Evidence Amyloid Scan EEG-Studie (EASES)

Erhalten und analysieren Sie In-vivo-EEG-Daten von Teilnehmern im Alter von 50 bis 65 Jahren, die die früh einsetzende Symptomatik von MCI zeigen, um das Patientenmanagement zu steuern und Interventionsmethoden zur Verbesserung der allgemeinen Gesundheitsergebnisse für dieses Bevölkerungssegment zu entwickeln. Sowohl gesunde als auch symptomatische Gruppen werden von Teilnehmern mit früheren PET-Amyloid-beta (Aβ)-Bildgebungsscans besetzt. Integrieren Sie die WAVi-Gehirnscan-Technologie, die sich bei der Beurteilung von mTBI-Fällen als effektiv erwiesen hat.

Der quantitative Elektroenzephalograph (qEEG) ist eine nicht-invasive Bewertung, die ereignisbezogene Mehrkanal-EEG-Potentiale (ERPs) und eine umfassende mehrdimensionale Analyse solcher Aufzeichnungen durch fortschrittliche Algorithmen aufzeichnet, die darauf abzielen, die Netzwerkkomplexität der Gehirnfunktion zu verstehen und zu visualisieren. Unser Ziel ist es, Bewertungen sowohl von symptomatischen als auch von asymptomatischen Personen zu vergleichen, um Differenzialdiagnosen in den frühesten Stadien der präklinischen AD weiterzuentwickeln. Die Erläuterung einer Untersuchungstechnik, die sich bei der Identifizierung regionalspezifischer Anomalien bei Patienten mit Gehirnerschütterung als vielversprechend erwiesen hat, ermöglicht es uns nicht nur, einen bestehenden Rahmen zu nutzen, der ein klares und elegantes topografisches Ergebnis liefert, sondern auch eine wiederholbare Metrik zur Quantifizierung von MCI-bezogenen Funktionsstörungen etabliert. Die Einhaltung der Maßnahmen innerhalb des bestehenden Rahmens trägt zu einem standardisierteren neurodiagnostischen Ansatz für demenzbedingte Pathologien bei und unterstützt die Kontinuität der Versorgung.

Letztendlich wird diese neurophysiologische Bewertung ein neues Licht auf das Fortschreiten der kognitiven Beeinträchtigung und die Reaktion auf die Entwicklung therapeutischer Interventionen für eine Vielzahl von neurologischen, psychiatrischen und verhaltensbedingten Erkrankungen werfen. Das WAVi-System verwendet Algorithmen und Sätze von Signalverarbeitungs- und Mustererkennungstechniken, um aktivierte Nervenbahnen in aufgabenbezogenen Datenpunkten in Bezug auf Zeit, Ort, Amplitude und Frequenz zu suchen und abzubilden. Indem die einzelnen Datenpunkte in Cluster projiziert werden, zeigen sie dreidimensionale Bilder von Aktivierungsmustern des Gehirnnetzwerks, die hochaufgelöste funktionelle neuronale Bahnen darstellen. Diese Gehirnnetzwerkmuster und -werte können Ärzten bei der Profilerstellung der Gehirnfunktion im Vergleich zum Referenzmodell des Gehirnnetzwerks helfen, um die Ähnlichkeit mit der normalen Gehirnfunktion zu beurteilen. Die Messung von Veränderungen in der Funktionalität und/oder Dysfunktion kann möglicherweise Behandlungsverläufe nach Veränderungen im Krankheitsverlauf unterstützen. In Kombination mit Daten, die aus Informationen von selbst berichteten und beobachteten kognitiven und Verhaltensmustern geliefert werden, entsteht Klarheit in Bezug auf Gehirnprozesse und die Bestimmung des medizinischen Zustands.

Für diese Untersuchung werden wir die Fähigkeit von qEEG P300- und P50-Wellenformamplituden und auditiven Reaktionszeiten bewerten, um gesunde alternde Personen von denen zu unterscheiden, die MCI-Eigenschaften entwickeln. Die WAVi-Aufzeichnung im Wachzustand ist eine ideale kostengünstige und nicht-invasive Methode mit einer hohen zeitlichen Auflösung (Millisekunden), die ein optimales Untersuchungswerkzeug für die aufkommenden Merkmale der Gehirnpathophysiologie bietet. Diese Verfahren werden von den Patienten gut vertragen, bleiben von Aufgabenschwierigkeiten unbeeinflusst und stehen allen Subpopulationen weithin zur Verfügung, selbst denjenigen, die traditionell in klinischen Studien unterrepräsentiert sind. Außerdem können sie ohne Gewöhnungseffekte im Laufe der Zeit wiederholt werden.

Ziel 1 bestimmt individuelle qEEG P300/P50-Ausgangsamplituden und Hörreaktionszeiten bei einer Population gesunder Teilnehmer im Alter von 50 bis 65 Jahren ohne Demenz in der Vorgeschichte, die zuvor eine PET-Scan-Bildgebung erhalten haben. Bewerten Sie Mittelwert, Median und Variabilität der Grundgesamtheit. Wenn möglich, wird eine Teilmenge in einem Standardintervall erneut getestet, um die Test-Retest-Zuverlässigkeit für dieses Instrument zu bestimmen.

Ziel 2 bewertet die Fähigkeit von qEEG P300-Amplituden und auditiven Reaktionszeiten, zwischen älteren Teilnehmern mit MCI/präklinischen AD-Symptomen und gesunden Teilnehmern ähnlichen Alters zu unterscheiden.

Ziel 3 bewertet die Fähigkeit der qEEG P50-Amplituden, zwischen älteren Teilnehmern mit MCI/präklinischen AD-Symptomen und gesunden Teilnehmern ähnlichen Alters zu unterscheiden.

Ziel 4 bestätigt die Wirksamkeit der qEEG/Amyloid-Plaque-Loading-Korrelation mit früheren PET-Bildgebungsdaten.