针对个性化的深度大脑刺激:基于立体脑图的工作流程,用于无偏的神经刺激目标识别

科学领域:

• 神经科学
• 神经学
• 精神病学

背景情况:

• 深度大脑刺激 (DBS) 是一种不断增长的神经精神疾病治疗方法.
• 个体症状表现和神经相关性需要个性化治疗方法.
• 目前用于识别DBS目标的方法可能因个体的变化而具有挑战性.

研究的目的:

• 开发和验证一个基于统计数据的框架,用于不偏见的刺激测试.
• 使用住院立体脑电图 (sEEG) 来确定慢性DBS植入的个性化治疗刺激部位.
• 提高DBS针对各种神经精神疾病的准确性和有效性.

主要方法:

• 在14名参与者 (MDD,慢性疼痛,强迫症) 中使用住院立体脑电图 (sEEG).
• 整合了刺激测试决策树与功率分析和效果大小计算.
• 纳入模拟试验以估计反应的可变性并确保统计学严格的结果.

主要成果:

• 刺激引起的症状变化效应大小在-1. 59到+2. 59之间.
• 假设试验的变化与刺激反应的变化有很强的相关性 (r = 0.86, p < 0.001).
• 建议进行12-15次假试验以进行可靠的变异性估计;对于效果大小≥1.1,每次试验就足够了.

结论:

• 这种工作流程可以适应各种刺激部位测试的适应性.
• 该框架克服了在确定个性化,公正和临床有效的DBS目标方面的挑战.
• 结合假试验,效果大小和耐受性测试可以优化DBS目标识别.