Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Neurologia

Nuove Scoperte sul Trattamento dell'Epilessia del Lobo Temporale

Uno studio svela che i modelli di attività cerebrale potrebbero aiutare a identificare le origini delle crisi.

― 6 leggere min


Targeting le OriginiTargeting le Originidelle Convulsioni nellaTLEattività cerebrale nell'epilessia.Uno studio identifica i modelli di
Indice

L'Epilessia del lobo temporale (TLE) è un tipo comune di epilessia che spesso non risponde ai farmaci. Un aspetto fondamentale del trattamento della TLE è capire da dove partono le crisi nel cervello. Questo è importante perché le decisioni sulla chirurgia dipendono molto dal fatto che le crisi arrivino dal lato sinistro, dal lato destro o da entrambi.

Per scoprire da dove provengono le crisi, i medici spesso impiantano Elettrodi nel cervello per monitorare l'attività elettrica. Questo processo può durare 1-2 settimane, durante le quali i pazienti possono avere crisi. Purtroppo, questo metodo può essere lento e potrebbe non catturare sempre i dati necessari, soprattutto nei casi in cui le crisi si verificano su entrambi i lati. Di conseguenza, molti pazienti potrebbero dover restare in ospedale più a lungo, affrontando rischi legati agli elettrodi e alle crisi stesse.

La Necessità di Metodi di Test Migliori

C'è un forte bisogno di trovare nuovi modi per determinare dove iniziano le crisi, specialmente metodi che possano essere individuati rapidamente e in modo affidabile. I dati raccolti quando i pazienti non hanno crisi vengono spesso ignorati, anche se contengono informazioni preziose. Questo studio ha voluto vedere se i segnali elettrici nel cervello quando un paziente non ha una crisi potessero rivelare schemi che indicano se le crisi provengono dal lato sinistro, destro o da entrambi.

Abbiamo esplorato questo analizzando l'attività cerebrale in pazienti con TLE resistente ai farmaci. Ci siamo concentrati sui segnali elettrici presi dal cervello durante questi periodi senza crisi e abbiamo confrontato i segnali tra pazienti con TLE a sinistra, a destra e bilaterale. Inoltre, abbiamo esaminato le scansioni cerebrali usando la risonanza magnetica funzionale (fMRI) per vedere se c'erano schemi simili. Infine, abbiamo creato un modello computerizzato per prevedere quale lato del cervello fosse probabile fonte delle crisi in base ai dati raccolti.

Scelta dei Partecipanti per lo Studio

Il nostro studio ha seguito un processo rigoroso per selezionare i partecipanti. Ci siamo focalizzati su pazienti che non avevano risposto ai farmaci e avevano subito test con elettrodi impiantati nel cervello. I criteri includevano segni chiari di TLE e la presenza di elettrodi che coprivano entrambi i lobi temporali. Abbiamo rivisto i dati dei pazienti e le posizioni delle crisi con medici esperti per garantire che i nostri risultati fossero precisi.

Analisi dell'Attività Cerebrale

Abbiamo raccolto e processato un quantitativo significativo di dati cerebrali raccolti in un periodo di 12 ore. Questi dati sono stati suddivisi in segmenti più piccoli per analizzare specifiche attività cerebrali. Ci siamo concentrati su segnali elettrici specifici e abbiamo rimosso eventuali dati contaminati per garantire precisione. Studiando i segnali da entrambi i lati del cervello, volevamo identificare eventuali differenze che potessero aiutarci a capire le origini delle crisi.

Abbiamo calcolato un "indice di asimmetria" per varie correnti, il che ci ha aiutato a vedere se un lato del cervello era più attivo dell'altro. Questo potrebbe indicare il lato da cui originano le crisi. Abbiamo anche considerato diversi metodi di elaborazione dei dati per assicurarci che i risultati fossero coerenti.

Investigare la Connettività fMRI

Per ampliare la nostra comprensione, abbiamo anche esaminato i dati fMRI di un gruppo diverso di pazienti. Abbiamo valutato come le diverse aree del cervello si connettessero tra loro in quelli con TLE. Analizzando questi dati, volevamo vedere se i modelli di connettività fossero coerenti con ciò che abbiamo notato nei segnali elettrici. Questo avrebbe contribuito ad avvalorare le nostre scoperte e mostrare se metodi diversi potessero portare a conclusioni simili riguardo le origini delle crisi.

Creare un Modello Computerizzato per Prevedere le Origini delle Crisi

Abbiamo costruito un modello computerizzato per prevedere se le crisi provenissero dal lato sinistro o destro del cervello in base all'asimmetria nell'attività cerebrale. Abbiamo testato questo modello su un grande set di dati per assicurarci che funzionasse correttamente. Questo ha richiesto alcuni metodi statistici complessi per garantire che i nostri risultati fossero validi e affidabili.

In particolare, abbiamo sviluppato due modelli: uno focalizzato sul lato sinistro e l'altro su quello destro. Utilizzando i segnali elettrici del cervello, abbiamo cercato di vedere quanto bene il modello potesse prevedere il lato di origine delle crisi. Abbiamo anche considerato l'accuratezza del nostro modello in pazienti non previsti validandolo rispetto ai dati di ulteriori pazienti.

