Térbeli elhanyagolás és delírium stroke után

A delírium felmérése és megelőzése óriási hatással van a kórházi kezelések kimenetelére és az egészségügyi ellátás költségeire. A delírium egy többkomponensű szindróma, amelyet a kognitív működés akut csökkenése jellemez, ami befolyásolja a tudatosságot, a gondolkodást, a figyelmet és a memóriát. A szélütést túlélők, akik az Egyesült Államok 65 éves és idősebb lakosságának 17%-át teszik ki (CDC, 2012), nagy kockázatnak vannak kitéve a delírium kialakulásának (akár 50%-os előfordulási gyakorisága a jobb agyféltekés stroke-ban). Ezenkívül a jobb agyféltekés stroke-os betegek körülbelül 50%-a térbeli elhanyagolást tapasztal, ami rontja a biztonságot és a gyógyulást. Ez a tanulmány egy lehetséges neurális mechanizmust vizsgál, amely megmagyarázza mind a delírium, mind a térbeli elhanyagolás gyakori előfordulását a jobb féltekei stroke után. A tanulmány hipotézise az, hogy az izgalom és a figyelem agyi hálózatai, amelyek a mesencephalic reticularis formációjából felszálló projekciókból állnak, és integrálják a jobb-domináns dorzális és ventrális kérgi és limbikus komponenseket, érintettek lehetnek ezekben a rendellenességekben. A tanulmány mágneses rezonancia képalkotást (MRI) és viselkedési adatokat értékel a jobb agyféltekés stroke túlélőinél. Az előrejelzések szerint az agyi hálózatok aktivitásának és strukturális integritásának az izgalom és a figyelem tekintetében a delírium és a térbeli elhanyagolás viselkedési jeleivel korrelál. A vizsgálatot két helyen végezzük, egy akut (n=45) és egy szubakut (n=30) betegmintát toborozva. A tanulmány eredményei befolyásolhatják a stroke ellátását azáltal, hogy kritikus biomarkert és viselkedési profilt biztosítanak a stroke utáni delírium számára. Ez figyelmeztetheti a klinikusokat a megelőző ellátás és a célzott beavatkozások megkezdésére azoknál a betegeknél, akiknél nagy a kórházi morbiditás és a függetlenség elvesztésének kockázata.

Vizsgálati hipotézisek 1. hipotézis: Feltételezhető, hogy a lézió-deficit elemzés feltárja, hogy delíriumban és/vagy térbeli elhanyagoltságban szenvedő betegeknél a jobb agyi területek a figyelmi, tájékozódási és izgalmi hálózatokon belül érintettek a stroke elváltozásokkal.

2. hipotézis: Mivel feltételezik, hogy mindkét rendellenesség a közös agyi hálózatok diszfunkciójából ered, várható, hogy a térbeli elhanyagoltság súlyossága a delírium súlyosságának előrejelzője lesz, amely szabályozza a relatív elváltozás méretét és a stroke súlyosságát 3. hipotézis: A térbeli elhanyagolás és a delírium egyaránt A súlyosság összefüggésben lesz az agyterületek funkcionális kapcsolatával a figyelem, a tájékozódás és az izgalom hálózatán belül.

4. hipotézis: A műtét utáni delíriumos, elhanyagolt és kómában szenvedő betegeken végzett korábbi munkák alapján feltételezhető, hogy a fehérállomány-kapcsolatok integritása az agykérgi és szubkortikális figyelem-, tájékozódási és izgalmi hálózatokat magában foglaló régiói között fordítottan korrelál. a delírium és a térbeli elhanyagolás súlyosságával.

Tervezett elemzések:

1. hipotézis:

A stroke utáni delíriumban érintett kritikus hálózati összetevők vizsgálata érdekében a tanulmány a résztvevők szerkezeti vizsgálatait vizsgálja. A vizsgálatban rögzített szerkezeti szkennelések tartalmaznak egy T1 súlyozott és egy T2 súlyozott FLAIR képet 30 szubakut stroke résztvevőnél. Ezenkívül a 45 akut stroke-ban részt vevő klinikai szkennelést is végeznek, ami összesen 75 agyi vizsgálatot eredményez. A szerkezeti léziókat az MRIcron csomagban található félautomata léziótérkép segítségével térképezzük fel, ahol minden agyi voxel binárisan lesz értékelve, hogy sérült vagy nem sérült. A háromdimenziós léziómaszkok a Matlabban megvalósított VLSM 2 szoftverbe kerülnek (Voxel Lesion Symptom Mapping). A pszeudo-folyamatos eredmények, például a viselkedési figyelmetlenségi teszt (BIT) és a zavartság értékelési módszer-súlyosság (CAM-S) pontszámai esetén egy t-pontszám kerül kiszámításra, amely azt vizsgálja, hogy egy adott agyi voxelben lévő elváltozás magasabb vagy alacsonyabb súlyossági pontszámot jelez-e előre. . A bináris eredmények, például a delíriumdiagnózis, minden egyes voxel esetében egy Leibermeister-mértéket számítanak ki, amely megvizsgálja, hogy egy adott léziós voxel előre jelez-e delíriumot a delírium hiányához képest az összes résztvevőnél. Az elemzés sorozatosan áthalad az agyi voxeleken, és minden egyes voxelben tesztet végez. A voxelek küszöbértékét úgy kell meghatározni, hogy csak azokat vesszük figyelembe, amelyek legalább 5 betegnél együttesen fordulnak elő. Egy tipikus lézióvizsgálat során ez több száz voxel figyelembevételét eredményezi a résztvevők között. A végeredményeket többszörös összehasonlításra korrigáltuk a p<0,05 hamis felfedezési arány alkalmazásával.

