Neue Einblicke in den Erfolg von Cochlea-Implantaten
Forschung zeigt, wie die Gehirnvernetzung die Effektivität von Cochlea-Implantaten beeinflusst.
― 5 min Lesedauer
Inhaltsverzeichnis
Cochlea-Implantate (CIs) sind Geräte, die Leuten mit schwerem Hörverlust helfen, wieder hören zu können. Aber nicht jeder, der ein Cochlea-Implantat bekommt, profitiert gleich gut. Einige Menschen hören nach dem Einsetzen des Geräts nicht wirklich besser. Forscher suchen nach besseren Möglichkeiten, vorherzusagen, wer mit einem Cochlea-Implantat gut klarkommt, indem sie Veränderungen in den Sprachverarbeitungsbereichen des Gehirns untersuchen.
Das Gehirn und Hörverlust
Wenn jemand sein Gehör verliert, verändert sich sein Gehirn. Diese Veränderungen kann man in zwei Typen einteilen: cross-modale Veränderungen und adaptive strukturelle Veränderungen. Cross-modale Veränderungen treten auf, wenn ein Sinn aktiver wird, um den Verlust eines anderen Sinns auszugleichen. Zum Beispiel können Menschen mit Hörverlust ihr Sehen mehr nutzen, wodurch ihre Gehirne stärker auf visuelle Informationen reagieren. Adaptive strukturelle Veränderungen betreffen physische Veränderungen im Gehirn, wie den Verlust von grauer Substanz in Bereichen, die für Hören und Sprache verantwortlich sind, was das Verständnis von Sprache beeinflussen kann.
Nach einer Cochlea-Implantation zeigen einige Studien, dass das Gehirn sich so anpassen kann, dass die Hörleistung besser wird, während andere Studien darauf hinweisen, dass diese Veränderungen tatsächlich Verbesserungen behindern können. Forscher wollen herausfinden, wie diese Gehirnveränderungen mit der Fähigkeit von Cochlea-Implantat-Nutzern, Sprache zu verstehen, zusammenhängen.
Forschungsziele
Diese Studie zielt darauf ab, eine zuverlässige Möglichkeit zu finden, wie gut post-lingual taube Personen nach Erhalt von Cochlea-Implantaten Sprache verstehen werden. Die Forscher konzentrierten sich auf die Bewertung der Ruhe-Zustands funktionellen Konnektivität (FC) im Gehirn, die untersucht, wie verschiedene Bereiche des Gehirns kommunizieren, während die Person sich nicht auf eine bestimmte Aufgabe konzentriert.
Teilnehmer und Methoden
In der Studie nahmen siebenundzwanzig Erwachsene teil, die Cochlea-Implantate erhielten. Alle waren post-lingual taub und hatten Nucleus-Implantate. Um ihre kognitiven Fähigkeiten vor dem Erhalt der Implantate zu bewerten, verwendeten die Forscher spezielle Tests, bei denen Zahlen und Buchstaben in einer bestimmten Reihenfolge verbunden werden mussten.
Um zu verstehen, wie gut die Teilnehmer nach einem Jahr mit dem Cochlea-Implantat hören konnten, massen die Forscher ihr Sprachverständnis mit zwei Tests. Ein Test bestand darin, Wörter in einer ruhigen Umgebung korrekt zu identifizieren, während der zweite Test das Verständnis von Sätzen in Hintergrundgeräuschen umfasste.
Für die Überwachung der Gehirnaktivität wurde funktionelle Nahinfrarotspektroskopie (fNIRS) verwendet. Diese Methode misst die Durchblutung im Gehirn und ermöglicht eine Überwachung, ohne die Cochlea-Implantate zu stören. Die Teilnehmer wurden vor dem Erhalt ihrer Implantate gemessen und dann erneut einen Monat, drei Monate und zwölf Monate nach Aktivierung des Geräts.
Analyse der Gehirnkonnektivität
Die Forscher analysierten die Daten zur Gehirnaktivität, um zu sehen, wie gut verschiedene Teile des Gehirns verbunden waren. Sie konzentrierten sich auf den durchschnittlichen Clusterkoeffizienten, der widerspiegelt, wie gut Gruppen von Gehirnbereichen zusammenarbeiten. Ein höherer Clusterkoeffizient deutet darauf hin, dass die Gehirnregionen gut verbunden sind und könnte ein besseres Sprachverständnis anzeigen.
Ergebnisse der Studie
Die Ergebnisse zeigten eine signifikante Korrelation zwischen den durchschnittlichen Clusterkoeffizienten und den Sprachverständnispunkten ein Jahr nach der Implantation. Teilnehmer, die stärkere Verbindungen in ihren Gehirnnetzwerken hatten, schnitten beim Sprachverständnis besser ab.
Interessanterweise nahmen die durchschnittlichen Clusterkoeffizienten über die Zeit zu, insbesondere nach drei Monaten und erneut zwölf Monate nach der Implantation, was darauf hindeutet, dass sich das Gehirn positiv an die neuen auditiven Eingaben des Cochlea-Implantats anpasste. Allerdings gab es keinen signifikanten Unterschied im durchschnittlichen Clusterkoeffizienten nach einem Monat, was darauf hindeutet, dass es Zeit braucht, bis sich das Gehirn nach dem Erhalt des Implantats anpasst.
