Die STEREO-DBS ET-Studie: 7-Tesla-MRT-Gehirnnetzwerkanalyse zur Tiefenhirnstimulation bei essentiellem Tremor (STEREO-ET)

EINFÜHRUNG UND BEGRÜNDUNG

Die tiefe Hirnstimulation (DBS) ist eine wirksame Behandlung bei essentiellem Tremor (ET), einer langsam fortschreitenden neurologischen Erkrankung. Die Wirkung von DBS beruht auf der Modulation fehlerhaft funktionierender Gehirnnetzwerke durch die Abgabe elektrischer Impulse im Thalamus. Die individuelle Verbesserung nach DBS bleibt jedoch unterschiedlich und bei 20 % der Patienten treten Nebenwirkungen auf. Durch die Verwendung struktureller 7-Tesla-Magnetresonanztomographie (7T-MRT)-Konnektivität zur Visualisierung fehlerhafter Netzwerke kann die Platzierung und Aktivierung der DBS-Elektrode individualisiert werden.

Die aktuelle Platzierung und Einstellung der DBS-Elektrode im stark vernetzten Thalamus basiert auf 1,5-Tesla- oder 3-Tesla-MR-Bildern. Diese Modalitäten mit niedriger Auflösung sind nicht in der Lage, die vielfältigen Gehirnnetzwerke zu diesem kleinen Kern zu visualisieren und die auf seine kortikalen Projektionen gerichtete Elektrodenaktivierung zu verhindern. Integrierte strukturelle (7T-MRT) Netzwerkkarten ermöglichen eine hirnnetzwerkbasierte und patientenspezifische DBS und verbessern so die motorischen Symptome und die Lebensqualität.

Seit den 1980er Jahren zielte die DBS bei ET auf den Thalamus, einen tiefliegenden Kern der grauen Substanz im Gehirn. Der aktuelle Schwerpunkt im Bereich der DBS liegt eher auf neuronalen Netzen als auf einzelnen Kernen im Gehirn. Mehrere Studien zeigten, dass ET durch pathologische Netzwerkaktivität in Kleinhirn-Thalamus-Kortikal-Projektionen entsteht; Dentato-Rubro-Thalamus-Trakt. In den letzten Jahren berichteten mehrere DBS-Gruppen über die Verwendung von MRT zur Visualisierung der Thalamus-Konnektivität und des Dentato-Rubro-Thalamus-Trakts bei DBS für ET.

Der Thalamus ist Teil mehrerer großer Gehirnnetzwerke. DBS ist bei der Verbesserung des Tremors und der Lebensqualität von ET-Patienten nur durch die Modulation seines motorischen Netzwerks wirksam. Um die DBS-Platzierung und -Aktivierung zu verbessern, ist es wichtig, die Netzwerke und die modulierende Wirkung der Stimulation zu verstehen. Bisher war die Visualisierung dieser Netzwerke aufgrund der geringen Auflösung und der fehlenden strukturellen Konnektivität (Visualisierung von Kleinhirn-Thalamus-Kortikal-Projektionen mittels diffusionsgewichteter MRT und probabilistischer Konnektivität) begrenzt.

Die Forscher fügten daher am Spinoza Center 7T T2, FGATIR ​​(Fast Grey Matter Inversion Recovery Sequence) und diffusionsgewichtete Sequenzen hinzu und zeigten, dass probabilistische Thalamus-Netzwerkanalysen (Thalamussegmentierung) erfolgreich den Bereich innerhalb des Thalamus identifizieren, der die höchste Verbindungsdichte aufweist mit dem motorischen Netzwerk bei ET-Patienten. In einer aktuellen Pilotstudie zeigten die Forscher, dass die Implementierung der 7T-MRT-Thalamussegmentierung gut in den bestehenden chirurgischen Arbeitsablauf passt. Durch die Erstellung eines 7-Tesla-MRT, das die motorische Unterteilung des Thalamus (farbig) zeigt, konnte mit dieser Technik dieses neue DBS-Ziel klar visualisiert werden.

Der Thalamus und seine Verbindungen werden mittels 7T T2, FGATIR ​​und diffusionsgewichteter Bildgebung visualisiert. Die wichtigsten Projektionen des Thalamus werden sichtbar gemacht, einschließlich Projektionen, die mit dem primären motorischen und sensorischen Kortex verbunden sind. Die Position der Elektrode (mittels Computertomographie) wird relativ zu den segmentierten Unterteilungen des Thalamus visualisiert.

Die 7T-MRT-Netzwerkkarte, die durch die Kombination von T2- und diffusionsgewichteter MRT erstellt wurde, zeigt die Thalamus-Unterteilungen (farbig) und ihre kortikalen Projektionen. Das Ergebnis zeigt dann, in welcher Thalamus-Unterteilung(en) sich der DBS-Elektrodenkontakt befindet und in welchen kortikalen Bereich dieser projiziert. Klinische Testergebnisse des Elektrodenkontakts werden dann mit den Netzwerkkarten korreliert. Auf 7T-MRT-Netzwerkkarten basierende Stimulationsparameter werden verwendet, um das Ergebnis im Hinblick auf positive klinische Effekte (Unterdrückung des Tremors) und Nebenwirkungen (Sprache, Gang) zu optimieren und vorherzusagen. Da alle Netzwerkkarten im MRT visualisiert werden, sind sowohl Einzel- als auch Gruppenanalysen (gemeinsame Registrierung von Karten mehrerer Patienten) möglich.

Bei den 350 7T-MR-Scans, die die Forscher bisher durchgeführt haben, stießen wir selten auf nicht kompatible Implantate oder schwere Klaustrophobie. Jeder Patient wird mit einem MRT-Sicherheitsfragebogen und einem MRT-Metalldetektor untersucht (um zu verhindern, dass ferromagnetische Materialien in das MRT gelangen). Die 7T-MRT ist eine nicht-invasive Technik, die keine Schmerzen verursacht und, was noch wichtiger ist, die elektromagnetischen Felder verursachen keine bekannten Gewebeschäden jeglicher Art. Das MR-System kann während des Eingriffs zeitweise lautes Klopfen, Klopfen oder andere Geräusche von sich geben. Zur Vermeidung von Problemen, die durch vom Scanner erzeugte Geräusche entstehen können, werden Ohrstöpsel mitgeliefert. Der Patient wird jederzeit (visuell) überwacht und kann über eine Gegensprechanlage mit dem 7T-MRT-Techniker kommunizieren. Der Patient kann die Aufnahme jederzeit stoppen (anfordern), indem er den Druckknopf betätigt (vom Patienten dauerhaft gedrückt gehalten).

Zusammenfassend lässt sich sagen, dass es dank der Implementierung der 7T-MRT-Gehirnnetzwerkanalyse nun möglich ist, den motorischen Teil des Thalamus direkt sichtbar zu machen. In einer aktuellen Beobachtungsstudie wird diese Technik prospektiv evaluiert und eine patientenspezifische gehirnnetzwerkgesteuerte DBS für ET eingeführt, die eine einzigartige und bisher nicht verfügbare Behandlung und einen Datensatz liefert: Die 7T-MRT visualisiert die anatomischen Verbindungen des Thalamus für jeden einzelnen DBS-Elektrodenkontakt . Anstelle eines One-Brain-Fits-All-Modells ermöglichen die maßgeschneiderten Netzwerkanalysen eine personalisierte Präzisionsmodellierung in DBS.