Koneoppiminen TMS:n kliinisen vasteen ennustamiseksi (LEARN)

Masennushäiriö (MDD) on yleinen ja heikentävä sairaus. Se vaikuttaa ihmisen perhe- ja henkilösuhteisiin, työhön, koulutukseen ja elämään. Se muuttaa nukkumis- ja ruokailutottumuksia ja heikentää merkittävästi potilaiden yleistä terveyttä. Häiriö vaikuttaa veteraaneihin enemmän kuin muuhun väestöön, sekä yksittäisenä sairautena että yhdessä posttraumaattisen stressihäiriön (PTSD) ja itsemurha-ajatuksen kanssa. Huomattavalla osalla potilaista (~30 %) oireet eivät reagoi käyttäytymis- ja farmakologisiin toimenpiteisiin, ja uusia hoitoja tarvitaan kipeästi. Food and Drug Administration on hyväksynyt yhden tällaisen hoidon, transkraniaalisen magneettisen stimulaation (TMS), MDD:n hoitoon. TMS on tehokas noin 60 %:lla potilaista, joilla on hoitoresistentti MDD, mutta siihen liittyy huomattava taloudellinen ja aikarasi. Lisätietoa TMS:n neurobiologisista vaikutuksista ja markkereista toiminnallisen palautumisen ennustamiseen ja hoidon etenemiseen on suuri arvo.

Tämän ehdotuksen tavoitteena on käyttää ihmisen elektrofysiologiaa (erityisesti elektroenkefalografiaa, jäljempänä EEG) ja koneoppimista ennustamaan hoitovastetta TMS-hoitoa hakevilla ja myös tutkia TMS:n vaikutusmekanismia. Tällä on useita etuja potilaille, sillä hoidon ennustaminen auttaa palveluntarjoajia seulomaan potilaat, joille TMS on tehoton, ja mekanismin ymmärtäminen mahdollistaa hoidon tarkentamisen ja yksilöimisen.

Tutkijat rekrytoivat 35 potilasta, joilla on hoitoresistentti MDD ja tallentavat lepotilan EEG-signaalin tiheällä elektrodiryhmällä ennen 6 viikon kliinistä TMS-hoitoa ja sen jälkeen. Tutkijat käyttävät koneoppimista (harvoja regressioita) ennustaakseen hoidon tuloksia käyttämällä EEG-signaalista johdettuja toiminnallisia yhteyskarttoja (koherenssi). Tutkijat käyttävät myös luokittimia seuratakseen muutoksia toiminnallisissa yhteyksissä hoidon aikana. Alustavien tietojemme perusteella tutkijat olettavat, että heikompi toiminnallinen yhteys prefrontaalisen aivokuoren (jossa stimulaatio tapahtuu) ja parietaalisen/takaosan keskiviivan kohtien välillä ennustaa paremman vasteen hoitoon ja että TMS-hoito parantaa näitä yhteyksiä.

Täällä kerättyjä tietoja käytettäisiin siemenenä ja alustavana datana tuleville liittovaltion (NIH ja VA) urakehityspalkinnoille, jotka keskittyvät EEG:n käyttöön aivojen toiminnan ja neuromodulaatiohoitojen ymmärtämiseksi paremmin.