Négligence spatiale et délire après un AVC

L'évaluation et la prévention du délire ont un impact énorme sur les résultats d'hospitalisation et les coûts des soins de santé. Le délire est un syndrome à plusieurs composantes caractérisé par une réduction aiguë du fonctionnement cognitif, affectant la conscience, la pensée, l'attention et la mémoire. Les survivants d'un AVC, qui représentent 17 % de la population américaine âgée de 65 ans et plus (CDC, 2012), courent un risque majeur de développer un délire (jusqu'à 50 % d'incidence dans les AVC de l'hémisphère droit). En outre, environ 50 % des patients victimes d'un AVC de l'hémisphère droit souffrent de négligence spatiale, ce qui nuit à la sécurité et à la récupération. Cette étude examine un mécanisme neuronal potentiel expliquant l'incidence élevée du délire et de la négligence spatiale après un AVC de l'hémisphère droit. L'hypothèse de l'étude est que les réseaux cérébraux d'éveil et d'attention, composés de projections ascendantes de la formation réticulaire mésencéphalique et intégrant des composants corticaux et limbiques dorsaux et ventraux dominants à droite, peuvent être affectés dans ces troubles. L'étude évalue l'imagerie par résonance magnétique (IRM) et les données comportementales chez les survivants d'un AVC de l'hémisphère droit. Il est prédit que l'activité altérée et l'intégrité structurelle des réseaux cérébraux d'éveil et d'attention seront corrélées avec des signes comportementaux de délire et de négligence spatiale. L'étude sera menée sur deux sites recrutant des échantillons de patients aigus (n = 45) et subaigus (n = 30). Les résultats de cette étude ont le potentiel d'avoir un impact sur les soins de l'AVC en fournissant un biomarqueur critique et un profil comportemental du délire post-AVC. Cela peut inciter les cliniciens à entreprendre des soins préventifs et des interventions ciblées chez les patients à haut risque de morbidité hospitalière et de perte d'autonomie.

Hypothèses de l'étude Hypothèse 1 : On suppose qu'une analyse du déficit lésionnel révélera que chez les patients atteints de délire et/ou de négligence spatiale, les zones du cerveau droit au sein des réseaux d'attention, d'orientation et d'éveil sont affectées par les lésions d'AVC.

Hypothèse 2 : Étant donné que l'on émet l'hypothèse que les deux troubles découlent d'un dysfonctionnement des réseaux cérébraux communs, on s'attend à ce que la gravité de la négligence spatiale soit un prédicteur de la gravité du délire, en contrôlant la taille relative de la lésion et la gravité de l'AVC Hypothèse 3 : À la fois la négligence spatiale et le délire la gravité sera corrélée à la connectivité fonctionnelle entre les zones cérébrales au sein des réseaux d'attention, d'orientation et d'éveil.

Hypothèse 4 : Sur la base de preuves issues de travaux antérieurs sur des patients atteints de délire post-chirurgical, de négligence et de coma, on émet l'hypothèse que l'intégrité des connexions de la substance blanche entre les régions cérébrales comprenant les réseaux corticaux et sous-corticaux pour l'attention, l'orientation et l'excitation est inversement corrélée avec la sévérité du délire et de la négligence spatiale.

Analyses prévues :

Hypothèse 1 :

Pour examiner les composants critiques du réseau affectés dans le délire post-AVC, l'étude examinera les analyses structurelles des participants. Les scans structurels enregistrés dans l'étude comprendront une image FLAIR pondérée en T1 et pondérée en T2 pour 30 participants à un AVC subaigu. De plus, des scanners cliniques seront obtenus pour les 45 participants à un AVC aigu, ce qui donnera un total de 75 scanners cérébraux. Les lésions structurelles seront cartographiées à l'aide d'une cartographie semi-automatisée des lésions dans le package MRIcron, où chaque voxel cérébral sera noté de manière binaire comme lésé ou non lésé. Des masques de lésions tridimensionnels seront introduits dans le logiciel VLSM 2 implémenté dans Matlab (Voxel Lesion Symptom Mapping). Pour les résultats pseudo-continus, tels que les scores Behavioral Inattention Test (BIT) et Confusion Assessment Method-Severity (CAM-S), un score t sera calculé pour déterminer si une lésion dans un voxel cérébral donné prédit un score de gravité supérieur ou inférieur. . Pour les résultats binaires, tels que le diagnostic de délire, pour chaque voxel, une mesure de Leibermeister sera calculée pour tester si un voxel lésé donné prédit le délire par rapport à l'absence de délire chez tous les participants. L'analyse parcourra en série les voxels cérébraux et effectuera un test dans chaque voxel. Les voxels seront seuillés de telle sorte que seuls ceux qui coexistent chez au moins 5 patients seront pris en compte. Dans une étude de lésion typique, cela se traduira par des centaines de voxels pris en compte parmi les participants. Les résultats finaux sont corrigés pour les comparaisons multiples à l'aide du taux de fausses découvertes de p<0,05.

