使用脑电图预测慢性失眠障碍患者对重复性经磁刺激的反应:一项试点研究

科学领域:

• 神经科学是一个神经科学.
• 临床心理学 临床心理学
• 生物医学工程 生物医学工程

背景情况:

• 慢性失眠障碍 (CID) 的个性化治疗需要预测标志物来确定重复性跨磁刺激 (rTMS) 的有效性.
• 休息状态脑电图 (rsEEG) 提供了对大脑功能和治疗反应的潜在见解.

研究的目的:

• 调查在基线或治疗期间的rsEEG功能连接是否预测了患有CID的患者对rTMS的反应.
• 确定与积极的rTMS结果相关的特定连接模式.

主要方法:

• 在基线,四次rTMS疗程后和36名CID患者的治疗后进行了rsEEG扫描.
• 机器学习模型分析了功能连接,以区分响应者 (PSQI改善>25%) 和非响应者 (PSQI改善≤25%).
• 对两个子组的治疗阶段分析了连接趋势.

主要成果:

• 使用基线连接的机器学习模型在预测rTMS响应方面获得了高精度 (AUC = 0.843).
• 在右背侧前额皮质 (DLPFC) 的基线功能连接性下降与对rTMS更强的反应相关.
• 在整个治疗过程中,响应者和不响应者之间出现了明显的连接模式.

结论:

• 基线rsEEG θ连接是慢性失眠中rTMS治疗反应的有希望的预测指标.
• 功能连接指标,特别是在刺激地点,对于理解和预测RTMS结果至关重要.
• 这些发现支持EEG功能连接的临床实用性,用于定制对失眠的rTMS治疗.