Søger efter nye biologiske fænotyper hos migrænepatienter, der er resistente over for behandlinger (SPHERA_WP1_2)

High Density-electroencephalogram (HD-EEG) og funktionel-magnetisk resonansbilleddannelse (fMRI) er bredt tilgængelige som kraftfulde midler til ikke-invasivt at studere hjerneforbindelsesfunktioner hos migrænepatienter.

De gør det begge muligt at registrere hjerneaktivitet med høj rumlig opløsning. HD-EEG bidrager også til høj tidsmæssig opløsning, mens fMRI bidrager til præcis evaluering af dybe kortikale og subkortikale områder, relevant i migrænepatofysiologien.

Formålet med undersøgelsen er at evaluere ændringer i hviletilstands funktionelle forbindelse hos patienter, der gennemgår forebyggende mAbs-behandling ved hjælp af HD-EEG og fMRI. Disse resultater vil muliggøre identifikation af en multibiomarkør panel signatur af migrænepatienter, der modstår specifikt målrettede forebyggende behandlinger og potentielt afsløre andre molekylære mål for terapeutiske tilgange.

STUDIEDESIGN:

Denne undersøgelse er en del af SPHERA-projektet, der modtager støtte fra det italienske sundhedsministerium (GR-2021-12372429). Patienter vil blive indskrevet fra dem, der går på ambulatoriet på IRCCS Mondino Institute (Pavia) og Neurology Department ved University of L'Aquila (Avezzano).

Efterforskerne vil indsamle kliniske data og udføre neurofunktionel profilering af migrænepatienter ved baseline (T0) og efter tre måneders mAbs-behandling (T3).

METODER:

Alle patienter vil gennemgå en hviletilstands funktionel evaluering gennem high density-EEG og undergruppe af 40 patienter vil også blive undersøgt parallelt med fMRI ved baseline.

- HD-EEG: efterforskerne vil tilfældigt erhverve 4 optagelser (6 minutter hver) i hviletilstand, 2 med åbne øjne og 2 med lukkede øjne. Efterforskerne vil overveje følgende frekvensbånd: delta (1-4 Hz), theta (4-8 Hz), alfa (8-13 Hz), beta (13-30 Hz), gamma (30-80 Hz).

Optagelsesparametre vil være: High-Pass: 0,5 Hz; Lavpas: 100 Hz; Hak: 50 Hz. Til analyse af HD-EEG-data vil efterforskerne bruge en skræddersyet analysepipeline, der tidligere blev udviklet og valideret til at rekonstruere neurale kilder fra kortikalt/subkortikalt gråt stof (Semprini, 2021). EEG-signaler vil blive båndpasfiltreret (1-80 Hz) og nedsamplet ved 250 Hz. Biologiske artefakter vil blive afvist ved hjælp af uafhængig komponentanalyse (ICA). EEG-signaler vil blive refereret med en tilpasset version af referenceelektrodestandardiseringsteknik (REST) ​​(Mantini, 2007). En matrix vil estimere forholdet mellem de målte hovedbundspotentialer og dipolerne svarende til hjernekilder. Kilder rekonstruktion vil blive udført med den nøjagtige lav-opløsning hjerne elektromagnetisk tomografi (eLORETA) algoritme.

- Hviletilstand fMRI: ICA vil blive anvendt på hviletilstand-fMRI for at karakterisere RSN'erne. For hvert individ og for hvert identificeret RSN vil den gennemsnitlige funktionelle forbindelse blive beregnet. En frø-baseret komponentanalyse vil blive anvendt for at opnå et helt hjernekort til at beskrive styrken af ​​forbindelsen mellem hver voxel i hjernebilledet med det område af interesse (frø). Udvælgelsen af ​​interesseområdet vil være baseret på tilgængelig litteratur og tidligere erfaringer.