BIOMIGA: Ergebnisse der Magnetresonanztomographie

Die Hamburger Daten wurden wie unten angegeben verarbeitet und werden als unabhängiger Datensatz für die Hypothesengenerierung verwendet. Die Daten der beiden anderen Standorte (Italien und Spanien) werden identisch zum Hamburger Datensatz verarbeitet:

rs-FMRI

Die Vorverarbeitung der funktionellen MR-Daten im Ruhezustand folgte der SPM12-Pipeline (https://www.fil.ion.ucl.ac.uk/spm/software/spm12/) unter Verwendung von Schichtzeitkorrektur, Neuausrichtung, Koregistrierung mit dem Strukturbild, Normalisierung in den MNI-Raum und Glättung mit einem 8mm^3-Gausschen Kernel. Die Daten wurden mit der CONN-Toolbox (https://web.conn-toolbox.org/) weiter analysiert. wobei a 0,003-0,08 Hz-Zeitfilter und Rauschunterdrückung mit linearer Regression von Störeffekten (weiße Substanz, CSF, Bewegung) und linearer Trendbeseitigung. Wir wählen:

• Lokale Homogenität (LCOR),
• Globale Korrelationen (GCOR),
• Seed-basierte Korrelationen (SBC): Seed zu Voxel und ROI zu ROI mit einer zusätzlichen Maske des Hypothalamus
• Unabhängige Komponentenanalysen (Gruppe-ICA),
• Amplitude niederfrequenter Schwankungen (ALFF)

Die berechneten statistischen Vergleiche werden im Folgenden als primäre und sekundäre Ergebnisse definiert und umfassen (i) die Vorhersage des Behandlungsergebnisses (Reduktion der Kopfschmerztage) ab T0 (weitere PR), (ii) Veränderungen zwischen T0 und T1, (iii) Unterschiede zwischen gesunden Kontrollpersonen und Migränepatienten bei T0 (weiteres HvsPAT) und (iv) Unterschiede zwischen Respondern und Non-Respondern bei T0 und T1.

In der Hypothese, die Hamburg-Daten generiert, wurden signifikante Ergebnisse bei einem Schwellenwert von Cluster-weisem FDR-korrigiertem p<0,05 mit einem Eintrittsschwellenwert von Voxel-weisem unkorrigiertem p<0,001, wenn nach Alter und Geschlecht korrigiert, gefunden:

• LCOR: PR: Zwei Cluster im linken lateralen okzipitalen Kortex und im rechten temporalen fusiformen Kortex; HvsPAT: bilateraler Thalamus, linkes Frontoperculum.
• SBC-Samen zu Voxel: PR: Hypothalamus 2-Cluster, Sensori-Motor-Lateral-R-1-Cluster, Visula-Lateral-L-1-Cluster, Visula-Lateral-R-3-Cluster; HvsPAT: Cluster Sensori Motor Lateral L 5, Cluster Sensori Motor Lateral R 1, Cluster Sensori Motor Superior 3, Cluster Visual Medial 3, Cluster Visual Occipital 1, Cluster Visual Lateral L 4, Cluster Visual Lateral R 1,
• ICA: ICA 5 2 Cluster, ICA 16 2 Cluster, ICA 28 1 Cluster, ICA 34 2 Cluster; HvsPAT: ICA 4 3-Cluster, ICA 6 4-Cluster, ICA 14 4-Cluster, ICA 18 2-Cluster, ICA 27 3-Cluster, ICA 29 14-Cluster, ICA 33 3-Cluster, ICA 36 7-Cluster, ICA 38 6-Cluster
• Es gab keine signifikanten Ergebnisse für SBC ROI zu ROI, GCOR und ALFF
• Für den Vergleich zwischen Respondern und Non-Respondern bei T0 und T1 gab es keine signifikanten Ergebnisse für den gewählten Schwellenwert. Vorläufige Ergebnisse zur lokalen und globalen Konnektivität wurden kürzlich auf einer wissenschaftlichen Konferenz vorgestellt.

Um die signifikanten Ergebnisse aus den Hamburger Daten zu reproduzieren, wird ein kleiner volumenkorrigierter Schwellenwert von p<0,05 gewählt. Für ein nicht signifikantes Ergebnis wird der statistische Schwellenwert für die Daten der beiden anderen Standorte auf einen voxelweisen FWE-korrigierten p<0,05 festgelegt.

MPRAGE Raw T1-Bilder (auch bekannt als MPRAGE) wurden mit der CAT12-Toolbox (https://neuro-jena.github.io/cat12-help/) verarbeitet. welche erweitert SPM12 (https://www.fil.ion.ucl.ac.uk/spm/software/spm12/). Für Kontrollpersonen und Migränepatienten mit Daten vom ersten Tag wurden die Bilder in Kompartimente der grauen und weißen Substanz segmentiert und normalisiert. Für Patienten mit Daten von 2 Tagen wurden die Daten längs segmentiert. Bilder der grauen und weißen Substanz wurden mit einem isotropen Gaußschen Kernel von 6 mm3 geglättet. In der SPM12-Toolbox implementierte T-Tests und F-Tests wurden verwendet, um signifikante Unterschiede bei einem Cluster-korrekten Schwellenwert von p < 0,05 abzuschätzen. Als Kovariate zur Kontrolle verschiedener Gehirngrößen wurde das individuelle intrakranielle Gesamtvolumen (TIV) verwendet, das ebenfalls mit der CAT12-Toolbox geschätzt wird. Sofern angegeben, wurden Alter und Geschlecht als weitere Kovariaten verwendet. Alle Ergebnisse wurden durch Masken der grauen oder weißen Substanz maskiert, die aus einer Segmentierung der durchschnittlichen normalisierten T1-Werte der Teilnehmer stammten. Der statistische Schwellenwert für den hypothesengenerierenden Datensatz aus Hamburg wurde auf Cluster-weise FDR-korrigiert p<0,05 mit einem Eingangsschwellenwert von voxelweise unkorrigiertem p<0,001 festgelegt. Da keine signifikanten Ergebnisse erzielt wurden, wird der statistische Schwellenwert für die Daten der beiden anderen Standorte auf einen voxelweisen FWE-korrigierten p < 0,05 festgelegt.

ASL ASL wurde für keinen der Standorte analysiert. Für die Statistik verwenden wir zerebrale Perfusionsbilder aus der Toolbox ASLtbx (https://www.cfn.upenn.edu/zewang/ASLtbx_manual.pdf). Da in Spanien und Italien jedoch unterschiedliche Bildgebungsprotokolle zur Verfügung standen, muss zunächst ein Vergleich der Gleichheit nachgewiesen werden. Daher haben wir beide Protokolle in den Hamburger Daten erfasst. Da wir hier keine Unterschiede erwarten, wird der statistische Schwellenwert auf einen voxelweisen FWE-korrigierten p < 0,05 festgelegt.

Power-Berechnung basierend auf Hamburger MR-Daten Power-Analyse des primären Endpunkts „Vorhersage der Kopfschmerzreduktion mit funktionellen Konnektivitätsmessungen im Ruhezustand aus fMRT von Tag 1“, für die rs-fMRT-Daten von 54 Migränepatienten vom Hypothesengenerierungsstandort Hamburg analysiert wurden Die CONN-Toolbox ergab, dass 37 Migränepatienten erforderlich sind, um das Ergebnis einer signifikanten Komodulation in lokaler Korrelation nach Korrektur von Alter und Geschlecht zu reproduzieren (80 % Leistung, FWE-korrigierter p < 0,05, berechnet mit PowerMap). Erste Qualitätsprüfungen der Daten der beiden anderen Standorte zeigen, dass genügend Daten für eine Reproduktion verfügbar sind.