实现个性化深度大脑刺激:一种基于立体电脑图的神经刺激工作流程 目标识别
Jeremy Saal1, Kelly Kadlec2, Anusha B Allawala1
1UCSF Weill Institute for Neurosciences, University of California, San Francisco, San Francisco, CA, USA; Department of Neurological Surgery, University of California, San Francisco, San Francisco, CA, USA.
Neuromodulation : journal of the International Neuromodulation Society
|December 13, 2025
概括
这项研究引入了一个基于统计数据的框架,使用立体电脑学 (sEEG) 来找到针对神经精神疾病的个性化深度大脑刺激 (DBS) 目标. 该方法可以确保统计学上严格地确定有效的刺激部位.
科学领域:
- 神经科学是一个神经科学.
- 神经学 神经学
- 精神病学是一个精神病学.
背景情况:
- 深度大脑刺激 (DBS) 是一种日益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.
- 确定最佳刺激部位对于有效的DBS治疗至关重要.
研究的目的:
- 开发和介绍一个以统计为导向的框架,用于使用住院立体电脑图 (sEEG) 进行刺激测试.
- 为随后的DBS植入确定个性化的治疗刺激部位.
- 为了提高刺激部位选择的严谨性和效率.
主要方法:
- 在14名参与者 (MDD,慢性疼痛,强迫症) 的住院EEG测试和症状监测.
- 整合刺激测试决策树与功率分析和效果大小计算.
- 使用模拟试验来估计反应的变化,并告知功率分析.
主要成果:
- 刺激引起的症状变化的效应大小在-1,5到+2.39之间.
- 伪造试验响应标准偏差预测了刺激响应的可变性 (R2 = 0.67,p < 0.001).
- 需要大约十个假试验来估计变异性;每个地点的十个试验确保了效果大小≥1.1.1.的动力结果.
结论:
- 这种工作流可以适应多种神经精神病学征兆.
- 该框架解决了刺激现场测试中的挑战.
- 结合假试验,效果大小和耐受性测试,可以识别个性化和有效的DBS站点.
