kullanılan cihaz modeli	Transkutanöz auriküler vagus sinir stimülasyonu için kullanılır
Auriküler stimülasyon elektrotları	tVNS GmbH	Stimülatör ile uyumlu	Sol cymba conchae'ye yerleştirme için kullanılır
Elektrot kabloları ve konnektörler	tVNS GmbH	Stimülatör ile uyumlu	Elektrotları stimulasyon cihazına bağlamak için kullanılır
Kontak kremi / iletken jel	tVNS GmbH	Girdi sağlanmadı. Lütfen çevrilmesini istediğiniz İngilizce metni gönderin.	Stimülasyon sırasında elektrot-cilt temasını iyileştirmek için kullanılır
Alkolle temizleme mendilleri	tVNS GmbH	Lütfen çevrilmesini istediğiniz kaynak metni sağlayın.	Elektrot yerleşimi öncesinde cilt hazırlığı için kullanılır
PsychoPy	Open Science Tools Ltd.	Sürüm 2024.4.2	Deneysel kontrol, zamanlama, blok randomizasyonu, uyaran sunumu ve senkronizasyon için kullanılır
Bilgisayar iş istasyonu	Lenovo	ThinkPad T14, G31666	Veri toplama kontrolü ve çevrimdışı analiz için kullanılmıştır; Intel Core Ultra 5, 16 GB RAM, 500 GB SSD, Windows 11 Pro
Monitör / ekran	Lenovo	ThinkVision T32UD-40	Fiksasyon haçı sunumu için 31,5 inç IPS ekran kullanılmıştır; çözünürlük 3840 × 60 Hz'de 2160
Sessiz test odası	Kurumsal tesis	Lütfen çevirisini yapmamı istediğiniz metni sağlayın.	Kayıtlar sırasında çevresel dikkat dağıtıcıları en aza indirmek için kullanılır

Kaynaklar

Rings, T., von Wrede, R., Bröhl, T., Schach, S., Helmstaedter, C., et al. Impact of transcutaneous auricular vagus nerve stimulation on large-scale functional brain networks: from local to global. Front Physiol. 12, 700261(2021).
Kong, J., Fang, J., Park, J., Li, S., Rong, P. Treating depression with transcutaneous auricular vagus nerve stimulation: state of the art and future perspectives. Front Psychiatry. 9, 20(2018).
Badran, B. W., et al. Short trains of transcutaneous auricular vagus nerve stimulation (taVNS) have parameter-specific effects on heart rate. Brain Stimul. 11 (4), 699-708 (2018).
Farmer, A. D., et al. International consensus based review and recommendations for minimum reporting standards in research on transcutaneous vagus nerve stimulation (version 2020). Front Hum Neurosci. 14, 568051(2020).
Yakunina, N., Kim, S. S., Nam, E. -C. Optimization of transcutaneous vagus nerve stimulation using functional MRI. Neuromodulation. 20 (3), 290-300 (2017).
Parente, J., et al. Neural, anti-inflammatory, and clinical effects of transauricular vagus nerve stimulation in major depressive disorder: a systematic review. Int J Neuropsychopharmacol. 27 (3), pyad058(2024).
Chao, J., et al. fNIRS evidence for distinguishing patients with major depression and healthy controls. IEEE Trans Neural Syst Rehabil Eng. 29, 2211-2221 (2021).
Ho, C. S. H., et al. Diagnostic and predictive applications of functional near-infrared spectroscopy for major depressive disorder: a systematic review. Front Psychiatry. 11, 378(2020).
Ludwig, M., Pereira, C., Keute, M., Düzel, E., Betts, M. J., et al. Evaluating phasic transcutaneous vagus nerve stimulation (taVNS) with pupil dilation: the importance of stimulation intensity and sensory perception. bioRxiv. , (2024).
Fox, M. D., Buckner, R. L., White, M. P., Greicius, M. D., Pascual-Leone, A. Efficacy of transcranial magnetic stimulation targets for depression is related to intrinsic functional connectivity with the subgenual cingulate. Biol Psychiatry. 72 (7), 595-603 (2012).
Drysdale, A. T., et al. Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nat Med. 23 (1), 28-38 (2017).
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).
Whitfield-Gabrieli, S., Ford, J. M. Default mode network activity and connectivity in psychopathology. Annu Rev Clin Psychol. 8, 49-76 (2012).
Fang, J., et al. Transcutaneous vagus nerve stimulation modulates default mode network in major depressive disorder. Biol Psychiatry. 79 (4), 266-273 (2016).
Bassett, D. S., Sporns, O. Network neuroscience. Nat Neurosci. 20 (3), 353-364 (2017).
Gu, S., et al. Controllability of structural brain networks. Nat Commun. 6, 8414(2015).
Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: a comparison of motion correction techniques applied to real cognitive data. Neuroimage. 85 (Pt 1), 181-191 (2014).
Yücel, M. A., et al. Best practices for fNIRS publications. Neurophotonics. 8 (1), 012101(2021).
Berman, G. J., Bialek, W., Shaevitz, J. W. Predictability and hierarchy in Drosophila behavior. Proc Natl Acad Sci U S A. 113 (42), 11943-11948 (2016).
Atanackov, P., Peterlin, J., Derlink, M., Kovačič, U., Kejžar, N., et al. The acute effects of varying frequency and pulse width of transcutaneous auricular vagus nerve stimulation on heart rate variability in healthy adults: a randomized crossover controlled trial. Biomedicines. 13 (3), 700(2025).
Anderson, Z., Turner, J. A., Ashar, Y. K., Calhoun, V. D., Mittal, V. A. Application of hyperalignment to resting state data in individuals with psychosis reveals systematic changes in functional networks and identifies distinct clinical subgroups. Aperture Neuro. 4, (2024).
Austelle, C. W., et al. A comprehensive review of vagus nerve stimulation for depression. Neuromodulation. 25 (3), 309-315 (2022).
Badran, B. W., et al. Neurophysiologic effects of transcutaneous auricular vagus nerve stimulation (taVNS) via electrical stimulation of the tragus: a concurrent taVNS/fMRI study and review. Focus. 20 (1), 80-89 (2022).
Baig, S. S., et al. Optimizing non-invasive vagus nerve stimulation for treatment in stroke. Neural Regen Res. 20 (12), 3388-3399 (2025).

Yeniden basım ve izinler

Etiketler

fNIRS Haritalama Depresyon Nörogörüntüleme Varsayılan Mod Şebekesi Stimülasyon Frekansı Haritalama Şebeke Düzeyinde Analiz Transkütan Vagus Stimülasyonu Kişiselleştirilmiş Parametre Seçimi

Bu makale yayımlandı

Video yakında

Beni bilgilendir: