Spatiaalinen laiminlyönti ja delirium aivohalvauksen jälkeen

Deliriumin arvioinnilla ja ehkäisyllä on valtava vaikutus sairaalahoidon tuloksiin ja terveydenhuollon kustannuksiin. Delirium on monikomponenttinen oireyhtymä, jolle on ominaista akuutti kognitiivisen toiminnan heikkeneminen, mikä vaikuttaa tietoisuuteen, ajatteluun, huomiokykyyn ja muistiin. Aivohalvauksesta selviytyneillä, jotka edustavat 17 prosenttia 65-vuotiaista ja sitä vanhemmista Yhdysvaltojen väestöstä (CDC, 2012), on suuri riski saada delirium (jopa 50 prosentin ilmaantuvuus oikean aivopuoliskon aivohalvauksessa). Lisäksi noin 50 % oikean aivopuoliskon aivohalvauspotilaista kokee spatiaalista laiminlyöntiä, mikä heikentää turvallisuutta ja toipumista. Tämä tutkimus tutkii mahdollista hermomekanismia, joka selittää sekä deliriumin että spatiaalisen laiminlyönnin suuren esiintyvyyden oikean aivopuoliskon aivohalvauksen jälkeen. Tutkimushypoteesi on, että kiihottumisen ja huomion aivoverkostot, jotka koostuvat nousevista projisoinneista mesenkefaalisen retikulaarimuodostelmasta ja integroivat oikeanpuoleiset dorsaaliset ja ventraaliset aivokuoren ja limbiset komponentit, voivat vaikuttaa näissä häiriöissä. Tutkimuksessa arvioidaan magneettikuvausta (MRI) ja käyttäytymistietoja oikean aivopuoliskon aivohalvauksesta selviytyneillä. On ennustettu, että heikentynyt aktiivisuus ja aivoverkostojen rakenteellinen eheys kiihottumisen ja huomion saamiseksi korreloi deliriumin ja spatiaalisen laiminlyönnin käyttäytymismerkkien kanssa. Tutkimus suoritetaan kahdessa paikassa, joissa otetaan mukaan akuutti (n=45) ja subakuutti (n=30) potilasnäyte. Tämän tutkimuksen havainnot voivat vaikuttaa aivohalvauksen hoitoon tarjoamalla kriittisen aivohalvauksen jälkeisen deliriumin biomarkkerin ja käyttäytymisprofiilin. Tämä saattaa varoittaa kliinikot aloittamaan ennaltaehkäisevän hoidon ja kohdennettuja toimenpiteitä potilailla, joilla on suuri riski sairastua sairaalaan ja menettää itsenäisyytensä.

Tutkimushypoteesit Hypoteesi 1: Oletuksena on, että leesio-vajausanalyysi paljastaa, että aivohalvausvauriot vaikuttavat potilailla, joilla on delirium ja/tai spatiaalinen laiminlyönti, aivohalvausvauriot vaikuttavat oikeanpuoleisiin aivoalueisiin huomio-, suuntautumis- ja kiihotusverkostoissa.

Hypoteesi 2: Koska oletetaan, että molemmat häiriöt johtuvat yhteisten aivoverkostojen toimintahäiriöstä, spatiaalisen laiminlyönnin vakavuuden odotetaan ennustavan deliriumin vakavuutta, mikä säätelee leesion suhteellista kokoa ja aivohalvauksen vakavuutta. Hypoteesi 3: Sekä spatiaalinen laiminlyönti että delirium vakavuus korreloi toiminnallisen yhteyden kanssa aivoalueiden välillä huomio-, suuntautumis- ja kiihotusverkostoissa.

Hypoteesi 4: Leikkauksen jälkeisillä deliriumpotilailla, laiminlyönneillä ja koomapotilailla tehdyn aiemman työskentelyn todisteiden perusteella oletetaan, että aivokuoren ja subkortikaalisen verkoston sisältävien aivoalueiden valkoisen aineen yhteyksien eheys huomion, suuntautumisen ja kiihottumisen kannalta korreloi käänteisesti deliriumin ja spatiaalisen laiminlyönnin vakavuuden kanssa.

Suunnitellut analyysit:

Hypoteesi 1:

