Neuromodulation af hukommelse ved aldring (TMS-AD)

Demens på grund af Alzheimers sygdom (AD) er et førende folkesundhedsproblem i USA med enorme plejeomkostninger og ingen effektiv farmakoterapi på trods af flere kliniske forsøg. Flere undersøgelser har vist, at mild kognitiv svækkelse (MCI) er en forløberrisiko for AD og er mere modtagelig for intervention. Mens prækliniske undersøgelser har vist, at direkte modulerende aktivitet i den præfrontale cortex (PFC) ved hjælp af ikke-invasive hjernestimuleringsteknikker, såsom transkraniel magnetisk stimulation (TMS), kan modulere kognitiv funktion hos raske ældre voksne, er der kun få beviser for pålidelig effekt i MCI.

Efterforskerne anfører tre årsager til denne manglende effektivitet. For det første er der ingen etableret metode til at estimere en pålidelig biomarkør og unik dosis-respons-forhold mellem TMS-intensitet og hjerneaktivitet. For det andet kan standard TMS-protokoller ikke fange den dynamiske natur af kognitive tilstande og reaktionen af ​​endogene hjernetilstande på eksogen neuromodulation. For det tredje har ingen undersøgelser, der anvender TMS i AD-relaterede populationer, taget højde for indflydelsen af ​​cerebrovaskulær sygdom i responsen på TMS. Efterforskerne foreslår at løse disse mangler ved at bruge lukket sløjfe TMS, baseret på individualiserede hjernenetværk til at etablere parametre, der pålideligt kan kontrollere hjernetilstande under normal hukommelsesfunktion i sund aldring og MCI.

For at nå dette mål vil efterforskerne studere netværksaktivering og neurale oscillatoriske mekanismer, der ligger til grund for netværket, der regulerer arbejdshukommelsen (WM), en kognitionsfunktion med en pålidelig præfrontal cortex (PFC) netværkskarakterisering. Efterforskerne vil derefter målrette dette netværk ved hjælp af lukket sløjfe TMS til PFC og måle indvirkningen på WM-ydeevne og opgavebaseret neural aktivitet. Denne tilgang bruger samtidig TMS-fMRI til at identificere dosis-respons-forhold i arbejdshukommelsesnetværket. Dernæst anvender efterforskerne ny lukket sløjfe TMS for at forstyrre dette netværk ved hjælp af tidsmæssigt præcis TMS-EEG. Endelig vil efterforskerne integrere information indsamlet via fMRI og EEG i en enkelt beregningsramme for at modellere spatiotemporal dynamik i det globale hjernenetværk og forudsige succesen af ​​det TMS-relaterede respons i vores MCI-kohorte. Projektet vil bruge banebrydende hjernestimulering og netværksmodelleringsteknikker til at forbedre WM hos raske ældre voksne og MCI og vil give en demonstration af værdien af ​​lukket sløjfe, netværksstyret TMS til fremtidige kliniske applikationer.