Système d'aide à la décision clinique (CDSS) dans la thérapie de neurostimulation (CDSS)

Objectif principal : Développer un modèle prédictif intégré dans un flux de système d'aide à la décision clinique (CDSS) en neuro-imagerie des informations quantitatives extraites objectivement des images de résonance magnétique (RM), qui maximise l'utilisation appropriée et l'efficacité des dispositifs de stimulation électrique implantés chirurgicalement chez des patients sélectionnés avec la douleur chronique.

Objectifs exploratoires :

1. -Analyser les modèles fonctionnels et anatomiques de connectivité cérébrale chez les patients souffrant de douleur chronique, afin de développer un modèle prédictif basé sur la neuroimagerie par résonance magnétique quantitative qui maximise l'efficacité des dispositifs de neurostimulation implantés chirurgicalement chez les patients souffrant de douleur chronique.
2. -Analyser la relation entre les biomarqueurs de neuroimagerie et les différentes échelles et variables cliniques capturées chez chaque patient (VAS, Oswestry Disability Index, DN4, Pain Detect, Moss, SF12, coping scale, optimisme, résilience et HAD).

Appareil d'essai : 1,5 Système Tesla MR (Philips Healthcare, Best, Pays-Bas) Système de stimulation de la moelle épinière Precision Spectra™ de Boston Scientific Neuromodulation (BSN) avec logiciel Illumina 3D™ et 32 ​​contacts.

Description de l'appareil : Le système Precision Spectra™ IPG est un générateur d'impulsions contrôlé par courant indépendant multiple, capable de fournir du courant via 32 contacts. Il est alimenté par un logiciel de programmation 3D qui tient compte de la position anatomique des dérivations. Deux modèles de câbles SCS seront fournis, avec 8 ou 16 contacts avec un diamètre de 1,3 mm, une longueur de contact de 3 mm et un espacement des contacts de 1, 4 ou 6 mm. L'utilisation d'extensions SCS sera facultative pour connecter l'IPG.

Description fMR : L'expérience MR sera conforme aux exigences de l'étiquette. La procédure RM sera effectuée avant l'implantation du dispositif pour éviter les biais. De plus, la Food and Drug Administration (FDA) ne recommande pas l'examen des patients avec ce type d'appareils pour des raisons de sécurité.

Les examens seront effectués dans un système MR 1'5 Tesla (Philips Healthcare, Best, Pays-Bas) à l'hôpital Quiron. La décision du champ magnétique est basée sur la qualité des examens et doit s'appuyer sur les produits de l'étiquette et l'approbation de l'entreprise pour l'interaction avec le système implanté.

Une bobine de tête avec 8 canaux de réception sera utilisée. Une fois le patient positionné dans le système, des images de localisation initiale et rapide seront acquises afin de planifier correctement les séquences IRM de l'étude de recherche.

Après planification, une séquence d'imagerie RM fonctionnelle à l'état de repos (rs-fMR) sera acquise, demandant au patient d'être silencieux, les yeux fermés et de penser dans un ciel bleu. Les paramètres d'acquisition consisteront en une séquence dynamique T2* Echo Planar (EPI), couverture complète du cerveau avec les paramètres suivants : TR=2000 ms ; TE = 30 ms ; taille du voxel, 1,8 × 1,8 x 3,5 mm; angle de retournement, 90º ; 40 tranches axiales ; temps d'acquisition 5:20 min.

Une séquence DTI MR sera acquise afin d'analyser la microstructure et la connectivité de la substance blanche par des techniques de tractographie avec les paramètres suivants : séquence Spin-Echo Echo Planar Imaging (SE-EPI), monocoup ; couverture complète du cerveau ; 64 directions de dégradé ; valeur b, 1300 s/mm2 ; TR=6200 ms ; TE = 67 ms ; taille de voxel, 2 x 2 x 2 mm ; 60 tranches axiales ; temps d'acquisition 9:40 min.

Une séquence anatomique supplémentaire permettra de superposer les résultats structurels et fonctionnels et, en plus, d'obtenir les valeurs volumétriques de chaque région du cerveau. Les paramètres de séquence sont : séquence d'écho de gradient 3D pondérée en T1 (GRE), couverture complète du cerveau ; TR = 11,6 ms ; ET=5,69 ; taille de voxel, 0,48 x 0,48 x 0,50 mm; angle de retournement, 8º ; 280 coupes axiales ; temps d'acquisition 5:36 min.

Après l'acquisition des images, tous les ensembles de données seront envoyés à la plate-forme de biomarqueurs d'imagerie du groupe de recherche en imagerie biomédicale (GIBI230) de l'institut de recherche La Fe.

Les images fMR seront alignées afin de corriger les éventuels petits mouvements de la tête du patient lors de l'examen. Pour cela, l'outil logiciel open source SPM8 (Statistical Parametric Mapping, http://www.fil.ion.ucl.ac.uk/spm/) sera utilisé. Après correction du mouvement, une correction temporelle sera appliquée optimisant le timing de la tranche. Les images seront ensuite normalisées à un modèle de cerveau standardisé afin de permettre l'étude des oscillations entre les individus. Après de tels processus, les données seront filtrées par un noyau 3D-Gaussien afin d'augmenter le rapport signal sur bruit (SNR) tout en minimisant les différences inter-sujets. Enfin, l'application d'algorithmes d'analyse en composantes indépendantes (ICA) permettra d'extraire des cartes d'activation cérébrale chez le sujet lors de l'acquisition.

L'analyse des données DTI MR pour extraire la connectivité des voies de matière blanche sera effectuée avec l'outil logiciel open-source FSL (http://www.fmrib.ox.ac.uk/fsl/). Une correction initiale des courants de Foucault sera appliquée aux images, afin de minimiser les légers déplacements des images et les distorsions géométriques. Le cerveau sera ensuite segmenté à l'aide de l'algorithme BET et les données cérébrales de tous les patients seront normalisées selon un modèle commun pour l'analyse basée sur le groupe. Après ce processus, des cartes d'anisotropie fractionnelle (FA), de diffusivité (D) et d'orientation seront obtenues.

Une fois les images IRM traitées, les propriétés de connectivité structurelles et fonctionnelles doivent être extraites des régions d'intérêt (ROI). Le positionnement de ces régions sera obtenu à partir des zones impliquées dans le Default Mode Network (DMN). Le DMN pourrait jouer un rôle important dans la perception de la douleur et montre une forte corrélation avec les symptômes décrits par les patients, ce qui rend ce réseau utile pour la prédiction de la réponse du patient après l'implantation d'une stimulation électrique, que ce soit au niveau fonctionnel ou au niveau structurel.

Étant donné que les images seront normalisées selon un modèle commun, l'outil AAL d'étiquetage de zone automatisé sera utilisé pour définir les régions d'intérêt de l'étude, qui composent le DMN et sont formées par le lobe temporal médial, le cortex préfrontal, le cingulaire postérieur, le précuneus et le cortex pariétal. Après avoir mesuré les paramètres de connectivité dans ces régions, un modèle prédictif sera développé en combinant des variables cliniques (échelles et symptômes de chaque patient) et des informations de neuroimagerie. Ces modèles seront initialement ajustés avec un total de 30 patients (données d'entraînement) et ensuite validés sur un groupe de 30 patients (données de validation), obtenant par la suite des résultats de spécificité, de sensibilité et de précision des modèles.