Galvanic Vestibular Stimulation Effects on EEG Biomarkers of Motor Vigor in Parkinson's Disease.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Arka plan: İmpaired motor vigor (MV) Parkinson hastalığının (PD) patofizyolojisinin kritik bir yönüdür. MV ağırlıklı olarak bazal gangliyonda kodlanırken, MV'nin türevi (kortikal) EEG ölçümleri, galvanik vestibüler stimülasyon (GVS) yoluyla modülasyon için değerli hedefler sağlayabilir. Amaç: EEG özelliklerini MV'nin tahmini olarak bulmak ve yüksek frekanslı GVS'nin etkilerini incelemek. Yöntemler: 20 sağlıklı kontrol (HC) ve 18 PD yetişkininden toplam 30 deneme yapan, sahte veya çok sinüslü (50-100 Hz "GVS1" veya 100-150 Hz "GVS2") uyarıcılarla sıkma ampul görevi yapan veriler toplandı. Her deneme için, bir "Git" sinyalinden sonra maksimum güce ulaşma zamanını belirledik, MV'yi bu zamanın tersi olarak tanımladık ve tahmin için bu zamandan önce EEG verilerini 1-sn kullandık. Göreceli spektral güç, harmonik parametreler ve 27 EEG kanalının her birinden standart EEG bantlarına karşılık gelen bispectrum genliği ve fazı da dahil olmak üzere 53 standart EEG özelliğini kullandık. Daha sonra MV'yi tahmin etmek için seyrek bir dizi özellik seçmek için LASSO regresyonu kullandık. Regresyon ağırlıkları incelendi ve sadece banta özgü özellikler (Delta, Theta, Alfa-düşük, Alfa-yüksek, Beta, Gamma) dahil edilerek ayrı bantlara özgü modeller geliştirildi. Model performansını değerlendirmek için MV tahmini ile ölçülen MV arasındaki korelasyon kullanılmıştır. Bulgular: Geniş bant EEG özelliklerini kullanan modeller MV'yi doğru bir şekilde tahmin edebiliyordu (kontroller: %75, PD: varyansın %81'i). Kontrollerde, tüm EEG bantları MV'yi tahmin etmede kabaca eşit performans gösterirken, PD grubunda sadece beta bant özelliklerini kullanan model, diğer bantlara kıyasla MV'yi iyi tahmin etmedi. EEG özellik değerleri üzerinde en az etkiye sahip olmasına rağmen, her iki GVS uyarıcısının da MV üzerinde önemli etkileri ve EEG aracılığıyla MV öngörülebilirliği üzerinde derin etkileri vardı. GVS1 uyarıcısı ile PD deneklerindeki beta bant etkinliği, sahte duruma kıyasla MV ile daha yakından ilişkili hale geldi. GVS2 uyarıcısı ile MV artık EEG'den doğru bir şekilde tahmin edilemedi. Sonuç: EEG özellikleri MV için bir vekil olabilir. Bununla birlikte, GVS uyarıcıları, EEG ile MV arasındaki ilişki üzerinde, muhtemelen EEG tarafından ölçülebilir olmayan doğrudan vestibulo-bazal ganglia bağlantıları yoluyla derin etkilere sahiptir.

Özgün kaynak özetini okuyun

Background: Impaired motor vigor (MV) is a critical aspect of Parkinson's disease (PD) pathophysiology. While MV is predominantly encoded in the basal ganglia, deriving (cortical) EEG measures of MV may provide valuable targets for modulation via galvanic vestibular stimulation (GVS). Objective: To find EEG features predictive of MV and examine the effects of high-frequency GVS. Methods: Data were collected from 20 healthy control (HC) and 18 PD adults performing 30 trials total of a squeeze bulb task with sham or multi-sine (50-100 Hz "GVS1" or 100-150 Hz "GVS2") stimuli. For each trial, we determined the time to reach maximum force after a "Go" signal, defined MV as the inverse of this time, and used the EEG data 1-sec prior to this time for prediction. We utilized 53 standard EEG features, including relative spectral power, harmonic parameters, and amplitude and phase of bispectrum corresponding to standard EEG bands from each of 27 EEG channels. We then used LASSO regression to select a sparse set of features to predict MV. The regression weights were examined, and separate band-specific models were developed by including only band-specific features (Delta, Theta, Alpha-low, Alpha-high, Beta, Gamma). The correlation between MV prediction and measured MV was used to assess model performance. Results: Models utilizing broadband EEG features were capable of accurately predicting MV (controls: 75%, PD: 81% of the variance). In controls, all EEG bands performed roughly equally in predicting MV, while in the PD group, the model using only beta band features did not predict MV well compared to other bands. Despite having minimal effects on the EEG feature values themselves, both GVS stimuli had significant effects on MV and profound effects on MV predictability via the EEG. With the GVS1 stimulus, beta-band activity in PD subjects became more closely associated with MV compared to the sham condition. With GVS2 stimulus, MV could no longer be accurately predicted from the EEG. Conclusions: EEG features can be a proxy for MV. However, GVS stimuli have profound effects on the relationship between EEG and MV, possibly via direct vestibulo-basal ganglia connections not measurable by the EEG.

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.