Hypothèse 2 :

Cette hypothèse cherche à établir s'il existe une association entre la présence et la gravité du délire post-AVC et la négligence spatiale. Pour tester cette hypothèse, une analyse de régression sera effectuée en utilisant le score BIT comme prédicteur et le score CAM comme résultat. L'analyse contrôlera le score de l'échelle d'AVC du NIH et la taille de la lésion, ainsi que l'âge. Dans les deux séries d'analyses, les scores d'évaluation bruts seront convertis en pourcentage pour l'uniformité de l'échelle.

Hypothèse 3 :

Une analyse de connectivité fonctionnelle basée sur les graines sera effectuée, testant une corrélation entre les évolutions temporelles de régions cérébrales sélectionnées en fonction des scores CAM-S et BIT. 16 régions d'intérêt (ROI) seront utilisées pour mener cette analyse au sein des réseaux d'éveil et d'attention. Une analyse ROI-to-voxel du cerveau entier sera également effectuée pour capturer toute association inattendue avec le délire et la gravité de la négligence. Cette analyse et ce prétraitement des données seront effectués à l'aide de la boîte à outils CONN, un logiciel multiplateforme basé sur Matlab pour le calcul, l'affichage et l'analyse de la connectivité fonctionnelle dans l'IRMf. Dans un premier temps, un réalignement sera effectué entre tous les volumes cérébraux successifs et le 1er volume de la série. La correction de la synchronisation des tranches sera appliquée pour tenir compte de la différence de temps dans l'acquisition entrelacée de tranches de cerveau. Une segmentation structurelle sera effectuée pour créer des masques de substance blanche et de liquide céphalo-rachidien (LCR). Ces masques seront utilisés pour estimer un régresseur de nuisance représentant le bruit physiologique. Les scans fonctionnels seront normalisés (alignés) sur les scans structurels et le modèle d'atlas. Ceci est fait pour les comparaisons de groupe et pour permettre la définition du retour sur investissement à l'aide d'un atlas anatomique. Les images fonctionnelles seront lissées avec un noyau de 6 mm de rayon. Ensuite, la contribution des valeurs aberrantes du mouvement (grands mouvements), du mouvement continu (roulis, tangage et lacet) et du bruit physiologique sera régressée à partir des données. Enfin, la connectivité ROI à ROI et ROI à voxel sera effectuée dans chaque scanner cérébral pour permettre des comparaisons de second ordre (c'est-à-dire la contribution des scores de gravité du délire et de la négligence à la connectivité fonctionnelle, en contrôlant les covariables).

Hypothèse 4 :

Une analyse de tractographie probabiliste sera menée à l'aide de 16 ROI, définis a priori à partir de la littérature. L'analyse sera effectuée sur des données DTI à l'aide d'outils de tractographie du tenseur de diffusion disponibles dans la suite d'analyse FSL (par exemple, Probtrax, FDT Toolbox). L'analyse devrait identifier les voies qui relient les régions au sein des réseaux d'attention et d'éveil. Il estimera l'anisotropie fractionnelle (FA) par voxel comme mesure de l'intégrité des fibres. FA est une valeur scalaire comprise entre 0 et 1, mesurant la direction principale de diffusion des molécules d'eau. Un FA de 0 indique une sphère parfaite, c'est-à-dire une diffusion uniforme. Les endroits où les voxels adjacents ont la même cohérence directionnelle de diffusion sont attribués de manière probabiliste aux emplacements des voies. Les valeurs sont ensuite moyennées pour obtenir un FA global pour chaque tract. Les scores de gravité du délire et de la négligence seront régressés sur les valeurs FA dans une ANCOVA (tenant compte des caractéristiques cliniques/démographiques/physiologiques/du patient). Si l'approche basée sur le retour sur investissement ne réussit pas, des cartes d'AF du cerveau entier seront envisagées, y compris des zones en dehors des réseaux cérébraux d'intérêt, pour une association avec les scores de gravité du délire et de la négligence.

