相关实验视频
Updated: Jul 26, 2025
11:12
Controlling Parkinson's Disease With Adaptive Deep Brain Stimulation
Published on: July 16, 2014
22.5K
单极评价与深度大脑刺激中的固定参数分成的比较
John A Thompson1,2, Lisa Hirt2, Pamela David-Gerecht2
1Department of Neurology University of Colorado School of Medicine Aurora Colorado USA.
Movement disorders clinical practice
|June 19, 2023
概括
固定参数分化 (FPF) 为深度大脑刺激 (DBS) 编程提供了一个可行的替代方案,而不是单极审查 (MR). 这项研究发现,FPF是一种高效的方法,患者和临床医生更喜欢用于初始DBS编程.
科学领域:
- 神经外科手术 神经外科手术
- 生物医学工程 生物医学工程
背景情况:
- 由于技术进步,深度大脑刺激 (DBS) 编程需要不断发展的方法.
- 断审查 (MR) 是评估DBS有效性的标准,但面临着分化方面的挑战.
研究的目的:
- 为了比较固定参数分化 (FPF) 与单极审查 (MR) 的有效性和患者/临床医生的偏好,用于DBS编程.
- 评估FPF作为临床实践中MR的潜在替代品.
主要方法:
- 实施了两阶段的垂直和水平的FPF过程.
- 进行了MRI,随后进行了洗期.
- 来自MR和FPF的最佳配置在七名帕金森病患者的双盲随机测试中进行了测试.
主要成果:
- 在7名帕金森病患者中分析了11个半球.
- 在MR和FPF之间没有观察到临床益处的显著差异.
- FPF是患者和临床医生首选的初始编程方法.
结论:
- 固定参数分化 (FPF) 是一个可行的和有效的方法 DBS 编程.
- FPF显示了将其整合到常规临床实践中的潜力.