Selvittääkseen kriittisiä verkon komponentteja, jotka vaikuttavat aivohalvauksen jälkeiseen deliriumiin, tutkimuksessa tarkastellaan osallistujien rakenteellisia skannauksia. Tutkimuksessa tallennetut rakenteelliset skannaukset sisältävät T1-painotetun ja T2-painotetun FLAIR-kuvan 30 subakuuttiin aivohalvauksen osanottajalle. Lisäksi kliiniset skannaukset tehdään 45 akuutin aivohalvauksen osanottajalle, mikä johtaa 75 aivokuvaukseen. Rakenteelliset leesiot kartoitetaan käyttämällä puoliautomaattista leesiokartoitusta MRIcron-paketissa, jossa jokainen aivojen vokseli pisteytetään binäärimuodossa vaurioituneeksi tai ei-leesioiseksi. Kolmiulotteiset vauriomaskit syötetään VLSM 2 -ohjelmistoon, joka on toteutettu Matlabissa (Voxel Lesion Symptom Mapping). Näennäisesti jatkuville tuloksille, kuten Behavioral Inattention Test (BIT) ja Confusion Assessment Method-Severity (CAM-S) -pisteille, lasketaan t-pisteet, jotka testaavat, ennustaako leesio tietyssä aivovokselissa korkeamman vai alhaisemman vakavuuspisteen. . Binäärituloksille, kuten delirium-diagnoosille, jokaiselle vokselille lasketaan Leibermeisterin mitta, joka testaa, ennustaako tietty vaurioitunut vokseli deliriumia verrattuna deliriumin puuttumiseen kaikkien osallistujien kesken. Analyysi kulkee sarjassa aivojen vokseleiden läpi ja suorittaa testin jokaisessa vokselissa. Vokselit rajataan siten, että vain ne, jotka esiintyvät samanaikaisesti vähintään viidellä potilaalla, otetaan huomioon. Tyypillisessä leesiotutkimuksessa tämä johtaa satojen vokseleiden huomioimiseen osallistujien kesken. Lopulliset tulokset korjataan useiden vertailujen osalta käyttämällä väärän havainnoinnin määrää p < 0,05.

Hypoteesi 2:

Tämä hypoteesi pyrkii selvittämään, onko aivohalvauksen jälkeisen deliriumin ja spatiaalisen laiminlyönnin välillä yhteyttä. Tämän hypoteesin testaamiseksi suoritetaan regressioanalyysi käyttämällä BIT-pisteitä ennustajana ja CAM-pisteitä tuloksena. Analyysi valvoo NIH:n aivohalvausasteikon pistemäärää ja leesion kokoa sekä ikää. Molemmissa analyysisarjoissa raaka-arviointipisteet muunnetaan prosentteiksi asteikon yhtenäisyyden varmistamiseksi.

Hypoteesi 3:

Suoritetaan siemenpohjainen toiminnallinen liitettävyysanalyysi, jossa testataan valittujen aivoalueiden aikakulujen välistä korrelaatiota CAM-S- ja BIT-pisteiden funktiona. 16 kiinnostavaa aluetta (ROI) käytetään tämän analyysin suorittamiseen kiihottumis- ja huomioverkostoissa. Koko aivojen ROI-vokseleihin -analyysi suoritetaan myös mahdollisten odottamattomien deliriumin ja laiminlyönnin vakavuuden havaitsemiseksi. Tämä analyysi ja tietojen esikäsittely tehdään käyttämällä CONN-työkalupakkia, Matlab-pohjaista cross-platform-ohjelmistoa fMRI:n toiminnallisen liitettävyyden laskemiseen, näyttöön ja analysointiin. Ensin suoritetaan uudelleenlinjaus kaikkien peräkkäisten aivotilavuuksien ja sarjan ensimmäisen osan välillä. Viipaleiden ajoituksen korjausta sovelletaan aivoviipaleiden lomitetun hankinnan aikaeron huomioon ottamiseksi. Rakenteellinen segmentointi suoritetaan valkoisen aineen ja aivo-selkäydinnesteen (CSF) maskien luomiseksi. Näitä naamioita käytetään fysiologista kohinaa edustavan haitan regressorin arvioinnissa. Toiminnalliset skannaukset normalisoidaan (kohdistetaan) rakenteellisiin skannauksiin ja atlasmalliin. Tämä tehdään ryhmävertailuja ja ROI-määrittelyä varten anatomisen atlasin avulla. Toiminnalliset kuvat tasoitetaan 6 mm:n säteellä olevalla ytimellä. Seuraavaksi tiedoista regressoidaan liikepoikkeamien (suuret liikkeet), jatkuvan liikkeen (rulla, nousu ja kiertosuunta) ja fysiologisen kohinan osuus. Lopuksi ROI-ROI- ja ROI-vokseli-yhteys suoritetaan jokaisessa aivoskannauksessa, jotta voidaan tehdä toisen asteen vertailuja (eli deliriumin ja laiminlyönnin vakavuuspisteiden osuus toiminnallisessa yhteyksissä, kovariaattien kontrollointi).

Hypoteesi 4:

Todennäköisyyspohjainen traktografia-analyysi suoritetaan käyttämällä 16 ROI:ta, joka on määritelty etukäteen kirjallisuudesta. Analyysi suoritetaan DTI-tiedoilla käyttämällä diffuusiotensoritraktografiatyökaluja, jotka ovat saatavilla FSL-analyysiohjelmistosta (esim. Probtrax, FDT Toolbox). Analyysin odotetaan tunnistavan alueita, jotka yhdistävät huomio- ja kiihotusverkostojen alueita. Se arvioi vokselikohtaisen murto-anisotropian (FA) kuidun eheyden mittana. FA on skalaariarvo välillä 0 ja 1, ja se mittaa vesimolekyylien päädiffuusiosuuntaa. FA 0 tarkoittaa täydellistä palloa, ts. tasaista diffuusiota. Paikat, joissa vierekkäisillä vokseleilla on sama diffuusion suuntakoherenssi, osoitetaan todennäköisyydellä traktien sijainteihin. Arvoista lasketaan sitten keskiarvo globaalin FA:n saamiseksi jokaiselle kanavalle. Deliriumin ja laiminlyönnin vakavuuspisteet regressoidaan FA-arvoilla ANCOVA-tutkimuksessa (kliiniset/demografiset/fysiologiset/potilaan ominaisuudet huomioon ottaen). Jos ROI-pohjainen lähestymistapa ei ole onnistunut, koko aivojen FA-kartat otetaan huomioon, mukaan lukien kiinnostuksen kohteena olevien aivoverkostojen ulkopuoliset alueet, jotta ne voidaan yhdistää deliriumin ja laiminlyönnin vakavuuspisteisiin.