2. hipotézis:

Ez a hipotézis arra törekszik, hogy megállapítsa, van-e összefüggés a stroke utáni delírium és a térbeli elhanyagolás jelenléte és súlyossága között. Ennek a hipotézisnek a teszteléséhez regressziós elemzést végeznek, a BIT-pontszám előrejelző és a CAM-pontszám felhasználásával. Az elemzés ellenőrizni fogja az NIH stroke skála pontszámát és a lézió méretét, valamint az életkort. Mindkét elemzési sorozatban a nyers értékelési pontszámokat százalékra konvertálja a skála egységessége érdekében.

3. hipotézis:

Seed-alapú funkcionális kapcsolódási analízist végeznek, amely a kiválasztott agyi régiók időbeli lefutása közötti korrelációt vizsgálja a CAM-S és BIT pontszámok függvényében. 16 érdeklődésre számot tartó régiót (ROI) használnak fel ennek az elemzésnek az izgalmi és figyelemi hálózatokon belüli elvégzéséhez. A teljes agy ROI-voxel elemzését is elvégzik, hogy rögzítsék a delíriummal és az elhanyagoltság súlyosságával kapcsolatos váratlan asszociációkat. Ez az elemzés és az adatok előfeldolgozása a CONN toolbox segítségével történik, amely egy Matlab-alapú, többplatformos szoftver az fMRI funkcionális összekapcsolhatóságának kiszámításához, megjelenítéséhez és elemzéséhez. Először az összes egymást követő agytérfogat és a sorozat 1. kötete között át kell igazítani. Szelet-időzítési korrekciót alkalmazunk az agyszeletek interleaved gyűjtésének időbeli különbségének figyelembevételére. Strukturális szegmentációt végeznek a fehérállomány és a cerebrospinális folyadék (CSF) maszkjainak létrehozása érdekében. Ezeket a maszkokat a fiziológiás zajt reprezentáló zavaró regresszor becslésére fogják használni. A funkcionális szkenneléseket normalizálják (igazítják) a szerkezeti szkenneléshez és az atlasz sablonhoz. Ez a csoportos összehasonlításhoz és a ROI meghatározásához anatómiai atlasz segítségével történik. A funkcionális képeket egy 6 mm-es sugarú kernel simítja ki. Ezután a mozgási kiugró értékek (nagy mozgások), a folyamatos mozgás (gurulás, dőlésszög és elfordulás) és a fiziológiai zaj hozzájárulását visszafejtjük az adatokból. Végül a ROI-ROI és a ROI-voxel összekapcsolást minden egyes agyi szkennelés során végrehajtják, hogy lehetővé tegyék a másodrendű összehasonlításokat (azaz a delírium és az elhanyagolt súlyossági pontszámok hozzájárulása a funkcionális összeköttetéshez, a kovariánsok szabályozása).

4. hipotézis:

A valószínűségi traktográfiás elemzést 16 ROI felhasználásával végezzük, amelyet a priori az irodalomból határoztak meg. Az elemzés a DTI adatokon történik az FSL elemzési csomagban elérhető diffúziós tenzoros traktográfiai eszközökkel (pl. Probtrax, FDT Toolbox). Az elemzés várhatóan azonosítja azokat a traktusokat, amelyek a figyelem és az izgalom hálózatán belül összekapcsolják a régiókat. A szál integritásának mértékeként a voxelenkénti tört anizotrópiát (FA) becsüli meg. Az FA egy 0 és 1 közötti skaláris érték, amely a vízmolekulák fő diffúziós irányát méri. A 0 FA tökéletes gömböt, azaz egyenletes diffúziót jelez. Azokat a helyeket, ahol a szomszédos voxelek diffúzió irányú koherenciája megegyezik, valószínűségileg a traktus helyeihez vannak rendelve. Az értékeket ezután átlagoljuk, hogy megkapjuk az egyes traktusokhoz tartozó globális FA-t. A delírium és az elhanyagoltság súlyossági pontszámait az ANCOVA-ban mért FA-értékekre kell visszafejteni (figyelembe véve a klinikai/demográfiai/fiziológiai/beteg jellemzőket). Ha a ROI-alapú megközelítés nem jár sikerrel, a teljes agyi FA-térképeket figyelembe veszik, beleértve az érdeklődésre számot tartó agyi hálózatokon kívül eső területeket is, a delíriummal és az elhanyagolt súlyossági pontszámokkal való összefüggés érdekében.

