基于图形的分析,以预测重复性跨脑磁刺激治疗反应在患有严重抑郁症的患者使用EEG信号
Behrouz Nobakhsh1, Ahmad Shalbaf1, Reza Rostami2
1Department of Biomedical Engineering and Medical Physics, School of Medicine, Shahid Beheshti University of Medical Sciences, Tehran, Iran.
Basic and clinical neuroscience
|September 4, 2024
概括
预测重复性横磁性刺激 (rTMS) 对于主要抑郁症 (MDD) 的成功至关重要. 休息状态EEG脑连接分析确定了在耐药患者中有效预测治疗的特定生物标志物.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 临床精神病学 临床精神病学
背景情况:
- 重复性横磁刺激 (rTMS) 为耐药性重度抑郁症 (MDD) 提供了一种非药物治疗方法.
- 目前的rTMS成功率在50%-55%左右,需要预测方法来优化患者选择和医疗资源分配.
- 从治疗前数据中识别可靠的生物标志物对于个性化MDD治疗策略至关重要.
研究的目的:
- 从静止状态电脑电图 (EEG) 信号中识别可预测的生物标志物,用于对耐药MDD患者的rTMS治疗结果.
- 通过能够在治疗前预测rTMS疗效来减轻医疗保健中心的负担.
- 为了加强接受rTMS治疗的MDD患者的临床决策.
主要方法:
- 分析了34名耐药性MDD患者的治疗前静止状态EEG数据.
- 在所有频段的EEG数据上使用直接定向转移函数 (dDTF) 方法建模大脑功能连接.
- 计算了局部图形理论指数,包括中间中心性,以检查连接模式.
主要成果:
- 在三角 (δ) 频带内的FP2节点中的中间中心性指数成为最重要的生物标志物.
- 这种生物标志物在0.85的接收器操作特征曲线 (AUC) 下获得了最高的区域,用于预测rTMS治疗反应.
- 这些发现强调了特定的EEG衍生连接特征作为rTMS有效性的强有力的预测因素.
结论:
- 该研究成功地从治疗前的EEG数据中确定了关键生物标志物,用于预测耐药MDD中rTMS的结果.
- 拟议的方法利用dDTF连接的图形理论,为临床决策支持提供了有价值的工具.
- 这些发现可以帮助选择适合rTMS的患者,提高治疗成功率和优化医疗保健效率.
