Simple Science

Ciência de ponta explicada de forma simples

# Ciências da saúde# Neurologia

Novas Ideias sobre o Tratamento da Epilepsia do Lobo Temporal

Estudo revela que padrões de atividade cerebral podem ajudar a identificar as origens das crises.

― 6 min ler


Alvo nas Origens dasAlvo nas Origens dasConvulsões em TLEcerebral na epilepsia.Estudo identifica padrões de atividade
Índice

A Epilepsia do Lobo Temporal (ELT) é um tipo comum de epilepsia que geralmente não responde bem aos tratamentos com medicamentos. Um aspecto crucial no tratamento da ELT é descobrir de onde as crises começam no cérebro. Isso é importante porque as decisões sobre cirurgia dependem muito de saber se as crises estão vindo do lado esquerdo, do lado direito ou de ambos os lados.

Pra descobrir de onde as crises estão vindo, os médicos costumam implantar Eletrodos no cérebro pra monitorar a atividade elétrica. Esse processo pode levar de 1 a 2 semanas, e durante esse tempo, os pacientes podem ter crises. Infelizmente, esse método pode ser demorado e nem sempre capta os dados necessários, especialmente quando as crises ocorrem dos dois lados. Por isso, muitos pacientes podem ter que ficar mais tempo no hospital, enfrentando riscos relacionados aos eletrodos e às crises em si.

A Necessidade de Melhores Métodos de Teste

Há uma necessidade grande de encontrar novas maneiras de determinar onde as crises começam, especialmente aquelas que podem ser identificadas de forma rápida e confiável. Os dados coletados quando os pacientes não estão tendo crises são frequentemente ignorados, mesmo contendo informações valiosas. Este estudo teve como objetivo ver se os sinais elétricos no cérebro quando um paciente não está tendo uma crise poderiam revelar padrões que indicassem se as crises estão vindo do lado esquerdo, direito ou de ambos.

A gente explorou isso analisando a atividade cerebral em pacientes com ELT resistente a medicamentos. Focamos nos sinais elétricos captados do cérebro durante esses períodos sem crises e comparamos os sinais entre pacientes com ELT do lado esquerdo, do lado direito e bilateral. Além disso, olhamos para exames de imagem do cérebro usando FMRI funcional (fMRI) pra ver se havia padrões semelhantes. Por fim, criamos um modelo de computador pra prever de qual lado do cérebro provavelmente era a origem das crises com base nos dados coletados.

Escolhendo os Participantes do Estudo

Nosso estudo seguiu um processo rigoroso pra selecionar os participantes. Focamos em pacientes que não haviam respondido à medicação e que haviam passado por testes com eletrodos implantados no cérebro. Os critérios incluíam ter sinais claros de ELT e eletrodos cobrindo ambos os lobos temporais. Revisamos os dados dos pacientes e os locais das crises com médicos experientes pra garantir que nossos resultados fossem precisos.

Analisando a Atividade Cerebral

Coletamos e processamos uma quantidade significativa de dados cerebrais durante um período de 12 horas. Esses dados foram divididos em segmentos menores pra analisar atividades específicas do cérebro. Nos concentramos em sinais elétricos específicos e removemos qualquer dado contaminado pra garantir a precisão. Estudando os sinais de ambos os lados do cérebro, tentamos identificar diferenças que pudessem nos ajudar a entender as origens das crises.

Calculamos um "índice de assimetria" pra vários sinais, o que ajudou a ver se um lado do cérebro estava mais ativo que o outro. Isso poderia indicar de qual lado as crises se originam. Também consideramos vários métodos de processamento de dados pra garantir que os resultados fossem consistentes.

Investigando a Conectividade da fMRI

Pra ampliar nosso entendimento, também analisamos dados de fMRI de um grupo diferente de pacientes. Avaliamos como diferentes regiões do cérebro se conectavam entre si em pacientes com ELT. Analisando esses dados, tentamos descobrir se os padrões de conectividade eram consistentes com o que notamos nos sinais elétricos. Isso ajudaria a fortalecer nossas descobertas e mostrar se diferentes métodos poderiam levar a conclusões semelhantes sobre as origens das crises.

