NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Derin beyin stimülasyonu (DBS), Parkinson hastalığı (PD) ve esansiyel-tremor (ET) için yerleşik bir terapidir. Uyarlanabilir DBS (aDBS) sistemlerinde, uyarım parametrelerinin sinirsel sinyallerin bir fonksiyonu olarak çevrimiçi ayarlanması, tedavi etkinliğini artırabilir ve yan etkileri azaltabilir. Son teknoloji ADBS sistemleri, hasta grubu düzeyinde tanımlanan sinirsel sinyallerden (NM'ler) türetilen semptom taşıyıcıları ve semptomların ve NM'lerin durağanlığını varsayan kontrol stratejilerini kullanır. Bu aDBS sistemlerini (1) hasta ve seansa özgü NM'leri tanımlamak için veri odaklı bir yaklaşım ve (2) kısa süreli durağan olmayan dinamiklerle başa çıkma bir kontrol stratejisi ile geliştirmeyi amaçlıyoruz. İki yapı taşı aşağıdaki gibi uygulanır: (1) Veri güdümlü NM'ler, elektrokortikografik sinyallerden gelen sarsıntı yoğunluğunu tahmin eden bir makine öğrenme modeline dayanır. (2) Kontrol stratejisi, titreme istatistiklerinin yerel değişkenliğini açıklar. Kronik implante edilmiş üç ET hastasıyla yaptığımız çalışma, beş çevrimiçi oturuma ulaştı. Accelerometer verilerinden elde edilen Tremor, semptom bastırmanın en az 4 çevrimiçi testin 3'ünde sürekli bir DBS stratejisine eşdeğer olduğunu gösterirken, net uyarımı önemli ölçüde azaltır (en az% 24). Kalan çevrimiçi testte, semptom bastırma, sürekli stratejiden veya tedavi koşulundan önemli ölçüde farklı değildi. ET için yeni bir aDBS sistemi tanıtıyoruz. (1) oturuma özgü NM'leri tanımlamak için bir makine öğrenme modeli ve (2) kısa süreli durağan olmayan dinamiklerle başa çıkmak için bir kontrol stratejisine dayanan ilk aDBS sistemidir. Daha büyük bir hasta popülasyonunda daha ileri çalışmasının kapısını açan ET için ADBS yaklaşımımızın uygunluğunu gösteriyoruz.
Özgün kaynak özetini okuyun
Deep brain stimulation (DBS) is an established therapy for Parkinson's disease (PD) and essential-tremor (ET). In adaptive DBS (aDBS) systems, online tuning of stimulation parameters as a function of neural signals may improve treatment efficacy and reduce side-effects. State-of-the-art aDBS systems use symptom surrogates derived from neural signals-so-called neural markers (NMs)-defined on the patient-group level, and control strategies assuming stationarity of symptoms and NMs. We aim at improving these aDBS systems with (1) a data-driven approach for identifying patient- and session-specific NMs and (2) a control strategy coping with short-term non-stationary dynamics. The two building blocks are implemented as follows: (1) The data-driven NMs are based on a machine learning model estimating tremor intensity from electrocorticographic signals. (2) The control strategy accounts for local variability of tremor statistics. Our study with three chronically implanted ET patients amounted to five online sessions. Tremor quantified from accelerometer data shows that symptom suppression is at least equivalent to that of a continuous DBS strategy in 3 out-of 4 online tests, while considerably reducing net stimulation (at least 24%). In the remaining online test, symptom suppression was not significantly different from either the continuous strategy or the no treatment condition. We introduce a novel aDBS system for ET. It is the first aDBS system based on (1) a machine learning model to identify session-specific NMs, and (2) a control strategy coping with short-term non-stationary dynamics. We show the suitability of our aDBS approach for ET, which opens the door to its further study in a larger patient population.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.