Näytteen koon määritys.

Tehtiin pilottitutkimus vaikutuksen koon arvioimiseksi. 19 oikean aivohalvauksen potilasta (12 naista, 8 valkoihoista, 8 afroamerikkalaista, 3 aasialaista), iältään 60 vuotta (SD = 17 vuotta), joista 1 krooninen (> 6 kuukautta aivohalvauksen jälkeen) ja 18 subakuutti (< 1 kuukausi) aivohalvauksen jälkeinen) osallistui pilottitutkimukseen. Deliriumin ja laiminlyönnin vakavuuden väliselle yhteydelle saatiin R-neliöarvo 0,26. Tämä antaa tehosteen koon (Cohenin f2) 0,35. Tällä vaikutuskoolla on yli 99 % tehoa havaita vaikutus, olettaen, että näytteen koko on 75 potilasta ja alfa on 0,05 (Hypoteesi 2)

Leesiopuutosanalyysimme tehokkuuden arvioimiseksi (hypoteesi 1) tiedot simuloitiin käyttämällä 15 %, 30 % ja 50 % osuutta osallistujanäytteestä, jossa sama vokseli leesioituu. Leibermeisterin lähestymistapaa sovellettiin p-arvojen laskemiseen nollahypoteesin testaamiseksi siitä, ettei vokselileesion tilan ja deliriumtilan välillä ole yhteyttä. 75 osallistujalla (Acute+Subacute Sample) on yli 80 % teho havaita vaikutus olettaen, että vähintään 30 prosentilla näytteestä on sama leesio ja leesio on 40-100 vokselin välillä muodostaen tiiviin klusterin. Nämä ovat aiempien tutkimusten perusteella perusteltuja oletuksia.

Pilottitutkimuksessa yleistä lineaarista mallia, joka sisälsi regressorin deliriumin tai laiminlyönnin vakavuuden pisteytyksen, sovellettiin 16X16 ROI-yhteysmittausmatriisiin jokaiselle osallistujalle. Tuloksena saadut t-pisteet koehenkilöiden välisille vaikutuksille olivat välillä 4,61-7,88 BIT-mittaukselle ja 7,07-9,31 CAM-S:lle. Nämä t-pisteet vastaavat suurta tehosteen kokoa. Käyttämällä Cohenin f 0,35 (suuri vaikutus) lineaarisen moninkertaisen regression tehon arvioimiseksi, 4 ennustajalla, alfa-taso 0,05, ja kaksisuuntaisessa testissä, on arvioitu, että 87 %:n teho havaita tämä vaikutus, kun otetaan huomioon 30 osallistujan otos (Akuutti näyte) (Hypoteesi 3).

Edellisessä tutkimuksessa kerrottiin talamuksen fraktioanisotropian (FA) arvoksi 0,315 (.026) hukassa verrattuna arvoon .333 (.023) ei-deliiroituneilla potilailla. Nämä arvot vastaavat suurta Cohenin d-efektin kokoa. Olettaen, että FA-arvoja havaitaan samalla alueella, on erinomainen teho havaita nämä vaikutukset lineaarisella moniregressiomallilla.

Keskimääräiseen potilasvirtaan perustuen on arvioitu, että jokaisessa paikassa seulotaan kuukausittain jopa 20 potilasta tutkimuskelpoisuuden varalta. Pilottinäytteen rekrytointiasteiden perusteella arvioidaan, että 10-20 % seulontanäytteestä hyväksytään. Kun otetaan huomioon konservatiivinen 25–40 %:n keskeyttämisarvio, on enemmän kuin todennäköistä, että ehdotettu tutkimusotos rekrytoidaan. Potilaiden poistumisen huomioon ottamiseksi tutkimuksessa ylirekrytoidaan kohdenäytettä viidellä potilaalla.

Arvioitu deliriumin ja laiminlyönnin esiintyvyys oikean aivohalvauksen jälkeen on noin 50 %. Siksi noin 50:llä tutkimusnäytteestä odotetaan olevan laiminlyöntiä, deliriumia tai molempia. Sen lisäksi, että delirium/laiminlyöntitilaa käytetään kaksijakoisena muuttujana, kullekin muuttujalle käytetään lähes jatkuvia vakavuuspisteitä, mikä lisää kykyä havaita näiden kahden häiriön ja aivoleesion sijaintien välisiä assosiaatioita.