Construindo um Modelo de Computador pra Prever as Origens das Crises

Criamos um modelo de computador pra prever se as crises estavam vindo do lado esquerdo ou direito do cérebro com base na assimetria da atividade cerebral. Testamos esse modelo em um grande conjunto de dados pra garantir que funcionasse corretamente. Isso envolveu alguns métodos estatísticos complexos pra garantir que nossas descobertas fossem válidas e confiáveis.

Em particular, desenvolvemos dois modelos: um focado no lado esquerdo e o outro no lado direito. Usando os sinais elétricos do cérebro, tentamos ver quão bem o modelo conseguia prever de qual lado as crises se originavam. Também consideramos a precisão do nosso modelo em pacientes imprevistos validando-o com dados adicionais de pacientes.

Encontrando Padrões na Atividade Cerebral

Quando comparávamos os sinais elétricos de diferentes lateridades, percebemos que a ELT do lado esquerdo poderia ser identificada mais facilmente do que a do lado direito. Essa foi uma descoberta importante, pois sugeriu que há diferenças inerentes em como as crises se manifestam dependendo de sua origem. Também vimos que algumas características, como taxas de espículas, eram indicadores particularmente fortes de onde as crises estavam vindo.

O modelo de aprendizado de máquina que desenvolvemos mostrou resultados promissores em prever o lado das origens das crises, especialmente para a ELT do lado esquerdo. No entanto, a precisão para a ELT do lado direito foi menor, refletindo os desafios em identificá-la corretamente.

Comparando Resultados Entre Diferentes Grupos

Validamos nossas descobertas em diferentes grupos de pacientes pra garantir confiabilidade. Nas nossas análises, encontramos um padrão consistente de que taxas de espículas eram vitais na previsão das origens das crises. Quando os pacientes tiveram resultados cirúrgicos bem-sucedidos, as previsões do modelo estavam mais alinhadas com o lado real da cirurgia, indicando que nossa abordagem poderia potencialmente guiar um planejamento cirúrgico melhor.

Além disso, ao separar ELT do lado direito e esquerdo, os modelos desempenharam de maneiras diferentes entre vários grupos de testes. Isso sugeriu que pode haver complexidades subjacentes na ELT do lado direito que podem afetar diagnóstico e tratamento.

Implicações para a Prática Clínica

O estudo mostrou que usar medições simples de taxas de espículas poderia fornecer uma opção rápida e menos invasiva pra ajudar a identificar o lado das origens das crises. Isso é especialmente importante, pois poderia reduzir a necessidade de longas estadias hospitalares e a colocação invasiva de eletrodos em alguns pacientes.

Embora nossas descobertas tenham sido promissoras para previsões de ELT do lado esquerdo, os resultados para ELT do lado direito precisam de mais validação em grupos maiores. Nosso objetivo é disponibilizar uma ferramenta prática que os clínicos possam usar pra ajudar no planejamento cirúrgico com base nessas percepções.

Conclusão

Em resumo, nossa pesquisa destaca o potencial de usar padrões simples de atividade cerebral pra entender as origens das crises em pacientes com epilepsia do lobo temporal. Com mais validação, essas descobertas poderiam levar a abordagens mais eficazes e menos invasivas para o manejo da ELT. Essa estratégia oferece esperança para melhores resultados cirúrgicos e uma qualidade de vida aprimorada para muitos pacientes que sofrem com essa condição desafiadora.

Fonte original

Título: Interictal intracranial EEG asymmetry lateralizes temporal lobe epilepsy

Resumo: 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.

Autores: 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

Última atualização: 2023-12-14 00:00:00

Idioma: English

Fonte URL: 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

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

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes