Deep Brain Stimulation restores information processing in parkinsonian cortical networks

Araştırma özeti

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

Parkinson hastalığı (PD), öncelikle bazal gangliyon ve serebral kortekste sinirsel aktivite ve bilgi işleme değişiklikleri ile ilişkili bir nörodejeneratif bozukluktur. Subtalamik çekirdeğin (STN-DBS) derin beyin stimülasyonu (DBS), hastalar levodopa kaynaklı motor komplikasyonlar yaşadıklarında en etkili tedavidir. Giderek artan bir kanıt kitlesi STN-DBS'nin kortikal bir etkisine işaret ederek, PD'de yaygın olarak gözlemlenen aşırı beta bant salınımları gibi anahtar elektrofizyolojik belirteçleri geri getiriyor. Bununla birlikte, STN-DBS'nin mekanizmaları zor olmaya devam etmektedir. Burada, motor semptomlarda STN-DBS kaynaklı iyileşmenin altında yatan kortikal substratları daha iyi karakterize etmeyi amaçlıyoruz. PD hastalarından elektroensefalogramları (EEG) kaydettik ve belirgin EEG özelliklerinin terapi ile veya terapi olmadan farklı olmamasına rağmen, EEG sinyallerinin STN-DBS altındaki uzuv hareketlerini daha doğru tahmin edebileceğini gördük. İnsan EEG verilerinde STN-DBS altında bu gelişmiş bilgi iletiminin kökenlerini anlamak için, kortikal ağların çeşitli hesaplama modellerinin bilgi kapasitesini ve dinamiklerini araştırdık. STN-DBS kapsamındaki karmaşık naturalist girdilerin kod çözme doğruluğundaki iyileşmenin kapsamı, ağın sinaptik parametrelerinin yanı sıra uyarılabilirlik ve senkronizasyon seviyelerine bağlıydı. Ek olarak, STN-DBS parametrelerini ayarlayarak kod çözme doğruluğu optimize edilebilir. Toplamda, bu çalışma kortikal aktivitedeki bilinen değişiklikler ile bilgi işleme kapasitesinin bozulması ve DBS kapsamındaki restorasyonu arasında kapsamlı bir bağlantı kurar. Bu sonuçlar ayrıca, klinik olarak erişilebilir kortikal bilgi işleme kapasitesine dayalı STN-DBS parametrelerini optimize etmek için yeni bakış açıları sunar. Çeşitli motor semptomlarla ilişkili bir nörodejeneratif bozukluk olan Parkinson hastalığı, dopaminerjik nöronların ilerici dejenerasyonundan kaynaklanmaktadır. Nöronal ağlar da yüksek heyecan ve anormal senkronizasyon ile ilişkili anormal aktivite gösterir. Derin beyin çekirdeklerinin (DBS) elektriksel uyarımlarına dayanan tedaviler büyük semptomatik iyileşme sağlar, ancak eylem mekanizmaları bilinmemektedir. Burada, ilgili kortikal devrelerin matematiksel modellerini kullanarak, DBS'nin bilgiyi kodlamak ve iletmek için nöronal yeteneği geri getirdiğini gösteriyoruz. Ayrıca, insan hastalarından gelen hareketlerin tedavi altındaki beyin sinyallerinden daha iyi tahmin edilebileceğini gösteriyoruz. Bu yeni teori ve metrikler, her hastaya uyarım kalıplarını kişiselleştirmeye izin veren kişiselleştirilmiş ve uyarlanabilir DBS'nin yolunu açar.

Özgün kaynak özetini okuyun

Parkinson’s disease (PD) is a neurodegenerative disorder associated with alterations of neural activity and information processing primarily in the basal ganglia and cerebral cortex. Deep brain stimulation (DBS) of the subthalamic nucleus (STN-DBS) is the most effective therapy when patients experience levodopa-induced motor complications. A growing body of evidence points towards a cortical effect of STN-DBS, restoring key electrophysiological markers, such as excessive beta band oscillations, commonly observed in PD. However, the mechanisms of STN-DBS remain elusive. Here, we aim to better characterize the cortical substrates underlying STN-DBS-induced improvement in motor symptoms. We recorded electroencephalograms (EEG) from PD patients and found that, although apparent EEG features were not different with or without therapy, EEG signals could more accurately predict limb movements under STN-DBS. To understand the origins of this enhanced information transmission under STN-DBS in the human EEG data, we investigated the information capacity and dynamics of a variety of computational models of cortical networks. The extent of improvement in decoding accuracy of complex naturalistic inputs under STN-DBS depended on the synaptic parameters of the network as well as its excitability and synchronization levels. Additionally, decoding accuracy could be optimized by adjusting STN-DBS parameters. Altogether, this work draws a comprehensive link between known alterations in cortical activity and the degradation of information processing capacity, as well as its restoration under DBS. These results also offer new perspectives for optimizing STN-DBS parameters based on clinically accessible measures of cortical information processing capacity. Significance statement Parkinson’s disease, a neurodegenerative disorder associated with a variety of motor symptoms, is due to the progressive degeneration of dopaminergic neurons. Neuronal networks in turn display abnormal activity associated with high excitability and abnormal synchronization. Treatments based on the electrical stimulations of deep brain nuclei (DBS) provide major symptomatic improvement, but their mechanisms of action remain unknown. Here, using mathematical models of the corticalcircuits involved, we show that DBS restores neuronal ability to encode and transmit information. We further show that movements from human patients can be better predicted from brain signals under treatment. These new theory and metrics open the way to personalized and adaptive DBS allowing to personalize stimulation patterns to each patient.

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.