Trovare Schemi nell'Attività Cerebrale

Quando abbiamo confrontato i segnali elettrici da diverse lateralità, abbiamo notato che la TLE a sinistra poteva essere identificata più facilmente rispetto alla TLE a destra. Questa è stata una scoperta importante, poiché suggeriva che ci sono differenze intrinseche nel modo in cui le crisi si manifestano a seconda della loro origine. Abbiamo anche osservato che alcune caratteristiche, come i tassi di picco, erano indicatori particolarmente forti di dove provenissero le crisi.

Il modello di machine learning che abbiamo sviluppato ha mostrato risultati promettenti nel prevedere il lato di origine delle crisi, soprattutto per la TLE a sinistra. Tuttavia, l'accuratezza per la TLE a destra era più bassa, riflettendo le sfide nel identificarla correttamente.

Confrontare i Risultati tra Gruppi Diversi

Abbiamo convalidato le nostre scoperte tra diversi gruppi di pazienti per garantire l'affidabilità. Nelle nostre analisi, abbiamo trovato un modello coerente secondo cui i tassi di picco erano vitali nel prevedere le origini delle crisi. Quando i pazienti avevano esiti chirurgici favorevoli, le previsioni del modello erano più allineate con il lato effettivo dell'intervento, indicando che il nostro approccio potrebbe potenzialmente guidare una migliore pianificazione chirurgica.

Inoltre, separando le TLE a destra e a sinistra, i modelli hanno performato in modo diverso tra vari gruppi di test. Questo suggeriva che potrebbero esserci complessità sottostanti nella TLE a destra che potrebbero influenzare la diagnosi e il trattamento.

Implicazioni per la Pratica Clinica

Lo studio ha dimostrato che utilizzare misurazioni semplici dei tassi di picco potrebbe fornire un'opzione rapida e meno invasiva per aiutare a identificare il lato di origine delle crisi. Questo è particolarmente importante poiché potrebbe ridurre la necessità di lunghe degenze in ospedale e di posizionamento invasivo di elettrodi in alcuni pazienti.

Anche se i nostri risultati erano promettenti per le previsioni sulla TLE a sinistra, quelli per la TLE a destra necessitano di ulteriore validazione in gruppi più grandi. Il nostro obiettivo è rendere disponibile uno strumento pratico che i medici possano utilizzare per assistere nella pianificazione chirurgica basata su queste intuizioni.

Conclusione

In sintesi, la nostra ricerca mette in evidenza il potenziale di utilizzare schemi semplici di attività cerebrale per comprendere le origini delle crisi nei pazienti con epilessia del lobo temporale. Con ulteriori convalide, questi risultati potrebbero portare a approcci più efficaci e meno invasivi per gestire la TLE. Questa strategia offre speranza per migliori esiti chirurgici e una qualità della vita migliorata per molti pazienti che soffrono di questa difficile condizione.

Fonte originale

Titolo: Interictal intracranial EEG asymmetry lateralizes temporal lobe epilepsy

Estratto: Patients with drug-resistant temporal lobe epilepsy often undergo intracranial EEG recording to capture multiple seizures in order to lateralize the seizure onset zone. This process is associated with morbidity and often ends in postoperative seizure recurrence. Abundant interictal (between-seizure) data is captured during this process, but these data currently play a small role in surgical planning. Our objective was to predict the laterality of the seizure onset zone using interictal (between-seizure) intracranial EEG data in patients with temporal lobe epilepsy. We performed a retrospective cohort study (single-center study for model development; two-center study for model validation). We studied patients with temporal lobe epilepsy undergoing intracranial EEG at the University of Pennsylvania (internal cohort) and the Medical University of South Carolina (external cohort) between 2015 and 2022. We developed a logistic regression model to predict seizure onset zone laterality using interictal EEG. We compared the concordance between the model-predicted seizure onset zone laterality and the side of surgery between patients with good and poor surgical outcomes. 47 patients (30 women; ages 20-69; 20 left-sided, 10 right-sided, and 17 bilateral seizure onsets) were analyzed for model development and internal validation. 19 patients (10 women; ages 23-73; 5 left-sided, 10 right-sided, 4 bilateral) were analyzed for external validation. The internal cohort cross-validated area under the curve for a model trained using spike rates was 0.83 for a model predicting left-sided seizure onset and 0.68 for a model predicting right-sided seizure onset. Balanced accuracies in the external cohort were 79.3% and 78.9% for the left- and right-sided predictions, respectively. The predicted concordance between the laterality of the seizure onset zone and the side of surgery was higher in patients with good surgical outcome. In conclusion, interictal EEG signatures are distinct across seizure onset zone lateralities. Left-sided seizure onsets are easier to distinguish than right-sided onsets. A model trained on spike rates accurately identifies patients with left-sided seizure onset zones and predicts surgical outcome.

Autori: Erin C Conrad, A. Lucas, W. Ojemann, C. Aguila, M. Mojena, J. LaRocque, A. Pattnaik, R. Gallagher, A. Greenblatt, A. Tranquille, A. Parashos, E. Gleichgerrcht, L. Bonilha, B. Litt, S. Sinha, L. Ungar, K. Davis

Ultimo aggiornamento: 2023-12-14 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2023.12.13.23299907

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.12.13.23299907.full.pdf

Licenza: https://creativecommons.org/licenses/by-nc/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili