在线预测最佳的深度大脑刺激接触来自帕金森病局部现场潜力的帕金森病

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
• 神经调节是一种神经调节.

背景情况:

• 深度大脑刺激 (DBS) 编程对于有效治疗至关重要,但涉及耗时的手动测试.
• 目前用于选择DBS接触者的单极审查方法可能会引起患者的不适,并增加临床工作量.
• 局部场潜在 (LFP) 提供了一个潜在的神经生物标志物来优化这种选择过程.

研究的目的:

• 验证使用长期植入的神经刺激器LFP记录来指导DBS的临床接触水平选择.
• 开发和评估基于LFP生物标志物的算法,以预测最佳的DBS接触设置.

主要方法:

• 在三个国际中心对来自帕金森病患者的双极LFP记录进行了回顾性分析.
• 使用β频段功率测量 (13-35 Hz) 来排列刺激通道.
• 开发并比较了两个预测算法:一个临床的"决策树"方法和一个离线的"基于模式"方法.

主要成果:

• "决策树"算法在预测前两个接触级别方面表现出很高的准确性:86.5% (荷兰),86.7% (瑞士) 和75.0% (德国).
• 这两种开发的基于LFP的算法都超过了以前存在的联系人选择算法.
• 贝塔频段功率分析与临床确定的最佳接触水平有效相关.

结论:

• 基于LFP的方法对于提高DBS编程效率是有效的.
• 这些发现表明,LFP生物标志物可以指导接触者选择,可能减少患者负担并改善临床工作流程.
• 这证实了一种更简单,更少侵入性的方法来优化DBS治疗.