Détermination de la taille de l'échantillon.

Une enquête pilote a été menée pour estimer la taille de l'effet. 19 patients victimes d'AVC du cerveau droit (12 femmes, 8 caucasiennes, 8 afro-américaines, 3 asiatiques), âgés de 60 ans (ET = 17 ans), dont 1 chronique (> 6 mois post-AVC) et 18 subaiguës (< 1 mois post-AVC) ont participé à l'étude pilote. Une valeur R au carré de 0,26 a été obtenue pour l'association entre le délire et la gravité de la négligence. Cela donne une taille d'effet (F2 de Cohen) de 0,35. Avec cette taille d'effet, il y a plus de 99 % de puissance pour observer l'effet, en supposant une taille d'échantillon de 75 patients et un alpha de 0,05. (Hypothèse 2)

Pour estimer la puissance de notre analyse du déficit des lésions (hypothèse 1), les données ont été simulées en utilisant 15 %, 30 % et 50 % comme proportion de l'échantillon de participants chez qui le même voxel sera lésé. L'approche de Leibermeister a été appliquée pour calculer les valeurs p pour tester l'hypothèse nulle d'absence d'association entre l'état de la lésion voxel et l'état de délire. Avec 75 participants (échantillon aigu + subaigu), il y a plus de 80 % de puissance pour détecter un effet, en supposant qu'au moins 30 % de l'échantillon ont la même lésion, et que la lésion se situe entre 40 et 100 voxels, formant un groupe serré. Ce sont des hypothèses raisonnables compte tenu des études antérieures.

Dans l'étude pilote, un modèle linéaire général qui incluait comme régresseur le score de gravité du délire ou de la négligence a été appliqué à la matrice de mesure de la connectivité du retour sur investissement 16X16 pour chaque participant. Les scores t résultants pour les effets inter-sujets étaient compris entre 4,61 et 7,88 pour la mesure BIT et entre 7,07 et 9,31 pour le CAM-S. Ces t-scores correspondent à une grande taille d'effet. Utilisation d'un f de Cohen de 0,35 (effet important) pour estimer la puissance de la régression multiple linéaire, avec 4 prédicteurs, un niveau alpha de 0,05, et un test bilatéral, on estime qu'il y aura 87% de puissance pour observer cet effet, étant donné un échantillon de 30 participants (échantillon aigu) (hypothèse 3).

Une étude précédente a rapporté une anisotropie fractionnelle (FA) du thalamus de 0,315 (.026) dans le délire contre .333 (0,023) chez les patients non délirants. Ces valeurs correspondent à une grande taille d'effet d de Cohen. En supposant que des valeurs FA dans une plage similaire seront observées, il existe une excellente puissance pour détecter ces effets avec un modèle de régression multiple linéaire.

Sur la base du flux moyen de patients, on estime que jusqu'à 20 patients seront dépistés chaque mois pour l'éligibilité à l'étude sur chaque site. Sur la base des taux de recrutement de l'échantillon pilote, on estime que 10 à 20 % de l'échantillon de sélection seront consentis. En tenant compte d'une estimation prudente des abandons de 25 à 40 %, il est plus que probable que l'échantillon d'étude proposé sera recruté. Pour tenir compte de l'attrition des patients, l'étude sur-recrutera l'échantillon cible de 5 patients.

Les taux estimés de délire et de négligence après un AVC droit sont d'environ 50 %. Par conséquent, environ 50 personnes de l'échantillon de l'étude devraient souffrir de négligence, de délire ou des deux. En plus d'utiliser l'état de délire/négligence comme variable dichotomique, des scores de sévérité quasi-continus pour chaque variable seront utilisés, ce qui augmentera la puissance de détection des associations entre ces deux troubles et les localisations des lésions cérébrales.