在rTMS治疗后,Connectomic对独特的中风患者康复的洞察力

科学领域:

• 神经科学是一个神经科学.
• 神经学 神经学
• 医疗成像医学成像

背景情况:

• 神经调节的进步为急性中风提供了新的治疗方法.
• 对于中风恢复的个体差异仍然不太了解.
• 大脑连接可以预测治疗反应和恢复表型.

研究的目的:

• 调查个性化连接性分析是否可以在缺血性中风的重复性跨磁刺激 (rTMS) 后区分患者的康复轨迹.
• 探索基线连接障碍与治疗诱导的恢复之间的关系.
• 根据康复模式识别出不同的患者表型.

主要方法:

• 22名缺血性中风患者接受MRI和rTMS治疗.
• 在多个时间点使用四个经过验证的中风量表来评估功能和运动结果.
• 无监督的机器学习 (聚合层次的分类) 根据康复轨迹对患者进行分组.
• 对结构和功能连接的分析,重点关注运动网络和皮质下结构.

主要成果:

• 在rTMS治疗后观察到中风尺度的显著改善.
• 机器学习识别了不同的患者集群,代表了独特的恢复轨迹.
• 集群之间发现了运动网络和皮下连接的定量差异,与巴特尔指数恢复相关.
• 连接差异无法解释其他中风尺度上的轨迹.

结论:

• 个性化连接性分析可用于区分中风患者的rTMS治疗反应表型.
• 这种个性化的连接学方法显示了理解和预测患者康复的潜力.
• 进一步的研究可能会完善这种方法,以优化神经调节治疗.