通过支持矢量回归预测,预测在孤立的 dystonia 上的亚thalamic 刺激功效
Yunhao Wu1, Yan Li2, Hongxia Li3
1Department of Neurosurgery, Center for Functional Neurosurgery, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Heliyon
|May 31, 2024
概括
对隔离性 dystonia 的深度大脑刺激 (DBS) 提供了显著的好处,早期的运动改善预测了长期的成功. 支持矢量回归模型有效地根据患者特征预测结果.
科学领域:
- 神经学 神经学
- 神经外科 神经外科
- 医疗工程 医疗工程
背景情况:
- 亚thalamic核 (STN) 的深度大脑刺激 (DBS) 是一种被公认的治疗隔离性 dystonia.
- STN-DBS的外科疗效因患者而异,因此需要预测模型.
研究的目的:
- 为了确定影响STN-DBS的隔离性 dystonia 患者临床结果的因素.
- 开发一个STN-DBS结果在孤立的 dystonia. 预测模型.
主要方法:
- 对32名接受双边STN-DBS的 dystonia 患者进行前性研究.
- 分析基线特征,一年后的随访结果和电极接触坐标.
- 利用支持向量回归 (SVR) 进行结果预测和交叉验证.
主要成果:
- 在STN-DBS后,平均临床改善为56%,受症状类型和激活体积的影响.
- 最佳的刺激目标位于背后STN区域.
- 一周内早期运动评分的改善与长期结果有很强的相关性.
- SVR模型实现了预测准确度,平均误差为11%±7%.
结论:
- STN-DBS为隔离性 dystonia 提供了显著和快速的治疗效果,可能是通过 pallidofugal 纤维调制.
- 早期治疗反应是长期疗效的可靠指标.
- 支持向量的回归是预测STN-DBS结果的有效工具.
- 对STN-DBS的有利候选人包括那些有阶段性/普遍症状,疾病持续时间较短,发病时间较小的人.
更多相关视频
07:14A Novel Approach to Assess Motor Outcome of Deep Brain Stimulation Effects in the Hemiparkinsonian Rat: Staircase and Cylinder Test
Published on: May 31, 2016
14.7K
14:14Targeting Neuronal Fiber Tracts for Deep Brain Stimulation Therapy Using Interactive, Patient-Specific Models
Published on: August 12, 2018
8.9K
