Hviletilstand fMRI ved bevidsthedsforstyrrelser

Bevidsthedsforstyrrelser (DoC) er tilstande af ændret bevidsthed, der stammer fra en erhvervet skade på hjernenetværk, der regulerer ophidselse og bevidsthed, karakteriseret ved tab af excitatorisk neural aktivitet på tværs af kortikokortikale, thalamokortikale og thalamostriatale forbindelser. DoC kan skyldes flere årsager, herunder traumatisk hjerneskade, anoxisk hjerneskade fra hjertestop, slagtilfælde, alvorlige hjerneinfektioner, langvarige anfald eller andre. En primær udfordring i den kliniske håndtering af DoC er nøjagtigt at bestemme typen af ​​DoC og bevidsthedsniveau samt potentialet for helbredelse. Dette er afgørende for beslutningstagning og klinisk ledelse, med fejldiagnosticeringsrater så høje som 40 % på grund af begrænsninger af klinisk evaluering. Nyere forskning har vist, at bevidsthed, der ikke kan påvises ved bedside-evaluering, kan være til stede hos så mange som 15-20% patienter med DoC. For at forbedre den kliniske vurdering af DoC og i sidste ende udvikle målrettede interventioner for at fremme neurologisk bedring, skal der således udvikles, valideres og oversættes til klinisk brug bedre metoder til vurdering af DoC hos individuelle patienter. Brugen af ​​rs-fMRI i studiet af DoC har ført til vigtig indsigt i de biologiske mekanismer for koma samt genopretning af bevidsthed, men alligevel er oversættelsen af ​​rs-fMRI til den kliniske behandling af individuelle patienter med nedsat bevidsthed blevet hæmmet af flere faktorer. For det første afspejler BOLD fMRI en kompleks kombination af signaler afledt ikke kun fra neural aktivitet, men også fra ikke-neurologiske kilder, der i sidste ende omfatter så meget som 25% af BOLD-signalet, hvilket skjuler ægte neural forbindelse og introducerer falsk forbindelse. Denne begrænsning er sædvanligvis blevet omgået ved at analysere fMRI på gruppeniveau, der udnytter de statistiske fordele ved at beregne et gennemsnit af data på tværs af individer. Bedre strategier til at skelne mellem neurale og ikke-neurale bidragydere til BOLD-signalet er nødvendige for at oversætte rs-fMRI til klinisk brug hos individuelle patienter. Derudover har konventionelle indsamlings- og analysestrategier generelt vist sig kun at producere pålidelige estimater af funktionel tilslutning på klinisk vanskelige scanningstider. Nye beviser tyder på, at meget pålidelige mål for funktionel tilslutning kan opnås på individuelt niveau på klinisk gennemførlige scanningstider ved hjælp af mere avancerede billeddannelsesprotokoller, der udkonkurrerer endda flere gange længere konventionelle erhvervelser. Det målte FED-signal kan repræsenteres som en funktion af signalintensiteten ved excitation (S0), ekkotiden og signalets henfaldskonstant. Neural aktivitet påvirker BOLD-signalet ved at inducere en stigning i blodgennemstrømningen, hvilket reducerer den lokale koncentration af deoxyhæmoglobin og igen mindsker den lokale magnetiske følsomhed og derved reducerer hastigheden af ​​tværgående magnetiseringsforfald. Ved at undersøge signalhenfaldet på tværs af flere ekkotider kan ændringer i T2* skelnes fra ændringer i S0 og derved tillade neurale og ikke-neurale signaler fra BOLD-data at blive differentieret. Med følsomheden over for BOLD-signalet maksimal i nærheden af ​​T2*, kan multi-ekko-opsamlinger også øge BOLD-følsomheden ved at lægge større vægt på de ekkoer, der er tættest på T2* af en bestemt voxel ("optimalt kombinerende"), som vides at variere på tværs af hjernen. Endelig har processen med at kombinere FED-data på tværs af ekkoer den fordel, at den dæmper termisk støj, som er tilfældigt organiseret og har en tendens til at udligne ved gennemsnit. Når det kombineres med yderligere strategier til at fjerne globale bevægelsesrelaterede signaler, kan bevægelsens indflydelse på BOLD-data næsten elimineres. Først for nylig med integrationen af ​​andre tekniske fremskridt, såsom simultan multi-slice, er det blevet muligt at erhverve multi-echo rs-fMRI uden større kompromiser med hensyn til rumlig eller tidsmæssig opløsning. Praktiske udfordringer for at opnå avanceret MR hos kritisk syge patienter omfatter behovet for at transportere patienter til forsknings-MR-instrumenter, der er i stand til de nyeste erhvervelsesmetoder, som traditionelt har været placeret på andre etager eller endda andre bygninger end intensivafdelinger (ICU'er). Som følge heraf er avancerede MR-metoder såsom multi-ekko rs-fMRI hovedsageligt blevet anvendt på raske forsøgspersoner. Dette projekt vil drage fordel af et nyligt installeret forsknings-dedikeret state-of-the-art 3 Tesla MRI-system udstyret med hurtige gradienter, et 32-kanals modtagerarray indlejret i neurointensiv afdeling (NICU). Dette system er i stand til multi-ekko rs-fMRI ved høj spatiotemporal opløsning, og et nøglemål med dette projekt er at bestemme, om funktionel netværksintegritet hos patienter med DoC kan detekteres mere pålideligt ved hjælp af multi-echo rs-fMRI end med standard rs- fMRI. Optimale metoder ville være uden opsyn, i stand til at rumme interindividuelle forskelle i funktionel topologi og i stand til at reducere komplekse forbindelsesdata til diskrete, klinisk handlingsrettede indsigter. Et andet centralt mål med dette projekt er at sammenligne tre tilgange til forbindelseskonstruktion og karakterisering i deres pålidelighed på det individuelle patientniveau og graden af ​​association med kliniske mål for neurologisk dysfunktion og resultat. Den første og mest traditionelle tilgang vil være afhængig af transformation af hver data til en skabelonrum og nodedefinition baseret på metaanalyse på gruppeniveau. Den anden tilgang vil bruge en tidligere beskrevet metode til parcellation på emneniveau baseret på forbindelsesgradienter og i sidste ende sammenlignet på tværs af individer baseret på graden af ​​lighed med skabelonnetværk. Den endelige tilgang vil bruge et radiologisk fortolkningsskema, hvor ekspert neuroimagere trænet til at genkende typiske rumlige mønstre af hviletilstandsnetværk vil give en fortolkning af gradnetværkskortene opnået fra uafhængig komponentanalyse.