A minta méretének meghatározása.

A hatás méretének becslésére kísérleti vizsgálatot végeztek. 19 jobb agyi stroke-os beteg (12 nő, 8 kaukázusi, 8 afroamerikai, 3 ázsiai), 60 éves (SD=17 év), ebből 1 krónikus (> 6 hónappal a stroke után) és 18 szubakut (< 1 hónap) post-stroke) vett részt a pilot vizsgálatban. A delírium és az elhanyagolás súlyossága közötti összefüggésre 0,26 R-négyzet értéket kaptunk. Ez 0,35-ös hatásméretet ad (Cohen-féle f2). Ezzel a hatásmérettel több mint 99%-os teljesítmény figyelhető meg, 75 betegből álló mintát és 0,05 alfa-t feltételezve. (2. hipotézis)

A lézióhiány-elemzésünk (1. hipotézis) erejének becsléséhez az adatokat szimuláltuk, 15%, 30% és 50% azon résztvevő minta arányának felhasználásával, akiknél ugyanaz a voxel lesz lézió. Leibermeister-megközelítést alkalmaztunk a p-értékek kiszámítására annak a nullhipotézisnek a tesztelésére, amely szerint nincs összefüggés a voxellézió állapota és a delírium állapot között. 75 résztvevővel (Acute+Subacute Sample) több mint 80%-os teljesítmény észlelhető egy hatás, feltételezve, hogy a minta legalább 30%-a ugyanazzal a lézióval rendelkezik, és a lézió 40-100 voxel között van, ami egy szűk klasztert alkot. Ezek ésszerű feltételezések a korábbi tanulmányok alapján.

A kísérleti tanulmányban egy általános lineáris modellt, amely regresszor delíriumot vagy elhanyagolt súlyossági pontszámot tartalmazott, alkalmaztak a 16X16 ROI kapcsolódási mérőmátrixra minden résztvevő esetében. Az így kapott t-pontszámok az alanyok közötti hatásokra a 4,61 és 7,88 közötti tartományba estek a BIT-mérés esetén és 7,07-9,31 a CAM-S esetében. Ezek a t-pontszámok nagy hatásméretnek felelnek meg. 0,35-ös Cohen-f használatával (nagy hatás) a lineáris többszörös regresszió teljesítményének becsléséhez, 4 prediktorral, 0,05 alfa-szinttel, és egy kétirányú teszt, a becslések szerint 87%-os teljesítmény lesz ennek a hatásnak a megfigyelésére, egy 30 résztvevőből álló minta alapján (akut minta) (3. hipotézis).

Egy korábbi tanulmány 0,315-ös thalamus frakcionált anizotrópiáról (FA) számolt be (.026) tévedésben .333-hoz képest (.023) nem delíriós betegeknél. Ezek az értékek egy nagy Cohen-féle d effektus méretének felelnek meg. Feltételezve, hogy hasonló tartományban lévő FA-értékeket figyelünk meg, kiváló erő van ezen hatások kimutatására egy lineáris többszörös regressziós modellel.

Az átlagos betegáramlás alapján a becslések szerint havonta legfeljebb 20 beteget vizsgálnak meg a vizsgálatra való alkalmasság szempontjából minden helyszínen. A kísérleti minta felvételi aránya alapján a becslések szerint a szűrési minta 10-20%-a lesz jóváhagyva. Konzervatív 25-40%-os lemorzsolódási becslést figyelembe véve több mint valószínű, hogy a javasolt vizsgálati mintát felveszik. A betegek lemorzsolódásának figyelembe vétele érdekében a vizsgálat 5 beteggel túltoborozza a célmintát.

A jobb agyi stroke után a delírium és az elhanyagolás becsült aránya körülbelül 50%. Ezért a vizsgálati mintából körülbelül 50-nél várható elhanyagolás, delírium vagy mindkettő. Amellett, hogy a delírium/elhanyagoltság állapotát dichotóm változóként használjuk, minden változóra kvázi folyamatos súlyossági pontszámokat használunk, ami növeli a két rendellenesség és az agyi elváltozások helye közötti összefüggések kimutatásának képességét.