Einblicke jenseits von Alter und Taubheitsdauer
Alter und die Dauer der Taubheit sind bekannte Faktoren, die den Erfolg von Cochlea-Implantaten beeinflussen. Die Forscher fanden jedoch heraus, dass der durchschnittliche Clusterkoeffizient zusätzliche wertvolle Informationen lieferte, um Variationen im Sprachverständnis zu erklären, die Alter und Taubheitsdauer allein nicht konnten.
Durch die Kombination des Clusterkoeffizienten mit diesen traditionellen Faktoren verbesserte sich die Vorhersage der Ergebnisse erheblich. Das deutet darauf hin, dass das Verständnis der Gehirnkonnektivität zu besseren Bewertungen führen könnte, wie gut jemand von einem Cochlea-Implantat profitieren könnte.
Bedeutung der Kanal Dichte
Die Studie hob auch die Bedeutung hervor, wie viele Kanäle verwendet wurden, um die Gehirnaktivität zu messen. Die Forscher testeten, was passierte, als sie einige Kanäle entfernten, und fanden heraus, dass die Reduzierung der Anzahl der Kanäle die Genauigkeit der Ergebnisvorhersage verringerte. Das deutet darauf hin, dass es wichtig ist, genügend Messpunkte zu haben, um bedeutungsvolle Daten über die Gehirnkonnektivität zu erfassen.
Fazit und zukünftige Richtungen
Diese Forschung konzentriert sich darauf, wie Veränderungen in der Gehirnkonnektivität mit dem Erfolg der Cochlea-Implantation bei Personen zusammenhängen, die später im Leben ihr Gehör verloren haben. Die Ergebnisse deuten darauf hin, dass die Überwachung der funktionellen Konnektivität des Gehirns eine zuverlässige Möglichkeit bieten kann, vorherzusagen, wer am meisten von Cochlea-Implantaten profitieren wird.
In Zukunft könnten Forscher weitere Bereiche des Gehirns untersuchen, die zusammen mit den in dieser Forschung studierten Bereichen arbeiten, um ein umfassenderes Bild davon zu bekommen, wie Hörverlust und Implantation die Gehirnfunktion beeinflussen. Das Einbeziehen anderer Regionen könnte noch mehr darüber aufdecken, wie das Gehirn sich anpasst und kompensiert, nachdem das Gehör verloren gegangen ist.
Ausserdem betont diese Studie, dass die Art und Weise, wie wir die Messkanäle im Gehirn anordnen, die Ergebnisse stark beeinflussen kann. Zukünftige Studien sollten in Betracht ziehen, diese Anordnungen zu optimieren, um die Genauigkeit der Vorhersagen bezüglich der Ergebnisse von Cochlea-Implantaten zu verbessern.
Indem man sich auf praktische, messbare Aspekte der Gehirnfunktionalität konzentriert, zielt diese Forschung darauf ab, das allgemeine Verständnis der Hörwiederherstellung für diejenigen zu verbessern, die auf Cochlea-Implantate angewiesen sind, was letztendlich zu besseren Behandlungsergebnissen führt.
Titel: Resting-state Functional Connectivity Predicts Cochlear-Implant Speech Outcomes
Zusammenfassung: BackgroundCochlear implants (CIs) have revolutionized hearing restoration for individuals with severe or profound hearing loss. However, a substantial and unexplained variability persists in CI outcomes, even when considering subject-specific factors such as age and the duration of deafness. In this study, we explore the utility of resting-state functional near-infrared spectroscopy (fNIRS) recordings to predict speech understanding outcomes before and after CI implantation. Our hypothesis revolves around resting-state functional connectivity (FC) as a reflection of brain plasticity post-hearing loss and implantation. Specifically, we hypothesized that the average clustering coefficient in resting FC networks can capture this variation among CI users. MethodsTwenty-two cochlear implant candidates participated in this study. Resting-state fNIRS data were collected pre-implantation and at one month, three months, and one year post-implantation. Speech understanding performance was assessed using CNC words in quiet and BKB sentences in noise one year post-implantation. Resting-state functional connectivity networks were constructed using regularized partial correlation, and the average clustering coefficient was measured in the signed weighted networks as a predictive measure for implantation outcomes. ResultsOur findings demonstrate a significant correlation between the average clustering coefficient in resting-state functional networks and speech understanding outcomes. Importantly, our analysis reveals that this measure provides unique information not accounted for by subject-specific factors such as age and duration of deafness. ConclusionThis approach utilizes an easily deployable resting-state functional brain imaging metric to predict speech understanding outcomes in implant recipients. The results indicate that the average clustering coefficient, both pre and post implantation, correlates with speech understanding outcomes.
Autoren: Jamal Esmaelpoor, T. Peng, B. Jelfs, D. Mao, M. Shader, C. McKay
Letzte Aktualisierung: 2024-02-02 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2024.01.30.24301908
Quell-PDF: https://www.medrxiv.org/content/10.1101/2024.01.30.24301908.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.